搜索资源列表
Simulated-Annealing
- 由于K-means 聚类方法对遥感图像进行分类时，对训练样本的选取依赖性很大，容易陷入局部最优的陷阱的情况，本文提出利用模拟退化算法对K-means 的聚类进行优化以获得 全局最优解的分类新方案。并以多波段影像为例进行验证分析，结果表明该方法可行，收敛 结果优于K-means 聚类算法，分类精度相对传统的K-means 算法更高。-Because K-means clustering classification depend on the training sample selecti
new-k-best-dection
- 研究MIMO系统检测算法理论及其实现方法的基础上，对已证明较优的算法进行结合和改进，提出了一种改进的K—Best检测算法及其实现方案，并通过仿真验证了方案的可行性。该算法采用预测技术和并行排序相结合的方法，降低了计算复杂度；采用并行流水线结构实现，节省了处理时-Basic research MIMO system detection algorithm theory and its implementation methods, have proven to be the optimum com
sphere-decoding-algorithm
- 球形解码( Sphere Decoder，SD) 算法能以较低的复杂度实现多输入多输出( Multiple Input Multiple Output，MIMO) 系统的最优检测，是当前受到普遍关注的 MIMO 检测算法。对当前球形解码 的 主 要 研究 成 果 进行 综 述，根 据 搜索策略进行分类，重点分析基于深度优先策略的 VB、CL 和基于宽度优先策略的 K-Best、FSD 算法，并且讨论了几种初始半径的选择方法，最后在准静态平坦瑞利衰落环境下对上述算法进行了性能仿真比较-Sphere
improve-k-best
- 研究MIMO系统检测算法理论及其实现方法的基础上，对已证明较优的算法进行结合和改进，提出了一种改进的K—Best检测算法及其实现方案，并通过仿真验证了方案的可行性。该算法采用预测技术和并行排序相结合的方法，降低了计算复杂度；采用并行流水线结构实现，节省了处理时间；并对方案在xilinx公司的Virtex_5系列n)GA中的资源使用情况进行了统计。研究表明，实现方案可以用于MIMO系统检测算法的硬件实现。-Basic research MIMO system detection algorithm
k-best-sphere-decoding-algorithm
- 通过对广度优先策略中有恒定复杂度的层排序k- best 球译码算法进行分析,提出一种每节点保留可变扩展节点的层排序 k-best 球形译码算法( k-best SDA II) , 在64QAM 调制及每层保留 8 节点的实数 SDA 模型下, 通过仿真的方法得出了保留恒定扩展节点的 k-best SDA 当每节点保留扩展节点数大于等于 2 时, 性能基本不变( k-bestSDA I)-Through the breadth-first strategy in a constant layer
k-best-for-rank-deficient
- 研究无线信道优化问题, 由于非确定性 M MIO系统的信道矩阵行不满秩特性, 导致 MM SE- GDFE左预处理后引入了强干扰, 使得传统 K- Best算法产生了误码平层效应。为了消除误码平层效应,提出部分最大似然和 K - Best结合算法, 并在初始检测的强干扰区域利用部分最大似然算法获得局部最优解, 降低强干扰对系统的影响消除误码平层效应, 进而在局部最优解的基础上利用 K- Best算法完成剩余符号的检测, 保证 M MIO 检测器的软输出特性。仿真结果表明算法消除了传统 K- Be