Semi‐blind fast equalization of QAM channels using concurrent gradient‐Newton CMA and soft decision‐directed scheme

This contribution considers semi‐blind adaptive equalization for communication systems that employ high‐throughput quadrature amplitude modulation signalling. A minimum number of training symbols, approximately equal to the dimension of the equalizer, are first utilized to provide a rough initial least‐squares estimate of the equalizer's weight vector. A novel gradient‐Newton concurrent constant modulus algorithm and soft decision‐directed scheme are then applied to adapt the equalizer. The proposed semi‐blind adaptive algorithm is capable of converging fast and accurately to the optimal minimum mean‐square error equalization solution. Simulation results obtained demonstrate that the convergence speed of this semi‐blind adaptive algorithm is close to that of the training‐based recursive least‐square algorithm. Copyright © 2009 John Wiley & Sons, Ltd.     

Fractionally spaced blind equalization with low‐complexity concurrent constant modulus algorithm and soft decision‐directed scheme

The paper proposes a low‐complexity concurrent constant modulus algorithm (CMA) and soft decision‐directed (SDD) scheme for fractionally spaced blind equalization of high‐order quadrature amplitude modulation channels. We compare our proposed blind equalizer with the recently introduced state‐of‐art concurrent CMA and decision‐directed (DD) scheme. The proposed CMA+SDD blind equalizer is shown to have simpler computational complexity per weight update, faster convergence speed, and slightly improved steady‐state equalization performance, compared with the existing CMA+DD blind equalizer. Copyright © 2004 John Wiley & Sons, Ltd.     

基于支持向量拟合的恒模盲均衡算法

本文提出了一种利用迭代最小二乘支持向量拟合(IRWLS-SVR)的盲均衡算法.该算法利用数字通信系统中调制方式的恒包络特性(CMA),在基带条件下对具有严重码间干扰的接收信号进行均衡处理,实现无线信道的无误差传输.该方法不同于以往基于神经网络算法和高阶统计量的盲均衡方法,具有收敛速度快,干扰抑制强,计算量小的优点.计算机仿真结果表明,经过多径瑞利信道衰减后的接收信号可以通过该均衡器得到正确解调.     

基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究

针对现有图像恢复算法的不足,提出了基于新型DNA遗传萤火虫优化的二维图像盲恢复算法。该算法首先对传统DNA遗传算法中交叉和变异操作进行改进,得到新型DNA遗传算法后与萤火虫算法相结合,提出了新型DNA遗传萤火虫优化算法;其次将新型DNA遗传萤火虫优化算法应用于二维图像盲恢复,得到的基于新型DNA遗传萤火虫优化的二维图像盲恢复算法具有良好全局搜索能力,优化了盲均衡器的初始权矩阵,模糊图像经过二维盲均衡器处理后,有效增强了图像质量,图像恢复良好。仿真结果验证了算法的有效性。     

基于正交小波包变换的前馈神经网络盲均衡算法

针对前馈神经网络盲均衡算法收敛速度慢、均方误差大的缺点,在分析前馈神经网络盲均衡算法和正交小波包变换理论的基础上,提出了基于正交小波包变换的前馈神经网络盲均衡算法。该算法利用正交小波包变换良好的去相关性,对前馈神经网络均衡器输入信号进行预处理后,降低了输入信号的自相性,从而加快了收敛速度和减小了均方误差。水声信道的仿真结果表明,该算法在收敛速度与均方误差方面的性能比前馈神经网络盲均衡算法优越。     

通用数据链并行Laguerre盲均衡算法

为解决深衰落信道中传统盲均衡算法存在的长抽头系数和高误码率的问题,提出通用数据链并行Laguerre盲均衡算法。在分析通用数据链信号的基础上,引入Laguerre滤波器替代FIR滤波器,以较短的抽头系数逼近长脉冲序列响应;同时借助判决引导算法和分数间隔思想,加快了算法的收敛速度;利用均衡输出的平方期望直接作为自适应步长模块的修正变量,进一步提升了新算法的均衡性能。实验结果表明,新算法减少了均衡器抽头系数,拥有更快的收敛速度和更低的误码率。     

高阶QAM实时多域测试多模式自适应盲均衡技术研究

提出了一种全新的宽带通信信号实时多域分析通用架构,详细介绍了该架构下信号分析的基本原理。在这种架构的基础上,通过加载不同的算法,不仅能够实现各种宽带通信信号高精度实时宽带频谱分析,而且还能同时实现宽带通信信号时域、调制域等多域联合分析。针对宽带高阶正交幅度调制（QAM）通信信号实时多域分析,详细讨论了面向测试的基于GMMA和DDLMS双模自适应盲均衡算法。系统仿真结果证明：相比GMMA自适应盲均衡算法,双模自适应盲均衡算法收敛速度明显提高,256QAM信号均衡后输出残余码间串扰（ISI）改善提高了10dB;同时通过实验验证,采用20MHz实时分析带宽对码率为6.4MSps的宽带256QAM信号进行实时多域分析,误差矢量幅度（error vectorm agnitude,EVM）测试误差小于2%。     

