二阶Volterra变数据块长LMS算法

二阶Volterra数据块LMS算法利用当前时刻及其以前时刻更多输入信号和误差信号的信息提高了算法的收敛速度,但由于其固定数据块长取值的不同导致了算法的收敛速度和稳态误差此消彼长。针对这个问题,本文提出一种二阶Volterra变数据块长LMS算法,通过时刻改变输入信号数据块长度提高算法性能。本算法首先采用两个并行的二阶Volterra滤波器,其输入信号数据块长差值始终保持一个单位;然后将其各自的输出误差信号同时输入到数据块长判决器,通过判决器得到下一时刻各个滤波器输入信号的数据块长度;最后以第1个二阶Volterra滤波器的输出作为整个滤波系统的输出,从而改善了算法性能。将本算法应用于非线性系统辨识,计算机仿真结果表明,高斯噪声背景下本算法的收敛速度和稳态性能都得到了明显的提高。      

改进的EEMD算法在时域航空电磁信号降噪中的研究

常规降噪方法在应用于时域航空电磁信号降噪时需根据噪声情况人为进行参数调整,自适应性较差。总体经验模态分解（EEMD）算法对非线性、非平稳信号处理具有良好的自适应特性,传统的EEMD算法进行噪声抑制是将高频本征模态分量滤除,将低频分量重构得到降噪信号,这种方法易失掉高频分量中的有效信号。本文提出一种改进的EEMD降噪算法,应用于时域航空电磁信号的处理。该方法结合时域航空电磁信号的衰减特性,将信号EEMD分解后得到本征模态分量,其中包含信号和噪声,经Savitzky Golay平滑滤波,再将高频部分进行阈值去噪,最后得到干净的本征模态分量进行重构。实验结果表明在输入信号信噪比小于等于15 dB的情况下,输出信噪比能够提高12 dB左右,在抑制噪声的同时保留了更多有效信息。      

基于支持向量机的非线性信道盲均衡算法研究

针对非线性信道盲均衡问题,考察了一种基于支持向量机的单输入单输出(SISO)盲均衡算法,该算法利用通信信号的常数模特性,将非线性盲均衡问题转化为非线性支持向量回归问题。在此基础上,本文利用分集技术,将该算法拓展至单输入多输出(SIMO)的情况。对两种算法进行的计算机仿真表明,基于支持向量机的SISO盲均衡算法能够有效地抑制信道中的非线性码间干扰;本文提出新算法由于更好地利用了信道的时空特性,具有剩余平均模误差小的优点。     

α 稳定分布噪声下基于核方法的非线性信道均衡算法

为了提高α稳定分布噪声下非线性信道均衡器的性能,本文利用核方法处理非线性问题,结合最小平均p范数算法的核心思想,构造了α稳定分布噪声下基于核方法的非线性均衡器,提出并推导了α稳定分布噪声下核最小平均p范数均衡算法。首先,通过核函数将接收信号映射到高维特征空间;然后,在高维特征空间中利用LMP算法对信号进行均衡;最后,将均衡器的输出信号表示为内积形式并利用核函数将其转化到输入空间进行计算。理论分析和仿真实验结果表明,与核最小均方算法和最小平均p范数算法相比,新算法在保证收敛速度的前提下降低了稳态误差,能够更好地对α稳定分布噪声下的非线性信道失真进行补偿。      

基于神经网络的功率放大器预失真建模

提出一种神经网络结合分离信号对功率放大器预失真建模的方法。将输入/输出信号的线性与非线性部分分开处理,利用神经网络良好的逼近能力,采用LM算法,拟合出功率放大器特性曲线,进而建立预失真模型,使非线性功率放大器的输入/输出曲线整体呈线性化。在保证输出幅度限制和输出功率最大化的前提下,与未作信号分离的神经网络建模方法、多项式建模方法以及Saleh函数模型方法相比较,发现信号分离神经网络建模方法能得到较小的归一化均方误差和误差矢量幅度。仿真结果表明,采用信号分离神经网络对功率放大器及其预失真建模,整体线性化误差较小、精度高、效果更佳。     

