一种基于扰动特征分解和前馈调制网络波动跳变信号抑制算法.doc

一种基于扰动特征分解和前馈调制网络波动跳变信号抑制算法.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(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)。
查看更多
一种基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法 陈卫军,安阳师范学院,软件学院,河南,安阳? 摘 要:数据通信中,会产生一种时频跳变谐振信号,为提高网络稳定性,需要对这种网络波动跳变信号进行抑制。提出一种基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法,在希尔伯特空间上对网络波动跳变信号进行扰动特征分解。创建前馈调制滤波器以实现对网络波跳变信号的前馈调制抑制。仿真结果表明,该算法数据传输实时性好,能有效抑制网络波动跳变中的谐振信号,信息损失小,对于解决大规模混合组网中启动滞后、服务器负载、颤抖等问题有明显作用。 关键词:谐振信号,扰动特征分解;前馈调制 中图分类号:TP393 文献标识码:A 1 引言 当今,网络用户终端不再是传统意义上的计算机用户,还包括了车载、舰载、机载终端和手持机等网络用户混合组合网络成为网络分布和设计的趋势,组合网络中,由于网络之间的相群特征有差异跳变脉冲,带来网络波动和信号不稳定,研究对转网过程中产生的信息通信和网络组合网络包络瞬时值统计方法大规模复杂组合网络大规模组合网络通常依据节点的拓扑结构,构建相应的网络模型,随着网络规模的扩大和网络之间协议差异性变化构建网络谐振信号模型表达式为: (1) 上式中,称为复信号的瞬时幅度,有时也称为包络;称为瞬时相位,可由通过得到,为网络谐振信号阶跃式传输函数。时变性非线性定义。网络谐振信号为时域和频域构成窄带回波的复包络形式,可写作: (2) 其中,是窄带扩展函数,为各频率分量信号的复包络,为传输时延,为多调频信号的随着时间的变化的频移特性。假设网络在波动跳变过程中,谐振信号随着时间的变化而线性变化的为线性变换,这表现为一个调频信号,可得网络波动跳变信号的窄带扩展函数为时变冲击函数或时变格林函数的傅立叶变换,变换过程为: (3) 上式中,为信号的非平稳态瞬时频率估计值为宽带扩展函数,为尺度参数,为时延参数。假设是控制两个不同相位的信号的相位值差权系数,为相位采样间隔参数, (4) 网络波动跳变过程中,采用连续傅立叶变换处理方法,得到信号波动特征的允许性函数,即平方可积函数满足如下允许性条件: (5) 上式中,是傅立叶变换,常数称为函数的允许性常数。由此得到网络波动跳变信号谐振数学模型,为实现网络波动跳变信号的信号特征分析和前馈调制抑制提供信号源。 2.2 传统的信号包络特征分解预处理方法及弊端分析 在上述构建的网络波动跳变信号谐振数学模型的基础上,需要进行特征提取算法设计,实现对网络波动跳变信号的抑制处理,传统方法中,采用包络预取特征提取算法,对不稳定网络跳变单频脉冲信号采用射线模型对网络跳变单频脉冲中的 (6) 其中TL为不稳定网络跳变单频脉冲信号的传播损失(dB),为传播因子,为数据收发过程中 (7) (8) 式中,表示信号包络指向性,为载频(单位弧度/秒)。对于宽带信号,指向性增益为: () 由此得到了不稳定网络跳变单频脉冲信号 (10) 得到不稳定网络跳变单频脉冲信号则时刻散射特性函数为: () 化简得: () 其中,为脉冲信号的混响幅度, 为初始频率,为变信号传递瞬时幅度,B为调频信号带宽。不稳定网络跳变单频脉冲信号复信号的实部与所给定的实信号相同,负频部分大规模复杂组合网络网络跳变信号辐射圆环面积: (1) 设单位面积为,则第个圆环有贡献的散射体个数为网络跳变单频脉冲信号混响瞬时值服从高斯分布,它的概率密度函数为: (1) 其中:是瞬时值的方差。输入的不稳定网络跳变单频脉冲信号利用混响的慢变包络切片把波动能量聚集,为信号泰作勒级数展开,得到: (15) 在希尔伯特空间上进行扰动特征分解,对于高斯噪声中的随机信号,采用最大似然自相关估计算法,对信号,在希尔伯特空间上的上的群的不可约表示,若存在某个,使得: (16) 那么得到希尔伯特空间上的网络波动跳变信号的扰动特征分解结果为: (17) 其中表示仿射群上的群卷积,这一过程类似于相干函数经过随机介质的传输的情形,通过上述处理,可以将网络波动跳变信号的谐振特征和独立散射扰动特征准确地映射到希尔伯空间上,避免了传统算法出现的信息损失的问题,在傅立叶域上进行后置能量聚集,增大信号累积考虑一种简单的滤波器形式 (18) 上式中,是分子多项式,它的零点在处,为分母多项式,频率参数和带宽参数幅频响

文档评论(0)

nnh91 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档