一种用于解调失真QAM信号的改进K-means聚类算法

发布时间：2018-05-08 23:14

  本文选题：高阶QAM解调 + K-means聚类算法　； 参考：《电子技术应用》2014年11期

【摘要】：在短距离无线通信中,无线节点或移动终端通常有低成本、小体积、低功耗的要求,因此无法使用复杂的预失真或补偿电路克服功放的非线性影响,这是无线节点或移动终端在上行链路中难以使用高阶QAM调制的重要原因之一。基于QAM矩形星座的特点,提出了一种K-means聚类的改进算法作为中央基站节点的高阶QAM解调算法。在发送信号受到较严重的功放非线性失真时,所提改进算法解调性能更优,算法复杂度更低。
[Abstract]:In short range wireless communication, wireless nodes or mobile terminals usually have the requirements of low cost, small volume and low power consumption, so it is impossible to use complex predistortion or compensation circuit to overcome the nonlinear influence of power amplifier. This is one of the important reasons why it is difficult for wireless nodes or mobile terminals to use high order QAM modulation in uplink. Based on the characteristics of QAM rectangular constellation, an improved K-means clustering algorithm is proposed as a high order QAM demodulation algorithm for central base station nodes. When the transmitted signal is subjected to serious nonlinear distortion of power amplifier, the proposed improved algorithm has better demodulation performance and lower complexity.
【作者单位】： 电子科技大学;
【基金】：国家自然科学基金项目(61176025)
【分类号】：TN92

