• <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)
    韩国高清视频一区二区三区| 国产亚洲5aaaaa淫片| 成人国产麻豆网| 淫秽高清视频在线观看| 水蜜桃什么品种好| 精品久久久久久久久久久久久| 亚洲欧美日韩东京热| 在线观看av片永久免费下载| 亚洲精品久久久久久婷婷小说| 全区人妻精品视频| 亚洲精品国产av蜜桃| 成年免费大片在线观看| 免费在线观看成人毛片| 色哟哟·www| 美女主播在线视频| 91av网一区二区| 在线观看一区二区三区| 亚洲欧洲国产日韩| 亚洲国产精品专区欧美| 丰满人妻一区二区三区视频av| 日本wwww免费看| 国产精品av视频在线免费观看| 一级毛片 在线播放| 淫秽高清视频在线观看| 国产亚洲最大av| 一级毛片我不卡| 欧美 日韩 精品 国产| 精品国内亚洲2022精品成人| 免费观看在线日韩| 国产精品一及| 精品久久久精品久久久| 免费黄频网站在线观看国产| 九九在线视频观看精品| 黑人高潮一二区| 一区二区三区免费毛片| 精品人妻一区二区三区麻豆| 人体艺术视频欧美日本| 99久久精品热视频| 午夜免费激情av| 直男gayav资源| 国产成人精品福利久久| 日韩制服骚丝袜av| 99久久精品国产国产毛片| 高清在线视频一区二区三区| 大陆偷拍与自拍| 日韩不卡一区二区三区视频在线| 久久6这里有精品| 亚洲成人一二三区av| 亚洲精品一二三| 2022亚洲国产成人精品| 校园人妻丝袜中文字幕| 日本三级黄在线观看| 少妇高潮的动态图| 精品国产三级普通话版| 日韩av在线大香蕉| 国产91av在线免费观看| 夜夜看夜夜爽夜夜摸| 亚洲av.av天堂| 大片免费播放器 马上看| 亚洲久久久久久中文字幕| 免费大片黄手机在线观看| 免费观看a级毛片全部| 国产精品女同一区二区软件| 欧美极品一区二区三区四区| 日本熟妇午夜| 免费播放大片免费观看视频在线观看| 一区二区三区乱码不卡18| 日韩欧美国产在线观看| 免费观看av网站的网址| 97在线视频观看| 麻豆成人午夜福利视频| 国产淫语在线视频| 中文天堂在线官网| 亚洲内射少妇av| 午夜爱爱视频在线播放| 91狼人影院| 国产午夜精品久久久久久一区二区三区| 国产精品爽爽va在线观看网站| 三级国产精品片| 国产伦理片在线播放av一区| 国产精品av视频在线免费观看| av卡一久久| 特大巨黑吊av在线直播| av天堂中文字幕网| 国产av不卡久久| 久久久久精品性色| 中国美白少妇内射xxxbb| 亚洲乱码一区二区免费版| 中国国产av一级| 青春草国产在线视频| 高清视频免费观看一区二区 | 亚洲av一区综合| 成人鲁丝片一二三区免费| 人妻一区二区av| 亚洲国产精品sss在线观看| 午夜亚洲福利在线播放| 国产久久久一区二区三区| 久久久久国产网址| av免费在线看不卡| 亚洲人与动物交配视频| 18+在线观看网站| 国产黄频视频在线观看| 校园人妻丝袜中文字幕| 老女人水多毛片| 午夜福利在线观看免费完整高清在| 国产成年人精品一区二区| 成人av在线播放网站| 欧美变态另类bdsm刘玥| 亚洲欧美日韩无卡精品| 欧美激情在线99| 尤物成人国产欧美一区二区三区| 熟女电影av网| 亚洲最大成人av| 亚洲成人一二三区av| 亚洲国产日韩欧美精品在线观看| 久久亚洲国产成人精品v| 国产美女午夜福利| 久久久久性生活片| 啦啦啦啦在线视频资源| 男人狂女人下面高潮的视频| 黄色欧美视频在线观看| 国产白丝娇喘喷水9色精品| 男女边摸边吃奶| 