基于小波包变换的自适应线性均衡算法

在分析小波包和传统自适应线性均衡的基础上,提出了一种基于小波包变换的自适应均衡器结构,并结出了相应的自适应均衡算法,与通常的基于小波变换的自适应均衡算法相比,该算法利用了小波包对小波空间的进一步划分,因此其对信号的去相关能力比小波变换更强,仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现。     

一种适于多电平调制信号均衡的神经网络

在二电平信号下基于多层感知器ＭＬＰ（ＭｕｌｔｉＬａｙｅｒＰｅｒｃｅｐｔｉｏｎ）的均衡器（ＭＬＰＥ）性能远远优于传统的线性模向均衡器ＬＴＥ（ＬｉｎｅａｒＴｒａｎｓｖｅｒｓａｌＥｑｕａｌｉｚｅｒ）．但在多电平调制信号下，ＭＬＰＥ性能迅速下降．其主要原因在于激活函数的选择．文中提出了一种适于多电平信号均衡的神经网络模型——分段多层感知器ＳＭＬＰ（ＳｅｇｍｅｎｔＭｕｌｔｉＬａｙｅｒＰｅｒｃｅｐｔｉｏｎ），并给出其算法．模拟结果表明，基于ＳＭＬＰ的均衡器，比ＬＴＥ和ＭＬＰ收敛速度更快，最小均方误差ＭＭＳＥ（ＭｉｎｉｍｕｍＭｅａｎＳｑｕａｒｅＥｒｏｒ）也小得多，而计算复杂度则与ＭＬＰ相同．     

基于多层神经网络的盲均衡算法

提出了一种新的基于多层神经网络的盲均衡算法,神经网络的训练采用一种新的混合算法。该算法结合了Ｒｏｓａｒｉｏ算法与Ｓｏｌｉｓ和Ｗｅｔｓ的随机优化方法的优点,具有全局收敛特性。模拟结果显示,该算法比常量模板算法具有更快的收敛速度,性能优于线性均衡器和使用传统ＢＰ方法的神经网络均衡器。     

基于正交小波变换的并行软判决盲均衡算法

针对常数模算法收敛速度慢的缺点,在分析基于正交小波变换盲均衡器结构和并行软判决盲均衡算法的基础上,提出一种基于正交小波变换的并行软判决盲均衡算法.该算法将正交小波变换引入到并行软判决算法中,利用正交小波变换对信号很强的去相关能力,降低信号的自相关性,以加快算法的收敛速度.水声信道仿真结果表明,与并行的软判决盲均衡算法相比,所提出的基于正交小波变换的并行软判决盲均衡算法具有更快的收敛速度.     

小波变换的自适应均衡算法

在分析传统的线性均衡算法的基础上,从用小波级数表示均顺和变换域的角度出发,给出了一种基于正交小波变换的自适应线均衡算法,理论分析和计算机模拟表明,该算法具有较忆的收敛速度,适用于无解析式的小波,其结构简单,易于实现。     

基于小波尺度空间的中值函数

在分析传统中值函数的基础上,针对传统高斯中值函数计算复杂运算量大的问题,结合中值函数和小波尺度空间的基本概念,提出一种新的基于小波尺度空间的小波中值函数．与传统的算法相比,不仅减少了计算量,而且可增强图像的边缘,有利于图像的后续处理．     

基于粗糙集改进的KNN级联均衡器抑制LED非线性研究

针对LED非线性响应导致可见光通信性能严重下降的问题，提出基于粗糙集理论改进的k最近邻(KNN)算法，并与最小均方(LMS)算法相结合，设计了级联均衡器。首先，根据接收端星座点分布特征，将训练集数据空间划分为不同的区域，并对不同区域采用不同的分类策略，从而降低了传统KNN算法的计算复杂度；然后，提出将LMS均衡器与改进的KNN均衡器相结合。第1级LMS均衡器有助于降低样本点的弥散度，为提高第2级改进KNN均衡器的分类准确性和减小计算复杂度提供了条件；最后，采用蒙特卡罗方法对系统进行了仿真实验。实验结果表明，改进KNN算法的复杂度约为传统KNN算法的1/9,且不会牺牲分类准确性。同时，使用所提的LMS算法和改进KNN级联均衡器能显著改善可见光通信系统的性能。     

基于小波分解的人脸标准化算法

在对传统积分投影法实现人脸标准化算法及其特点进行分析的基础上．针对其速度较慢的缺陷．利用小波变换的多分辨分析特性，提出了基于小波分解和积分投影的人脸标准化算法．采用ORL人脸数据库进行仿真实验．结果表明：该算法在保持原来积分投影算法优点的同时，标准化速度可以提高将近4倍，具有一定的实用价值．     

MIMO系统采用不同准则的均衡器性能分析

分析在不同离散时间信道下和同一离散时间信道不同的抽头下ZF和MSE线性均衡器的均衡效果,将两种准则应用于多输人多输出（MIMO）系统均衡中,与最大似然（ML）检测和基于球形译码算法（SD）的检测做比较。理论和仿真结果表明：线性均衡器能降低符号间串扰,并且抽头数越多均衡效果越好,但当抽头数达到一定值时,均衡效果的进一步改善不大。MIMO系统中基于MSE准则的判决反馈均衡器优于线性均衡器,SD算法可用较少的计算量获得最接近ML检测的性能。     

基于分段代价函数的新双模式空间分集均衡器(英文)

提出了一种新的基于分段代价函数的双模式空间分集均衡器,来同时克服信号衰落及码间串扰.新的空间分集均衡器中的核心算法由基于分段代价函数的常数模算法和多模算法组成.对于高阶QAM信号,新的空间分集均衡器比传统的空间分集均衡器具有更低的稳态均方误差和更快的收敛速度.利用水下声信道模型进行计算机仿真研究,结果证明了新空间分集均衡器的有效性.