共查询到14条相似文献，搜索用时 625 毫秒
1.
针对基于统计量和瞬时量盲均衡算法的特点,在分析双模式算法切换方式的基础上,提出了一种基于误差函数的双模式混合盲均衡算法.该算法针对修正的常数模算法(MCMA)和判决导引算法(DD)特点,利用2种算法误差函数间的互相关性,提出了新的加权因子选取方法,动态控制双模式混合下2种算法的权重比例,更为准确地控制切换时机,即使在误判决的情况下也能因其动态特性切换回合适的权重比例.水声信道仿真实验进一步说明了该算法在收敛速度上的优越性. 相似文献
2.
针对多模辅助算法均方误差高的缺点,提出了两种基于星座图改进的盲均衡算法.首先利用16QAM星座图信息,增加多模辅助算法代价函数中信号点的均衡数目,得到改进的多模辅助算法,与多模辅助算法相比,改进后的算法稳态均方误差更低,而且收敛速度略有提高;其次将改进的多模辅助算法和判决引导算法相结合,根据均方误差调整两种算法的比例,得到的混合算法进一步降低了稳态均方误差.水声信道仿真结果表明:提出的两种算法都可以有效地降低均方误差,适用于对精度要求较高的场合. 相似文献
3.
修正的常数模算法(MCMA)可以纠正相位旋转,但剩余稳态误差较大.在stop-and-go架构的基础上,提出了基于stop-and-go改进的MCMA算法.首先将局部信息量引入MCMA的误差函数,然后运用stop-and-go减少错误均衡的思想,使算法的均衡方向与MCMA保持一致,以降低剩余稳态误差.仿真结果表明,基于stop-and-go改进的MCMA盲均衡算法在保证了收敛速度的同时,码间干扰比MCMA算法降低了10 dB. 相似文献
4.
针对常数模算法收敛速度慢的缺点,在分析基于正交小波变换盲均衡器结构和并行软判决盲均衡算法的基础上,提出一种基于正交小波变换的并行软判决盲均衡算法.该算法将正交小波变换引入到并行软判决算法中,利用正交小波变换对信号很强的去相关能力,降低信号的自相关性,以加快算法的收敛速度.水声信道仿真结果表明,与并行的软判决盲均衡算法相比,所提出的基于正交小波变换的并行软判决盲均衡算法具有更快的收敛速度. 相似文献
5.
提出了一种基于16QAM信号星座点判决域切换的混合正方形轮廓线算法.该算法通过判决输出信号是否在星座点判决域内,在正方形轮廓线算法和判决导引算法之间进行切换,不仅能够对输出信号进行相位恢复,而且可以得到更小的剩余码间干扰.水声信道仿真结果表明:与传统的正方形轮廓线算法相比,混合正方形轮廓线算法的码间干扰更低,输出星座点更紧凑,对水声信道具有良好的均衡能力. 相似文献
6.
盲源分离因为可以仅根据接收到的观测信号来估计还原源信号,成为近年来在信号处理领域的研究热点.针对盲源分离中的基于峭度的独立分量分析算法在源信号还原的过程中计算量较大的问题,采用共轭梯度方法对独立分量分析法进行优化,优化后的算法收敛速度更快,稳态误差变小.Matlab仿真实验表明,优化后的独立分量分析算法收敛更快,实际分离效果更好. 相似文献
7.
通过多种理想试验对正定、保形守恒型有理函数插值半拉格朗日平流方案分别在平面直角坐标以及阴阳网格球面坐标中进行了计算性能分析,并采用多种误差模对守恒型有理函数插值半拉格朗日平流方案的网格收敛性进行评估。结果表明,采用分段有理函数插值的守恒型半拉格朗日平流方案可以有效消除不连续分布处的数值振荡、保证正定性,物理场平滑分布时维持1-2阶收敛速度;而在不连续点或大梯度区域以及应用分维技术的多维算法都会通过有理函数的降阶特性,影响平流计算的收敛阶数,并且,在球面坐标中受球面曲率的影响,守恒型有理函数插值半拉格朗日平流算法的网格收敛速度有所降低。 相似文献
8.
基于少模光纤的模式复用传输在近些年由于其超过单模光纤非线性香农极限的高传输容量而受到广泛关注,同时偏振复用在不改变光纤链路的情况下,使得系统传输容量翻倍.因此模式复用和偏振复用的结合为下一代超100 Gb／s光网络提供了一种可行的解决方案.然而,该系统的性能受到模式耦合和不同模式的群延时的影响.本文主要讨论基于频域最小均方（LMS）算法的数字均衡技术在少模光纤的偏振模式复用系统中的应用,提出了一种以蝶形复数有限冲激响应滤波器为基本结构的改进频域最小均方算法.该算法通过改进在每一频域柜中的平均功率方程来获得更好的均衡效果.仿真结果表明：采用改进频域LMS算法后在收敛效果上优于传统频域LMS算法,同时提高了系统性能. 相似文献
9.
针对蚁群算法收敛速度慢、效率低、容易陷入局部最优解的不足,本文提出一种自适应变化信息素总量的方式,使算法获得较快收敛速度.通过对启发函数的改进,增加蚁群搜索的目的性,降低陷入局部最优解的概率.仿真结果表明,改进的蚁群算法提高了搜索能力和收敛速度,验证了算法的有效性和优越性. 相似文献
10.
11.