多用户电力线通信自适应OFDM系统中的资源分配与交换优化

自适应正交频分复用(OFDM)是一种实现电力线多用户高速数据通信的技术,资源动态分配是这一技术的重要组成部分。文章针对电力线通信的限制条件,探讨了在最大总功率、各用户要求最小速率、各子载波分配最大功率和比特数的约束下,多用户在多子载波上自适应比特和功率分配的数学模型,提出一种新的速率自适应动态资源分配算法,其实现分为4个相互联系的阶段,依次是确定工作子载波、单用户资源分配、子载波和功率交换、比特交换和功率调整。在典型电力线信道环境下的仿真结果表明,该算法比已有的多用户频谱分配优化算法性能更优,能更好地满足多用户资源分配模型的目标要求。     

一种MMSE类盲均衡算法的凸组合策略

通常有2类重要的MMSE类盲均衡算法：恒模盲均衡算法和判决引导算法。前者面临收敛速度慢,剩余误差大的缺点;而判决引导均衡算法的收敛速度快,稳态性能好,缺点是启动条件不满足时算法会发散。本论文提出了一种MMSE类盲均衡算法的凸组合策略。通过应用凸组合的基本原理,恒模盲均衡算法可以自适应平滑地切换到判决引导模式。首先,提出了算法的凸组合策略,使得恒模盲均衡算法和判决引导算法之间可以自动软切换。然后描述了一种锚定过程,可以消除稳态时恒模均衡器过高的剩余误差,因此总的算法可以看作是经过了恒模均衡器训练的判决引导均衡。仿真实验证实了新算法的优异性能。     

A comparison of cyclostationary blind equalization algorithms in the mobile radio environment

In this paper we address the problem of blind equalization in the mobile radio environment using cyclostationary techniques, where the channel is generally non-minimum phase and the phase information of the system has to be preserved. Conventional second-order statistics applied to the received signal sampled at the symbol rate do not preserve phase information and therefore cannot be applied to identify separate minimum-phase and maximum-phase zeros of the channel. It has been shown that phase information can be preserved using only second-order statistics if the received signal is sampled using fractionally spaced sampling. This paper deals with the issue of how the convergence of the cyclostationary blind equalization algorithms compares to conventional supervised methods in the pan-European mobile radio system GSM. The results suggest that the convergence speed of some of the actual cyclostationary algorithms is fast for stationary channels but slow compared to conventional supervised non-adaptive (LS) and adaptive (LMS) algorithms in time-varying mobile radio channels. © 1998 John Wiley & Sons, Ltd.     

改进粒子BP神经网络在变电站噪声控制中的应用

为了改善变电站噪声控制中已有自适应降噪滤波算法的自适应能力差、收敛速度慢等弊端,提出了一种新的基于粒子群优化（PSO）的误差反向传播神经网络（BPNN）智能滤波算法。该算法针对PSO算法易出现无法兼顾局部、全局搜索和群体多样性丢失等问题,采用以粒子“亲密”度为依据来自适应调整粒子惯性因子和变异率的改进策略;利用该改进粒子群优化（IPSO）算法取代梯度下降算法,实时优化BPNN的权、阈值,使噪声迅速降低,再用梯度下降算法对BPNN的权、阈值作进一步的精细优化,使噪声得到更大程度上的抑制。文中以某变电站变压器噪声信号为仿真声源,分别利用所提算法、PSO-BPNN算法及BPNN算法对该声源信号进行主动抑制,结果表明所提算法性能明显优于另外2种算法的性能,使变压器降噪系统性能得到较大的改善。     

时变无线信道的小波盲检测算法

本文给出一种新型盲检测算法.在无线通信技术中,盲检测算法由于频带利用率高的优点正受到越来越多的关注.基于隐马尔科夫模型的Baum-Welch(Bw)算法常被用来获取信道的最大似然估计,但该算法要求信道在接收相关序列时,信道特性保持不变.然而在时变无线信道的场合,BW算法的性能会急剧下降.本文基于小波逼近的观点,利用系统结构上的特点,对传统的BW算法进行了改进,提出了一种针对时变无线信道的新型迭代算法(wavelet-assisted BW,WABW).仿真实验表明,WABW算法的性能优越,可用于高速无线通信系统的盲检测.     

Blind separation of convolutive mixtures of cyclostationary signals

An adaptive blind source separation algorithm for the separation of convolutive mixtures of cyclostationary signals is proposed. The algorithm is derived by applying natural gradient iterative learning to a novel cost function which is defined according to the wide sense cyclostationarity of signals and can be deemed as a new member of the family of natural gradient algorithms for convolutive mixtures. A method based on estimating the cycle frequencies required for practical implementation of the proposed algorithm is presented. The efficiency of the algorithm is supported by simulations, which show that the proposed algorithm has improved performance for the separation of convolved cyclostationary signals in terms of convergence speed and waveform similarity measurement, as compared to the conventional natural gradient algorithm for convolutive mixtures. Copyright © 2004 John Wiley & Sons, Ltd.     

