MIMO系统中基于信号可靠性判定的OSIC检测

排序串行干扰消除（Ordered Successive Interference Cancellation,OSIC）是多输入多输出无线通信系统中一种重要的信号检测技术。为了降低该算法的计算复杂度,首先提出了基于信号可靠性判决的排序串行干扰消除算法,根据所设计的信号可靠性判决（Signal Reliability Decision,SRD）结构的判决结果选择不同的方法消除信号间的干扰。为了进一步提升SRD-OSIC算法的检测性能,提出了局部最优（Local Optimized,LO）的LO-SRD-OSIC算法。仿真结果表明,SRD-OSIC算法仅需要传统OSIC算法一半的复杂度就能获得相近的误码率性能。不仅如此,当LO-SRD-OSIC算法与SRD-OSIC算法的计算复杂度相同时,LO-SRD-OSIC算法可以获得额外3 dB的误码率性能增益。     

改进的正交匹配追踪语音增强算法

本文根据语音信号在离散余弦变换（discrete cosine transform,DCT）域上的近似稀疏性,将压缩感知（compressed sensing,CS）应用于语音增强。提出了一种基于压缩感知的语音增强新算法。算法采用对语音信号具有一定鲁棒性的行阶梯矩阵,对含噪语音进行压缩观测,通过改进的正交匹配追踪OMP（orthogonal matching pursuit,OMP）算法重构语音信号,最后用低通滤波器对重构语音进行平滑滤波,实现语音增强。实验结果表明:本文所提语音增强算法在提高输出信噪比的同时,减少了重构时间,具有较强的鲁棒性。      

低精度ADC下大规模多输入多输出系统基于三对角迭代法的软输出信号检测

受硬件成本制约,大规模多输入多输出（massive Multiple Input Multiple Output, mMIMO）基站通常配置低精度模数转换器（Analog-to-Digital Converter, ADC）。低精度ADC下,如果多用户mMIMO系统采用最小均方误差（Minimum Mean Square Error, MMSE）检测,将导致过高复杂度。为此,本文基于三对角迭代法（Tridiagonal Iterative Method, TDIM）,结合分块矩阵求逆的初始值确定,提出一种低复杂度的MMSE软输出信号检测算法。数值仿真表明:基于TDIM的软输出信号检测算法经4次迭代即可达到收敛,同时,数值结果验证了ADC量化比特为4时,该算法可取得接近全精度ADC的性能,为低精度ADC下mMIMO系统的上行链路信号检测实现提供了切实可行的方案。      

基于眼图重构和人工神经网络的光性能监测

提出了一种基于异步降频光采样眼图重构和人工神经网络（ANN）的光性能监测（OPM）新方法。首先对被监测光信号进行异步降频光采样,通过软件同步算法进行眼图重构;然后提取重构眼图的特征参数对ANN进行训练;最后以ANN的预测输出对光信号的损伤进行监测。构建10 Gb/s NRZ-OOK4、0 Gb/s RZ-OOK和40 ...     

基于单路定时准确的低复杂度成对载波复用多址信号盲分离算法

该文分析了传统逐幸存路径处理(Per-Survivor Processing, PSP)算法模型,给出了改进的前馈非二元码软输出维特比(Soft Output Viterbi Algorithm, SOVA)PSP算法。针对单路定时准确的情况,提出了针对成对载波复用多址(Paired Carrier Multiple Access, PCMA)信号的SOVA-PSP盲分离算法。该算法相对传统的PSP算法状态数由原来的M2(L-1)减少到M(L-1)(其中M为调制阶数,L为等效信道响应长度),从而大幅度地降低了算法复杂度。仿真结果表明,改进的算法在降低复杂度的同时与传统PSP算法相比性能几乎没有损失。     

基于总体最小二乘的多功能 传感器信号重构方法研究

基于总体最小二乘法的基本原理和Moore-Penrose广义逆矩阵的基本性质,本文提出了一种新的算法,用于多功能传感器输入信号的数值重构.算法既考虑了传感器输出信号的漂移,同时也考虑了输入信号的误差.仿真结果表明,该算法同传统的最小二乘策略相比具有较高的重构准确度和可靠性.     