无驱动硅微机械陀螺信号解调的研究

从无驱动硅微机械陀螺的敏感结构原理出发,对它的输出信号特征进行了分析,建立了相应的数学模型,提出使用最小均方差(LMSD)的算法对输出信号进行解调。使用MATLAB的数据处理方法,对仿真转台上得到的波形数据进行数字解调,将得到的结果与实际输入相比较,结果表明采用LMSD算法能够解调出陀螺的俯仰和偏航角速度信号。     

基于多宇宙并行量子遗传算法的非线性盲源分离算法研究

在系统分析非线性盲源分离模型和算法的基础上,提出了基于输出信号联合累积量的非线性盲 源分离算法,并提出采用多宇宙并行量子遗传算法的优化求解方法,仿真结果表明了算法的有效性。     

非线性盲辨识补偿处理的宽带超外差接收机

提出了一种基于非线性盲辨识补偿处理的新型宽带超外差接收机。在时域,分别提取接收前端输出信号的大信号成分（大功率频率分量）和小信号成分（主要包含非线性失真分量）,并以大信号的非线性模型与小信号的残差平方和最小作为其非线性行为模型参数的辨识准则,利用加权迭代改善算法实现模型参数的自适应提取和更新,最后在线实时地对接收机输出信号进行数字域后补偿处理。实测结果表明,在同时多信号接收的情况下,该非线性盲辨识补偿处理可将整机的无杂散失真动态范围(SFDR)提高超过20dB,极大地提高了在强干扰存在时对微弱信号接收与检测的能力。      

无驱动硅微机械陀螺信号解调的研究

从无驱动硅微机械陀螺的敏感结构原理出发,对它的输出信号特征进行了分析,建立了相应的数学模型,提出使用最小均方差(LMSD)的算法对输出信号进行解调.使用MATLAB的数据处理方法,对仿真转台上得到的波形数据进行数字解调,将得到的结果与实际输入相比较,结果表明采用LMSD算法能够解调出陀螺的俯仰和偏航角速度信号.     

激光干涉任意转角测量的信号线性化处理方法

激光干涉测角技术由于受到测量原理非线性的限制,大多只能用于小角度的测量。为了增大测角范围,提出了一种将测量原理进行线性化处理的方法,以实现任意转角的干涉测量。采用空间上互相垂直放置的2套干涉系统分别获得两路正交信号,将所得到的正弦信号和余弦信号的差值作为输出信号,这样处理后输出信号和被测转角之间基本上呈线性关系。对这种方法进行了理论分析及实验验证。实验结果表明．处理后信号的线性得到了大大的提高,非线性误差减小到信号处理前的1／20。     

Incremental-based Nonlinear Detection Algorithm for MIMO System

A novel incremental nonlinear detection algorithm is presented for Multiple-Input Multiple-Output （MIMO） system. In this algorithm, the received data at multiple receiver antennas are nonlinearly mapped and then summed with weights. The weight coefficients are incrementally computed to avoid direct computation of the inverse of a matrix, which greatly reduce the computational complexity. Simulation and comparison show that the proposed algorithm can obtain better performance of Bit Error Rate （BER） than linear Minimum Mean Square Error （MMSE）.     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。      

一种改进的直接判决信道估计算法研究

信道估计技术是正交频分复用(OFDM)系统中的关键技术。其中直接判决信道估计算法在减少均方误差(MSE)和误码率(BER)等方面具有优越性而备受关注。提出了一种基于循环线性最小均方误差(LMMSE)的直接判决信道估计算法,并且在高斯白噪声信道和多径瑞利信道下进行了仿真。实验结果表明,该算法与其他的算法相比,在减少MSE和BER等方面具有明显的优势。     

一种基于LMMSE改进的FBMC信道估计算法

针对滤波器组多载波(Filter Bank Multicarrier,FBMC)系统的信道估计问题,对系统进行了简要介绍并提出一种基于线性最小均方误差(Liner Minimum Mean-Square Error,LMMSE)算法改进的信道估计算法。在原有的LMMSE算法基础上结合离散傅里叶变换(Discrete Fourier Transform,DFT)算法,并进行迭代估计,同时利用奇异值分解(Singular Value Decomposition,SVD)算法降低了计算的复杂度。仿真结果表明,改进的LMMSE算法明显提高了系统的性能。     