久久久久久久久久黄片| 免费观看无遮挡的男女| 亚洲精品第二区| 真实男女啪啪啪动态图| 熟妇人妻久久中文字幕3abv| 午夜福利高清视频| 精品久久久久久电影网| 少妇裸体淫交视频免费看高清| 最近2019中文字幕mv第一页| 最近最新中文字幕大全电影3| 国产精品人妻久久久久久| 男女啪啪激烈高潮av片| 91久久精品国产一区二区成人| 别揉我奶头 嗯啊视频| 免费观看av网站的网址| 日本免费a在线| 内地一区二区视频在线| 边亲边吃奶的免费视频| 免费观看性生交大片5| 亚洲av电影不卡..在线观看| 纵有疾风起免费观看全集完整版 | 韩国高清视频一区二区三区| 精品国产露脸久久av麻豆 | 九九爱精品视频在线观看| 最近中文字幕2019免费版| 国产成人精品婷婷| 麻豆乱淫一区二区| 老司机影院毛片| 久久久国产一区二区| 人妻系列 视频| 人妻制服诱惑在线中文字幕| 国产精品人妻久久久影院| 狂野欧美白嫩少妇大欣赏| 精品少妇黑人巨大在线播放| 97超视频在线观看视频| 99热这里只有是精品在线观看| 人妻制服诱惑在线中文字幕| 有码 亚洲区| 建设人人有责人人尽责人人享有的 | 在线免费观看的www视频| 国产精品熟女久久久久浪| 免费av观看视频| 日韩伦理黄色片| 18禁裸乳无遮挡免费网站照片| 免费黄频网站在线观看国产| 精品人妻视频免费看| 亚洲精品影视一区二区三区av| 免费少妇av软件| 亚洲精品视频女| 最近中文字幕高清免费大全6| 久久久久久久久久久丰满| 日本黄大片高清| 国产视频首页在线观看| 中文字幕人妻熟人妻熟丝袜美| 精品人妻偷拍中文字幕| 国产成人a∨麻豆精品| 欧美一级a爱片免费观看看| 蜜臀久久99精品久久宅男| 欧美zozozo另类| 亚洲av成人精品一区久久| 2022亚洲国产成人精品| 大片免费播放器 马上看| 成人一区二区视频在线观看| 99久久精品热视频| 国产美女午夜福利| 人体艺术视频欧美日本| 久久精品久久精品一区二区三区| 可以在线观看毛片的网站| 国产一区二区三区av在线| 亚洲综合精品二区| 亚洲精品一二三| 草草在线视频免费看| 国产老妇伦熟女老妇高清| 欧美人与善性xxx| 日日撸夜夜添| 欧美xxxx性猛交bbbb| 久久久久国产网址| 国产男人的电影天堂91| 亚洲国产成人一精品久久久| 亚洲精品亚洲一区二区| 最近手机中文字幕大全| 亚洲欧美日韩东京热| 爱豆传媒免费全集在线观看| 亚洲人成网站在线播| 两个人的视频大全免费| 欧美成人a在线观看| 国产欧美日韩精品一区二区| 亚洲国产精品专区欧美| 久久精品久久久久久久性| 精品不卡国产一区二区三区| 18禁在线播放成人免费| 青春草视频在线免费观看| 亚洲欧美日韩无卡精品| 亚洲人与动物交配视频| av天堂中文字幕网| 嫩草影院新地址| 青春草视频在线免费观看| av国产免费在线观看| 在现免费观看毛片| 国产高清不卡午夜福利| 日韩成人av中文字幕在线观看| 亚洲av成人精品一区久久| 日韩欧美精品v在线| 99久久精品国产国产毛片| 麻豆成人av视频| 亚洲av男天堂| 最近的中文字幕免费完整| 联通29元200g的流量卡| 菩萨蛮人人尽说江南好唐韦庄| 欧美zozozo另类| 免费黄网站久久成人精品| 久久久亚洲精品成人影院| 国产免费视频播放在线视频 | 丰满人妻一区二区三区视频av| 综合色丁香网| 国产久久久一区二区三区| 日韩av在线免费看完整版不卡| av卡一久久| 欧美变态另类bdsm刘玥| 黑人高潮一二区| 99久国产av精品| 国产高潮美女av| 久久韩国三级中文字幕| 