【参考文献】

相关期刊论文 前2条

1 曾德军;石栋元;李金政;夏威;何子述;;基于双核NiosⅡ系统的数字预失真器设计[J];电子技术应用;2012年06期

2 丁娟;刘三阳;张平;;基于能量优化的WSN数据收集和融合算法[J];电子技术应用;2013年05期

【共引文献】

相关期刊论文 前5条

1 徐沁;罗斌;;结合mean-shift与MST的K-means聚类算法[J];计算机工程;2013年12期

2 邓海;覃华;孙欣;;一种优化初始中心的K-means聚类算法[J];计算机技术与发展;2013年11期

3 苏清华;黄樟灿;汪金水;;数字油画制作中的加速k均值颜色聚类算法[J];武汉大学学报(理学版);2014年02期

4 王安义;柯磊;刘涛;曾婷;;WSN中时间同步技术发展研究[J];微型机与应用;2014年16期

5 武森;张桂琼;潘静;全敏;;分类属性数据的泛化中心聚类算法[J];运筹与管理;2014年06期

相关博士学位论文 前3条

1 孔潇维;功放数字预失真模型与处理算法研究[D];电子科技大学;2013年

2 於跃成;基于半监督学习的分布式和演化聚类研究[D];南京航空航天大学;2012年

3 王晓波;橡胶中炭黑的分散度评价机理和方法研究[D];青岛科技大学;2013年

相关硕士学位论文 前4条

1 周炜奔;基于密度垂直中点的K-means聚类算法改进研究[D];湘潭大学;2012年

2 唐苦;基于聚类的多模型动态软测量建模方法[D];华东理工大学;2014年

3 杨煜;基于Hadoop MapReduce并行近似谱聚类算法研究与实现[D];云南财经大学;2014年

4 邓运亨;在线音乐服务的分布式数据处理平台的设计与实现[D];中山大学;2014年

【二级参考文献】

相关期刊论文 前5条

1 张路桥;朱清新;吕涛;王佳昊;;无线传感器网络中考虑干扰的拓扑优化[J];电子科技大学学报;2011年04期

2 王培东;袁召兰;王瑜;;基于自适应数据融合的LEACH路由协议[J];电子技术应用;2011年07期

3 杨靖;熊伟丽;秦宁宁;赵伟;徐保国;;用于无线传感器网络的高能效数据收集算法[J];吉林大学学报(工学版);2011年06期

4 李雅卿;李腊元;;WSN中LEACH路由协议的改进及仿真[J];计算机工程;2009年10期

5 廖明华;张华;谢建全;;基于蚁群算法的WSN能量预测路由协议[J];计算机工程;2012年03期

【相似文献】

相关期刊论文 前10条

1 陈洪波;徐晓蓉;;《算法分析与设计》课程教学改革研究[J];福建电脑;2008年08期

2 李玲娟;张睿;;数据泄漏防御算法的研究[J];计算机应用研究;2009年11期

3 王昊;;Raymond算法分析与改进[J];科技创新与应用;2013年03期

4 赵继;;最佳冗余设计的优化算法[J];计算机工程与应用;1988年06期

5 王鹏;王雪飞;包向辉;;关于车辆优化调度的网络算法分析[J];信息与电脑(理论版);2013年08期

6 何秀青,何聚厚,王家华;一种改进的点定位算法[J];西安石油学院学报(自然科学版);2002年03期

7 石一辉;易攀;张承学;;快速开方算法在微控制器上的实现[J];计算机技术与发展;2007年04期

8 黄翰;郝志峰;吴春国;秦勇;;蚁群算法的收敛速度分析[J];计算机学报;2007年08期

9 刘剑;陈建;邬连学;;一种数字PID控制算法分析[J];承德石油高等专科学校学报;2007年03期

10 李占新;;算法的经验分析[J];电脑知识与技术;2008年20期

相关会议论文 前10条

1 俞洋;田亚菲;;一种新的变步长LMS算法及其仿真[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

2 周颢;刘振华;赵保华;;构造型的D~2FA生成算法[A];中国通信学会通信软件技术委员会2009年学术会议论文集[C];2009年

3 赖桃桃;冯少荣;张东站;;一种基于划分和密度的快速聚类算法[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

4 刘远新;邓飞其;罗艳辉;舒添慧;;ERP柔性平台下物流运输配送系统算法分析[A];第二十六届中国控制会议论文集[C];2007年

5 王树西;白硕;姜吉发;;模式合一的“减首去尾”算法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

6 王万青;张晓辉;;改进的A~*算法的高效实现[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

7 孙焕良;邱菲;刘俊岭;朱叶丽;;IncSNN——一种基于密度的增量聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

8 张悦;尤枫;赵瑞莲;;利用蚁群算法实现基于程序结构的主变元分析[A];第五届中国测试学术会议论文集[C];2008年

9 韩建民;岑婷婷;于娟;;实现敏感属性l-多样性的l-MDAV算法[A];第二十七届中国控制会议论文集[C];2008年

10 王旭东;刘渝;邓振淼;;正弦波频率估计的修正Rife算法及其FPGA实现[A];全国第十届信号与信息处理、第四届DSP应用技术联合学术会议论文集[C];2006年

相关重要报纸文章 前1条

1 科文;VIXD算法分析Web异常[N];中国计算机报;2008年

相关博士学位论文 前10条

1 于滨;城市公交系统模型与算法研究[D];大连理工大学;2006年

2 曾国强;改进的极值优化算法及其在组合优化问题中的应用研究[D];浙江大学;2011年

3 肖永豪;蜂群算法及在图像处理中的应用研究[D];华南理工大学;2011年

4 陈耿;面向中观审计的规则发现算法研究[D];东南大学;2005年

5 王维博;粒子群优化算法研究及其应用[D];西南交通大学;2012年

6 鱼亮;蛋白质网络模块结构识别算法研究[D];西安电子科技大学;2011年

7 李玉英;混沌蚂蚁群优化算法及其应用研究[D];北京邮电大学;2009年

8 林川;粒子群优化与差分进化算法研究及其应用[D];西南交通大学;2009年

9 高丽;在线投资组合策略及算法研究[D];华南理工大学;2013年

10 李强;动点聚类算法及其量子化研究[D];浙江大学;2009年

相关硕士学位论文 前10条

1 战俊伟;分布式互斥算法最优请求集生成算法时间复杂度优化[D];内蒙古农业大学;2010年

2 许世杰;基于过程优化的蚁群算法研究与应用[D];山东师范大学;2010年

3 汪采萍;蚁群算法的应用研究[D];合肥工业大学;2007年

4 李龙;基于力学模型的在线社会网络社区发现算法的设计与实现[D];华中科技大学;2013年

5 林岚;基于银行家算法的分布式互斥请求集生成算法研究[D];内蒙古农业大学;2012年

6 吴学江;带随机步的可满足性算法[D];贵州大学;2008年

7 庞传军;基于聚类的复杂网络中社团发现算法的研究[D];青岛大学;2009年

8 刘倩雯;人工蜂群算法及其在调度问题中的应用研究[D];北京交通大学;2014年

9 李亚楠;菌群优化算法的研究[D];哈尔滨工业大学;2009年

10 朱林;新型聚类算法在图象处理等方面研究与应用[D];江南大学;2008年

，

本文编号：1863506