新的变步长LMS算法在系统辨识中的应用

在分析最小均方误差(LMS)自适应滤波算法和变步长LMS算法的基础上,提出了一种新的变步长算法,该算法用误差的平均值来控制步长的变化,进一步的解决了收敛速度和稳态误差的矛盾。讲述了新算法的具体改进方式,并将该算法和变步长G-SVSLMS算法以及固定步长算法分别应用到系统辨识中,通过MATLAB进行仿真,结果证实文中提出的算法在明显提高收敛速度的同时,并拥有好的稳态误差。     

一种64DAPSK解调简化判别算法

文中提出了一种高阶DAPSK（差分幅度相移键控）的简化差分幅度相位解调判别算法，该算法消除了常规解调中的除法运算，减少了幅度和相位判别阈值个数，因此降低了系统实现的复杂度．文中将该算法与传统算法进行了对比，仿真表明：在相同误比特率时简化算法的信噪比比传统算法略降低了1．5dB．     

一种基于卷积神经网络的轨道交通场景人群计数模型

现有的人群计数方法不能够完全适用于轨道交通场景中,为此,提出一种基于卷积神经网络的人群计数模型。模型采用VGG16作为前端网络提取浅层特征,提出一种基于Inception结构改进的M-Inception结构,结合空洞卷积构成后端网络,增大感受野,适应多监控角度下不同尺寸的行人目标;并提出一种融合行人总数估计损失和密度图损失的加权损失函数。将本文模型与4种现有模型进行对比实验,结果表明,提出的人群计数算法在地铁场景中的平均绝对误差和均方误差仅为1.46和2.13,优于4种对比模型。考虑到模型的实际应用,将模型部署到海思嵌入式芯片上,实测结果表明,模型可在嵌入式芯片上取得较高的计算速度和准确率,满足实际应用场景的需求。     

分布式双向AF中继网络的线性联合多天线收发信机设计

Linear transceiver designs are investigated for distributed two-way relaying networks, which aim at minimising the Weighted Mean Square Error (WMSE) of data detections. The forwarding matrices at relays and equalization matrices at destinations are joi-ntly optimised. To overcome the challenging limitations introduced by individual power constraints, a Semi-Definite Relaxation (SDR) called element-wise relaxation is proposed, which can transform the original optimization problem into a standard convex optimization problem. In this research, two-way relaying is understood from a pure signal processing per-spective which can potentially simplify the theoretical analysis. Finally, simulation results are used for assessing the performance ad-vantage of the proposed algorithm.     

上行多用户MIMO中继系统中基于不完全信道状态信息的预编码算法

论文研究了存在信道估计误差及天线相关条件下,上行多用户MIMO中继系统的预编码问题,目标是提升系统的误比特率性能。针对基于放大转发中继技术的上行多用户MIMO中继系统,考虑源-中继和中继-目的端信道中存在的信道估计误差及天线相关,提出一种基于不完全信道状态信息(Channel State Information, CSI)的预编码设计方案。首先根据最小均方误差(Minimum Mean-Squared Error, MMSE)准则设计代价函数,以发射端和中继端最大功率为约束条件,通过理论推导求得中继端和发射端的线性预编码矩阵,最后采用迭代下降法得到接收端处理矩阵的闭式解。数值仿真结果表明,在存在信道估计误差和天线相关的条件下,与现有算法相比,所提算法能有效降低系统的误比特率。     

非线性信道的均衡算法研究

本文使用Hammerstein模型和维纳模型代替Volterra级数模型来模拟非线性结构以降低运算复杂度,提出了一个由Hammerstein模型和维纳模型构建成的非线性信道传输系统的模型.基于该系统模型,分别提出并推导了三种非线性信道的均衡算法:NCRLS算法、NCKalman算法和NCRPEM算法,并对这三种新算法的性能进行了比较.仿真结果表明,在剩余均方误差方面三种算法中NCKalman算法最小,NCRPEM算法次之,NCRLS算法较差;在收敛速度方面NCRPEM算法收敛最快,NCRLS算法次之,NCKalman算法较差.