• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于神經(jīng)網(wǎng)絡(luò)的低信噪比CBOC信號組合碼序列盲估計

    2018-12-10 03:39:52張?zhí)祢U
    關(guān)鍵詞:組數(shù)偽碼步長

    張?zhí)祢U,張 婷,熊 梅,趙 亮

    (重慶郵電大學(xué)信號與信息處理重慶市重點實驗室,重慶 400065)

    0 引 言

    隨著各國衛(wèi)星導(dǎo)航技術(shù)的不斷發(fā)展與深入研究,二進制偏移載波(binary offset carrier,BOC)[1]調(diào)制技術(shù)因其獨特且良好的頻譜分裂特性被廣泛應(yīng)用于各國導(dǎo)航系統(tǒng)中[2]。為適應(yīng)日益增長的技術(shù)要求,美國與歐洲委員將多元BOC(multiplexed BOC,MBOC)[3-4]調(diào)制應(yīng)用于Galileo 公開服務(wù)和全球定位系統(tǒng)(global position system,GPS) ⅢA 民用信號,此時雖制定了MBOC調(diào)制信號的功率譜標(biāo)準,但并未說明信號詳細的實現(xiàn)方式。后續(xù)發(fā)展的過程中,MBOC信號的主要實現(xiàn)形式為時分復(fù)用BOC(time multiplexed binary offset carrier,TMBOC)[5]調(diào)制以及復(fù)合二進制偏移載波 (composite BOC,CBOC)[6]調(diào)制兩種方式。美國的GPS、歐盟的Galileo衛(wèi)星導(dǎo)航系統(tǒng)以及中國的“北斗”導(dǎo)航系統(tǒng)中均選擇使用了復(fù)合二進制偏移載波(composite binary offset carrier,CBOC)調(diào)制信號。CBOC信號相對于傳統(tǒng)的二進制相移鍵控(binary phase shift keying,BPSK)信號來說,靈敏度和抗多徑性能上有都有一定程度上的改善和提高。因此,對CBOC信號的相關(guān)序列特征與參數(shù)特征進行深入研究學(xué)習(xí)具有重大意義。

    考慮到目前針對CBOC調(diào)制信號的研究文獻大多數(shù)是跟蹤[7-8]和捕獲[9]方面,而針對CBOC調(diào)制信號的序列估計國內(nèi)外還沒有相關(guān)的研究。參考針對直擴信號偽碼序列盲估計的研究方法,如文獻[10]提出采用自相關(guān)搜索法,通過對每個采樣點計算測度函數(shù),最終實現(xiàn)偽碼序列估計;文獻[11-12]提出利用特征值分解和奇異值分解(singular value decomposition,SVD)的方法實現(xiàn)偽碼序列的估計;文獻[13]提出采用盲源分離以及子空間的方法對信號進行批處理后進一步處理實現(xiàn)偽碼序列的盲估計。文獻[10-13]中采用的各種算法在進行序列盲估計時不可避免會涉及到相關(guān)矩陣R的計算,尤其處于非平穩(wěn)工作環(huán)境下以及序列較長時,都會面臨算法復(fù)雜度高、收斂速度慢、計算量及存儲量大等缺點?;谧涌臻g的方法雖然降低了數(shù)據(jù)的存儲量,但算法復(fù)雜度復(fù)雜度依舊較高,且算法抗噪聲性能較差。文獻[14-15]提出極大似然函數(shù)(maximum likelihood,ML)和Viterbi這兩種算法來實現(xiàn)偽碼序列的盲估計,但該文獻應(yīng)用的兩種算法無法全局收斂,并且不適用于低信噪比(signal to noise ratio,SNR)的條件下。考慮到神經(jīng)網(wǎng)絡(luò)(neural network,NN)可以自適應(yīng)進行特征值提取和模式識別[16],避免了對相關(guān)矩陣R的預(yù)計算,不涉及批處理運算,具有算法復(fù)雜度低、收斂速度快、效率高以及數(shù)據(jù)存儲量低等優(yōu)點。因此,利用NN的方法來對信號偽碼進行盲提取具有極大的發(fā)展前景。

    本文采用短碼調(diào)制信號,即一位信息碼由一個周期偽碼同步調(diào)制,文中不討論長碼調(diào)制情況。首先嘗試將CBOC調(diào)制信號建模成一般直擴信號,將CBOC信號中的偽碼序列和副載波序列統(tǒng)一看為一個整體,即為組合碼序列。其次采用以兩倍信息符號周期長度分段的奇異值分解算法來驗證CBOC調(diào)制信號的組合碼序列盲估計的可行性。最后為解決奇異值分解算法對內(nèi)存要求過高、復(fù)雜度較高的缺點,引入基于Hebbian學(xué)習(xí)規(guī)則的主分量分析NN,最終實現(xiàn)CBOC信號組合碼序列的盲估計,為信號信息序列的盲估計奠定基礎(chǔ)。

    1 CBOC信號模型

    CBOC信號是在BOC信號的基礎(chǔ)上衍生而來,高頻信息的添加使碼跟蹤性能和抗多徑性能大大提高。CBOC具體調(diào)制方法為:將BOC(1,1)和BOC(6,1)兩種調(diào)制信號在時域按照一定的功率比加權(quán)求和得到CBOC(6,1,1/11),CBOC調(diào)制信號產(chǎn)生框圖如圖1所示。

    圖1 CBOC信號的體制框圖Fig.1 Block diagram of CBOC signal

    CBOC信號為

    SCBOC(t)=A×SCB(t)×cos(2πf0+φ0)=

    S(t)×Sc(t)×cos(2πf0+φ0)

    (1)

    式中,A表示載波信號的幅度;SCB(t)表示基帶CBOC信號;Sc(t)表示CBOC副載波;f0表示主載波頻率;φ0表示主載波初始相位;S(t)是經(jīng)偽碼序列和信息序列調(diào)制產(chǎn)生的基帶直擴信號。

    CBOC信號與BOC信號最大的區(qū)別是副載波的不同,導(dǎo)致信號中被加入高頻分量,則信號副載波可表示為

    Sc(t)=ω1BOC(1,1)(t)±ω2BOC(6,1)(t)

