【摘 要】
：
为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法
【机 构】
：
东北大学 计算机科学与工程学院,辽宁 沈阳 110169;辽宁科技大学 电子与信息工程学院,辽宁 鞍山 114051;东北大学 计算机科学与工程学院,辽宁 沈阳 110169
论文部分内容阅读
为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.
其他文献
超光滑的表面对高性能光学系统的性能至关重要,为了可以实现离子束抛光对元件表面超光滑的制造,离子束抛光(ion beam figuring,IBF)引起的元件表面形貌光滑化和粗糙化在很大程度上取决于加工条件.通常不正确的离子束抛光方法会导致光学表面的粗糙度增加,选择合适的加工方法可以减小表面的粗糙度,实现表面的超光滑.结果表明:基于高精度的离子束抛光技术,为了改善熔石英表面粗糙度,采用了0°～45°之间不同入射角度的离子束倾斜抛光进行研究,小角度(0°～30°)倾斜入射抛光可以较好地改善表面粗糙度,实现了离
混合分布的时间序列数据具有非平稳性、周期性等复杂的特性,且蕴含着未来的变化趋势,其复杂性对该类数据的预测精度造成了很大的影响.为了有效降低该类数据的预测误差,提出了一种K-均值与GRU神经网络相结合的混合模型——K-GRU混合模型,具有较高的预测精度.仿真实验表明,样本量为5000左右,K分别取2、3、4、5时,该模型均比GRU神经网络的预测效果好.模拟结果也与多项式模型、傅里叶序列和LSTM进行了比较,结果表明K-GRU混合模型的预测效果最好.最后将K-GRU混合模型应用于街边停车占用率数据中,进一步验
为了解决无人船(U S V)自主航行时目标定位定姿问题,提出一种船载光电吊舱的目标方位测量方法.利用光电成像系统识别跟踪目标,激光测距机获取目标与USV间的距离,并将GPS/INS组合导航系统固联在光电吊舱同一水平面.通过上述传感器组件输出信息与坐标转换相结合,推导出目标从载体坐标系到WGS-84大地坐标系的定位方程;并根据目标位置解算出目标的速度、姿态信息.采用系统模拟航行实验,验证了该方法的有效性,并分析了各参数的均方根误差.实验结果表明,在1 km测距范围内,目标位置测量精度为5 m,姿态测量精度为
针对分布式驱动电动汽车的稳定性控制问题,首先设计了基于卡尔曼滤波算法的质心侧偏角观测器以解决车辆质心侧偏角难以获取及准确性问题,其次针对车辆转矩分配策略提出了一种分层控制策略.上层控制器利用滑模变控制结构计算车辆维持稳定时所需主动横摆力矩大小,下层控制器利用主动横摆力矩结合整车动力学模型构建以最小轮胎负荷率为目标的约束矩阵,并采用粒子群算法进行转矩优化分配.在Matlab/Simulink仿真环境下进行仿真分析,搭建了七自由度整车模型、二自由度线性模型以及魔术轮胎模型,仿真结果表明车辆可以很好地跟随侧偏角
为探究甲烷在富氧条件下的火焰动力学规律,以CH4/O2/CO2预混体系为研究对象,在小尺度方形透明管道中进行了一系列爆炸实验,探讨了初始环境温度波动对爆炸参数的影响,并对预混体系的燃烧机理进行分析.结果 表明:在273K的环境温度下,化学当量比ψ=0.8～1.0且氧气相对比γ＜0.30和ψ=1.2且γ＜0.35的预混体系不能被点燃,而其他预混体系均可被点燃,最终产生郁金香与非郁金香两种火焰类型,并且根据郁金香火焰独特的演变特征,又划分为T形郁金香火焰和不对称郁金香火焰;随着γ的增大,无量纲火焰传播速度v/
当前水环境污染防治形势仍然严峻,地表水环境风险评价是水污染防治的重要工作,水质模型的开发和应用对于水质预警具有重要意义.为进一步了解水质模型的发展,采用文献计量方法对Web of Science核心引文数据库中2000-2020年发表的有关水质模型的文献进行分析,对水质模型的发展前景进行预测.结果显示:(1)近20年发文量呈逐年递增趋势,年增长率约为11.7％,水质模型的研究方向主要集中在水体污染物预测和健康风险评价;(2)开展相关研究的机构主要分布在美国、中国和英国,且具有较大学术影响力的相关研究机构的
提出了一种基于窗口滑动的Hodges-Lehmann检验的方法——Hodges-Lehmann Scan,能够同时估计高斯噪声的时间序列数据中多变点的位置和数量.利用Hodges-Lehmann Scan方法(HLSM)把在全局序列中估计多变点的问题转化成在局部窗口中推断单变点.通过数值模拟表明,对比基于PELT和Binary Segmentation两种经典的方法,所提出的HLSM不仅能够精确估计出变点的数量和位置,并且在同方差与异方差的高斯噪声下,以及有异常值时,显示更好稳健性.最后将提出的HLSM应
在无线传感器网络定位问题中,传感器节点间距离并不能全部直接测量,一般通过多跳距离进行最短路径估计.就经典多维尺度(Multidimensional Scaling,MDS)算法而言,其定位精度受距离估计精度的影响较大,少量误差较大的距离估计会极大影响定位结果.为了减少“错误”距离估计的影响,提出一种基于非对称广义中心化矩阵的多维尺度定位算法.该算法提出一类非对称广义中心化矩阵,并研究了中心化矩阵对定位误差的影响,从而选择有助于抑制“错误”距离的中心化矩阵提高定位精度.通过改变中心化矩阵中元素的权重,可以显
多尺度量子谐振子优化算法(MQHOA)是近年提出的一种基于量子物理的自然计算方法.本文针对该算法未能充分利用迭代中历史信息的问题,提出一种历史数据驱动的多尺度量子谐振子优化算法(HI-MQHOA).在两步迭代过程中,HI-MQHOA引入历史数据作为驱动,形成下一代个体分布的参数及动态调整算法尺度.形成的下一代个体分布参数可以有效指导算法的开发和探索,动态尺度调整可以避免早熟停滞.通过多个经典测试函数验证,该算法在解的质量、准确率和伸缩性方面优于MQHOA和改进的MQHOA,以及其他自然计算算法.
针对纯电动汽车的电耗预测问题,提出一种考虑环境温度、电池状态和车速等多因素影响的电耗计算模型.首先,基于自主研发的数据采集装置,采集不同城市的纯电动汽车长期行驶数据,作为模型构建的基础;其次,考虑纯电动汽车实际行驶过程中的温度、电池和车速等因素,结合《中国汽车行驶工况》(CATC-LT)道路行驶标准,提出纯电动汽车行驶百公里的电耗模型;最后,对实际复杂环境中的百公里电耗进行优化.结果表明,在多因素影响的行驶环境中,均方根误差在0.83～4.92区间,平均均方根误差为2.00,比传统算法的均方根误差减少了7