午夜视频国产福利| 国产男人的电影天堂91| 国产在线一区二区三区精| 国产白丝娇喘喷水9色精品| 草草在线视频免费看| 日韩欧美精品免费久久| 成人鲁丝片一二三区免费| 中文字幕av在线有码专区| 国产永久视频网站| 综合色av麻豆| 天堂俺去俺来也www色官网 | 国产一区二区在线观看日韩| 一二三四中文在线观看免费高清| 日本三级黄在线观看| 美女脱内裤让男人舔精品视频| 最近最新中文字幕免费大全7| 五月天丁香电影| 欧美潮喷喷水| 久久精品人妻少妇| 91久久精品国产一区二区三区| 成人鲁丝片一二三区免费| 岛国毛片在线播放| 国国产精品蜜臀av免费| 中文字幕久久专区| 亚州av有码| 亚洲美女搞黄在线观看| 亚洲精品亚洲一区二区| 亚洲国产精品成人久久小说| 欧美三级亚洲精品| av国产久精品久网站免费入址| av在线亚洲专区| 高清日韩中文字幕在线| 欧美 日韩 精品 国产| 亚洲av中文av极速乱| 午夜福利视频1000在线观看| 毛片一级片免费看久久久久| 老师上课跳d突然被开到最大视频| 欧美日韩在线观看h| 欧美xxxx性猛交bbbb| 日本免费在线观看一区| 天天躁日日操中文字幕| 九草在线视频观看| 免费观看性生交大片5| 亚洲人成网站在线观看播放| 一级a做视频免费观看| 老女人水多毛片| 少妇被粗大猛烈的视频| 男人狂女人下面高潮的视频| 国产三级在线视频| 99热这里只有是精品在线观看| 国产女主播在线喷水免费视频网站 | 可以在线观看毛片的网站| 美女国产视频在线观看| 国产久久久一区二区三区| 亚洲国产精品sss在线观看| 欧美xxxx性猛交bbbb| 午夜福利在线观看免费完整高清在| 男女视频在线观看网站免费| 天堂av国产一区二区熟女人妻| 国产成人91sexporn| 免费看日本二区| 午夜日本视频在线| 乱系列少妇在线播放| 日本免费在线观看一区| 午夜免费激情av| 久久久久久久久久久免费av| 成人午夜高清在线视频| 人妻制服诱惑在线中文字幕| 青春草亚洲视频在线观看| 成人欧美大片| 国产成年人精品一区二区| 亚洲av在线观看美女高潮| 亚洲精品乱码久久久久久按摩| 禁无遮挡网站| 99视频精品全部免费 在线| 丝袜美腿在线中文| 大香蕉久久网| 国产高清有码在线观看视频| 欧美日本视频| 成人漫画全彩无遮挡| 成人欧美大片| 亚洲av成人av| 成人美女网站在线观看视频| 国产精品人妻久久久影院| 天堂影院成人在线观看| 久久99热这里只有精品18| 欧美成人精品欧美一级黄| 国产精品福利在线免费观看| 韩国高清视频一区二区三区| 街头女战士在线观看网站| 99热6这里只有精品| 国产免费一级a男人的天堂| 最近手机中文字幕大全| 亚洲电影在线观看av| 欧美日韩国产mv在线观看视频 | 尾随美女入室| 乱人视频在线观看| 亚洲欧美成人精品一区二区| 我要看日韩黄色一级片| 国产午夜精品论理片| 激情五月婷婷亚洲| kizo精华| 99九九线精品视频在线观看视频| 欧美激情国产日韩精品一区| 在线观看美女被高潮喷水网站| 91精品一卡2卡3卡4卡| 激情五月婷婷亚洲| 亚洲欧美成人精品一区二区| 一级毛片久久久久久久久女| 特级一级黄色大片| 欧美激情在线99| 日韩,欧美,国产一区二区三区| 超碰av人人做人人爽久久| 久久久久免费精品人妻一区二区| 综合色丁香网| 欧美激情久久久久久爽电影| 日日摸夜夜添夜夜爱| 看免费成人av毛片| 久久韩国三级中文字幕| av天堂中文字幕网| 亚洲精品国产av成人精品| 国产有黄有色有爽视频| 国产在视频线精品| 