项目名称: 突发短帧信号直接盲检测的储备池计算方法

项目编号: No.61201426

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 阮秀凯

作者单位: 温州大学

项目金额: 22万元

中文摘要: 信号盲检测对突发短帧信号(SBD)系统的快速高质接收起关键作用,但已有信号盲检测方法均对于该特定问题的研究不足。在前期工作基础上,发现"核函数"思想和"吸引子动态系统"对于解决该问题提供潜在思路。该项目根据SBD系统的固有特点,从时间状态连续域的非线性动力角度出发,提出基于储备池计算(RC)方法的"短数据帧""统计信息失真""实时性"SBD信号的直接盲检测方法。项目不遵循RC的权阵随机生成机制,提出根据接收端信号子空间角度设计储备池权值的方法;对于信号直接盲检测的特定问题,完成尖峰和连续多阈值Sigmoid非线性读出函数的设计和选用的准则;通过核函数思想构造读出权值矩阵的优化性能函数和更新准则。项目的实施预计为SBD系统的直接盲检测提供一种崭新思路,并揭示出RC方法可有效解决SBD盲检测问题的内在数理本质。

中文关键词: 短帧信号;直接盲检测;储备池计算;非线性动力;读出函数

英文摘要: Blind signal detection technology is important to the fast and high-quality reception of signals in the short burst data(SBD) systems, but those existing blind signal detection approaches are not applicable to the specific problem.Based on the results of our antecedent works, the kernel function and attractor dynamic systems provide potential ideas for solving this problem. Considering the inherent characteristics of the SBD systems and introducing the ideas of Reservoir Computing (RC), this project is focus on discovering a blind signal detection directly approach from the continuous-time and continuous-value nonlinear dynamic perspective. It owns the ability to fit those SBD systems which have characteristics of short data, statistical information distortion and real-time signals. We do not follow the mechanism that these RC weight matrixes are generated randomly, the reservoir weight matrix will be devised using the receiving signal subspace. For the specific problem of blind detection, the criterion of designing and selecting the nonlinear readout functions (e.g. spiking function and continuous multi-valued Sigmoid function) will be concluded. Then,Using the idea of kernel function, we will complete constructing the performance function and the updating norm about readout matrix.The implementation of this p

英文关键词: short data;blind detection directly;reservoir computing;nonlinear dynamic;readout function

成为VIP会员查看完整内容
0

相关内容

专知会员服务
19+阅读 · 2021年8月5日
专知会员服务
48+阅读 · 2021年8月4日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
专知会员服务
25+阅读 · 2020年12月17日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
45+阅读 · 2020年11月13日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
111+阅读 · 2020年8月15日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
pytorch中六种常用的向量相似度评估方法
极市平台
22+阅读 · 2021年12月9日
什么是目标检测中的旋转敏感度错误?
极市平台
0+阅读 · 2021年10月16日
一文搞懂反向传播
机器学习与推荐算法
18+阅读 · 2020年3月12日
已删除
将门创投
12+阅读 · 2019年7月1日
变分自编码器VAE:一步到位的聚类方案
PaperWeekly
25+阅读 · 2018年9月18日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
专知会员服务
19+阅读 · 2021年8月5日
专知会员服务
48+阅读 · 2021年8月4日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
专知会员服务
25+阅读 · 2020年12月17日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
45+阅读 · 2020年11月13日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
111+阅读 · 2020年8月15日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
pytorch中六种常用的向量相似度评估方法
极市平台
22+阅读 · 2021年12月9日
什么是目标检测中的旋转敏感度错误?
极市平台
0+阅读 · 2021年10月16日
一文搞懂反向传播
机器学习与推荐算法
18+阅读 · 2020年3月12日
已删除
将门创投
12+阅读 · 2019年7月1日
变分自编码器VAE:一步到位的聚类方案
PaperWeekly
25+阅读 · 2018年9月18日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员