多天线通信系统中一种自适应分组检测算法

针对多天线通信系统,提出了一种基于信道质量的自适应分组检测算法.该算法首先对信道矩阵作修正的选主列QR分解,然后根据各检测层的后检测信噪比与预先计算并存储在系统中的分组门限相比较的结果,将待检符号矢量分为敏感符号分组和可靠符号分组.对敏感符号分组优先采用具有接近最大似然性能的球形译码算法检测,在消除了敏感符号分组影响后,对可靠符号分组采用低复杂度的逐层检测算法.由于分组门限的设置依据后检测信噪比的统计特性,而后检测信噪比与信道环境密切相关,因此,该算法能够根据信道质量自适应调整敏感符号分组中的符号数目,从而可通过选择分组门限,实现对系统检测性能和复杂度的折中考虑.计算机仿真验证了该算法的有效性.     

基于Householder变换的正交PSWF脉冲设计

传统的Schmidt方法对椭圆球面波函数（PSWF）脉冲组进行正交化时,脉冲组的最大互相关值受脉冲个数的影响,同时还存在计算复杂度高的问题。针对上述问题,提出了基于Householder变换的正交化方法,通过将PSWF脉冲离散化,再依次对各离散的PSWF脉冲进行Householder变换,实现了对PSWF脉冲组进行QR分解,并得到新的正交PSWF脉冲组。仿真结果表明,与传统Schmidt方法相比,基于Householder变换的正交化方法使得脉冲组的最大互相关值从10-4降低到10-11,改善了脉冲组的正交性能,突破了脉冲组在脉冲个数的限制,并降低了计算复杂度,同时能够保持PSWF脉冲带内能量集中度高的优势。     

用Householder变换的递推AR模型化与谱估计算法

Housecholder变换用于上三角化是基于线性预测误差方程的数据阵。可以证明,由上三角阵的主对角元素便可得到各阶AR模型的残差平方和。因此用逐列处理的方法可以构成 AR 模型化与谱估计的递推算法。在大多数情况下,本文的算法不仅给出与协方差算法或修正协方差算法相同的计算结果;而且当计算中存在严重的数值病态问题时,协方差法和修正协方差法无法获得好的AR谱估计,而本文的算法则仍然可以获得好的估计。文中给出了典型的计算例子。     

基于改进QR算法的矩阵分解器设计

矩阵分解是矩阵求逆中重要的运算之一,被广泛运用在神经网络、数字信号处理、无线通信技术等领域中。针对传统的分解算法运算不利于硬件实现的缺陷,文中在一种列向量优化QR分解算法的基础上,提出了一种一维线性矩阵分解结构,并完成了其ASIC设计。该分解器支持2～32阶矩阵分解运算,在TSMC 28 nm工艺下工作主频为700 MHz。仿真和FPGA测试结果表明,该分解器与MATLAB运算结果的相对误差小于10^-12。在执行12阶级以上规模矩阵分解时,该分解器的运算周期相比传统一维线性结构具有2.3倍的加速比。在执行32阶矩阵分解时,该分解器的运算周期相比于NIVIDA RTX2070具有22.8倍的加速比。     

基于改进随机霍夫变换的直线提取算法

针对Hough变换存在的直线精度低,虚检漏检等问题,文中提出了一种基于随机Hough变换(RHT)的改进算法,利用RHT采样特性,结合一种提高采样有效性的方法,一方面减少RHT无效投票来提高参数空间效率,另一方面避免虚假直线被检测,最后利用RHT结合最小二乘法提取真实的直线。实验结果表明:该算法提高了检测直线的精度,虚假直线被检测概率下降50%,抗噪声能力增强。     

基于Householder变换的快速天线选择算法

基于符号误码率准则的天线选择技术可以有效地提高空分复用系统的传榆性能,降低系统成本.但同时其对算法的实时性、快速性提出了更高的要求.以往天线选择算法通过奇异值分解来得到天线子集次最优解,计算量大、计算复杂度高.针对这一问题,对空分复用系统的信噪比边界特性进行了深入分析,提出了基于递推Householder-QR分解的天线选择算法.与传统算法相比,该算法降低了计算量的同时提高了系统的传输可靠性,改善了空分复用系统的性能.仿真结果表明:该算法具有良好的性能,并适用于实际相关信道传播环境.     

一种基于拟牛顿法的递归最小二乘方法

基于拟牛顿优化方法,提出了一种稳健的自适应FIR滤波算法。新算法用最小二乘误差(LSE)代替了均方误差(MSE)作为代价函数,它具有和常规递归最小二乘(CRLS)算法相近似的追踪能力,且不存在数值计算不稳定性的问题,在收敛速度以及稳态效果方面也要优于De Campos的拟牛顿(QN)算法。通过计算机仿真比较了有关算法的性能。     

一种快速递归全局最小二乘算法

针对FIR系统输入和输出信号均被噪声干扰的情况,提出一种快速递归全局最小二乘(XS-RTLS)算法用于迭代计算全局最小二乘解,算法沿着输入数据的符号方向并采用著名的快速增益矢量,搜索约束瑞利商(c-RQ)的最小值得到系统参数估计。算法关于方向更新矢量的内积运算可通过加减运算实现,有效降低了计算复杂度;另外XS-RTLS算法没有进行相关矩阵求逆递归运算,因而具有长期稳定性,算法的全局收敛性通过Laslle不变性原理得到证明。最后通过仿真比较了XS-RTLS算法和递归最小二乘(RLS)算法在非时变系统和时变系统中的性能,验证了XS-RTLS算法的长期稳定性。     

