多载波通信系统的实用功率分配算法

本文利用多载波通信系统的误码率、比特位数与信噪比之间的关系提出了性能良好的快速表查询法.在噪声干扰,信道衰减和一定频段上功率谱密度对子信道最大传输位数限制的条件下,得到了一种实用的离散多音频多载波通信系统的功率分配和数据位加载算法.在系统初始化过程中,该算法使系统能在满足各种约束条件下达到最优功率分配和数据位加载,比其他算法具有更高的计算效率和更大的系统性能裕量.在信道特性变化时,该算法使系统在不增加硬件的情况下能进行快速跟踪和自适应位交换.     

一种新的MIMO—OFDM白适应比特功率分配方案研究

针对MIMO-OFDM系统的自适应调制问题,在完全已知信道状态和满足固定速率以及给定的误比特率的约束下以最小化发射功率为目的,文中提出了一种低复杂度的自适应方案。该方案将对Chow算法和Campello算法进行功率分配和步长加载的改进。仿真结果表明,该算法在降低复杂度的同时提高了系统的性能。     

一种基于OFDM系统的自适应加载算法

提出一种适用于OFDM系统的自适应加载算法。此算法与现有的已知算法相比，方法简单，运算量小。计算机仿真表明，采用此算法在系统性能增益基本不变的条件下，可以大大降低计算量。     

OFDM中自适应比特及功率分配的分析

在宽带移动OFDM(正交频分复用)系统中,不同的子信道经受不同的信道衰落,因此具有不同的传输能力。根据子信道的增益对子信道上加载的比特数进行自适应分配,可在满足一定误码率(BER)性能要求下使系统的总传输功率达到最小。本文研究了一种在一定传输速率下的自适应比特及功率分配算法。该算法可适用于多径频率选择性衰落信道。仿真结果表明,采用自适应技术可大大提高OFDM系统的性能。     

一种多用户MIMO/OFDM下行链路保障QoS的自适应传输机制

在用户QoS参数限制下,该文提出一种在多用户MIMO/OFDM下行链路使系统总速率最大的资源分配机制。基站应用空分多址接入,使得每个子载波可支持多个用户,应用线性预编码方法抵消用户间的干扰,提出保障QoS的自适应功率、比特分配方案。该文并提出两种可应用到实际系统的低复杂度的比特加载和比特去除算法,仿真结果表明,该两种方法性能可非常接近最优遍历算法。     

基于天线波束成形的OFDMA系统的自适应资源分配

对正交频分复用接入系统在多用户多天线传输情况下的自适应资源分配策略进行了研究,提出了一种基于天线波束成形的,包括动态子载波分配、自适应调制、比特加载的无线资源分配方案.算法的优化设计目标是在满足总的恒定传输比特数和误比特率性能要求的情况下,使得系统总的发射功率最小.仿真结果表明,由于多天线阵列增益和多用户分集增益,系统整体性能得到了明显的优化.     

一种基于多级维纳滤波的多通道SAR动目标检测算法

该文针对机载多通道SAR-GMTI系统及实测数据,提出一种新的地面慢动目标检测算法。新算法利用多级维纳滤波器实现多通道SAR系统杂波抑制,同时结合对角加载技术和非均匀检测器,进一步改善SAR系统在非均匀环境下的动目标检测性能。实测数据实验结果表明:与常规的自适应检测方法相比,新算法能够明显提高系统对杂波的抑制能力及非均匀环境下系统的动目标检测性能。     

CoMP上行链路基于属性的自适应分组算法

针对传统协作多点传输技术(Co MP)系统的上行链路用户配对算法在实际系统中存在系统整体效率不高的问题,提出了一种基于用户属性的自适应分组算法。该算法以可量化的用户属性为参数,通过最小最大原则确定分组数量,利用k-means方法进行用户聚类,实现了对小区中用户的按属性自适应分组,增加了同时传输的用户数量,将基站侧多天线的数量优势转化为上行传输性能,提高了系统上行和容量。仿真结果表明,所提算法能够有效提高系统的上行和容量,且在低信噪比(SNR)条件下仍可以获得预期的性能提升。     

