自适应波束形成采样矩阵求逆算法的改进

采样矩阵求逆(SMI)算法是自适应算法中的一个分类。由于该算法需要知道接收信号的波达方向角度,因此属于非盲算法。在现有采样矩阵求逆算法的基础上进行了2项改进,提出了对协方差矩阵进行信号子空间分解再加权的方法,有效改善了输出期望信号的主瓣增益和输出信干噪比;同时针对传统SMI算法无法应用于相干信号源的情况做了进一步改进,通过对相干信号进行解相关,解决了这一问题。     

基于自适应Volterra滤波器的非线性系统辨识

为了识别非线性系统的参数,本文提出了一种基于自适应Volterra滤波器的非线性系统辨识方法。给出了自适应Volterra滤波器的LMS和RLS算法。数值仿真结果表明,该方法对于非线性定常和时变系统都有效。     

归一化子带自适应滤波器步长控制

定步长子带自适应滤波器必须在快的收敛速度和低的稳态失调之间进行折中。根据自适应滤波器系数向量均方偏差与步长之间的函数关系,该文采用使自适应滤波器系数向量均方偏差在每次迭代更新时最速下降的方法,提出一种步长控制算法来解决上述问题。该算法可以兼得快的收敛速度和低的稳态失调。实验结果验证了该方法的有效性。     

改进的矩阵求逆的FPGA设计和实现

通过对上三角矩阵求逆算法的研究,提出一种优化的适合FPGA实现的并行求逆的结构,并运用Verilog硬件描述语言对其建模,通过硬件仿真工具QuartusII对其进行编译仿真,仿真结果表明,改进的并行结构能够在n个时钟周期内完成n阶上三角矩阵的求逆。     

一种变正则化矩阵的改进多带结构子带自适应滤波算法

定正则化因子的改进多带结构子带自适应滤波(IMSAF)算法在取得收敛速度快和稳态失调误差小之间存在冲突.根据系统噪声抵消原理,设定子带后验误差功率等于子带噪声功率,本文提出了变正则化矩阵的IMSAF算法来解决这一问题.仿真结果证明,所提算法可以同时达到收敛速度快、稳态失调误差小以及追踪速度快等优势.     

基于FPGA的Cholesky分解矩阵求逆

针对在空时自适应处理(STAP)中通常采用Cholesky分解矩阵求逆算法求杂波协方差矩阵的逆矩阵,设计了基于FPGA的并行化Cholesky分解矩阵求逆运算模块的实现架构。该模块分成Cholesky分解子模块、三角矩阵求逆子模块和三角矩阵相乘子模块等三部分,流水执行求逆运算。通过实测与仿真,对矩阵阶数、运算并行度、FPGA占用资源、运算时间和运算精度等要素之间的关系进行了详细分析。     

子带分解的自适应滤波器的FPGA实现

基于子带分解的自适应滤波器在提高收敛性能的同时又可以节省一定的计算量。采用Altera 公司的仿真软件Altera DSP Builder 和Quartus Ⅱ7.2进行子带分解的NLMS算法的自适应滤波器现场可编程门阵列设计, 利用Simulink和ModelSim对设计方案进行了模型仿真和功能仿真,达到较好的效果。     

一种稀疏系统辨识的子带自适应滤波算法

利用改进的多带结构子带自适应滤波(IMSAF)算法辨识具有稀疏特性的未知系统.代价函数引入加权的l1范数作为附加约束,并结合次梯度分析方法推导出新的更新方程.根据加权矩阵选取的不同,提出了两个li范数约束的IMSAF算法:l1-IMSAF和l1-RIMSAF.仿真结果表明,在未知系统具备稀疏特性的条件下,相较于传统的IMSAF算法,两个新算法的收敛性能具有显著提高.     

基于子带滤波器组的宽带自适应天线旁瓣相消技术

文[6]提出在数字移动通信中子带滤波器组处理可以提高不同阵元信号的相关性,从而能改善自适应阵列抑制码间干扰(ISI)和共信道干扰(CCI)的能力.在文[6]的基础上,本文研究了子带滤波器组在宽带自适应天线旁瓣相消中的应用,对其原理进行了理论分析,提出了有效的子带处理方法.经研究表明,子带滤波器组处理能有效增加主、辅助天线信号的相关性,从而提高系统干扰相消比.而且适当的过采样能使系统干扰相消比进一步提高.计算机仿真结果和实测雷达数据处理结果证实了子带处理方法的有效性和理论分析的正确性.     

一种基于Cholesky分解的快速矩阵求逆方法设计

接收机阵列天线抗干扰可采用直接矩阵求逆的方法实现,但在大维数下,矩阵求逆的用时过长。本文针对协方差矩阵的特殊性—正定赫米特矩阵,采用Cholesky分解求逆方法实现大维数矩阵的求逆,进而对Cholesky矩阵分解求逆进行了高效的流水设计,并在FPGA中进行实现,测试结果表明,该方法实现求逆计算用时极短,是一种高效的实现方法。     

基于功率中值和归一化采样协方差矩阵的自适应匹配滤波检测器

在非均匀海杂波环境中,参考单元中的异常单元限制了采样协方差矩阵(SCM)的估计性能,从而影响了传统自适应匹配滤波(AMF)检测器的检测性能。而考虑删除异常单元的方法在参考单元数目有限时可能导致矩阵的奇异性。鉴于此,在保持参考单元数目不变条件下,该文设计一种基于功率中值与归一化采样协方差矩阵(MNSCM)的估计方法,并将其与匹配滤波器(MF)相结合,构造一种新型的自适应匹配滤波检测器。与传统的自适应匹配滤波相比,该文设计的检测器在实测和仿真海杂波数据条件下均具有明显的性能优势。