基于高阶累积量的盲自适应多用户检测

基于高阶累积量,讨论一种新的盲多用户检测方法,首先,分析一种新的优化准则,证明该优化准则在满足规范约束条件下具有全局最小值,且极值点满足解相关条件。由此,得到一种新的盲多用户接收方案,然后,利用约束优化问题的一个无约束条件的等价形式,给出盲多用户检测的自适应算法,仿真结果表明,本文给出的检测器具有较强的多址干扰抑制性能。     

基于峰度的盲自适应多用户检测

基于四阶累积量,分析一种新的优化准则,即定向最小峰度(OMK:Oriented Minimum Kur-tosis)准则。理论分析表明:该准则函数具有全局最小值且极值点满足解相关条件。由此,通过求解该优化问题,能得到一种新的盲多用户接收方案。然后,利用最速下降法,给出盲多用户检测的自适应算法。仿真结果进一步验证了本文的结论。     

一种基于约束最小四阶矩的盲自适应多用户检测方法

基于约束最小四阶矩(Least Mean Fourth,LMF)准则,提出了一种新的高阶统计类型的盲多用户检测方法.通过理论分析和证明,采用此准则的盲多用户检测算法能够收敛于全局最小值,且该极值点符合多用户信号迫零解相关的要求.利用最速下降梯度方法,文中给出了盲自适应LMF接收机形式.该多用户接收机具有运算复杂度低,收敛性能好的特点.在AWGN信道和多用户环境中的仿真结果进一步验证了理论分析的结论.     

基于非标准约束的常数模检测器

本文讨论一种具有非标准约束的常数模准则,得出一种新的盲多用户检测器.首先论述该检测具有较强的多址干扰抑制能力,其性能不受解调信号的接收功率影响.然后证明具有非标准约束的常数模准则在适当条件下是严格凸的.由此,利用随机梯度方法,给出检测器的盲自适应算法,并且分析该算法的收敛性.仿真实例验证了本文的结论.     

一种新的盲自适应多用户检测技术

基于对传统RAKE接收机和自适应技术的研究,提出了一种新的盲自适应多用户检测技术方案,给出了这种盲自适应多用户检测接收机的模型,并对其进行计算机仿真。结果表明这种新的盲自适应多用户接收机具有优良的抗干扰性能。     

基于高阶累积量的盲自适应解相关检测器

基于高阶累积量,本文提出一种新的无约束优化准则,并且证明该优化准则有全局最小值,其及值点满足解相关条件,得到一种新的盲自适应解相关检测器。仿真结果表明,该检测器具有较强的干扰抑制能力。     

基于最小均方误差准则的盲多用户检测新算法

码分多址信号在无线多径衰落信道条件下的盲多用户检测具有很大的理论和实际意义。该文提出了一种直接基于最小均方误差(MMSE)准则的盲多用户检测算法。为保证算法收敛到目标用户,提出了一种基于MMSE准则的新的线性约束方法。该方法能保证检测器收敛到最优MMSE解。此外,该文还设计了一种形式简单、快速收敛的迭代算法。对比现有的最小输出能量(MOE)算法,仿真结果表明本文算法具有较好的性能。     

自适应、自学习、自整定和自组织系统

Y2000-62442-2094 0021340不完整系统的自适应跟踪控制的例子=Adaptivetracking control of nonholonomic systems:an example[会,英]/Lefeber,E.& Nijmeijer,H.//1999 IEEEDecision and Control,Vol.3.—2094～2099(HC)0021341用输入输出模型表示的非线性系统的模糊神经网络滑模自适应控制[刊]/达飞鹏//电子学报.—2000,28(7).—51～54(K)0021342基于高阶累积量的盲自适应多用户检测[刊]/徐长江//电子学报.—2000,28(7).—48～50,54(K)基于高阶累积量,讨论一种新的盲多用户检测方法。首先,分析了一种新的优化准则,证明该优化准则     

同步DS-CDMA系统中的最优时空线性多用户检测器

本文给出了一种通用的时空二维线性多用户检测方法,它将所有线性多用户检测器归结到一个统一的数学模型之下.基于此模型,本文将时空线性多用户检测问题转化为一个权矢量的优化问题,并在线性约束最小方差(LCMV)准则下给出了权矢量的优化解.对现有的几种典型的线性多用户检测器的分析表明,这些方法都可以看作是本文提出的通用时空二维线性多用户检测方法的特例,且只能在某种限定条件下得到局部最优解,其抑制多址干扰和噪声的能力都低于文中的最优时空线性多用户检测器.最后,本文给出了数值仿真结果.     

一种神经网络盲多用户检测

给出了一种神经网络盲目多用户检测算法。这种盲检测算法基于最小平均输出能量准则,本质上是一个有给的最优化问题。与传统方法相比,利用神经网络求解约束优化模型,可以有效降低计算量,保证实时性,同时使检测器的性能有所提高。     

钢丝绳断丝信号的空间域划分及在小波变换下的频域特征提取

频域特征是钢丝绳损伤定量识别的一个重要特征.文中对钢丝绳断丝信号进行了空间域划分和小波变换下的频域特征提取,并用小波网络进行断丝的定量识别.实践结果表明:该方法能够在频域上清楚地区分噪声和损伤信号,提高了钢丝绳断丝检测的能力.     

