[发明专利]基于压缩感知高阶累积量的智能调制识别方法有效
| 申请号： | 201711034007.5 | 申请日： | 2017-10-30 |
| 公开（公告）号： | CN107872413B | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 胡欣;张子文;王程;崔高峰;王卫东 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | H04L27/00 | 分类号： | H04L27/00 |
| 代理公司： | 11121 北京永创新实专利事务所 | 代理人： | 赵文利 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于压缩感知高阶累积量的智能调制识别方法，属于无线通信领域。首先，接收端以低于奈奎斯特的抽样速率对接收信号x(t)随机抽样和预处理，然后，进行特征提取，通过从原始数据中利用恢复算法‑正交匹配追踪算法对抽样向量z的平方向量z | ||
| 搜索关键词： | 基于 压缩 感知 累积 智能 调制 识别 方法 | ||
【主权项】：
1.基于压缩感知高阶累积量的智能调制识别方法，其特征在于，具体步骤如下：/n步骤一、针对无线通信领域，接收端以低于奈奎斯特的抽样速率对接收信号x(t)随机抽样，并进行预处理得到压缩抽样向量z，完成压缩抽样过程；/n步骤二、结合与随机抽样有关的随机矩阵A以及哈达玛矩阵H，构造出压缩感知过程中的感知矩阵Θ；/nΘ＝AH (1)/nA为M×N维的0-1随机矩阵；哈达玛矩阵H是由+1和-1元素构成的N×N维正交方阵；Θ为M×N维的感知矩阵；/n步骤三、利用抽样向量z和感知矩阵Θ，构造压缩感知基本方程；/n压缩感知基本方程为：z＝Θα；/n具体构造过程如下：/n步骤301、利用接收端的随机抽样构建压缩抽样向量z；/nz＝Ay (2)/ny表示奈奎斯特抽样速率抽样得到的N×1维的向量；/n步骤302、结合随机矩阵A，得到压缩抽样向量z的特征量重建方程；/n特征量重建方程包括：/nz
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711034007.5/，转载请声明来源钻瓜专利网。
