模式识别实验报告
1、最大最小距离聚类法
2、K-均值聚类法
3、感知器算法
4、最小均方误差算法
2023-03-23 10:53:19
1.31MB
1
提出一种改进的均衡器算法。该方法基于最小均方误差(minimum mean square error,MMSE)准则,使均衡器的输出与训练码的均方误差最小,并且将信道均衡的最小均方误差目标函数转化为二阶锥形式,利用内点法求最优解。与传统基于最小均方误差(least mean squares,LMS)和递归最小二乘(recursive leastsquares,RLS)自适应算法的均衡器相比,由于不需要迭代收敛过程,不存在收敛速度与精度的矛盾,克服了基于LMS和RLS的自适应均衡器参数设置的困难,而且利用更短的训练序列长度即可获得相同的均衡效果,对于改善通信效率具有参考价值。
2022-12-20 01:26:55
1.11MB
1
matlab匹配滤波代码仅通过MMSE估计实现的自适应脉冲压缩
作者：Pardhu
M
接触：
描述
此方法基于最小均方误差（MMSE）公式，其中从接收信号中自适应估计每个单个距离单元的脉冲压缩滤波器，以减轻大目标附近匹配滤波导致的掩蔽干扰。
代码详细信息
所有代码均以Matlab
2015版本编写。
参考文件
Blunt，Shannon
D.和Karl
Gerlach。
“通过MMSE估计进行自适应脉冲压缩。”
IEEE航空航天和电子系统学报42.2（2006）：572-584。
免责声明
提及的作者对上述论文没有任何版权。
2022-11-24 17:51:37
3KB
1
为了提高正交空时分组码的MIMO系统性能，提出了采用预编码的空时分组码信号检测方案，该方案在发射端将正交分组编码和预编码矩阵相结合，在接收端采用MMSE均衡译码算法。分析了最小均方误差（MMSE）均衡译码算法和最大似然（ML）译码算法，将此两种算法的性能与最大比值合并（MRC）的性能进行了仿真和比较。仿真结果表明，MMSE算法与ML算法性能相比在误比特率为10-5时有约0.5 dB的增益。
2022-05-05 21:08:44
602KB
1
解决了基于声传感器阵列的跨音速估计问题。 根据在亚音速或超音速气流中传播的声波的传播特性，为给定的测量设备建立了线性声传感器阵列的观测模型。 然后，基于最小均方误差（MMSE）准则的迭代实现，提出了一种鲁棒的风速估计器，简称为II-MMSE。 作为一种稀疏估计方法，II-MMSE自然地考虑了阵列观测数据中的噪声协方差信息，因此不需要用户选择任何超参数。 此外，II-MMSE技术在计算上比一般的超参数稀疏估计方法更有效，并且对有限的快照和数组建模错误具有良好的鲁棒性。 进行仿真以显示II-MMSE的功效。
2022-03-15 16:48:16
461KB
1
在大规模 MIMO 系统中，将牛顿迭代法用于传统的 WWSE 预编码算法求逆运算，但是其迭代初始值计算复杂。针对这一问题，提出WWSESOR-NT算法。在SOR算法的基础上提出中间算法，然后与牛顿迭代算法相结合，利用中间算法直接对高阶矩阵的逆进行估算，将得到的结果作为牛顿迭代法的迭代初始值以加快收敛速度。仿真结果显示，与传统牛顿迭代法比较，WWSESOR-NT 算法能够以更少的迭代次数和近似相同的复杂度逼近WWSE算法的性能。
2022-03-06 23:08:34
737KB
1
LMS(Least Mean Square)算法因其结构简单、稳定性好等优点,得到了广泛的应用,但在收敛速度和稳态失调之间存在着固有矛盾,通过对步长因子的调整可以克服这一矛盾。分析研究了已有的变步长LMS算法,在此基础上提出了一种改进的变步长LMS算法。理论分析和计算机仿真表明该算法不但具有较快的收敛速率,并且具有更小的稳态误差。
2022-02-11 20:49:02
427KB
1