一种基于小波神经网络的缺陷检测新算法

运用多分辨分析对缺陷检测信号进行小波分解和重构,消除信号中的噪声,再基于多分辨分析提取检测信号的特征量。选取B-小波为小波基构建了断丝定量识别的小波神经网络模型,并运用该小波神经网络对缺陷检测信号进行了检测,试验结果证明了小波神经网络能够较为理想地完成缺陷信号的智能化检测,对断丝位置及断丝根数能实现无人工干预的自动识别,比传统的断丝识别方法准确率提高了很多。     

小波神经网络在电磁无损检测中的应用

在基于正交小波变换的小波神经网络模型构造的基础上,选取B-小波为小波基提出了一种小波神经网络新算法。通过选取典型训练样本集的方法提高了该小波神经网络诊断的准确性,并运用该小波神经网络对钢丝绳电磁无损检测信号进行了压缩与重构,试验结果证明了小波神经网络能够较为理想地完成缺陷信号的智能化检测,采用小波神经网络算法比传统的断丝识别方法准确率提高了很多。     

小波包转换域PSK信号的模式识别

提出并采用信号的连续小波包分解的方法对BPSK、QPSK、8PSK数字调制信号进行模式识别。首先,根据3种调制信号的特点设置目标信号模板,然后将其分解到小波包子域形成子域模板并预先存储。执行识别任务时,将实际信号进行小波包分解,并在各小波包子域和子域模板作匹配相关,根据相关运算的结果完成识别。由于小波包分解的频带划分比小波分解的频带划分精细,所以识别的正确率更高。文中采用Monte Carlo法产生信号,采用Matlab进行仿真。仿真结果表明,采用小波包分解的识别正确率更高,尤其是在低信噪比环境下,该方法也能实现调制信号的精确识别。     

模拟大规模电路的快速频域小波配置法

提出了一种求解状态方程的方法:频域快速小波配置法.通过将状态方程转入频域求解,并对输出变量直接进行小波展开.这一方法比原有的时域快速小波配置法大大减少了未知变量的数目,从而使计算速度和存储空间都有很大程度的改善.由于小波函数及其反变换均有显式的数学表达式,这一方法在得到频域解析近似解的同时就可以获得时域解析近似解,无须在计算过程中进行耗时的数值积分反变换.同时通过自适应算法的引入,这一方法可以有效提高计算效率.     

一种基于小波域的指纹图像增强算法

面对采集的指纹图像质量较差的问题,提出一种在小波域对指纹图像滤波增强算法。该算法在小波域进行Ga-bor滤波增强,通过Radon变换后的投影估计Gabor滤波的方向和频率,对滤波增强后的子图进行小波重构得到最后的结果,有效地抑制高频扰动对指纹图像质量的影响,提高运算速度和准确性。通过对FVC2000指纹库中的部分低质量指纹图像进行增强,表明该算法对指纹图像的增强效果明显,并且处理速度较快。     

一种新的子波域语音增强方法

提出了一种新的子波域语音增强法,即首先对带噪语音进行1层离散小波变换,然后对提取出来的低频信号和高频信号分别作3层DWT和3层小波包分解,最后对去噪后的语音完成重构。为了在降噪过程中减少清音信息的损失, 文中对语音信号进行了清浊音判决并分别采用多阈值进行处理。计算机仿真结果表明,经本文方法增强语音的清音成分得到了较好保留,并且增强语音的主客观质量均优于DWT去噪法和WPD去噪法。     

一种新的Morlet小波及其在雷达信号特征提取中的应用研究

为准确估计雷达信号的瞬时频率,文中提出了一种基于新Morlet小波原子提取信号小波脊线的方法。通过分析小波脊线原理,使用新Morlet小波原子提取雷达辐射源信号的小波脊线特征。同时,针对不同调制类型的雷达信号,根据小波分解时—频约束关系,分析了正确提取信号脊线特征的条件。仿真实验表明,与普通Morlet小波原子相比,基于改进的Morlet小波提取信号脊线特征具有较强的检测概率和抗噪性能,其方法的有效性为实验结果所证实。     

基于小波非线性外推的图像增强方法

针对图像增强的问题,提出了一种新的图像增强方法．该方法将小波变换与频域非线性外推算法相结合,首先利用小波变换提升图像的高频成分,再利用频域非线性外推算法增加图像的高频分量,最终实现图像的增强．实验表明,该新方法有效地提高了图像的视觉效果．     

采用频域紧支集正交小波基消除瞬态散射回波中的高斯白噪声干扰

本文提出一种采用频域紧支集正交小波基的非线性柔性阈值波方法,该方法利用频域紧集小波基的良好频谱特性和信号压缩能力,有效地消除了高斯白噪声对瞬态散射回波的干扰。