基于期望最大化算法的联合符号检测和相位估计算法

针对带有未知载波相位的符号检测问题,提出了一种基于期望最大化(EM)算法的联合符号检测与相位估计算法,该算法改变了传统最佳接收算法中先估计载波相位再进行符号检测的分级处理方式,直接通过EM算法进行符号检测。在算法收敛之后,判决获得符号信息的同时,可得到未知载波相位的最大似然(ML)估计,从而实现了符号信息与载波相位的联合估计与检测。由于该算法不需要进行同步参数估计,因此可以大大降低传统最佳接收方法分级处理方式所带来的性能损失。仿真实验表明,该算法与传统最佳接收算法中先通过非数据辅助(NDA)方法估计载波相位再进行符号检测相比,性能有明显提升,可以达到导频辅助下的符号检测性能,由于不需要估计载波相位,因此处理复杂度大大降低。     

多用户多径长码DS-CDMA系统参数估计CRB和MCRB

多用户参数估计直接影响了多用户检测算法的性能。在多用户多径长码直接序列码分多址（DS-CDMA）系统下,首先推导出已知激活用户导频比特和扩频码时,多用户相位、时延和幅度参数联合估计的Cramer-Rao界（CRB）;然后给出了当激活用户导频比特和扩频码未知时,把激活用户扩频码看作随机变量,参数联合估计的修正CRB（MCRB）。数据仿真结果显示了导频比特长度、信噪比和激活用户个数对CRB和MCRB的影响;同时与单径长码DS-CDMA系统参数联合估计CRB和MCRB做了仿真比较。     

多用户多径长码DSCDMA系统参数估计

多用户参数估计直接影响了多用户检测算法的性能。在多用户多径长码直接序列码分多址系统下,首先推导出已知激活用户导频比特和扩频码时,多用户相位、时延和幅度参数联合估计的Cramér Rao 界;然后给出了当激活用户导频比特和扩频码未知时,把激活用户扩频码看作随机变量,参数联合估计的修正CRB。数据仿真结果显示了导频比特长度、信噪比和激活用户个数对CRB和MCRB的影响;同时与单径长码DS CDMA系统参数联合估计CRB和MCRB做了仿真比较。     

截尾线性回归模型参数极大似然估计的EM算法

对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(Maximum Likelihood Estimate,MLE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证明了Murray Aitkin给出的右截尾数据回归模型参数MLE的EM算法是本文的一个特例以及EM算法收敛点的唯一性.     

连续相位调制信号的载波相位软同步算法

针对连续相位调制(CPM)信号载波相位同步困难的问题,提出一种通用的CPM信号的载波相位软同步算法。在CPM调制信号的Rimoldi分解的基础上,基于最大似然准则和EM算法推导了载波相位的软同步算法,该算法将解调器与同步器联合,利用CPM软解调器输出的软信息进行载波相位估计。仿真结果表明,该算法能够得到接近修正克拉美罗限的载波相位估计,并获得近似理想的误码率性能。     

多速率DS-CDMA信号信道参数的估计

在CDMA通信系统中，信道参数的估计，特别是信号传输时延的估计是一个重要问题，但是在异步CDMA通信系统中，传输时延和幅度的估计会受到远近效应的影响。文中使用最大似然（ML）估计，实现了多速率DS-CDMA信号的信道参数估计。仿真结果表明，该算法可有效估计多速率DS-CDMA信号的幅度和其相对时延，对远近效应稳健，其性能接近Cramer-Rao界（CRB），远优于传统的滑动相关估计方法。     

正弦信号参数估计的最小二乘算法

为了提高信号相位匹配原理估计正弦信号参数的精度,提出了一种正弦信号频率、振幅和相位参数的最小二乘估计方法.推导了利用单传感器接收信号的参数估计的最小二乘估计计算公式.给出了已知频带内的未知频率,振幅和相位的信号参数估计的搜索算法;分析了最小二乘法使用的方程数、信噪比和采样频率确定后FFT的序列长度对参数估计精度的影响.理论和仿真结果说明,该方法不仅能降低估计频率带宽以外的噪声,还可降低被估计频率信号带宽内的噪声,提高低信噪比时的信号参数估计精度.该算法简单、快速、具有工程应用前景.     