    (2)

    式中,ω1、ω2需滿足ω1+ω2=1。CBOC信號同時調(diào)制數(shù)據(jù)信號和導(dǎo)航信號,其中數(shù)據(jù)信號含有導(dǎo)航電文而導(dǎo)頻信號不包含。CBOC(6,1,a/b)信號包括數(shù)據(jù)通道和導(dǎo)航通道,所占的能量比為1∶1。則該信號的表達式可詳細表示為

    sCBOC+(t)+sCBOC-(t)

    (3)

    CBOC調(diào)制信號存在多種實現(xiàn)方式,具體方式如表1所示。本文所用的實現(xiàn)方式為表1中的第一種調(diào)制方式。

    表1 CBOC信號調(diào)制方式表Table 1 Modulation mode table of CBOC signal

    文中以CBOC(6,1,1/11,+)為例,則CBOC(6,1,1/11,+)信號表示為

    SCBOC(6,1,1/11)(t)=

    (4)

    在電子對抗中,獲取信號的信息序列為關(guān)鍵所在。因此,嘗試將CBOC信號建模成一般的直擴信號,即將信號中的副載波序列和偽碼序列相乘并看作一個整體,稱這個整體為組合碼序列[17]。通過對CBOC信號組合碼序列的估計從而達到解擴原信號的目的。如此建模不僅簡化CBOC信號序列盲估計問題,同時也為完整獲取信息序列奠定基礎(chǔ)。圖2所示的是CBOC(6,1,1/11,+)信號的組合碼序列示意圖。

    圖2 CBOC(6,1,1/11,+)信號組合碼序列Fig.2 Combination code sequence of CBOC (6,1,1/11,+) signal

    2 基于SVD的CBOC信號組合碼序列盲估計

    接收到的CBOC信號可表示為

    x(t)=s(t-tΔ)+n(t)

    (5)

    文中采用的間隔為兩倍組合碼周期2T0,數(shù)據(jù)重疊T0的時間窗對信號分段,以此得到觀測矩陣

    X=S+N=[x1x2…xK]

    (6)

    xk=sk+nk=[xk-1xk-2…xk-2Nc]

    (7)

    式中,K表示數(shù)據(jù)組數(shù);X、S、N分別表示接收信號矩陣、有用信號矩陣、噪聲矩陣;其中觀測矩陣X的維度為2L×K;Nc表示偽碼長度。

    考慮異步情況,接收端存在時延tΔ,sk的分段起始點和組合碼序列的起始點不重合,使得sk中含有3位連續(xù)的信息碼調(diào)制序列,得

    sk=dkp1+dk+1p2+dk+2p3

    (8)

    式中,dk、dk+1、dk+2表示連續(xù)的3位信息碼;其中p1表示的是長度為L-T0的組合碼序列后半部分的波形和長度為L+T0的零值;p2表示的是長度為L的組合碼序列波形、以及長度為L-T0和T0的零值;p3表示的是長度為T0的組合碼序列前半部分的波形和長度為2L-T0的零值。

    由式(8)可推出有用信號矩陣S為

    S=[s1s2…sK]=[p1p2p3][d1d2d3]H

    (9)

    式中,d1=[d1d2dK]T;d2=[d2d3…dK+1]T;d3=[d3d4…dK+2]T。

    假設(shè)噪聲與CBOC信號之間相互獨立,則相關(guān)矩陣可推得

    R=[XXH]

    (10)

    考慮到實際計算時,式(10)會受到數(shù)據(jù)向量個數(shù)的限制,近似等價為

    (11)

    當(dāng)ym各態(tài)歷經(jīng)時,有

    (12)

    (13)

    式中,I表示維數(shù)為2L的單位矩陣。

    設(shè)CBOC信號中組合碼序列的能量為

    (14)

    式中,Ts為副載波碼片寬度,將式(14)代入式(13)中,得

    (15)

    (16)

    3 主分量分析NN實現(xiàn)CBOC信號組合碼序列盲估計

    SVD算法屬批處理算法,一般對序列長度有一定限制,并且對計算存儲要求高。接下來利用基于Hebbian學(xué)習(xí)規(guī)則的NN算法[18-20]對CBOC信號的組合碼序列進行盲估計,NN算法對計算存儲量要求合理、計算量小,其結(jié)構(gòu)圖如圖3所示。

    圖3所示的模型中輸出是輸入的線性組合,神經(jīng)元接收一個含有N個輸入信號x1,x2,…,xN的集,其對應(yīng)的權(quán)值分別為w1,w2,…,wN,由圖3可將輸出y表示為

    (17)

    為方便表達,設(shè)

    x(t)=[x1(t),x2(t),…xN(t)]T

    (18)

    w(t)=[w1(t),w2(t),…wN(t)]T

    (19)

    式(17)可用內(nèi)積形式表示為

    y(t)=wT(t)x(t)=xT(t)w(t)

    (20)

    在基于Hebbian學(xué)習(xí)規(guī)則的NN中,網(wǎng)絡(luò)的權(quán)值wi是隨訓(xùn)練過程而發(fā)生著不斷地變化,可提出權(quán)值更新公式為

    wi(t+1)=wi(t)+ηy(t)[xi(t)-y(t)wi(t)]

    (21)

    式中,η為步長,令x′(t)=xi(t)-y(t)wi(t),則式(21)簡寫為

    wi(t+1)=wi(t)+ηy(t)x′(t)

    (22)

    結(jié)合式(20)~式(21)可寫為

    w(t+1)=w(t)+ηy(t)[x(t)-y(t)w(t)]

    (23)

    由上述公式可畫出權(quán)值wi的變化流圖,如圖4所示。

    圖4描述了式(22)和式(23)之間的關(guān)系,圖4中z-1為延時算子。因此,將式(20)代入式(23)中有

    w(t+1)=w(t)+η[x(t)xT(t)w(t)-

    wT(t)x(t)x(t)w(t)w(t)]

    (24)