基于可靠性累积概率的球形译码排序

球形译码的信号顺序对译码的复杂度有很大的影响.本文提出了一种新的基于可靠性累积概率的排序算法,该算法以迫零解作为参考软信息,定义各符号与迫零解之差的累积概率作为信号的可靠性度量,译码符号顺序以累积概率从大到小进行,综合考虑了信道状态、接收向量以及迫零算法对噪声的放大影响.仿真结果表明,该算法大大降低了球形译码算法的计算复杂度.     

基于压缩感知和LBG算法的SAR数据压缩与重构方法

针对如何大幅压缩SAR海量数据并获得有效的重构结果以完成SAR场景目标的高分辨成像问题,本文提出利用压缩感知（Compressed Sensing, CS）和Linde-Buzo-Gray （LBG）算法共同完成。对于SAR所接收到的回波信号,首先依据CS理论构造随机高斯噪声观测矩阵对回波信号进行降维处理,然后,利用LBG算法对CS压缩后的数据再进行压缩编码以达到进一步大幅压缩的目的。对于数据重构问题,同样分为两步:一是利用LBG算法编码的逆过程进行解码恢复,二是依据CS理论利用平滑L0（smooth L0, SL0）算法重构原始回波信号。在此基础上,再利用传统频率变标（Frequency Scaling, FS）SAR成像算法进行高分辨成像。仿真结果证明了本文方法的有效性。      

基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测

大规模MIMO系统上行链路中,最小均方误差（MMSE）算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由O（K³）降为O（K²）.同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明：所提出的Kaczmarz迭代软输出信号检测算法经过两到三次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.     

修正的干扰噪声自相关矩阵重构波束形成算法

为改善采样自相关矩阵求逆(SMI)算法中期望信号存在于接收信号所引起的性能下降,提出一种修正干扰噪声自相关矩阵重构(CMR)算法。该算法首先选取采样自相关矩阵特征分解的最小特征值对应的特征向量构造空间分布系数,再对其在非期望信号波达方向上进行累加实现矩阵的重构。当存在相干信号时,可采取先利用特征向量元素对协方差矩阵进行托普利兹化处理实现解相干,再进行矩阵重构的托普利兹矩阵重构(TCMR)算法。计算机仿真与实验结果证明适用于非相干信号条件下的CMR算法与适用于相干信号条件下的TCMR算法具有更好的输出性能。     

OFDM系统中基于软信息处理的自适应双模半盲信道估计

本文提出了一种新的基于软信息迭代处理的自适应双模半盲信道估计算法.该算法构造了新的置信度量函数获取译码和软映射重构的反馈信号的置信度,和置信阈值比对后在判决反馈和盲估计两种估计模式之间自适应选择,这样估计的信道频响可以提高软信息迭代接收的性能.仿真结果表明,本文提出的算法能综合两种估计模式的优势,限制传统判决反馈模式的错误传播,在没有分散导频辅助估计的条件下有效跟踪时变信道,达到好的系统性能.     

基于PCA与EMD的超宽带雷达生命信号检测算法

 本文分析了脉冲超宽带(UWB)生命信号模型,提出了基于主元分析(PCA)和经验模态分解(EMD)的非接触生命信号检测方法.根据UWB信号杂波与生命目标回波特点,结合PCA去除杂波.提取适当的主元特征向量序列曲线上峰值所对应的时延,估计目标距离信息.采用EMD分解目标回波序列为有限个固有模态函数(IMF)分量,在时域上重构平滑生命特征曲线,且其在高信噪比下可实现心跳与呼吸信号的分离.实验研究表明该方法简单有效,能同时提供生命信号的频域和时域波形位置信息,且重构得到的生命信号较符合实际信号时变、非平稳特性.     