一种基于Blind Kriging模型和差分进化的电磁结构优化算法

各类电磁结构日趋复杂,设计自由度不断提升.传统优化算法需要对大量的参数组合进行全波仿真试探,设计效率普遍较低。针对这一问题,提出BK(blind Kriging)模型和差分进化相结合的电磁结构优化算法.相比普通Kriging模型,BK模型通过贝叶斯参数选择算法将影响性能的主要因子加入回归模型,提高对响应的预测精度;依据BK模型的预测结果从每代差分进化种群中选择最优个体执行电磁仿真。由于优化过程中大量的电磁计算转移到快速的BK模型,优化效率得到显著提升。通过一个圆波导多螺钉极化转换器的优化设计,表明该方法的求解质量和收敛速度优于现有算法。     

基于自适应RBF神经网络的变压器噪声有源控制算法

针对现有变压器噪声有源控制算法存在的不足,提出了一种用于抑制噪声的新算法。该算法融合了自适应算法、粒子群算法、改进梯度下降算法及RBF神经网络算法。首先利用自适应算法确定降噪系统控制器中RBF神经网络隐含层节点个数和相应的参数;然后,根据切换策略自适应地选择粒子群算法或者改进梯度下降算法,用来优化节点数目和参数;最后,将优化得到的隐含层结构和参数反馈至系统控制器中,使系统的次级声源更好地抵消源声源。通过将所提的改进RBF神经网络法与未改进的RBF神经网络法和BP神经网络法进行比较,表明该算法可有效地提高降噪系统的自适应能力和抗干扰能力,且能够将噪声控制在较低的范围内,获得较理想的降噪效果。     

Blind source separation algorithm for communication complex signals in communication reconnaissance

Most blind source separation algorithms are only applicable to real signals, while in communication reconnaissance processed signals are complex. To solve this problem, a blind source separation algorithm for communication complex signals is deduced, which is obtained by adopting the Kullback-Leibler divergence to measure the signals’ independence. On the other hand, the performance of natural gradient is better than that of stochastic gradient, thus the natural gradient of the cost function is used to optimize the algorithm. According to the conclusion that the signal’s mixing matrix after whitening is orthogonal, we deduce the iterative algorithm by constraining the separating matrix to an orthogonal matrix. Simulation results show that this algorithm can efficiently separate the source signals even in noise circumstances. __________ Translated from Journal of Huazhong University of Science and Technology (Natural Science Edition), 2007, 35(4): 33–36 [译自: 华中科技大学学报(自然科学版)]     

改进差分进化算法优化多值属性系统诊断策略

测试序列优化问题是故障诊断过程中的关键性问题;针对多值属性系统的测试序列优化问题,采用自适应差分进化算法,结合多值属性系统的特点,分析变异算子在算法中的作用,并设计了个体的编码策略以及两种不同的诊断方式,提出一种将高斯,柯西变异算子与多差分策略进行融合的差分进化算法;通过实验对比分析,结果表明该算法不仅可以很好的应用于多值属性系统,而且在处理二值属性系统的测试序列优化问题时,与已有算法相比,该算法得到的测试点数目更少,期望测试代价更低,可用于多值属性系统求解诊断策略问题。     

改进的互信息最小化非线性盲源分离算法

提出了一种改进的互信息量最小化非线性盲源分离算法,改善了优化算法在串音误差方面大等的不足。该方法利用自然梯度优化算法来优化目标函数,避免了对矩阵的求逆计算,减少了计算时间。此外,在网络参数优化的过程中引入了扰动信号,提高了非线性盲源分离算法的寻优能力。实验结果表明改进的非线性盲源分离算法是有效的,而且相对传统的非线性盲源分离方法具有较小的误差。     

基于改进VECMP的电力通信网络路由优化算法研究

在电力通信网络中,负载均衡可降低瓶颈节点的过载,提高网络资源的利用率以及系统可靠性.针对电力通信网络路由算法效率较低的问题,文中在传统等价多路径ECMP算法和遗传算法的基础上,结合可变等价多路径算法VECMP与改进的遗传算法IGA用于电力网络中的路由优化.通过优化三种遗传算子,提高了 VECMP算法的效率,并通过算例与...     

基于二阶梯度的暗通道先验盲图像去模糊

盲图像去模糊的目的是通过迭代在模糊核未知的情况下，从模糊图像中恢复出清晰图像。当真实图像具有较少的暗像素时，暗通道先验算法不能产生令人满意的结果。实验中发现，二阶梯度(海森矩阵)中元素的绝对值随着图像逐渐模糊而减小。利用这一特点，提出一种基于L1正则化二阶梯度的暗通道先验盲图像去模糊算法模型。首先，展示了算法相关的理论证明，通过实验说明海森矩阵在保留边缘细节以及图像细节方面的可行性，其次在暗通道去模糊模型的基础上，引入二阶梯度项并施以L1范数约束。然后采用半二次分裂策略来解决该非凸优化问题，最后，使用快速傅里叶变换求得最终的清晰图像和模糊核。实验结果表明，该算法能够在抑制噪声的同时很好地保护图像的边缘细节和消除振铃伪影，并且在合成图像和自然图像上都比现有的图像去模糊方法鲁棒性更强，并且性能良好。在自然图像数据集中SSIM值平均提高了10%以上。