    對描述的Hebbian算法,可等價看為最大特征值濾波器,即通過此算法可抽取出輸入數(shù)據(jù)協(xié)方差矩陣中最大特征值所對應(yīng)的特征向量,對算法進行收斂性分析,轉(zhuǎn)化為對式(24)的證明,引入漸進穩(wěn)定性原理對算法的收斂性進行詳細的證明。

    證明假設(shè)M為足夠大的正整數(shù),β為足夠小的正常量,存在

    (25)

    (26)

    式(25)中,R=E{xxT},由式(25)、式(26)可知x(k)的變化遠快于w(k)的變化。因此,可推導(dǎo)出

    w(t+M)-w(t)≈

    Mβ[Rw(t)-w(t)wT(t)Rw(t)]

    (27)

    wT(t)RMw(t)≈wT(t)Rw(t)

    (28)

    假設(shè)當(dāng)上述兩個系統(tǒng)漸進軌跡等價時,可通過對一個系統(tǒng)的收斂性來推斷出另一個系統(tǒng)的收斂性。即用{t,t+1,t+2,…}代替式(27)中的{t,t+M,t+2M,…},則

    w(t+1)-w(t)=Mβ[Rw(t)-w(t)wT(t)Rw(t)]

    (29)

    (30)

    式中,ei表示自相關(guān)矩陣中特征值對應(yīng)的特征向量;θi(t)表示時變因子,則

    θi(t+1)=[1+Mβ(λ-δ(t))]θi(t)

    (31)

    由文獻[19]可知:

    已知

    (32)

    (33)

    推導(dǎo)出當(dāng)t→∞時,存在w(t)→e、δ(t)→λ、δ(t)=wT(t)Rw(t)。

    證畢

    4 自適應(yīng)變步長學(xué)習(xí)算法

    在基于Hebbian學(xué)習(xí)規(guī)則的NN中,固定步長存在固有的缺點。當(dāng)步長取較大值時,會導(dǎo)致算法收斂精度變差甚至不收斂;而步長取較小值時,又不可避免的會帶來收斂速度慢的問題。因此,固定步長必然是一個考慮了收斂速度與收斂精度的權(quán)衡值,否則一定程度上會造成系統(tǒng)資源浪費。

    結(jié)合NN自身的學(xué)習(xí)特性,算法在剛開始學(xué)習(xí)訓(xùn)練時,由于估計誤差較大,此時可選取較大步長以加快收斂速度,但隨著NN不斷地學(xué)習(xí),誤差逐漸變小,精度逐漸提高,此時就需要選取較小的步長以防算法出現(xiàn)不收斂現(xiàn)象。因此,為改善算法收斂速度,引入了一種在最小遞歸二乘(recursive least squares,RLS)意義下的最優(yōu)變步長模型。

    考慮到算法中的權(quán)值更新公式含有x(t)-y(t)wi(t)項,令x(t)作為RLS算法中的輸入信號,y(t)作為RLS算法中的輸出信號,wi(t)作為RLS算法的連接權(quán)值,則RLS算法的代價函數(shù)為

    (34)

    式中,0<γ≤1為遺忘因子,其作用是確保在過去某一段時間內(nèi)的值被遺忘,從而使系統(tǒng)工作于平穩(wěn)狀態(tài)。由式(34)可推導(dǎo)出基于RLS算法的權(quán)值更新公式為

    wi(t)=wi(t-1)+L(t)[x(t)-y(t)wi(t-1)]

    (35)

    其中

    (36)

    因此,基于Hebbian學(xué)習(xí)規(guī)則的NN在RLS下的最優(yōu)變步長學(xué)習(xí)速率為

    (37)

    (38)

    進一步可等效為

    (39)

    由文獻[20]可知,d(0)是一個很小的正數(shù),通過式(39)可知,初始值d(0)與γ值越小,變步長β(k)越大,收斂速度越快。但是當(dāng)d(0)與γ取值過小(特別當(dāng)γ過小)時,會導(dǎo)致算法的收斂性不穩(wěn)定,從而致使收斂速度變慢甚至將無法收斂。

    5 算法實現(xiàn)步驟及復(fù)雜度分析

    5.1 算法步驟

    綜上所述,基于Hebbbian學(xué)習(xí)規(guī)則下的NN CBOC信號組合碼序列盲估計算法步驟簡述如下:

    步驟1對接收信號進行采樣和歸一化處理。

    步驟2網(wǎng)絡(luò)初始化,置所有權(quán)值wi為均勻分布的1和-1,設(shè)置允許的最小誤碼率(bit error rate,BER)為網(wǎng)絡(luò)循環(huán)的終止條件。

    步驟3對于時刻t,輸入新的一周期信號數(shù)據(jù)向量x(t),如果時延不為0則輸入三周期信號。

    步驟4根據(jù)式(20)計算神經(jīng)元的輸出。

    步驟5根據(jù)式(21)更新NN的權(quán)值向量。

    步驟6置n=n+1,返回步驟2繼續(xù),直到達到允許的最小BER為止。

    算法的流程圖如圖5所示,在本文中終止條件即允許存在的BER設(shè)置為e=1%。

    圖5 基于Hebbian學(xué)習(xí)規(guī)則的NN流程圖Fig.5 NN flow chart based on Hebbian learning rules

    5.2 復(fù)雜度分析

    算法的復(fù)雜度是指算法實現(xiàn)過程中所用的乘法次數(shù)和加法次數(shù),假設(shè)信號組合碼序列長度為N,算法達到收斂時所需的數(shù)據(jù)組數(shù)為M,計算算法中單次蒙特卡羅實現(xiàn)下算法所需的復(fù)雜度,SVD、自相關(guān)搜索算法、本文算法復(fù)雜度對比結(jié)果如表2所示。

    表2 復(fù)雜度分析Table 2 Complexity analysis

    由表2知,自相關(guān)搜索算法和奇異值分解分解算法復(fù)雜度遠大于本文算法。NN算法作為特征值分解算法的快速算法,避免了批處理中對相關(guān)矩陣R的預(yù)計算,算法復(fù)雜度得以降低,因此,算法復(fù)雜度遠低于另外兩種算法。降低算法的復(fù)雜度不僅提高了算法的效率,而且令長序列工作環(huán)境下序列估計的可行性大大提高。