三级国产精品欧美在线观看| 乱系列少妇在线播放| 久久久久久九九精品二区国产| 亚洲国产色片| 日韩av不卡免费在线播放| 国产精品美女特级片免费视频播放器| 日韩av在线免费看完整版不卡| 亚洲欧美一区二区三区国产| freevideosex欧美| 成人二区视频| 久久精品久久久久久噜噜老黄| 午夜福利成人在线免费观看| 亚洲国产av新网站| 老女人水多毛片| 高清日韩中文字幕在线| 午夜精品一区二区三区免费看| 国产亚洲91精品色在线| 联通29元200g的流量卡| 欧美另类一区| 97超碰精品成人国产| 久久久精品欧美日韩精品| 日韩在线高清观看一区二区三区| 免费大片18禁| 国产一区二区三区综合在线观看 | 一级a做视频免费观看| 午夜免费观看性视频| 国产精品日韩av在线免费观看| 赤兔流量卡办理| 91久久精品国产一区二区三区| 国产激情偷乱视频一区二区| 激情 狠狠 欧美| 中国美白少妇内射xxxbb| 欧美性感艳星| 欧美激情久久久久久爽电影| videossex国产| 九九在线视频观看精品| 好男人在线观看高清免费视频| 国产免费福利视频在线观看| 国产麻豆成人av免费视频| 日韩人妻高清精品专区| 建设人人有责人人尽责人人享有的 | 亚洲久久久久久中文字幕| 又大又黄又爽视频免费| 极品少妇高潮喷水抽搐| 国产精品一区二区三区四区久久| 午夜视频国产福利| 免费看美女性在线毛片视频| 国产精品一区二区三区四区免费观看| 青春草亚洲视频在线观看| 国产精品麻豆人妻色哟哟久久 | 欧美xxⅹ黑人| 日韩av免费高清视频| 如何舔出高潮| 午夜福利高清视频| 97热精品久久久久久| 午夜免费观看性视频| 国产 一区精品| 久久国内精品自在自线图片| 国产伦一二天堂av在线观看| 亚洲精品色激情综合| 免费看日本二区| 成人毛片60女人毛片免费| 国产高清有码在线观看视频| 亚洲丝袜综合中文字幕| 亚洲国产av新网站| 久99久视频精品免费| 九草在线视频观看| av又黄又爽大尺度在线免费看| 美女高潮的动态| 我的老师免费观看完整版| 一二三四中文在线观看免费高清| 精品一区二区三卡| av免费观看日本| 三级毛片av免费| 欧美xxⅹ黑人| 午夜老司机福利剧场| 精品少妇黑人巨大在线播放| av又黄又爽大尺度在线免费看| 99久久人妻综合| 国产精品福利在线免费观看| 亚洲精品456在线播放app| 亚洲欧美精品专区久久| 久久久色成人| 你懂的网址亚洲精品在线观看| 毛片女人毛片| 亚洲av中文av极速乱| 久久精品夜夜夜夜夜久久蜜豆| 久久久久网色| 日韩人妻高清精品专区| 国产单亲对白刺激| 99热网站在线观看| 美女被艹到高潮喷水动态| 成人漫画全彩无遮挡| 免费大片黄手机在线观看| 国产精品久久视频播放| 午夜福利网站1000一区二区三区| 三级国产精品片| 哪个播放器可以免费观看大片| 别揉我奶头 嗯啊视频| 久久久久久久久久黄片| 看黄色毛片网站| 天美传媒精品一区二区| 网址你懂的国产日韩在线| 国产亚洲精品久久久com| 91午夜精品亚洲一区二区三区| 男人狂女人下面高潮的视频| 国产精品久久久久久精品电影| 久久精品熟女亚洲av麻豆精品 | 熟妇人妻不卡中文字幕| 亚洲18禁久久av| 欧美高清成人免费视频www| 日本av手机在线免费观看| 一个人看的www免费观看视频| 2021少妇久久久久久久久久久| 国内少妇人妻偷人精品xxx网站| 啦啦啦啦在线视频资源| 久久久久久久久大av| 日韩一区二区视频免费看| 超碰av人人做人人爽久久| 老司机影院毛片| 午夜爱爱视频在线播放| 