OFDM系统中自适应比特分配算法分析

对单用户OFDM系统的3种自适应比特加载算法:Hugehes-Hartogs比特功率梯度分配算法、Chow算法和简单分块加载(SBLA)算法进行了仿真,分析比较了3种算法的复杂度和抗噪声性能。仿真结果表明:每种算法各有其优缺点和适用情况,可以根据不同的工程需求选择不同的算法。Hugehes-Hartogs算法能使系统发射总功率达到最低;Chow算法具有较好的抗噪声性能;SBLA算法的性能介于上述2种算法之间,并且具有较低的复杂度。     

下行多用户CoMP系统资源分配算法

针对下行多用户多点协作传输系统(MU-CoMP)边值自适应(MA)的问题,提出了一种快速资源分配算法。该算法首先根据用户的速率要求及平均信道增益估计出每个用户需要的子载波数目,在此基础上设计合理的子载波分配算法进行子载波分配,通过预判并且剔除不适合传输数据的较差空间子信道实现快速比特加载。仿真结果表明,所提算法在满足用户最低速率和误码率要求的前提下有效地降低了总发射功率,以较低的复杂度获得了接近最优算法的性能。     

频率选择性衰落信道中多用户OFDM系统的自适应分配算法

本文提出一种适用于多径频率选择性衰落信道中多用户OFDM系统的自适应分配算法.算法根据信道瞬时估计值,自适应地为多用户分配子信道和传输比特数,在给定误比特率的条件下,使系统总的发送功率达到最小.作者根据时分复用的基本思想,提出多用户最佳子信道和比特分配算法,导出系统最小发送功率的下限,并在此基础上,进一步提出次佳自适应分配算法.数值模拟表明:次佳算法所需的发送功率比下限值高约1dB;与等比特分配方案相比自适应分配算法可节省功率约3-4dB;与静态信道分配方案相比,自适应分配算法可节省功率6-8dB.     

自适应功率估计算法的计算机仿真

本文提出并建立了一种称之为功率估计算法的ＭＴＩ滤波算法,与现有的自适应算法相比,它具有结构简单,易于工程实现之优点。基于这个算法已构成了一个最优低阶自适应ＭＴＩ系统的模型,计算机仿真结果表明,这个系统的性能十分逼近于理想系统,从而证明了新算法的正确性和可行性。     

改进型RFID自适应标签识别算法

基于碰撞识别算法系列,提出改进型自适应标签识别算法(Improved Adaptive Collision Tree Algorithm,IACT).算法通过优化查询前缀,消除了自适应碰撞标签识别算法在四叉树搜索产生的空时隙查询,从而减少了算法的时间复杂度,提高识别效率.通过理论推导和计算机仿真可知,该算法比自适应标签识别算法(Adaptive Collision Tree Algorithm,ACT)有着明显的优化.     

一种基于核的GPS空时自适应抗干扰方法

针对GPS接收系统的空时自适应抗干扰技术,分析目前基于FROST阵列处理的最小均方算法LMS(FLMS)算法,提出一种基于核方法的FLMS算法(Kernel FLMS,KFLMS).通过对空时自适应STAP和算法的建模,研究了KFLMS算法的性能.系统仿真表明,KFLMS算法不仅能抑制大于阵元个数的多个宽、窄带干扰,而且使接收机整体抗干扰能力达到70dB左右,比FLMS算法效果更优.     