    6 仿真實驗及分析

    6.1 實驗1

    驗證SVD算法的可行性,進行如下仿真。實驗參數(shù)設(shè)置為:偽碼速率為Rc=1.023 MHz,副載波速率Rs=1.023 MHz,偽碼長度L=63,副載波長度為8,即組合碼長度為504,SNR=-10 dB,仿真如圖6~圖10所示。

    圖6 矩陣R1對應(yīng)的左奇異值譜圖Fig.6 Left singular value spectra of matrix R1

    圖7 CBOC信號原組合碼序列Fig.7 Original combination code sequence of CBOC signal

    圖對應(yīng)的左奇異向量1Fig.8 Left singular vector 1 corresponding to

    圖對應(yīng)的左奇異向量2Fig.9 Left singular vector 2 corresponding to

    圖對應(yīng)的左奇異向量3Fig.10 Left singular vector 3 corresponding to

    圖6為按照升降順序排列的矩陣R1對應(yīng)的左奇異值譜,可以明顯看出存在3個較大的左奇異值;圖7為CBOC信號待估計的組合碼序列;圖8~圖10分別是左奇異值譜對應(yīng)的依次按降序排列的左奇異向量。由于文中將兩周期的信號同時進行處理,圖9為估計出的一個完整周期的組合碼序列,圖8結(jié)合圖10為一個完整周期的組合碼序列。實驗1中選擇的CBOC信號組合碼周期為63×8=504,從估計出的組合碼序列可以明顯看出,序列呈現(xiàn)出兩層分布狀態(tài),序列分布狀態(tài)說明CBOC調(diào)制方式的引入使信號具有了高頻信息,一定程度上增強了CBOC信號的碼跟蹤性能和抗干擾能力。

    6.2 實驗2

    在驗證了CBOC信號組合碼序列盲估計具有可行性后,實驗2為引入NN算法后的性能分析實驗。在保持實驗1中CBOC信號相關(guān)參數(shù)保持不變的情況下,依舊選取偽碼長度L=63,副載波長度為8的CBOC進行此實驗。上采樣率Sa=1 bit/chip,進行100次蒙特卡羅仿真。

    圖11 學(xué)習(xí)收斂曲線Fig.11 Curve of learning convergence

    圖12 數(shù)據(jù)組數(shù)性能曲線Fig.12 Performance curve of data sets

    圖11、圖12為采用NN算法進行100輪模擬實驗后所得性能曲線,圖11中表示在10個不同SNR下BER收斂至1%時的學(xué)習(xí)收斂曲線,圖12為不同SNR下算法收斂所需的平均數(shù)據(jù)組數(shù)變化圖??煽闯鏊惴ㄔ?18~0 dB所需數(shù)據(jù)組數(shù)較少,在-20~-18 dB所需數(shù)據(jù)數(shù)較多,因此圖10中代表-20 dB學(xué)習(xí)收斂曲線距離其他幾條收斂曲線較遠,但實驗結(jié)果表明NN的算法依舊能實現(xiàn)低SNR下CBOC信號的組合碼序列盲估計。

    6.3 實驗3

    分析NN算法在不同偽碼以及不同副載波長度下,算法對CBOC組合碼序列盲估計性能的影響。為清晰直觀地觀察算法性能,此處選取SNR∈[-15.56 dB,0 dB]的情況下進行性能分析。

    由圖13和圖15可知,當(dāng)CBOC信號組合碼序列中偽碼長度相同時,副載波長度越長,算法中BER降至允許的BER時所需的數(shù)據(jù)組數(shù)越少。由圖14和圖16可知,當(dāng)CBOC信號組合碼序列中副載波長度相同時,偽碼序列長度越長時,算法中完全收斂時所需的數(shù)據(jù)組數(shù)越少。通過圖13與圖14可知,隨著SNR的不斷降低,NN算法完全收斂所需的平均數(shù)據(jù)組數(shù)也在逐漸增加。

    圖13 不同副載波長度下的數(shù)據(jù)組數(shù)性能曲線Fig.13 Performance curves of data sets under different subcarrier lengths

    圖14 不同偽碼長度下的數(shù)據(jù)組數(shù)性能曲線Fig.14 Performance curves of data sets under different pseudo code lengths

    圖15 不同副載波長度下的學(xué)習(xí)收斂曲線Fig.15 Learning convergence curves under different subcarrier lengths

    6.4 實驗4

    研究不同上采樣率對NN算法性能的影響。此處選取SNR為-14 dB,偽碼長度為63,副載波長度為4的CBOC信號進行仿真實驗。

    圖16 不同偽碼長度下的學(xué)習(xí)收斂曲線Fig.16 Learning convergence curves under different pseudo code lengths

    圖17 不同上采樣率下的學(xué)習(xí)收斂曲線Fig.17 Learning convergence curves under different sampling rates

    圖17表示在算法中其他參數(shù)均相同的情況下,上采樣率取值越大,算法性能越好,即BER降至允許的最低BER時需要的數(shù)據(jù)組數(shù)明顯更少。從圖17中可看出,當(dāng)上采樣率取值為8 bit/chip時,算法性能大幅提升,與上采樣率取值為1 bit/chip時所需數(shù)據(jù)組數(shù)的對比非常明顯。

    6.5 實驗5

    CBOC信號中組合碼由副載波與偽碼組成,將其與直擴信號進行仿真結(jié)果的對比,分析副載波對組合碼估計過程中的影響。

    圖18 均值性能曲線Fig.18 Performance curve of mean

    圖18中選取偽碼長度等于組合碼長度的直擴信號進行仿真分析,由圖18可明顯看出組合碼中副載波的存在對信號序列估計產(chǎn)生的影響較大,當(dāng)直擴信號偽碼長度等于CBOC組合碼長度時,直擴信號收斂所需數(shù)據(jù)組數(shù)明顯少于CBOC信號。

