排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
针对高轨卫星连线干涉测量(Connected Element Interferometry,CEI)信号的高精度频率估计这一难题,建立了CEI中的正弦信号频率估计模型。设计了基于深度学习框架的CEI信号频率估计算法,将算法划分为基于前馈深度神经网络的频率表征模块和基于卷积神经网络的频率计算及估计模块,在此基础上设计了各模块的具体结构和学习训练流程。对于算法的核心模块进行了仿真实验验证,并将所提算法与前人的相关算法进行了比较与分析,证明了该算法的有效性、稳定性和优越性。 相似文献
2.
3.
针对多天线信号合成系统对于宽带、高速、并行信号的实时合成需求,设计了基于图形处理单元(Graphics Processing Unit,GPU)的宽带信号时延差与相位差估计方法,对估计方法中的快速傅里叶变换(Fast Fourier Transform,FFT)、共轭相乘、累加平均等模块进行了相应的线程并行程序设计。为充分发挥GPU的并行运算能力,利用异步流并发的方式对估计方法进一步优化,从结构层面有效提高了数据的并行处理效率。对基于GPU的宽带信号时延差与相位差估计方法进行了实验验证,多次实验测试结果表明,数据量为512 000时,在保证估计正确性的基础上,该方法相比传统串行CPU估计方法约有125倍的加速比,采用该方法可实现对多天线信号参数的实时估计。 相似文献
4.
5.
针对现有的Simple、Sumple等互相关类算法无法分辨多个信源的问题,结合子空间算法中的超分辨估计——Music算法,提出了基于子空间的子带相位差估计算法——Music-Simple。对Music-Simple算法的合成性能进行了仿真分析并与传统的Music算法进行对比,验证了Music-Simple算法的正确性。结果表明,Music-Simple具有分辨多个信源的能力,可以同时估计出多个信源在多个接收天线处的相位差,显著提升了对包含多个信源信号的合成性能。 相似文献
1