一种具有快速收敛特性的盲自适应波束形成算法

本文提出了一种基于信号的周期平稳特性的具有快速收敛特性的盲波束形成新方法。该盲算法应用了ＲＬＳ技术,仿真实验证明该算法的收敛速度快于Ｃａｓｔｅｄｏ 等人提出的随机梯度算法     

一种基于正交加权约束的GPS抗干扰盲算法

针对GPS信号C/A码的周期重复特性,联合CAB算法和子空间技术提出了一种盲自适应波束形成方法。该算法通过将CAB算法的权矢量和控制矢量约束到干扰导向矢量的正交补空间内,使之在期望信号方向上产生高的增益,并在干扰方向上形成零陷。该方法具有盲处理、收敛速度快和低计算复杂度等优点。仿真结果证明了算法的有效性。     

一种DDLMS和CMA方法相结合的盲均衡算法

本文提出一和种适用于M-PAM和M-QAM的新的盲均衡算法：DDMLS-CMA算法。该算法克服了盲均衡算法Sato、Godrd残余误差大的缺点，又保持了快速收敛特性，并且收敛速率比BG算法快，是一种稳定的盲均衡算法。     

遗忘因子法改善盲自适应波束形成性能

绝大多数通信信号都具有循环平稳特性,利用信号的循环平稳特性可以进行真正的盲自适应波束形成,CAB类算法就是其中的一种,它的运算量较小,但鲁棒性不够强。文献中提到一种基于特征空间的盲波束形成算法,该算法将估计的导向矢量约束在信号子空间,提高了算法的收敛速度和鲁棒性。但当循环频率存在误差时,上述算法的性能将急剧下降。本文提出一种改进算法,在估计循环相关矩阵时引入遗忘因子可以大大降低算法对循环频率误差的敏感性,计算机仿真验证了理论分析的正确性。     

强干扰下的盲波束形成算法

针对恒模波束形成算法在干扰信号功率较强的情况下不能收敛到期望信号的问题,提出了一种基于独立分量分析的盲波束形成算法。该算法应用独立分量分析的方法来分离阵列接收信号,通过期望信号来向约束分离向量使其收敛到期望信号,算法在强干扰信号情况下能够收敛到期望信号、对非恒模信号有效并且运算量适中。理论分析和仿真实验表明提出的算法在强干扰和幅相误差存在的情况下相比恒模算法性能优越。     

恒模算法:进展与展望

本文阐述了恒模算法的数学模型和基本原理,对近年来出现的各种恒模算法进行了综述,简要分析了这些算法的工作原理和收敛特性。在此基础上讨论了恒模算法在盲均衡、盲多用户检测、干扰抑制和盲波束形成等领域的应用。最后对恒模算法的发展趋势进行了展望。     

适用于高阶QAM信号的分数间隔混合盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出一种分数间隔混合盲均衡算法。该算法将恒模盲均衡算法(CMA)与判决引导算法相结合,并充分利用了分数间隔均衡结构在收敛速度、稳态误差方面的优势。均衡器系数更新首先进行时域解相关,为了消除恒模盲均衡算法的相位不敏感特性,在实现上构造载波同步与盲均衡的大环路。仿真结果表明,对方形星座图的高阶QAM信号,该算法可以提供更快的收敛速度和更小的稳态误差。     

基于峰度自然对数最大化的信号盲分拣算法和盲波束形成

该文基于峰度自然对数最大化准则,提出了一种自适应一元信号盲分拣算法,提出的算法可以用于一元信号盲分离和进行盲波束形成,与基于峰度值最大化准则的KMA算法相比,收敛速度快,有较强的稳健性,将非线性函数引入学习速率的调节,算法自动选取学习步长,避免了人工选取学习速率不当而导致算法发散。同时,提出了两种复数抽气算法,配合一元信号盲分拣算法可以依次分离多个信号源,仿真试验验证了算法的有效性。用提出的算法在四元线阵上盲分离两个水声信号,结果发现,一元信号盲分离实现的盲波束形成波束图与最优波束接近。     

用Hopfield网络实现盲波束形成

本文提出了一种基于改进Ｈｏｐｆｉｅｌｄ 网络的盲波束形成算法。利用神经网络的计算结构,避免了矩阵求逆运算,同时利用对角加载技术加快了收敛速度、保证了算法的鲁棒性     

基于优化恒模算法的盲波束成形

提出一种基于优化恒模算法的盲波束成形,主要针对统计梯度恒模算法的收敛速度及收敛性能进行分析。采用最优步长策略,给出一般搜索方向下步长的最优值;通过对接收信号的空间分析,对权向量作信号子空间投影优化取值;采用准牛顿法的搜索方向,确保近似海色(Hession)矩阵的正定性。仿真结果表明,优化恒模算法的盲波束成形复杂度较低,收敛准确,收敛速度快和稳定性高。     