模糊PID算法在血液蛋白自动检测仪中的应用

介绍了一种用于生物芯片血液蛋白自动检测仪的伺服控制系统,该系统使用机械臂控制系统为平台,以伺服电机为主要驱动装置。本文建立了该机械伺服控制系统模型,对模糊自整定PID控制算法进行了研究,并将其应用到系统中,在MATLAB软件中进行仿真,以实现系统对机械臂高精度定位的要求。仿真结果表明,机械臂模糊控制系统定位精度高,并且较常规PID具有更强适应性,发挥了传统控制与Fuzzy控制各自的长处,参数自适应模糊PID控制能使系统达到满意的控制效果。     

混沌光学系统的神经网络自适应控制研究

提出一种用于混沌光学系统控制的神经网络自适应控制技术。以一前向神经网络作为受控混沌光学系统的系统辩识器，由此神经网络系统辩识器与受控混沌光学系统输出差值作为负反馈对受控混沌光学系统控制参数进行调整达到控制目的。由于所使用神经网络系统辩识器在常规ＢＰ算法的支持下可从受控混沌光学系统的输出时间序列进行动力学模型重构，因而特别适用于对未知动力学表述的混沌光学系统进行控制。以对布喇格声光双稳混沌系统的系统辩识及自适应控制为例，对此神经网络自适应控制技术可行性进行了示例证明。     

自适应预失真射频功率放大器的多方向搜索优化算法

通常功率放大器的特性会随环境温度、供电电压等多种因素发生变化,为了保证预失真功率放大器的稳定工作,预失真系统的自适应性能就显得非常重要.本文提出了一种新的高效射频预失真功率放大器自适应优化算法,其核心思想是提取放大器输出信号的带外分量作为系统自适应的优化目标,结合具有稳定收敛性的多方向搜索优化算法对预失真系统进行优化调整,使系统始终处于最优工作状态.仿真结果表明运用该算法的预失真系统自适应收敛速度比传统自适应优化算法有明显提高,带外分量可以获得大约15dB的改善.     

Robust adaptive beamforming for large-scale arrays

For a large-scale adaptive array, heavy computational load and high-rate data transmission are two challenges in the implementation of an adaptive digital beamforming system. Moreover, the large-scale array becomes extremely sensitive to array imperfections. First, based on a restructured recursive linearly constrained minimum variance algorithm and a gradient-based optimization method, a new robust recursive linearly constrained minimum variance (RRLCMV) algorithm is proposed in this paper. The computational load of the RRLCMV algorithm is on the order of o(N), which is less than that of the conventional gradient-based robust adaptive algorithm. Then, a new efficient parallel robust recursive linearly constrained minimum variance (PRRLCMV) adaptive algorithm is proposed by appropriately partitioning the RRLCMV algorithm into a number of operational modules. It can be easily executed in a distributed-parallel-processing fashion, sequentially and in parallel. As a result, the PRRLCMV algorithm provides an effective solution that can alleviate the bottleneck of high-rate data transmission and reduce the computational cost. Finally, an implementation scheme of the PRRLCMV algorithm based on a distributed-parallel-processing system is also proposed. The simulation results demonstrate that the new PRRLCMV algorithm can significantly reduce the degradation due to various array errors.     

基于LMS的自适应智能天线研究

利用智能天线可以有效地减少多径效应所带来的影响,同时可以对干扰信号起到删除和抑制的作用,最终达到降低接收端误码率的目的.为达到这一目的提高系统的性能,文中提出了基于LMS的自适应智能天线,首先介绍了自适应智能天线的基本原理;其次,对最小均方误差算法和自适应滤波器作了详细的分析;最后,对文中提出的LMS自适应处理算法进行...     

Adaptive H∞ channel equalization for wirelesspersonal communications

In this paper, a new adaptive H_∞ filtering algorithm is developed to recursively update the tap-coefficient vector of a decision feedback equalizer (DFE) in order to adaptively equalize the time-variant dispersive fading channel of a high-rate indoor wireless personal communication system. Different from conventional L ₂ (such as the recursive least squares (RLS)) filtering algorithms which minimize the squared equalization error, the adaptive H _∞ filtering algorithm is a worst case optimization. It minimizes the effect of the worst disturbances (including input noise and modeling error) on the equalization error. Hence, the DFE with the adaptive H_∞ filtering algorithm is more robust to the disturbances than that with the RLS algorithm. Computer simulation demonstrates that better transmission performance can be achieved using the adaptive H_∞ algorithm when the received signal-to-noise ratio (SNR) is larger than 20 dB