    6.6 實驗6

    為進一步驗證本文采用的NN算法對CBOC信號組合碼序列估計的性能,SNR選取[-15.56 dB,-4 dB],分別對每個SNR對應(yīng)的組合碼序列估計進行100次蒙特卡羅仿真,并和文獻[13]中的自相關(guān)搜索算法進行對比,仿真結(jié)果如圖19~圖20所示。

    圖19 測量數(shù)據(jù)組數(shù)均值比較Fig.19 Comparison of mean values of measured data groups

    圖20 測量數(shù)據(jù)組數(shù)的均方根誤差比較Fig.20 Comparison of square root error of the number of measured data groups

    圖19反映的是NN和自相關(guān)搜索算法的性能估計曲線,以平均SNR為橫坐標(biāo),分別表示了在不同SNR下兩種算法正確地盲估計出信號的組合碼序列所需的平均數(shù)據(jù)組數(shù)。相同條件下,本文所采用的NN算法正確估計序列所需數(shù)據(jù)組數(shù)在低SNR的情況下明顯少于自相關(guān)搜索算法;圖20所示的均方根誤差大小反映了收斂時間的穩(wěn)定性高低,本文算法的均方根誤差在低SNR的條件下遠低于自相關(guān)搜索算法。綜上所述,本文采用的NN算法在不同SNR下完成收斂所需的數(shù)據(jù)組數(shù)以及算法的穩(wěn)定性均優(yōu)于自相關(guān)搜索算法。

    7 結(jié) 論

    針對CBOC信號組合碼序列盲估計問題,本文首先利用以兩倍信息符號周期長度分段的SVD算法來驗證CBOC調(diào)制信號的組合碼序列盲估計的可行性;其次引入NN的方法來解決傳統(tǒng)SVD算法對內(nèi)存要求過高、復(fù)雜度較高的缺點,且為改善算法收斂速度,引入變步長收斂模型。理論分析與仿真實驗表明,SVD算法與NN算法對實現(xiàn)CBOC信號組合碼序列的盲估計有效,且NN算法可實現(xiàn)-20~0 dB下CBOC信號組合碼序列的盲估計。相比其他算法,NN算法具有復(fù)雜度低,算法穩(wěn)定性高、收斂速度快等優(yōu)點。另外,NN能夠自適應(yīng)地處理輸入數(shù)據(jù)且不需要存儲權(quán)值更新的中間變量,因此可以工作在長輸入環(huán)境和非平穩(wěn)環(huán)境中。本文研究為電子對抗中信息序列的盲估計奠定基礎(chǔ),為最終實現(xiàn)信號的盲解擴提供有力條件。