一种适用于QAM通信系统的盲均衡算法

该文提出了一种适用于QAM通信系统的盲均衡算法。该算法克服了传统GSA,CMA等算法收敛后剩余 误差大的缺点,保持了较高的收敛速度,在均衡的同时能够自动补偿信道引起的相位误差。从计算机仿真结果可以 看出,该算法具有较好的均衡特性。     

SMI-LSCMA盲自适应多波束形成算法研究

提出一种基于协方差矩阵求逆(SMI)和最小二乘恒模(LSCMA)的恒模阵列盲多波束形成算法。该算法由SMI算法决定LSCMA算法的初始权向量,充分利用SMI结合LSCMA算法的所有优点,在干扰信号较强时,确保权向量收敛至弱期望信号。并且有稳定的SINR输出,具有良好的信号分离提取性能。仿真结果证明了SMI-LSCMA算法具有较强的稳健型和较快的收敛速度。     

基于小生境遗传优化的正交小波变换盲均衡算法

针对现有盲均衡技术收敛速度慢、稳态误差大、容易收敛到局部极小值的缺点,文中提出了基于小生境遗传优化的正交小波变换盲均衡算法.该算法利用小生境遗传算法搜寻全局,并利用正交小波盲均衡提高收敛速度.计算机仿真结果验证了算法的有效性.     

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。     

一种基于最小Rayleigh熵的盲波束形成算法

提出了一种基于最小Rayleigh熵的盲波束形成算法。该算法根据最小Rayleigh熵的原理对恒模算法的代价函数进行改进,其基本思想就是在寻找最优权矢量时把恒模信号的幅值归并到协方差矩阵里去考虑,以得到最小代价函数的闭式解,从而得到初始权值,最后再用最小二乘恒模算法（LSCMA）算法进行更新迭代。这种算法属于块处理,不存在算法收敛局部极小点和收敛速度慢的问题,所以具有较强的优越性。仿真结果证实了算法的有效性。     

基于正交小波变换的前馈神经网络盲均衡算法

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

用于波束形成的最小二乘广义模值算法研究

对用于波束形成的最小二乘广义模值算法(LSGMA)在多种信号环境下的收敛性能进行了分析;在此基础上提出一种新的多用户盲波束形成算法--迭代最小二乘广义模投影(ILSP-GMA)算法,克服LSGMA算法当恒模干扰信号强于所需信号时会错误收敛的缺陷.仿真结果表明该算法可有效适用于多用户情况,并可获得较原迭代最小二乘投影算法(ILSP)更快的收敛速度.     

一种改进的波束形成算法

论文分析研究了最陡下降恒模算法（SDCMA）在波束形成应用中收敛稳定性好和最小二乘恒模算法（LSCMA）收敛速度快的特点,将两种算法以新的方式相结合,吸收二者的优点,提出了一种基于预解扩判决反馈盲波束形成组合算法（SD—LSCMA）。通过和传统算法在相同环境下进行MATLAB仿真比较,结果表明,文中提出的算法具有更好的抗强多址干扰性能。     

用于MIMO-OFDM无线通信系统的一种新的自适应半盲波束形成算法

该文根据MIMO-OFDM物理层结构和无线移动矩阵信道的特性,从神经网络和信息论观点详细推导了一种新的多天线阵列自适应半盲波束形成器算法。与常规的盲估计和导频辅助信道估计算法不同的是,本文提出的新的半盲算法在权矢量自适应更新时,不断地用基于导频估计的权矢量进行修正。最后,用实际的HIPERLAN2协议进行了计算机仿真。结果表明这种算法不增加发射信号功率和不占用额外带宽,能提高天线增益性能和有效地提取出期望的发射信号,在收敛速度和BER性能方面优于常规的导频辅助信道估计算法。该波束形成器能自适应调整权矢量,其更新方式与TDMA和CDMA相似,所以本算法可直接用于有天线阵列的基于OFDM的第三代(3G)和三代后(3G beyond)的无线通信系统。     

宽带恒定束宽盲波束形成算法

针对传统盲源分离算法对宽带阵列信号适用性较差的问题,提出一种基于时频分析的宽带恒定束宽盲波束形成算法。该算法首先将接收信号变换到时频域上并提取出单源点。然后,对单源点聚类并求解信号在不同频点上的导向矢量。最后,通过提出一种信号来向未知的空间响应变化约束方法,实现宽带恒定束宽盲波束形成。该算法避免了将宽带盲波束形成转换为卷积混合的盲源分离,因而不存在时域盲源分离算法中系统参数随滤波器阶数急剧增加的问题,也不存在频域算法中排序和幅度模糊的问题。仿真结果表明,算法能够较好地实现宽带信号的盲分离,且输出信干噪比高于时域、频域以及时频域盲源分离算法,实测数据的处理结果验证了该算法的实用性。