BFA based neural network for image compression

A novel Bacterial Foraging Algorithm （BFA） based neural network is presented for image compression. To improve the quality of the decompressed images, the concepts of reproduction, elimination and dispersal in BFA are firstly introduced into neural network in the proposed algorithm. Extensive experiments are conducted on standard testing images and the results show that the proposed method can improve the quality of the reconstructed images significantly.     

基于改进深度生成对抗网络的心电信号重构算法

心冲击图(BCG)信号中含有睡眠时期的心跳等生理参数,采用非接触式测量,但易受干扰影响应用受限;心电图(ECG)信号应用很广,但采用接触式测量,操作不便.为了实现非接触式测量并监测心电信号,该文将无参数尺度空间法(PSA)引入并与经验小波变换(EWT)算法结合,从BCG信号中分解得到心跳分量,结果表明所提分解方法能有效...     

一种基于WLP-MDCT混合音频编码算法

介绍了一种卷曲线性预测(Warped Linear Prediction,WLP)与改进型离散余弦变换(Modified Discrete Cosine Transform,MDCT)混合音频编码的算法。WLP技术用来构造一对前滤波器和后滤波器,其中前滤波器用来降低MDCT编码过程中前回声的产生,后滤波器可以对量化噪声进行整形,从而进一步提高重建音频的主观听觉质量。实验结果表明该算法确实有效可行。     

一种三阶多项式相位信号去噪的字典学习算法

在加性高斯白噪声的影响下,对于三阶多项式相位信号(CPS),经典的字典学习算法,如K-means Singular Value Decomposition(K-SVD), 递归最小二乘字典学习算法(RLS-DLA)和K-means Singular Value Decomposition Denoising (K-SVDD)得到的学习字典,通过稀疏分解,不能有效去除信号的噪声。为此,该文提出了针对CPS去噪的字典学习算法。该算法首先利用RLS-DLA对的字典进行学习;其次采用非线性最小二乘(NLLS)法修改了该算法对字典更新的部分;最后对训练后的字典通过对信号的稀疏表示得到重构信号。对比其它的字典学习算法,该算法的信噪比(SNR)值明显高于其它算法,而均方误差(MSE)显著低于其它算法,具有明显的降噪效果。实验结果表明,采用该算法得到的字典通过稀疏分解,信号的平均信噪比比K-SVD, RLS-DLS和K-SVDD高出9.55 dB, 13.94 dB和9.76 dB。     

Switching Equalization Algorithm Based on a New SNR Estimation Method

It is well-known that turbo equalization with the max-log-map （MLM） rather than the log-map （LM） algorithm is insensitive to signal to noise ratio （SNR） mismatch. As our first contribution, an improved MLM algorithm called scaled max-log-map （SMLM） algorithm is presented. Simulation results show that the SMLM scheme can dramatically outperform the MLM without sacrificing the robustness against SNR mismatch. Unfortunately, its performance is still inferior to that of the LM algorithm with exact SNR knowledge over the class of high-loss channels. As our second contribution, a switching turbo equalization scheme, which switches between the SMLM and LM schemes, is proposed to practically close the performance gap. It is based on a novel way to estimate the SNR from the reliability values of the extrinsic information of the SMLM algorithm.     

Blind interference detection and recognition for the multi-carrier signal

For the interference hidden in the expected multi-carrier signal, this paper proposes a novel detection and recognition algorithm. The algorithm cannot only detect the single-carrier interference (SCI) by the high-order cumulant, but also finds the multi-carrier signal based on spectrum character. Besides, the algorithm can distinguish the modulation types of the SCI. The algorithm does not depend on any prior knowledge and data-aided, which is propitious to practical applications. The analysis and simulation results demonstrate that the proposed algorithm is effective.