基于非均匀子带分解的宽带线性盲均衡器

 本文提出了一种基于非均匀子带分解的宽带线性盲均衡器,其主要的特点是采用基于信号功率谱幅度分割的方法实现非均匀子带分解,优化了非均匀子带滤波器的系数选择,从而提高了宽带线性盲均衡算法的收敛速度．另外,本文对非均匀子带均衡器系数更新策略进行了讨论,给出了在算法收敛速度和运算复杂度之间进行折中的一个有效方法．理论分析和仿真实验结果验证了本文提出宽带线性盲均衡器的有效性．     

一种基于子空间分解的IIR信道盲辨识算法

本文证明了对IIR信道输出进行过采样（采样率是输入码率的整数倍）可以转化成单输入多输出的多信道模型，并且不同的信道有相同的AR系数。基于这一特性本文提出一种基于子空间分解的信道参数盲辨识方法，即不同信道的MA系数可以输出信号的噪声子空间唯一确定，而AR系数则可以通过求解YW方程得到。     

基于子空间分解的多通道盲解卷积算法

针对卷积混合信号,提出了一种新的多通道盲解卷积算法,该算法首先利用子空间分解方法,将信号卷积混合模型变换成线性混合模型,然后利用线性混合盲分离算法分离出源信号.该算法相对频域盲解卷积算法来说无需解决线性混合盲分离中存在的幅度和排列顺序的模糊性问题,而且该算法不要求信号独立同分布,只要求各源信号统计独立即可.因此,该算法可以直接在中频对观察信号进行处理.计算机仿真结果表明,该算法不仅能对不同频不同调制方式的通信信号进行盲解卷积,而且对同频同调制的通信信号,该算法同样有效.     

一种基于经验模态分解的信噪比盲估计新算法

为了增强未知样式信号的信噪比估计性能,提出了一种基于经验模态分解（EMD） 的信号信噪比估计新算法,通过固有模态函数（IMF）分量平均周期判断信号与噪声界限。 给出了经验模态分解估计法的工作原理和流程图,分析了经验模态分解估计法的性能。仿真 结果表明,与信号空间分解法一样,经验模态分解估计法能够实现盲信号信噪比估计,后者 估计均方误差比前者要小,在0 dB信噪比下均方误差不超过0.3 dB。     

一种基于子空间的盲多用户检测算法分析

多用户检测技术是扩频通信中解决多址干扰问题的一种重要技术。介绍了基于子空间盲多用户检测的原理。通过空间分解得到信号子空间,利用信号子空间的特征值和特征向量得到解相关多用户检测器,分析了其性能,并通过仿真证明其在有效性、抗远近效应等方面都较理想,是一种很有前途的多用户检测方法。     

一种基于哈达玛变换的子带分解／合成

本文在分析ＱＭＦ子带分解／合成的基础上介绍一种基于哈达玛变换的子带分顺合成器，它不存在通常的边界失真，最后给出了算法比较。     

一种基于盲均衡的新均衡器算法及实现

基于简化星座图(RCA)的盲均衡算法提出了一种新的均衡器算法———RCA-LMS算法,有效地结合了RCA算法和传统的最小均方(LMS)算法的优点,并应用于选择性反馈均衡器(selective feedback equalizer,SFE)结构,实现了RCA-LMS选择性反馈均衡器(RCA-LMSSFE)。仿真结果表明,该均衡器在低信噪比条件下,能较快地收敛,有较小的稳态剩余误差,从而有效地减小了信号的码间干扰,提高了通信系统的抗干扰能力。     

一种高速多电平自适应盲均衡器的实现

本文介绍新近研制的一个二维高速自适应盲均衡器。由于采用了数字信号处理器TMS320 C 25和DSP 56200,系统具有可编程、可扩展、体积小、功耗省和成本低等特点。测试结果表明,系统工作稳定可靠,性能良好。     

基于子带分解的自适应滤波

本文对基于子带分解的自适应滤波做了研究，给出子带分解下的包含子带间滤波的最优维纳解和ＬＭＳ算法，并分析了其收敛性能和计算复杂度，与传统的ＬＭＳ算法相比，基于子带分解的自适应滤波具有更好的性能，计算机模拟结果也体现了这一点。     

基于子空间分解的快速盲均衡解调算法

基于高阶统计的盲均衡算法需要大量的观测数据,当观测数据有限或信道变化较快时,由于模型失配将使均衡性能严重下降,因此短数据、快收敛是近年来盲均衡技术研究的主要方向之一。本文讨论了基于子空间分解的信道识别和盲均衡技术,利用卡尔曼滤波方程,给出了一种快速收敛的盲均衡解调算法,算法只需要较少的数据样本,仿真结果表明该方法是有效的。     

