网站大量收购独家精品文档,联系QQ:2885784924

基于稀疏小波变换的超宽带低信噪比信号检测算法.pdfVIP

基于稀疏小波变换的超宽带低信噪比信号检测算法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于稀疏小波变换的超宽带低信噪比信号检测算法

学兔兔 第34卷 第4期 仪 器 仪 表 学 报 Vo1.34 No.4 2013年4月 Chinese Journal of Scientific Instrument Apr.2013 基于稀疏小波变换的超宽带低信噪比 信号检测算法米 徐 湛 (北京信息科技大学信息与通信工程学院 北京 100085) 摘 要:脉冲超宽带信号是时域瞬态脉冲,功率谱密度极低,在远距离通信时,信号淹没在噪声中较难检测,对前端采样率要求 较高。针对脉冲超宽带低信噪比检测问题,提出了一种在脉冲波形先验信息已知条件下,基于稀疏小波变换的低信噪比检测方 法。针对超宽带信号在小波域具有稀疏分布这一特征,依据压缩传感理论,分析并仿真了稀疏基矩阵选择时域采样矩阵和小波 矩阵时,信噪比对于性能的影响,提供了重构算法中迭代终止门限的选择方法。仿真实验表明,相对于稀疏基矩阵为时域采样 矩阵,采用小波变换矩阵可以在较低信噪比条件下实现超宽带信号的降噪重构。 关键词:超宽带脉冲;压缩传感;稀疏小波变换;正交匹配追踪;信噪比 中图分类号:TN914 文献标识码:A 国家标准学科分类代码:510.40 Detection algorithm for low SNR signal in UWB systembased on sparse wavelet transform XU Zhan (School of Information and Communication Engineenng,Beijing Information Science and Technology University,Beifing 100085,China) Abstract:The ultra wideband impulse radio(IR—UWB)signal is time domain transient pulse with low power spectral density.In long—distance communication,the signal is submerged in noise and is difficult to be detected;therefore high front end sampling rate is required,which is a formidable challenge.Aiming at the problem of IR—UWB signal detection in low SNR,in case that the waveform of the UWB pulse signal is known,a sparse wavelet transform based detection method is proposed in low SNR condition.According to the characteristic that UWB signal has sparse distil— bution in wavelet domain and based Oll compressed sensing theory,time domain sampling matrix and wavelet matrix are selected as the sparse basis matrix,the influence of SNR on BER is analyzed and simulated,and the selection method for iteration stopping threshold in the

您可能关注的文档

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档