    猜你喜歡
    組數(shù)偽碼步長
    非協(xié)作多用戶短碼直擴信號偽碼估計
    組數(shù)
    基于Armijo搜索步長的BFGS與DFP擬牛頓法的比較研究
    一類求不定方程正整數(shù)解的組數(shù)問題的解法及推廣
    偽碼體制脈沖串引信信號參數(shù)提取方法
    基于逐維改進的自適應(yīng)步長布谷鳥搜索算法
    一種新型光伏系統(tǒng)MPPT變步長滯環(huán)比較P&O法
    電測與儀表(2014年2期)2014-04-04 09:04:00
    非等量采樣偽碼跟蹤環(huán)建模分析
    一種新穎的光伏自適應(yīng)變步長最大功率點跟蹤算法
    猝發(fā)式直擴系統(tǒng)偽碼同步技術(shù)的FPGA實現(xiàn)
    中文字幕另类日韩欧美亚洲嫩草| 精品国产一区二区三区久久久樱花| 18禁黄网站禁片午夜丰满| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲美女黄色视频免费看| 女人高潮潮喷娇喘18禁视频| 精品国产国语对白av| 免费不卡黄色视频| 亚洲国产精品一区二区三区在线| 日本黄色日本黄色录像| 欧美日韩av久久| 亚洲精品国产色婷婷电影| 99精品久久久久人妻精品| 久久人妻福利社区极品人妻图片| 日韩电影二区| 老司机靠b影院| av电影中文网址| 一级毛片电影观看| 亚洲伊人久久精品综合| 精品亚洲成a人片在线观看| 欧美中文综合在线视频| 日本一区二区免费在线视频| 欧美av亚洲av综合av国产av| 啦啦啦在线免费观看视频4| 黄频高清免费视频| 亚洲中文字幕日韩| 久久青草综合色| 两个人看的免费小视频| 后天国语完整版免费观看| 欧美激情极品国产一区二区三区| 亚洲国产精品999| 蜜桃在线观看..| 国产高清视频在线播放一区 | 99久久精品国产亚洲精品| 91字幕亚洲| 超碰97精品在线观看| 亚洲成人手机| 99精国产麻豆久久婷婷| 亚洲第一av免费看| 免费在线观看视频国产中文字幕亚洲 | 精品第一国产精品| 国产激情久久老熟女| 热99久久久久精品小说推荐| 亚洲精品国产区一区二| 亚洲va日本ⅴa欧美va伊人久久 | 中文字幕高清在线视频| av网站在线播放免费| 两个人免费观看高清视频| 国产精品1区2区在线观看. | 国产97色在线日韩免费| 男女下面插进去视频免费观看| 日韩,欧美,国产一区二区三区| 精品国产一区二区三区四区第35| 国产精品久久久久久精品电影小说| 老司机午夜福利在线观看视频 | 麻豆乱淫一区二区| 男男h啪啪无遮挡| 久久久久精品国产欧美久久久 | 中国国产av一级| 国产成人欧美在线观看 | 丰满饥渴人妻一区二区三| 成人18禁高潮啪啪吃奶动态图| 久久久精品国产亚洲av高清涩受| 免费人妻精品一区二区三区视频| 欧美av亚洲av综合av国产av| 999精品在线视频| 国产高清videossex| 2018国产大陆天天弄谢| 欧美日韩亚洲国产一区二区在线观看 | av在线老鸭窝| 国产无遮挡羞羞视频在线观看| 桃红色精品国产亚洲av| avwww免费| 97在线人人人人妻| 丝瓜视频免费看黄片| 中文字幕av电影在线播放| 免费不卡黄色视频| 一区二区av电影网| 免费观看av网站的网址| 亚洲男人天堂网一区| 十八禁网站网址无遮挡| 国产成人精品在线电影| 亚洲精品美女久久av网站| 国产亚洲av片在线观看秒播厂| 免费在线观看影片大全网站| 九色亚洲精品在线播放| 亚洲av成人一区二区三| 99国产精品一区二区三区| 精品久久蜜臀av无| 五月开心婷婷网| 国产精品国产av在线观看| 日韩欧美一区视频在线观看| a 毛片基地| 黄片播放在线免费| 99热网站在线观看| 久久香蕉激情| 欧美亚洲 丝袜 人妻 在线| 天天操日日干夜夜撸| 一区二区日韩欧美中文字幕| 亚洲伊人色综图| 少妇的丰满在线观看| 超色免费av| videosex国产| 亚洲国产精品999| 国产精品香港三级国产av潘金莲| 99久久人妻综合| 老熟妇仑乱视频hdxx| 久久国产精品影院| 不卡av一区二区三区| 黑人操中国人逼视频| 亚洲av片天天在线观看| 搡老乐熟女国产| 爱豆传媒免费全集在线观看| 日韩中文字幕视频在线看片| 久久九九热精品免费| 国产亚洲精品久久久久5区| 精品亚洲成a人片在线观看| 精品人妻一区二区三区麻豆| 久久狼人影院| 宅男免费午夜| 男女无遮挡免费网站观看| 午夜福利一区二区在线看| 国产精品久久久人人做人人爽| 亚洲久久久国产精品| 精品人妻熟女毛片av久久网站| 婷婷成人精品国产| 黄网站色视频无遮挡免费观看| 亚洲国产精品成人久久小说| 韩国高清视频一区二区三区| 午夜精品国产一区二区电影| 精品高清国产在线一区| 国产99久久九九免费精品| 丁香六月欧美| 欧美另类亚洲清纯唯美| 少妇人妻久久综合中文| 18禁裸乳无遮挡动漫免费视频| 法律面前人人平等表现在哪些方面 | 最近中文字幕2019免费版| 免费女性裸体啪啪无遮挡网站| 久久国产精品大桥未久av| 叶爱在线成人免费视频播放| 欧美在线一区亚洲| 满18在线观看网站| 亚洲精华国产精华精| 久久久欧美国产精品| 日韩电影二区| 亚洲欧美色中文字幕在线| 久久久精品区二区三区| 久久热在线av| 久久青草综合色| 91精品伊人久久大香线蕉| 久久精品国产综合久久久| 人妻人人澡人人爽人人| 下体分泌物呈黄色| 一本综合久久免费| 老司机在亚洲福利影院| av不卡在线播放| 99久久综合免费| 国产成人精品久久二区二区免费| 日日爽夜夜爽网站| 亚洲色图综合在线观看| 啦啦啦视频在线资源免费观看| 日本av手机在线免费观看| 人人妻人人添人人爽欧美一区卜| 两个人看的免费小视频| 青青草视频在线视频观看| 国产激情久久老熟女| 99国产精品99久久久久| 咕卡用的链子| 水蜜桃什么品种好| 动漫黄色视频在线观看| 午夜免费鲁丝| 国产日韩一区二区三区精品不卡| 亚洲精品国产一区二区精华液| 国产日韩一区二区三区精品不卡| netflix在线观看网站| 一区二区三区乱码不卡18| 国产在视频线精品| 亚洲三区欧美一区| 狠狠精品人妻久久久久久综合| 亚洲三区欧美一区| 亚洲国产精品成人久久小说| 