利用2018—2020年经偏振升级改造后的广州S波段双偏振雷达（CINRAD/SAD）82892个体扫的0.5°仰角数据,以及雷达100 km探测范围内1109个雨量站共计538560个分钟雨量数据,分别构建了单参量、三参量雷达定量降水估测（QPE）深度学习网络架构（Z-Rnet、KDP-Rnet、Pol-Rnet）,并以KDP=0.5°/km为阈值分别训练得到大雨、小雨、总体等9个定量降水估测模型。在常用的均方误差作为损失函数的基础上,对不同降水强度采用不同权重提出了自定义损失函数,并利用比率偏差、相对偏差、均方差、平均绝对误差和平均相对误差作为评价指标对模型进行评估。通过对以积层混合云为主、以对流云为主和以层状云为主的3次降水过程的模型验证结果表明,利用深度学习训练的模型有较好的定量降水估测效果,区分雨强的小雨、大雨模型比不区分雨强的总体模型的效果要好。采用自定义损失函数模型效果更好,其均方差、平均绝对误差和平均相对误差分别较采用传统均方误差损失函数提升了8.62%、12.52%、16.34%。自定义损失函数中,采用ZH-ZDR-KDP三参量网络架构训练得到的定量降水估测模型效果最好,其均方差、平均绝对误差和平均相对误差分别较采用ZH的单参量Z-Rnet架构提升6.82%、8.43%、7.22%;较采用KDP的单参量KDP-Rnet架构提升12.33%、17.61%、17.26%。 相似文献
12.
利用2020年6月1日—2022年5月31日CMA GD模式2 m气温预报产品（预报时效为13—36 h）和同期江西省智能网格预报区域内地面站气温观测资料,计算气温预报准确率、平均误差和均方根误差,并统计分析其时空分布特征。结果表明： 1）模式预报准确率在不同月份、起报时次存在差异,暖季总体较高,冷季总体较低;暖季08时起报产品的月准确率总体高于20时,冷季反之;秋、冬季旬准确率分布更离散。模式预报产品其准确率明显低于中央气象台和江西省气象台订正产品,需订正后使用。08时起报产品对寒潮的预报效果优于20时。2）气温预报年误差分布存在日变化,最大值出现在08时,最小值出现在15时;年均方根误差峰值出现在15时和06时,白天大于夜间。3）冬季平均误差多为正值,夏季为负值,春、秋季平均误差大小界于冬、夏季之间;白天时段夏季均方根误差最大,夜间时段冬季最大。4）气温预报年误差地理分布特征明显,平原地区预报值偏低,年均方根误差最小;丘陵和山区22 h时效预报值偏高,31 h时效偏低;高山站预报值偏高,年均方根误差最大。丘陵地区负误差最大,平原地区最小;山区正误差最大。 相似文献
13.
Hourly air temperature driven using multi-layer perceptron and radial basis function networks in arid and semi-arid regions 总被引：2，自引：0，他引：2
Mehdi Rezaeian-Zadeh Shahrookh Zand-Parsa Hirad Abghari Masih Zolghadr Vijay P. Singh 《Theoretical and Applied Climatology》2012,109(3-4):519-528
This study employed two artificial neural network (ANN) models, including multi-layer perceptron (MLP) and radial basis function (RBF), as data-driven methods of hourly air temperature at three meteorological stations in Fars province, Iran. MLP was optimized using the Levenberg–Marquardt (MLP_LM) training algorithm with a tangent sigmoid transfer function. Both time series (TS) and randomized (RZ) data were used for training and testing of ANNs. Daily maximum and minimum air temperatures (MM) and antecedent daily maximum and minimum air temperatures (AMM) constituted the input for ANNs. The ANN models were evaluated using the root mean square error (RMSE), the coefficient of determination (R 2) and the mean absolute error. The use of AMM led to a more accurate estimation of hourly temperature compared with the use of MM. The MLP-ANN seemed to have a higher estimation efficiency than the RBF ANN. Furthermore, the ANN testing using randomized data showed more accurate estimation. The RMSE values for MLP with RZ data using daily maximum and minimum air temperatures for testing phase were equal to 1.2°C, 1.8°C, and 1.7°C, respectively, at Arsanjan, Bajgah, and Kooshkak stations. The results of this study showed that hourly air temperature driven using ANNs (proposed models) had less error than the empirical equation. 相似文献
14.
In this paper, we set out to study the ensemble forecast for tropical cyclones. The case study is based on the Conditional Nonlinear Optimal Perturbation related to Parameter (CNOP-P) method and the WRF model to improve the prediction accuracy for track and intensity, and two different typhoons are selected as cases for analysis. We first select perturbed parameters in the YSU and WSM6 schemes, and then solve CNOP-Ps with simulated annealing algorithm for single parameters as well as the combination of multiple parameters. Finally, perturbations are imposed on default parameter values to generate the ensemble members. The whole proposed procedures are referred to as the Perturbed Parameter Ensemble (PPE). We also conduct two experiments, which are control forecast and ensemble forecast, termed Ctrl and perturbed-physics ensemble (PPhyE) respectively, to demonstrate the performance for contrast. In the article, we compare the effects of three experiments on tropical cyclones in aspects of track and intensity, respectively. For track, the prediction errors of PPE are smaller. The ensemble mean of PPE filters the unpredictable situation and retains the reasonably predictable components of the ensemble members. As for intensity, ensemble mean values of the central minimum sea-level pressure and the central maximum wind speed are closer to CMA data during most of the simulation time. The predicted values of the PPE ensemble members included the intensity of CMA data when the typhoon made landfall. The PPE also shows uncertainty in the forecast. Moreover, we also analyze the track and intensity from physical variable fields of PPE. Experiment results show PPE outperforms the other two benchmarks in track and intensity prediction. 相似文献