郭一鸣
- 作品数：7 被引量：18H指数：2
- 供职机构：解放军信息工程大学更多>>
- 发文基金：国家自然科学基金国防基金更多>>
- 相关领域：电子电信更多>>
- 利用神经网络的同频混合信号单通道盲解调算法
- 2018年
- 针对传统同频混合信号单通道盲解调算法中存在的复杂度高,收敛速度慢,解调性能不稳定等问题,提出一种利用神经网络的同频混合信号单通道盲解调算法。通过重构包含不同比特序列的训练样本集(3个符号长度的时域信号),截取每个样本在不同相邻符号拖尾影响下的时频谱图,提取能表征谱图特征的48个特征参数作为神经网络的训练输入,样本中的两路比特序列为对应的训练输出,反复学习训练完成对网络解调模型的构造。接收端按3个符号长度分段提取接收信号时频谱图的特征参数,依次输入到训练好的网络完成解调;研究神经网络结构、信号过采样倍数、幅度比等对盲解调效果的影响,并优化最佳的神经网络解调系统。仿真实验表明,针对与训练样本相同信道参数的接收信号,经过分段处理后利用神经网络进行解调,较传统算法拥有更低的复杂度,且解调准确性接近于符号串扰长度为5个符号的PSP算法。
- 魏驰彭华郭一鸣樊军辉
- 关键词：神经网络
- 基于前馈神经网络的非合作PCMA信号盲分离算法被引量：8
- 2019年
- 针对非合作接收PCMA混合信号盲分离中高复杂度束缚,提出一种基于前馈神经网络的分离算法,通过搭建神经网络分离平台,规避传统的发送符号遍历思想,实现PCMA混合信号低复杂度高性能盲分离.仿真实验表明,神经网络能够极大挖掘信号内在信息,针对QPSK调制PCMA混合信号,在信噪比7dB时误比特率达到10^(-3)数量级,并伴随着较PSP分离算法算术平方根级别的复杂度降低.
- 郭一鸣彭华杨勇
- 关键词：神经网络非合作盲分离
- 成对载波多址复用混合信号非合作接收单通道盲分离性能界被引量：1
- 2019年
- 成对载波多址复用(PCMA)混合信号单通道盲分离性能界是衡量混合信号可分离程度以及分离算法性能的标准。针对PCMA混合信号,从发送信号模型出发构造调制信号比特与符号的空间映射,利用最大似然准则推导与混合信号分离算法无关的分离性能下界表达式,数值计算结果与理想情况下Viterbi仿真结果吻合,验证了所推导性能界的合理性。
- 郭一鸣彭华
- 关键词：单通道盲分离
- 基于DF-PSP的PCMA信号解调算法被引量：2
- 2018年
- 针对合作接收的高阶调制PCMA信号,提出一种基于判决反馈逐幸存路径处理(decision feedback per-survivor processing,DF-PSP)的解调算法。该算法包含2次序列估计:第1次采用传统的基于星座图的硬判决解调算法,得到有用信号的预判决序列;第2次采用PSP算法,在序列估计的过程中,将第1次的判决结果作为反馈序列,用于补偿信道截断带来的性能损失。仿真结果表明,DF-PSP算法在减少运算复杂度的同时能够有效地提升解调性能,实现复杂度和性能的良好折中。
- 魏雪娟杨勇郭一鸣彭华张冬玲
- 关键词：PCMA判决反馈
- PCMA信号盲解调关键技术研究
- 本文研究了信噪比估计、时延估计、基于连续干扰抵消盲分离算法以及基于复杂编码方式下盲分离算法等内容，完成的主要工作和创新点概括如下：⑴针对PCMA信号信噪比估计问题，在已有的单路信号信噪比研究基础上，给出了一种基于子空间分...
- 郭一鸣
- 关键词：数据通信解调技术
- 一种非数据辅助PCMA信号参数联合估计算法被引量：1
- 2018年
- 针对非数据辅助PCMA信号参数估计问题,提出基于信息比特软信息(对数似然比)统计值的分级搜索算法,利用Gibbs采样输出软信息统计值表征当前信道参数的准确度,统计值越大信道参数越准确,对PCMA信号的时延、幅度和频偏在各参数所在区间内搜索使软信息统计值最大的一组参数作为参数估计结果,通过分级搜索减少搜索复杂度,并通过迭代提高整体联合估计算法性能.与传统参数估计算法对比,提出的参数联合估计算法无需训练序列即可实现时延、幅度和频偏的非数据辅助联合估计,且算法能够适用于8PSK调制的PCMA信号参数估计问题.
- 付君彭华郭一鸣杨勇
- 关键词：成对载波多址对数似然比
- PCMA信号幅度的联合估计算法被引量：2
- 2019年
- 针对成对载波多址(paired carrier multiple access,PCMA)信号的幅度估计问题,提出了一种联合累积量代价函数与高次方法的估计算法。算法通过求解累积量代价函数的最小值,得到两路信号分量的幅度比,然后利用高次方法估计强信号的幅度值,最后利用强信号的幅度值与两路信号分量幅度比计算弱信号幅度值。重点研究了频差、过采样倍数对算法估计性能的影响。仿真实验表明,该算法复杂度低,抗噪性能强,相比现有算法,本文算法性能受两路信号分量幅度比影响不大,对于对称型、非对称型PCMA信号的幅度估计均可适用。
- 魏驰彭华郭一鸣樊军辉