一二三四在线观看免费中文在| 麻豆乱淫一区二区| 午夜福利视频在线观看免费| 国产伦理片在线播放av一区| 性高湖久久久久久久久免费观看| 欧美午夜高清在线| 亚洲精品美女久久av网站| 国产有黄有色有爽视频| 国产av精品麻豆| 国产福利在线免费观看视频| 国产一区二区三区av在线| 成人国产av品久久久| 午夜福利乱码中文字幕| 无遮挡黄片免费观看| 精品亚洲乱码少妇综合久久| 国产无遮挡羞羞视频在线观看| 午夜两性在线视频| 极品少妇高潮喷水抽搐| h视频一区二区三区| 宅男免费午夜| 极品少妇高潮喷水抽搐| 日本欧美视频一区| 国产av一区二区精品久久| 国产精品自产拍在线观看55亚洲 | av福利片在线| 精品久久蜜臀av无| 两个人看的免费小视频| 精品国产国语对白av| 老司机在亚洲福利影院| 久久久久久久大尺度免费视频| 一个人免费看片子| 中文字幕人妻丝袜一区二区| 国产男女超爽视频在线观看| 久久99一区二区三区| 91av网站免费观看| 天天操日日干夜夜撸| 欧美日韩成人在线一区二区| 久久久国产成人免费| e午夜精品久久久久久久| 色综合欧美亚洲国产小说| 搡老乐熟女国产| 国精品久久久久久国模美| 亚洲专区字幕在线| 九色亚洲精品在线播放| 飞空精品影院首页| 999久久久精品免费观看国产| 97在线人人人人妻| 高清视频免费观看一区二区| 大型av网站在线播放| 久9热在线精品视频| a级毛片在线看网站| bbb黄色大片| 婷婷丁香在线五月| 9191精品国产免费久久| 一边摸一边做爽爽视频免费| 精品亚洲成国产av| 日韩精品免费视频一区二区三区| 日韩,欧美,国产一区二区三区| 汤姆久久久久久久影院中文字幕| 久久久久视频综合| 久久 成人 亚洲| 欧美激情久久久久久爽电影 | 国产一区二区三区综合在线观看| 日本a在线网址| 女警被强在线播放| 精品久久蜜臀av无| 国产片内射在线| 又黄又粗又硬又大视频| 丝袜在线中文字幕| 亚洲熟女毛片儿| 国产又爽黄色视频| 亚洲性夜色夜夜综合| 久久九九热精品免费| 高清av免费在线| 少妇猛男粗大的猛烈进出视频| 国产日韩欧美视频二区| 在线观看人妻少妇| 日本黄色日本黄色录像| 人成视频在线观看免费观看| 色婷婷av一区二区三区视频| 久久久久久久精品精品| 亚洲精品国产av成人精品| 国产精品1区2区在线观看. | 久久亚洲精品不卡| 亚洲国产精品一区二区三区在线| 亚洲av日韩在线播放| 国内毛片毛片毛片毛片毛片| 超色免费av| 久久久国产一区二区| 国产免费一区二区三区四区乱码| 国产精品国产三级国产专区5o| 巨乳人妻的诱惑在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 精品国产超薄肉色丝袜足j| 美女国产高潮福利片在线看| 丝袜在线中文字幕| 久久精品aⅴ一区二区三区四区| 亚洲av日韩精品久久久久久密| 男女边摸边吃奶| 菩萨蛮人人尽说江南好唐韦庄| 精品少妇久久久久久888优播| 欧美人与性动交α欧美软件| av线在线观看网站| 国产精品二区激情视频| 欧美亚洲 丝袜 人妻 在线| 老司机午夜福利在线观看视频 | 精品一品国产午夜福利视频| 国产日韩欧美在线精品| 亚洲av电影在线进入| 国产成人一区二区三区免费视频网站| 成人影院久久| 欧美人与性动交α欧美软件| 日韩欧美国产一区二区入口| 欧美变态另类bdsm刘玥| 日韩人妻精品一区2区三区| 夜夜夜夜夜久久久久| 男男h啪啪无遮挡| 狠狠精品人妻久久久久久综合| av视频免费观看在线观看| 国产亚洲欧美在线一区二区| 国产成人精品久久二区二区91| 女警被强在线播放| 国产成人免费无遮挡视频| 国产欧美日韩一区二区三区在线| 91精品三级在线观看| 又大又爽又粗| 精品久久蜜臀av无| 欧美乱码精品一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 十八禁网站网址无遮挡| 亚洲精品自拍成人| 99久久精品国产亚洲精品| 国产亚洲精品一区二区www | 青草久久国产| 成人三级做爰电影| 精品高清国产在线一区| 午夜两性在线视频| 欧美精品高潮呻吟av久久| 色94色欧美一区二区| 成人黄色视频免费在线看| 一级毛片电影观看| 欧美精品啪啪一区二区三区 | 黄片播放在线免费| 亚洲va日本ⅴa欧美va伊人久久 | 国产亚洲av高清不卡| 男人舔女人的私密视频| 18禁国产床啪视频网站| 国产成人精品无人区| 操美女的视频在线观看| 日日夜夜操网爽| 亚洲熟女毛片儿| 亚洲国产看品久久| 肉色欧美久久久久久久蜜桃| 一进一出抽搐动态| 一区二区三区四区激情视频| 黄网站色视频无遮挡免费观看| 国产在线一区二区三区精| 久久久精品免费免费高清| 国产av精品麻豆| 99香蕉大伊视频| 国产精品免费大片| av电影中文网址| 亚洲精品国产av蜜桃| 日韩欧美一区视频在线观看| 丝袜美腿诱惑在线| 久久久国产成人免费| 亚洲精品国产色婷婷电影| 咕卡用的链子| 999精品在线视频| 久热这里只有精品99| 狠狠婷婷综合久久久久久88av| 欧美日韩福利视频一区二区| 欧美大码av| 9热在线视频观看99| 亚洲少妇的诱惑av| 十八禁网站网址无遮挡| 久久久久国内视频| 欧美日韩亚洲国产一区二区在线观看 | 深夜精品福利| 亚洲一区二区三区欧美精品| 欧美另类亚洲清纯唯美| 91精品伊人久久大香线蕉| 少妇粗大呻吟视频| 99re6热这里在线精品视频| 亚洲一码二码三码区别大吗| 亚洲免费av在线视频| 国产成人a∨麻豆精品| 自线自在国产av| 午夜福利在线免费观看网站| 成人三级做爰电影| 丰满饥渴人妻一区二区三| 日韩三级视频一区二区三区| 精品国产乱码久久久久久小说| 日日夜夜操网爽| 亚洲少妇的诱惑av| cao死你这个sao货| 天堂8中文在线网| 国产深夜福利视频在线观看| 中文字幕另类日韩欧美亚洲嫩草| 一进一出抽搐动态| 我的亚洲天堂| 欧美性长视频在线观看| 亚洲国产看品久久| 欧美激情高清一区二区三区| 国产亚洲欧美精品永久| 伊人久久大香线蕉亚洲五| 一本一本久久a久久精品综合妖精| 欧美日韩一级在线毛片| 亚洲中文日韩欧美视频| 午夜福利视频在线观看免费| cao死你这个sao货| 久久国产精品人妻蜜桃| 好男人电影高清在线观看| 