MIMO通信系统中QAM信号的快速半盲均衡算法研究

该文针对传输正交幅度调制(QAM)信号的多输入多输出(MIMO)系统的均衡问题,结合方环算法(SCA)的简单性和软决策(SDD)算法的精确性,提出了一种既比较精确又简单的算法(SCA+SDD)。在优化该算法的代价函数过程中,首先用很少的训练序列(等于接收天线数)得到均衡器权向量的一个粗略估计,然后提出利用共轭梯度法进行迭代优化该代价函数的方法,该算法具有近似的二次收敛性,与传统梯度类算法相比较,该方法有非常快的收敛速度和较少的计算量。最后通过误码率(BER)和收敛速度分析该算法的可靠性和有效性,并且通过计算机仿真证明了该算法的良好性能。     

稳健收敛的时差频差定位技术

为实现对目标位置和速度的精确定位,该文提出一种基于正则化理论的时差频差定位技术。该算法首先利用最大似然方法确定目标函数,然后通过传统牛顿法对目标位置和速度进行迭代求解。众所周知传统牛顿法对初始值要求较高,较差初始值会导致Hess矩阵趋于病态,从而致使迭代发散,该文引入正则化理论修正Hess矩阵,使其更加合理,保证算法稳健收敛。实验结果表明:相对于传统牛顿法,该文算法在初始值的选取上具有稳健性,对误差选取较大的初始值,仍能够保证算法的收敛性;相对于现有闭合式定位方法,该文算法在噪声较大时具有较好的定位精度,定位精度接近于Cramer-Rao界,具有广泛的实用价值。     

快速收敛的正交振幅调制信号半盲均衡算法

针对传输正交幅度调制信号的多输入多输出频率选择性衰落无线通信系统中的信号间干扰与信号内部的码间干扰问题, 提出了一种改进的软决策算法.该方法精确地利用了正交振幅调制(Quadrature Amplitude Modulation, QAM)信号星座图信息, 避免了经典恒模算法、多模算法中存在的误调问题, 提高了均衡性能.对代价函数采用梯度牛顿法进行优化, 与常用的梯度类算法相比, 其具有更快的收敛速度.通过均方误差和最大信道扭曲分析和验证了该算法的可靠性和有效性.     

稳健收敛的时差定位迭代算法

为实现目标精确定位,减少初始值对目标定位精度产生的影响,该文提出了一种稳健收敛的时差定位迭代算法。该算法利用最大似然方法确定目标函数,运用牛顿法对目标位置进行迭代求解,对于计算过程中可能出现的病态 Hessian 矩阵,运用正则化理论构造一个对称正定的 Hessian 矩阵,使算法能够稳健高效的运行。实验结果表明：相对于传统牛顿法,本文算法在初始值的选取上具有稳健性,对误差选取较大的初始值,仍能够保证算法的收敛性,相对于现有闭合式定位方法,本文算法在噪声较大时具有较好的定位精度。     

多站无源雷达多起伏目标检测前跟踪算法

针对多站无源雷达背景下多起伏目标同时检测和跟踪的问题,该文提出一种基于多目标多伯努利(MeMBer)滤波器的多起伏目标检测前跟踪(TBD)算法。由于起伏目标的平均信噪比(SNR)未知使得目标的回波幅度似然函数不确定,该文假定包络检波器的输出平均SNR服从先验的均匀分布,并对可能取值区间进行边缘化处理,得到一个估计的似然函数,基于该估计的似然函数,融合中心利用所有收发对的幅度观测信息对MeMBer滤波器的各个预测分量进行更新。仿真结果表明,该算法能够有效地同时检测和跟踪多起伏目标,并且在平均SNR大于9 dB时,其性能与平均SNR已知情况下的性能近似。