短波OFDM信号调制参数估计算法研究

结合正交频分复用(OFDM)信号二阶循环特性,针对短波中OFDM信号参数估计这一重要问题,对基于循环自相关函数截面的OFDM信号参数估计算法进行了修正,推导了估计码元速率参数时谱峰的搜索范围,增加了其算法的子载波带宽估计功能。根据修正算法得到子载波带宽,确定小波尺度因子,基于OFDM信号功率谱的等波纹特性,利用小波方法对OFDM信号实际使用子载波个数的倒谱估计方法进行了改进。实验结果表明,这两种算法估计OFDM信号参数时具有良好性能。     

MPARMA模型EM算法及观测信息矩阵的计算

混合周期自回归滑动平均模型（Mixture Periodical Autoregressive Moving—Average—MPARMA）是一类新的用于描述周期时间序列中非线性特征的非线性模型,由于MPARMA模型的参数较多,传统的参数估计方法的推导十分冗繁。利用EM（Expectation Maximization）算法,研究了混合周期自回归滑动平均模型的参数估计方法,讨论了EM估计的标准差,详细推导了观测信息矩阵和缺损信息矩阵的计算公式。蒙特卡洛模拟实验结果表明,EM算法是一种简单有效的MPARMA模型参数估计方法。     

短序列多项式相位信号的参数估计

恒定幅度的多项式相位信号(PPS)由其相位多项式系数表征。针对短序列PPS参数估计的困难,在介绍基于高阶模糊函数(HAF)和乘积高阶模糊函数(PHAF)参数估计算法的基础上,通过对该算法的估计效果特别是短序列情况的分析,提出短序列PPS参数估计的一般方法和对该算法的改进。Monte-Carlo仿真表明,改进算法改善了PPS参数估计的效果,同时提高了运行效率。     

Parallel Expectation-Maximization Algorithm for Large Databases

The earliest resource dates back several decadeswhen Baumet al.[1]appliedthe algorithmin a specialcase of hidden Markov models.The most i mportantwork by Dempster,Laird and Rubin[2]formalizedex-pectation-maxi mization(EM)and proved its conver-gence.The basic EMalgorithmconsists of an expec-tation(E)step filling in missing data and finding itsdistribution giventhe known variables andthe currentparameter esti mates,and a maxi mization(M)stepre-esti mating the parameters to maxi mize the like…     

矢量矩浓度的免疫算法在函数优化中的应用

针对传统免疫算法收敛速度较慢的缺点,介绍了一种改进策略--基于矢量矩浓度的免疫算法(Vector Distance based Immune Algonithm,VDIA).该算法采用了基于矢量矩表示的抗体浓度、期望繁殖率以及免疫记忆策略.选取2个测试函数进行仿真实验,结果表明改进算法收敛速度快,收敛概率高,特别是在高维时的优越性突出.     

OFDM系统中基于期望最大化的半盲信道估计

针对传统的盲信道估计算法估计精确度低、算法复杂度高、收敛速度慢的缺点,研究基于期望最大化(EM)的半盲信道估计算法.仿真结果表明,该算法克服了盲信道估计精度低,收敛速度慢的缺点,而且在同等导频数量的情况下的估计性能较之传统的基于导频的信道估计算法提高了2dB.     

基于均分法的小生境遗传算法

为了避免遗传算法种群中个体过早陷入局部最小,在以往随机初始种群的基础上提出一种均分法,使得初始种群随机平均地分为若干个子种群,形成小生境,这样既维持了种群的多样性,也使得种群中的个体不会过早出现早熟现象,更提高了算法的收敛速度.同时采用了自适应技术控制交叉和变异的概率,使得算法能更快速地找到最优解.仿真结果表明,与传统的遗传算法优化RBF网络相比较,新算法的迭代次数更少,精度更高,大大提高了收敛速度.     

