美章网 资料文库 机动通信网络中通信信号优化研究范文

机动通信网络中通信信号优化研究范文

本站小编为你精心准备了机动通信网络中通信信号优化研究参考范文,愿这些范文能点燃您思维的火花,激发您的写作灵感。欢迎深入阅读并收藏。

机动通信网络中通信信号优化研究

1引言

机动通信网络以其特有的机动、快速、灵活等特点,被应用于军事、医疗、农业等诸多领域的建设中。在国内,机动通信网络尚在完善阶段,在处于复杂的电磁环境时网络通信尖峰信号会受到大量的噪声干扰,容易造成通信信号模糊的问题。而机动通信网络中通信尖峰信号去噪方法则是解决这一问题的有效途径,引起了很多专家与学者的重视。由于机动通信网络中通信尖峰信号去噪方法具有广阔的发展空间,因此,也成为了很多业内人士研究的焦点课题,受到了广泛的关注,同时也出现了很多好的方法。文献提出了基于Non-Local算法的机动通信网络中通信尖峰信号去噪方法。该方法通过利用通信网络中通信尖峰信号的分布结构实现对机动通信网络中通信尖峰信号去噪。该方法虽然较为简单,但存在局限性大的问题。文献依据傅立叶变换原理,采用将含有噪声的通信尖峰信号频域离散的方式实现对机动通信网络中通信尖峰信号去噪。

该方法鲁棒性强,但是存在计算量大,很难实时去噪的问题。文献重点研究了基于高斯滤波算法的机动通信网络中通信尖峰信号去噪方法。该方法通过使用导数函数调整其信号去噪尺度的参数来完成对机动通信网络中通信尖峰信号去噪。该方法虽然适应性较强,但是进行去噪时存在恒定的偏差,容易造成信噪比降低的问题。针对上述问题的产生,提出了一种基于改进经验模态分解(EMD)算法的机动通信网络中通信尖峰信号去噪方法。该方法先利用经验模态分解原理将机动通信网络中通信尖峰信号分解为由高至低不同的频率段,在融合于小波阙值将各频段内的通信尖峰信号逆向循环平移小波,在此基础上利用小波阈值估计不同频段内的通信尖峰信号,计算其平均值,进而获得重构的通信尖峰信号,精确的实现了对机动通信网络中通信尖峰信号去噪。仿真结果证明,基于改进经验模态分解(EMD)算法的机动通信网络中通信尖峰信号去噪方法去噪效果稳定,鲁棒性强。

2机动通信网络去噪原理

在机动通信网络中,通常状态下,带有信息的通信尖峰原始信号在频域内的能量分布相对密集,且信号分解系数的绝对值较大。而带有噪声的通信原始信号能量谱表现的较为松散,因此在机动通信网络中通信尖峰信号去噪过程中,采用相对作用阈值的方法滤透掉绝对值低于一定阈值范围的通信尖峰原始信号分解系数,进而完成了对机动通信网络中通信尖峰信号去噪。

3机动通信网络信号优化去噪方法

针对采用当前的算法进行去噪时系统存在恒定的偏差,容易造成信噪比降低的问题,提出了一种基于改进经验模态分解(EMD)算法的机动通信网络中通信尖峰信号去噪方法。

3.1利用经验模态分解信号在机动通信网络中通信尖峰信号优化去噪过程中,先利用经验模态分解原理将机动通信网络中通信尖峰信号分解为由高至低不同频率段。具体的步骤如下详述:利用经验模态分解实际上是一个反复迭代的过程,对由x(t)代表的原始通信信号进行分解的详细步骤如下所述。综上所述可以说明,在机动通信网络中通信尖峰信号优化去噪中,先利用经验模态分解原理将机动通信网络中通信尖峰信号分解为由高至低不同频率段,为实现机动通信网络中通信尖峰信号优化去噪提供了有利的条件。

3.2通信尖峰信号优化去噪的实现在机动通信网络中通信尖峰信号优化去噪过程中,对机动通信网络中通信尖峰信号进行EMD分解后,融合于小波阙值,将各频段内的通信尖峰信号逆向循环平移,利用小波阈值估计不同频段内的通信尖峰信号,计算其平均值,进而得到了重构的通信尖峰信号,精确的实现了对机动通信网络中通信尖峰信号去噪。具体的步骤如下详述。

4实验分析

为了证明基于改进经验模态分解(EMD)算法的机动通信网络中通信尖峰信号去噪方法有效性,需要进行一次实验,用MATLAB软件搭建机动通信网络中通信尖峰信号去噪实验平台。实验1)在原始的尖峰信号中加入高斯噪声取(σ=10)得到含噪通信尖峰信号,分别采用传统算法、改进算法和Non-Local算法进行机动通信网络中通信尖峰信号去噪实验。从上图可以说明,传统速算法得到的通信尖峰信号在绝大部分的区域内都有噪声,且稳定性差,而Non-Local算法去噪的效果仍旧不理想。改进算法去噪的效果比较理想,去噪后的通信尖峰信号与原始的尖峰信号较为吻合,主要是由于改进算法先利用经验模态分解原理将机动通信网络中通信尖峰信号分解为由高至低不同频率段,有效的保障了算法去噪的精确性。实验2)在机动通信网络中通信尖峰信号优化去噪过程中,尖峰信号去噪效果可以用信噪比和均方误差来描述。表1为三种方法的信噪比和均方误差比较。从表1中可以说明,改进算法大幅度的提升了通信尖峰重构信号的信噪比,且均方误差相对较小。综上实验可以证明基于改进经验模态分解(EMD)算法的机动通信网络中通信尖峰信号去噪方法去噪效果稳定,鲁棒性强。

5结束语

针对采用当前的算法进行去噪时系统存在恒定的偏差,无法表述正确的信号分解系数能量分布状况,容易造成信噪比恶化的问题,提出了一种基于改进经验模态分解(EMD)算法的机动通信网络中通信尖峰信号去噪方法。该方法先利用经验模态分解原理将机动通信网络中通信尖峰信号分解为由高至低不同的频率段,再融合于小波阙值将各频段内的通信尖峰信号逆向循环平移小波,在此基础上利用小波阈值估计不同频段内的通信尖峰信号,计算其平均值,进而获得重构的通信尖峰信号,精确的实现了对机动通信网络中通信尖峰信号的去噪。仿真结果证明,基于改进经验模态分解(EMD)算法的机动通信网络中通信尖峰信号去噪方法去噪效果稳定,鲁棒性强。

作者:蒋明宇 单位:重庆师范大学计算机与信息技术学院

精品推荐