基于线性预测的盲最小均方误差均衡器

盲过采样均衡器仅用二阶统计量便可减小码间干扰,该文采用线性预测方法,提出了一种盲最小均方误差(MMSE)均衡器。该方法不需要先估计信道,可直接利用过采样的接收信号均衡信道。此外,该均衡器可采用递推最小二乘算法自适应地实现,具有较高的计算效率。仿真结果表明,该均衡器比基于线性预测的盲置零均衡器有更小的符号估计均方误差。     

基于稀疏时频分解的盲波束形成算法

针对现有盲波束形成算法通用性差,所需采样数据量大等问题,该文提出一种基于稀疏时频分解的盲波束形成算法。算法首先将传统的短时傅里叶变换转化为稀疏重构问题,利用交替分裂Bregman算法进行迭代求解。然后利用对各阵元的接收信号进行稀疏时频分解的结果,结合聚类和不确定集方法,实现导向矢量的最优估计。最后利用MVDR算法获得最优权矢量。该算法无需利用信号统计特性,实现了高效的盲波束形成。仿真实验结果表明,该算法所需数据量小,迭代步骤易于工程实现,较现有盲波束形成算法输出性能更优,适用范围更广。     

基于小波变换的盲图象恢复

提出一种基于小波分解的盲图象恢复算法。该算法根据图象小波变换各个子频段所具有的不同频率特性和不同的方向特性，对各子频段分别进行盲图象恢复；各子频段采用不同的正则化算子。实验结果表明该算法的盲图象恢复的性能优于空域算法。     

一种用于水声信道的稀疏权超指数迭代盲均衡算法研究

超指数算法的迭代算法便于跟踪时变信道,但是,其计算量与权长的平方成比例,不利于工程实现.该文利用水声信道的稀疏性,采用超指数算法的部分步骤,估计权向量并进行稀疏处理,初始化超指数迭代算法,不但减小了算法的计算量,而且加快了算法的收敛速度.计算机仿真证明了该方法的有效性.     

基于DD-LLMS算法的盲自适应判决反馈均衡器

本文把用于自适应线性滤波器的LLMS算法推广到盲判决反馈均衡器,并应用于短波信道的盲均衡。仿真结果表明这种DD—LLMS盲判决反馈均衡算法具有很好的稳定性、较快的收敛速度和较好的跟踪性能。     

一种基于矩阵外积分解的信道盲辨识与盲均衡算法

本文提出了一种鲁棒性较好的信道盲辨识和盲均衡算法.在仅需知道信道阶数上界的条件下,首先采用改进的信道阶数估计算法对信道阶数进行精确估计,与现有算法相比,所需信噪比降低、对信道的适应性提高;然后,在矩阵外积分解算法的基础上,加入特征值扰动分析,提高了信道盲辨识和盲均衡性能.仿真结果证明了算法的有效性.     

基于遗传算法的微波均衡器仿真和工程设计

研究了用于均衡行波管增益的微波均衡器的计算机仿真和工程设计问题。理论分析并建立了均衡 器的一般微波网络模型,该网络模型具有数十个优化变量,能够使均衡器实现任意有理函数类的均衡曲线。利用遗 传优化算法完成多变量的单目标或多目标优化,最终根据优化结果来具体实现均衡器的工程设计并为后期调试提 供指导。设计了一种C 波段10 阶同轴均衡器,实物调节和测试表明该设计对该波段的各种均衡曲线均有很好的适 应性,均衡误差1dB 以内,其中均衡枝节还具有温度补偿特性,高低温温飘小于5MHz。     

An Adaptive Acoustic Echo Cancellation Algorithm Based on Subband Decomposition and Conjugate Gradient Method

1 Introduction In speech communication applications ,the presence ofcoupling fromloudspeaker to the microphone often re-sults in undesired acoustic echo that seriously degradesspeech quality.Current solutions for removingthis echoare based on the real ti me identification of the acoustici mpulse response by using adaptive filtering or AdaptiveEcho Cancellation (AEC) filter techniques . Several AEC algorithms have been proposed for thisproblem. An acoustic echo canceller based upon inputort…     

基于DDLMS算法的信道均衡器的FPGA实现

无线通信系统中均衡技术是改善信道特性解决码间干扰的有效方法.从分析判决引导最小均方误差算法(DDLMS)算法出发,研究了其在信道均衡技术上的应用,并通过Matlab仿真和软件(Xilinx System Generator for DSP)开发软件在FPGA上实现了一个基于DDLMS算法的基带均衡器.从仿真测试结果可以...