一种新的GNSS快速定位算法

GNSS定位的经典算法Gauss-Newton迭代法对初始位置依赖性强,若初值设置不当则迭代次数增加,而每次迭代涉及矩阵乘法和矩阵求逆,计算量剧增,直接影响系统冷启动首次定位时间。直接解算定位法无需初值和迭代计算,计算量小但定位精度较差。针对上述问题,本文提出了一种两步快速定位法,首先用直接解算法解算出用户的概略位置,然后将距离方程组在该位置处进行泰勒展开,用加权最小二乘算法计算用户位置的修正量,概略位置修正后即为用户位置。新算法与传统Gauss-Newton迭代定位算法相比,在保证相同定位精度前提下大幅降低运算量,具有重要的工程意义。仿真结果证明了新算法的有效性。      

一种基于无平方根QR分解的流水RLS算法

传统ＱＲ分解（ＧＩＶＥＮＳ旋转）中存在着平方根运算,在用数字电路实现时,会在时间和面积上花费较大的代价,因此,已有无平方根的ＱＲ分解算法出现,这些算法避免了平方根运算,但遇射为Ｓｙｓｔｏｌｉｃ阵列以实现ＲＬＳ算法时,却不能实现单元内部的流水,本文提出了一种新的无平方要ＱＲ分解,能够实现单元内部的流水,进一步提高了速度。     

QR_RLS算法的浮点脉动阵结构研究与FPGA实现

随着雷达信号处理技术的不断发展,对实时并行性和处理精度都提出了更高的要求,脉动阵结构是雷达信号处理中一种关键并行处理结构.文中介绍了一种基于QR_RLS算法的浮点脉动阵结构.为了提高运算速度,充分利用资源,引入了自定义浮点格式及该格式下的浮点运算单元的设计,并改进了平方根算法,提高了运算精度.在FPGA上实现了这种脉动阵结构,结果表明这种自定义浮点格式的脉动阵结构在提高了运算精度的同时,降低了相应的资源占用率,对实时信号处理的工程设计具有较高的参考价值.     

基于GIVENS的URV子空间方法

基于特征值分解或SVD提取噪声子空间的方法,计算量很大,使这类方法的实时应用受到很大的限制。URV将SVD的对角阵降为部分上三角阵,获得噪声子空间的另一组基,降低了计算量的要求,并且很容易推广成噪声子空间跟踪方法。本文在URV分解的基础上,提出了一种基于GIVENS旋转的噪声子空间实现方法,并且该方法数值稳定性好,具有模块化结构,便于硬件实现。文章最后给出的仿真验证了该方法在DOA估计中的应用效果。      

基于递推阻尼最小二乘法的电力系统频率跟踪

最小二乘法是一种广泛的系统辨识和参数辨识方法,适于离线辨识,在线辨识参数时有其局限性。基于传统的最小二乘法,提出一种带有遗忘因子的有限数据窗口和自适应阻尼因子的递推阻尼最小二乘参数辨识算法。针对电力系统信号为理想信号、含有谐波及噪声和电力系统频率瞬间发生跳变的情况,分别做了仿真。仿真结果验证了该方法的鲁棒性、快速性和准确性,且算法效果优于其他方法。     

载波相位模糊度递推最小二乘逼近算法

针对目前常用的载波相位模糊度浮点解逼近算法存在收敛时间较长的缺点,利用递推最小二乘方法,对于单频载波相位双差模糊度进行递推解算,实现模糊度的快速逼近,加快了模糊度的搜索。实验结果表明,当采用单频GPS进行精密相对定位,采用本文模糊度逼近算法,使用伪距双差解作为初始值,静态条件下10s内模糊度浮点解收敛至真值整周模糊度的2个波长范围内,相对于传统算法大大加快了收敛时间,且适合实时解算。     

基于遗传优化的天线阵元LMS改进算法

最小均方（LMS）算法是自适应阵列天线中得以广泛应用的阵列天线加权算法。提出了一种基于遗传优化的LMS改进算法,该基于遗传优化的最小均方（GA—LMS）算法充分结合了遗传算法的并行处理和全局搜索的优点。实验结果表明,与传统的LMS算法相比,GA—LMS算法具有良好的收敛性能,并可更好地抑制干扰信号,有效改善自适应阵列天...     

基于约束最小二乘准则的信道矢量估计算法

提出了一种改进算法,该算法首先用子空间分解法估计出目标信号的导向矢量,并由此构造一个约束条件,然后用业务信号在约束最小二乘准则下估计信道矢量,导频仅用于信道矢量的初始估计,信道矢量的估计精度可以通过迭代过程逐步增加。理论分析与仿真结果表明,该算法使信道矢量的估计精度得到了明显提高。     

基于QR分解的MIMO-OFDM检测算法的改进

MIMO-OFDM系统接收端信号检测算法的研究对MIMO系统性能的提高起着重要作用。设计一个复杂度低且检测性能相对较好的检测算法是MIMO技术的一个重要分支。介绍了垂直分层空时结构中的几种典型检测算法,分析了其优缺点,在基本QR分解算法的基础上提出了2种改进的QR算法。通过MATLAB仿真观察,改进的算法在保证检测性能良好的同时降低了算法复杂度。     

基于次最优排序的混合DFE分层检测算法

本文提出了一种针对V-BLAST系统的检测算法。它基于对次最优排序的信道矩阵的QR分解，对发送符号进行分层检测，下层采用MMSE—BLAST，上层采用DFE。此外，提出了一种复杂度较低的排序度量来对待检测的下层符号进行排序。经仿真与复杂度分析，该算法以更低的复杂度获得比MMSE线性检测更好的性能，且其复杂度远低于MMSE-BLAST和ML检测，是一种高性能低复杂度的检测方法。