老司机影院毛片| 中文字幕色久视频| 性色av一级| 亚洲九九香蕉| 伦理电影免费视频| 91字幕亚洲| 天天操日日干夜夜撸| 欧美精品av麻豆av| 亚洲全国av大片| av超薄肉色丝袜交足视频| 看免费av毛片| 97在线人人人人妻| 国产精品久久久久久人妻精品电影 | 99国产极品粉嫩在线观看| 90打野战视频偷拍视频| 中文字幕色久视频| 亚洲五月色婷婷综合| 亚洲国产日韩一区二区| 欧美一级毛片孕妇| 国产一级毛片在线| a级毛片在线看网站| 50天的宝宝边吃奶边哭怎么回事| 欧美日韩黄片免| 成人亚洲精品一区在线观看| 各种免费的搞黄视频| 国产日韩欧美视频二区| 国产欧美日韩精品亚洲av| 女人精品久久久久毛片| 日韩 亚洲 欧美在线| 久久久水蜜桃国产精品网| 十分钟在线观看高清视频www| 黄色视频在线播放观看不卡| 91精品三级在线观看| e午夜精品久久久久久久| 欧美精品亚洲一区二区| 日韩三级视频一区二区三区| 国产精品亚洲av一区麻豆| 日韩一区二区三区影片| 日韩视频一区二区在线观看| 午夜成年电影在线免费观看| 美女视频免费永久观看网站| 欧美日韩亚洲综合一区二区三区_| 色综合欧美亚洲国产小说| 黄网站色视频无遮挡免费观看| av有码第一页| 91麻豆av在线| 久久久久久免费高清国产稀缺| 天天添夜夜摸| svipshipincom国产片| 丝瓜视频免费看黄片| 午夜福利在线观看吧| 一级毛片精品| 午夜免费观看性视频| 亚洲一卡2卡3卡4卡5卡精品中文| 热re99久久国产66热| 日韩精品免费视频一区二区三区| 久9热在线精品视频| 欧美激情久久久久久爽电影 | 9色porny在线观看| 亚洲少妇的诱惑av| 亚洲人成电影观看| 欧美国产精品va在线观看不卡| 这个男人来自地球电影免费观看| 亚洲精品乱久久久久久| 亚洲精品成人av观看孕妇| 国产精品九九99| 搡老乐熟女国产| 午夜影院在线不卡| 美女主播在线视频| 日韩 亚洲 欧美在线| 久久国产精品大桥未久av| 一级毛片电影观看| 久久久久久久国产电影| 日韩人妻精品一区2区三区| 中文字幕高清在线视频| 男女无遮挡免费网站观看| 99热国产这里只有精品6| 精品少妇久久久久久888优播| 欧美日韩黄片免| 日韩三级视频一区二区三区| 亚洲欧洲日产国产| 精品亚洲乱码少妇综合久久| 18在线观看网站| 夜夜骑夜夜射夜夜干| 亚洲精品一二三| 99久久国产精品久久久| av电影中文网址| 日韩视频在线欧美| 国产极品粉嫩免费观看在线| 久久人人爽人人片av| 国内毛片毛片毛片毛片毛片| 制服人妻中文乱码| 欧美在线黄色| 最黄视频免费看| 国产精品99久久99久久久不卡| 亚洲av电影在线进入| 国产精品一区二区免费欧美 | 国产av又大| 水蜜桃什么品种好| 俄罗斯特黄特色一大片| 淫妇啪啪啪对白视频 | 日韩欧美一区视频在线观看| 性少妇av在线| 黄色 视频免费看| 亚洲av日韩在线播放| 免费av中文字幕在线| 女人高潮潮喷娇喘18禁视频| 久久性视频一级片| 色老头精品视频在线观看| 成人免费观看视频高清| 欧美国产精品一级二级三级| 十八禁高潮呻吟视频| 香蕉国产在线看| 欧美人与性动交α欧美软件| 亚洲国产日韩一区二区| 午夜久久久在线观看| 日本五十路高清| 亚洲熟女精品中文字幕| 欧美激情久久久久久爽电影 | 亚洲情色 制服丝袜| 美女中出高潮动态图| 久久久久久久久久久久大奶| av在线播放精品| 久久久精品免费免费高清| 亚洲免费av在线视频| 不卡一级毛片| av超薄肉色丝袜交足视频| 9191精品国产免费久久| www.999成人在线观看| 国产成人啪精品午夜网站| 亚洲av成人不卡在线观看播放网 | 免费久久久久久久精品成人欧美视频| 日韩中文字幕欧美一区二区| 国产福利在线免费观看视频| 精品国产国语对白av| 美女高潮到喷水免费观看| 午夜久久久在线观看| 亚洲精品一区蜜桃| 麻豆国产av国片精品| 国产精品99久久99久久久不卡| av有码第一页| 黄色a级毛片大全视频| 欧美激情 高清一区二区三区| av网站在线播放免费| 日韩 欧美 亚洲 中文字幕| 大码成人一级视频| 日韩欧美国产一区二区入口| 少妇裸体淫交视频免费看高清 | 一区福利在线观看| bbb黄色大片| 亚洲自偷自拍图片 自拍| 亚洲中文av在线| 人人澡人人妻人| 日本欧美视频一区| 后天国语完整版免费观看| 超碰成人久久| 午夜福利在线免费观看网站| 亚洲情色 制服丝袜| 国产欧美日韩一区二区三 | 亚洲色图综合在线观看| kizo精华| 2018国产大陆天天弄谢| 午夜免费成人在线视频| 日本wwww免费看| 黑人巨大精品欧美一区二区蜜桃| 成人黄色视频免费在线看| 热re99久久精品国产66热6| 大香蕉久久成人网| 曰老女人黄片| 中文字幕另类日韩欧美亚洲嫩草| 王馨瑶露胸无遮挡在线观看| 亚洲av日韩精品久久久久久密| 久久久久久久精品精品| 人人妻人人爽人人添夜夜欢视频| 国产一区二区 视频在线| 91麻豆精品激情在线观看国产 | 午夜老司机福利片| 精品少妇一区二区三区视频日本电影| 免费高清在线观看日韩| 看免费av毛片| 国产在线视频一区二区| 看免费av毛片| 国产欧美亚洲国产| 淫妇啪啪啪对白视频 | 亚洲国产精品一区二区三区在线| netflix在线观看网站| 女性生殖器流出的白浆| 91精品国产国语对白视频| 亚洲精品粉嫩美女一区| 中文字幕av电影在线播放| av有码第一页| 精品卡一卡二卡四卡免费| 久久中文字幕一级| 欧美人与性动交α欧美软件| 久久中文字幕一级| 91九色精品人成在线观看| 日韩视频一区二区在线观看| 欧美乱码精品一区二区三区| 久久中文字幕一级| 热99国产精品久久久久久7| 大型av网站在线播放| 国产精品1区2区在线观看. | 中文字幕最新亚洲高清| 亚洲国产精品999| 黄片播放在线免费| 精品少妇黑人巨大在线播放| 淫妇啪啪啪对白视频 | 久久性视频一级片| 美女视频免费永久观看网站| 后天国语完整版免费观看| 飞空精品影院首页| 日本一区二区免费在线视频| 久久人人97超碰香蕉20202| 午夜老司机福利片| 日本五十路高清| 在线av久久热| 欧美97在线视频| 国产精品欧美亚洲77777| 蜜桃在线观看..| 50天的宝宝边吃奶边哭怎么回事|