【碩士論文】lte-tdd系統(tǒng)enodeb端空閑狀態(tài)(完整版)
【正文】 卷積編碼速率匹配加擾調(diào)制層映射預(yù)編碼物理資源映射基帶信號(hào)生成 廣 播 信 息發(fā) 送 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 主要工作二：發(fā)送廣播信息的流程設(shè)計(jì) ? 廣播信息調(diào)度 廣播信息傳輸塊在普通循環(huán)前綴傳輸系統(tǒng)中經(jīng)速率匹配后比特流長度變?yōu)?920比特；在擴(kuò)展循環(huán)前綴傳輸系統(tǒng)中比特流長度變?yōu)?1728比特。仿真鏈路如圖所示： 24 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 主要工作二：發(fā)送廣播信息的流程設(shè)計(jì) 25 加擾解層映射IFFT資源映射預(yù)編碼層映射調(diào)制解擾信道解調(diào)加C P去C PFFT解映射解預(yù)編碼信道估計(jì)均衡 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 主要工作二：發(fā)送廣播信息的流程設(shè)計(jì) 在發(fā)送端處理流程完成后信號(hào)要經(jīng)過 LTE系統(tǒng)的三種典型信道，參數(shù)表如下 . 擴(kuò)展行人 A模型 Extended Pedestrian A model （ EPA ）信道參數(shù)設(shè)置 ： 擴(kuò)展車輛 A模型 Extended Vehicular A model （ EVA） 信道參數(shù)設(shè)置 ： 擴(kuò)展典型城市模型 Extended Typical Urban model （ ETU）信道參數(shù)設(shè)置 ： 26 延遲 ( n s ) 0 30 70 90 110 190 410 相對(duì)功率 ( d B ) 0 1 .0 2 .0 3 .0 8 .0 1 7 .2 2 0 .8 延遲 ( n s ) 0 30 150 310 370 710 1090 1730 2510 相對(duì)功率 ( d B ) 0 1 . 5 1 .4 3 . 6 0 . 6 9 . 1 7 . 0 1 2 . 0 1 6 . 9 延遲 ( n s ) 0 50 120 200 230 500 1600 2300 5000 相對(duì)功率( d B ) 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 主要工作二：發(fā)送廣播信息的流程設(shè)計(jì) 27 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 28 主要工作一：改進(jìn)算法的依據(jù) ? 類間散度矩陣表示人臉類別之間的離散程度 ? 類內(nèi)散度矩陣表示樣本在人臉類別內(nèi)的離散程度 ? 用線性判別法則篩選特征向量的算法為 11 ( )( )jK Tw j jj x CS x u x uN??? ? ???11 ( ) ( )K Tb j jjS u u u uN?? ? ??||||Ti b ii Ti w ix S xmx S x?啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 29 主要工作一：結(jié)合線性判別法則的 2DPCA算法 ? 對(duì)總體散度矩陣進(jìn)行特征值分解，得到特征向量 ? 提取前 個(gè)特征向量，記為 ? 用線性判別法則篩選較小特征值對(duì)應(yīng)的特征向量，記為 ? 用兩次提取的特征向量，一起組成投影空間的基 12, , ... , kx x x1n112, , ..., nx x x212, , ..., nz z z121 , 2 1 2[ , . . . , , , , . . . , ]nnW x x x z z z?啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 30 主要工作一：篩選特征向量示例 表 1和表 2 特征向量與投影后的比值 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 31 主要工作一：改進(jìn) 2DPCA算法的人臉識(shí)別過程 圖 4 結(jié)合線性判別法則的 2DPCA算法的人臉識(shí)別過程 投 影 空 間特 征 信 息利 用 結(jié) 合 線 性 判 別 法 則 的 2 D P C A 算 法 ， 生 成 投 影 空 間投 影特 征 信 息輸 出最 近 鄰 分類 器輸 出投 影測(cè)試樣本訓(xùn) 練 樣 本輸 出 結(jié) 果啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 32 主要工作一：改進(jìn) 2DPCA算法的識(shí)別率 圖 5 使用 ORL人臉庫的識(shí)別率 0 5 10 15 20 25 30 35 40 450 .8 60 .8 80 .9 00 .9 20 .9 40 .9 60 .9 8識(shí)別率人臉類別數(shù) 經(jīng)典的 2D PC A 算法 結(jié)合線性判別法則的 2D PC A 算法2 4 6 8 10 12 14 160 .7 7 50 .7 8 00 .7 8 50 .7 9 00 .7 9 50 .8 0 00 .8 0 50 .8 1 00 .8 1 50 .8 2 00 .8 2 50 .8 3 00 .8 3 50 .8 4 00 .8 4 50 .8 5 00 .8 5 50 .8 6 00 .8 6 5識(shí)別率人臉類別數(shù) 經(jīng)典的 2DPCA 算法 結(jié)合線性判別法則的 2DPCA 算法圖 6 使用 YALE人臉庫的識(shí)別率 結(jié)論一： 結(jié)合線性判別法則的 2DPCA算法提高了經(jīng)典 2DPC的 識(shí)別率。 ■ 識(shí)別中的偶然性較大。 啟迪管理課程 重慶郵電大學(xué)碩士論文答辯 42 主要工作二：加權(quán)平均臉?biāo)惴ǖ淖R(shí)別時(shí)間 圖 15 使用 ORL人臉庫實(shí)驗(yàn)所用時(shí)間 圖 16 使用 YALE人臉庫實(shí)驗(yàn)所用時(shí)間 0 5 10 15 20 25 30 35 40 450 .00 .51 .01 .52 .02 .53 .03 .54 .04 .55 .05 .56 .06 .5識(shí)別時(shí)間(秒)人臉類別數(shù) 經(jīng)典的最近鄰分類器 加權(quán)平均臉?biāo)惴? 4 6 8 10 12 14 160 .10 .20 .30 .40 .50 .60 .70 .80 .91 .01 .11 .21 .31 .41 .51 .61 .71 .81 .9識(shí)別時(shí)間
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1