亚洲精品成人久久久久久| 国产综合懂色| 日韩强制内射视频| 国内精品一区二区在线观看| 午夜精品在线福利| 国产精品无大码| 日日啪夜夜爽| 综合色av麻豆| 国产白丝娇喘喷水9色精品| 大香蕉97超碰在线| 亚洲欧美精品专区久久| 日韩欧美国产在线观看| 91久久精品国产一区二区三区| 少妇熟女aⅴ在线视频| 高清欧美精品videossex| 亚洲真实伦在线观看| 别揉我奶头 嗯啊视频| 床上黄色一级片| 欧美人与善性xxx| 亚洲综合精品二区| av在线观看视频网站免费| 日日啪夜夜爽| 狂野欧美激情性xxxx在线观看| h日本视频在线播放| 好男人在线观看高清免费视频| 亚洲精品,欧美精品| 亚洲精品乱码久久久v下载方式| 少妇的逼好多水| 亚洲最大成人中文| 国产淫片久久久久久久久| 91aial.com中文字幕在线观看| 又爽又黄a免费视频| 国产精品日韩av在线免费观看| 国产毛片a区久久久久| 日韩亚洲欧美综合| 欧美日韩精品成人综合77777| 又黄又爽又刺激的免费视频.| 丰满乱子伦码专区| 国产黄片美女视频| 熟女人妻精品中文字幕| 免费观看a级毛片全部| 国产大屁股一区二区在线视频| 亚洲最大成人av| 老司机影院毛片| 狂野欧美白嫩少妇大欣赏| 免费播放大片免费观看视频在线观看| 国产淫语在线视频| 国产av国产精品国产| 永久免费av网站大全| 特大巨黑吊av在线直播| 日韩av免费高清视频| 看免费成人av毛片| 成年人午夜在线观看视频 | 日韩一区二区三区影片| 日本wwww免费看| 国产午夜精品一二区理论片| 一区二区三区免费毛片| 国产黄色免费在线视频| 高清毛片免费看| 国国产精品蜜臀av免费| 波野结衣二区三区在线| 亚洲精品成人av观看孕妇| 亚洲国产精品专区欧美| 免费av观看视频| 午夜福利在线观看吧| 午夜福利在线在线| 天堂影院成人在线观看| 欧美一区二区亚洲| 国产熟女欧美一区二区| 色视频www国产| 最近最新中文字幕免费大全7| 国产午夜精品论理片| 久久国内精品自在自线图片| 97人妻精品一区二区三区麻豆| 亚洲av成人精品一区久久| 国产黄片视频在线免费观看| 亚洲av日韩在线播放| 亚洲av不卡在线观看| 床上黄色一级片| 国产黄片美女视频| 午夜激情福利司机影院| 99热网站在线观看| 国产成人一区二区在线| 亚洲av免费高清在线观看| 欧美日韩精品成人综合77777| 免费人成在线观看视频色| 一个人观看的视频www高清免费观看| 国产乱人视频| 天堂影院成人在线观看| 偷拍熟女少妇极品色| 日本黄大片高清| 亚洲精品国产av蜜桃| 国产一区二区亚洲精品在线观看| 国产精品一区二区在线观看99 | 大话2 男鬼变身卡| 晚上一个人看的免费电影| 国产精品三级大全| 亚洲欧美日韩东京热| 乱系列少妇在线播放| 色综合亚洲欧美另类图片| 国产成人一区二区在线| 亚洲av免费高清在线观看| 26uuu在线亚洲综合色| 久久久欧美国产精品| 18禁裸乳无遮挡免费网站照片| 亚洲国产精品sss在线观看| 亚洲三级黄色毛片| 午夜福利视频精品| 亚洲精品久久久久久婷婷小说| 十八禁国产超污无遮挡网站| 国产高清有码在线观看视频| 久久久亚洲精品成人影院| 高清在线视频一区二区三区| 在线观看美女被高潮喷水网站| 免费观看在线日韩| 欧美极品一区二区三区四区| 搡老乐熟女国产| 亚洲第一区二区三区不卡| 久久久久久久大尺度免费视频| a级毛片免费高清观看在线播放| 亚洲电影在线观看av| 欧美极品一区二区三区四区| av一本久久久久| 全区人妻精品视频| 亚洲精品国产av蜜桃|