李赛峰
- 作品数：3 被引量：9H指数：2
- 供职机构：中国科学技术大学信息科学技术学院更多>>
- 发文基金：安徽省自然科学基金国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域：电子电信更多>>
- 一种改进的基于压缩感知的稀疏信道估计算法被引量：5
- 2017年
- 分析了突发信号的结构特征,提出了一种改进的基于压缩感知的稀疏信道估计方法。在信道初始估计中,利用前导伪随机序列的自相关特性,估计信道的路径时延,以此初始化稀疏重构算法,增加了信道估计的先验信息。在后续处理中,利用前一时刻已估计出的信道信息,跟踪估计当前时刻的信道信息。仿真证明,与最小二乘估计算法、正交匹配追踪算法和分离近似稀疏重构算法相比,本文提出的算法提高了信道估计的精度,降低了接收系统的误码率。
- 李赛峰王勇王勇朱然刚叶中付
- 关键词：压缩感知伪随机序列最小二乘估计
- OFDM系统群稀疏信道估计与译码迭代算法被引量：1
- 2018年
- 针对OFDM通信中的多径信道估计问题,本文提出了一种群稀疏信道估计和译码迭代算法。在信道估计中,利用了无线多径信道的群稀疏特性,采用群基追踪降噪算法(Group basis pursuit de-noising,Group-BPDN)算法,提高了信道估计的精度。在译码时,采用软输出的维特比算法,从译码输出中提取可信度大的结果,反馈到信道估计的输入部分,与已知的导频信号一起构成新的已知信号集。这样,通过反馈迭代处理,一方面增加了稀疏恢复时的已知信息,提高了恢复的精度;另一方面,新的已知信号集和已估计出的信道响应可以用来估计噪声功率,提高了噪声环境下稀疏恢复算法的精度。仿真实验证明本文算法提升了信道估计性能,降低了误码率。
- 李赛峰付加飞戚婷王勇叶中付
- 关键词：压缩感知基追踪
- 基于LDOF准则的自适应高斯后端语种识别方法被引量：3
- 2017年
- 针对由语种类内多样性引起的测试样本和训练模型不匹配的问题,提出一种基于局部距离离群因子准则(LDOF,local distance-based outlier factor)的自适应高斯后端语种识别方法。定义LDOF准则,实现有效的参数寻优过程并动态地在多类语种训练集上挑选出与测试样本特性相近的训练样本,调整原高斯后端,进而得到改进的语种识别方法。在NIST LRE 2009的6个易混淆语种任务集上的实验结果表明,所提方法的等错误概率(EER,equal error rate)和平均检测代价有显著提升。
- 叶中付戚婷李赛峰宋彦
- 关键词：语种识别