基于变分贝叶斯推断的半盲信道估计

现有MIMO中继通信系统中,基于张量分解的半盲信道估计不能有效地将信道先验信息引入估计过程中,为此提出一种基于变分贝叶斯推断的信道估计算法.该算法首先利用NP(Nested PARAFAC)张量模型,引入有效精度、噪声精度等隐性超参数,建立信道估计概率图模型;由于所求信道参数后验概率分布较为复杂,传统最大似然和最大后验等点估计方法难以实现,算法采用变分贝叶斯推断,推导出信道矩阵、有效精度及噪声精度的递推公式,使具有因子分解形式的q分布逼近所求信道参数的后验分布;并分析了模型证据的下界、模型的初始化及算法复杂度等.该算法能利用信道先验信息以提高信道估计性能,有效精度和噪声精度等参数可自动调节,且计算复杂度与数据的维度呈线性关系.仿真结果表明:在平稳瑞利衰落信道条件下,与基于交替最小二乘(Alternating Least Square,ALS)的半盲估计算法相比,算法的计算复杂度较低,收敛速度较快;与带监督序列的双线性最小二乘(Bilinear Alternating Least Square,BALS)非盲估计算法,基于ALS及非线性最小二乘(Nolinear Least Square,NLS)的半盲估计算法相比,算法具有较高的估计精度.     

改进CMA盲均衡算法的研究与分析

目前,常数模算法(constant modulus algorithm,CMA)应用非常广泛,但它存在收敛速度慢,剩余误差大的缺点。为加快收敛速度,一旦误码率降低到足够低,算法必须切换到DD(decision—directed)算法,针对其存在的缺点,提出了一种改进的CMA算法,通过理论分析得出：该算法具有收敛速度快、剩余误差小的特点。通过利用Matlab对改进前、后2种算法的仿真,对算法的有效性进行了验证。     

一种改进的免疫克隆选择算法

针对传统免疫克隆选择算法收敛速度较慢的问题,结合克隆概率和免疫概率的自适应变换、群体灾变算法以及有无记忆库思想,提出了无记忆库的自适应免疫克隆选择算法与有记忆库的自适应免疫克隆选择算法,并将其应用于TSP问题.群体灾变算法的应用便于使算法尽快摆脱迟钝状态,并使算法能够保持抗体多样性.自适应方法的应用使得算法在进化初期有较强的全局搜索能力和较弱的局部搜索能力,随着进化的进行,全局搜索能力逐渐减弱,局部搜索能力逐渐增强,便于找到全局最优点.仿真实验结果表明,与传统的免疫克隆算法相比,该算法有效克服了早熟问题,保持了抗体的多样性,而且收敛速度较快.     

一种用于多相编码信号参数估计的MST改进算法

多相编码信号是一类典型的低截获概率雷达信号,具有类线性调频的特点,其参数估计问题是当前电子侦察信号分析的研究热点.该文基于匹配信号变换理论,推导了截获信号与匹配信号变换时间函数不匹配时的调频斜率估计性能.针对多相编码信号的特点,以及实际电子侦察环境中截获信号存在载频估计误差、信号不完整、噪声干扰等问题,提出了一种基于二维搜索的改进匹配信号变换算法.仿真实验以P4码为例,分析了提出算法的参数估计性能.实验结果表明,提出算法能够较好地解决信号失配问题,估计精度高、速度快,具有较大的工程应用价值.     

异构网络中丢包隶属度函数的构建方法

异构网络中TCP丢包区分机制对无线网络的稳定性起着重要的作用,包对探测包的单向传输时延(ROD)作为区分参数对不同丢包类型进行区分,算法的准确度依赖于ROD样本的隶属度函数及其参数估算。为了更加准确地区分丢包类型,通过对传统高斯混合模型的EM算法进行分析,提出了基于势函数的初始化方法,并且在网络拥塞和无线误码同时存在的情况下,将改进的EM算法(PEM)应用于不同丢包模式下隶属度函数的构建中。仿真验证了该算法具有较好的收敛特性和稳定性,并且对不同丢包模式隶属度函数的确定达到了很好的构建效果。