基于数据重用的集员滤波拟仿射投影盲均衡算法

传统常模盲均衡算法应用广泛但是其收敛速率很慢.为了满足在短突发数据条件下的信道盲均衡,提出一种基于数据重用的集员滤波拟仿射投影盲均衡算法.该算法将仿射投影思想结合到常模算法中,利用多数据向量同时提取信道信息,再附加改进的集员滤波算法有效减小了运算量,并结合数据重用思想重新设计所匹配的数据重用方式.仿真结果证明所提算法具有较快的收敛速率,与同类算法相比能提前700个迭代点收敛,且在信噪比为10 dB以上的信道环境中也有较好的效果,能够在短突发数据信道均衡中有效发挥作用.     

基于自适应噪声抵消的无线传感网络信道优化

无线传感器网络通信技术广泛应用在物联网近场通信、水声通信等领域。无线传感网络通信信道受到多途干扰,导致信道失衡,需要进行信道均衡模型设计。提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术,首先构建了无线传感器网络通信的信道模型,对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组,采用自适应噪声抵消算法进行信道的多途干扰滤波,结合最小二乘（ RLS）准则算法进行无线传感器网络通信信道均衡设计。仿真结果表明,采用该通信信道均衡技术能有效提高无线传感器网络通信的信道质量,降低通信传输失真和误比特率,实现信道自适应均衡,提高通信的抗干扰能力。     

一种改进的记忆成比例仿射投影算法及其应用

自适应回声消除算法是回声消除领域中的主流技术,但由于回声信道的脉冲响应具有阶数高、稀疏以及时变的特点,使得传统的自适应回声消除算法的性能出现了明显的下降。为了改善传统算法的性能,提出了记忆成比例仿射投影算法。但对于高稀疏系统,记忆成比例仿射投影算法仍然表现出收敛速度慢和跟踪性能差的问题。针对这些问题,文中提出了一种改进的记忆成比例仿射投影算法,大大改善了收敛速度和跟踪性能。仿真结果验证了提出算法的有效性。     

基于MIMO系统的盲均衡算法研究

MIMO通信系统中,随着数据率的不断提高,信道呈现出频率选择性,尤其是多径干扰和多用户干扰将会使接收端产生严重的码间干扰,而盲均衡技术能有效消除码间干扰。文中重点研究了基于MIMO通信系统的恒模盲均衡算法,并在此基础上提出了基于Sigmoid函数的变步长CMA均衡算法。该算法与传统方法的不同之处在于,该改进算法中所使用的步长因子能跟随均衡器的收敛情况自适应调整,且计算仿真结果表明,改进后的CMA算法能有效抑制噪声,且收敛速度快。     

一种新自适应滤波快速算法及其 在多路回波消除中的应用

本文提出了一种新的自适应滤波算法,该算法结构简单、计算量适中且收敛速度快,弥补了一般变步长LMS自适应算法计算量小但收敛速度欠佳,以及仿射投影算法(APA)收敛速度快但计算量非常大的缺陷.该算法计算量与一般LMS算法相当,而收敛速度却与APA算法相当,其结构比APA及相应的改进算法要简单得多.我们不仅对所提算法的收敛性及性能进行了分析,而且将它用于多路回波消除中获得了成功,仿真结果表明,该算法与Sankaran(1997)所提NLMS-OCF算法及Benesty(1996)所提APA-MC算法比较,在收敛速度和收敛精度相当的情况下,其计算复杂度大大减少.从而新算法具备更好的实时性.     

一种消除椒盐噪声的迭代自适应中值滤波算法

针对传统中值滤波算法对高密度椒盐噪声图像滤波效果差的问题,基于循环迭代处理思想,提出一种消除椒盐噪声的迭代自适应中值滤波算法。在传统基于决策滤波方法基础上,所提算法自适应调整滤波窗口尺寸并计算滤波窗口内非椒盐像素中值以替换噪声像素,进而根据噪声密度自适应决定算法迭代次数,以完全消除椒盐噪声并恢复原始图像。仿真结果表明,对噪声密度为10%～99%的图像,与标准中值滤波及其4种改进算法相比,所提算法能较快消除椒盐噪声且可较好恢复原始图像细节。     

子带仿射投影及子带双端检测算法的回声消除系统

文中提出了一种新的多相位子带自适应回声消除系统。在子带内进行自适应滤波对建模长度比较长的脉冲响应特别有效,同时由于仿射投影算法具有预白化的作用,它同样也具有改善滤波器收敛性能的功能。该系统集中了多相子带自适应滤波和仿射投影算法的优点,结合了子带内的双端检测算法,使得系统在临界采样的情况下能进行稳定有效的工作。实验表明：该系统对于语音信号和强相关信号都表现出了良好的性能。     

改进型RLS算法用于信道估值与信道均衡的比较

文对用于信道估值和信道均衡的几种改进型RLS算法进行了比较,理论分析和计算机仿真结果说明信道估值的最优解可以模拟出信道的传输函数,噪声仅对自适应滤波算法的收敛过程产生影响,而信道均衡的最优解受噪声功率谱密度的限制。因此性能良好的信道估值算法可以用于信道均衡中,以改善自适应均衡的性能。     

α 稳定分布噪声下基于核方法的非线性信道均衡算法

为了提高α稳定分布噪声下非线性信道均衡器的性能,本文利用核方法处理非线性问题,结合最小平均p范数算法的核心思想,构造了α稳定分布噪声下基于核方法的非线性均衡器,提出并推导了α稳定分布噪声下核最小平均p范数均衡算法。首先,通过核函数将接收信号映射到高维特征空间;然后,在高维特征空间中利用LMP算法对信号进行均衡;最后,将均衡器的输出信号表示为内积形式并利用核函数将其转化到输入空间进行计算。理论分析和仿真实验结果表明,与核最小均方算法和最小平均p范数算法相比,新算法在保证收敛速度的前提下降低了稳态误差,能够更好地对α稳定分布噪声下的非线性信道失真进行补偿。      

基于自适应滤波的宽带多信道校准技术研究

基于自适应滤波的自适应均衡技术在通信、雷达中已得到大量应用,这里对基于自适应均衡的宽带多信道校准算法进行了研究,利用自适应滤波原理综合出一个数字滤波器,对各信道的增益失配与相移失配进行精确的通道均衡补偿,该方法解决了电子战多通道接收机之间的信道校准问题。其中给出了仿真结果,验证了算法的有效性,并且采用FPGA或DSP实现数字滤波器是一项成熟的技术,所以通过设计特定的数字滤波器来实现宽带多信道的校准在工程上是可实现的。     

An efficient robust adaptive filtering algorithm based on parallelsubgradient projection techniques

This paper presents a novel robust adaptive filtering scheme based on the interactive use of statistical noise information and the ideas developed originally for efficient algorithmic solutions to the convex feasibility problems. The statistical noise information is quantitatively formulated as stochastic property closed convex sets by the simple design formulae developed in this paper. A simple set-theoretic inspection also leads to an important statistical reason for the sensitivity to noise of the affine projection algorithm (APA). The proposed adaptive algorithm is computationally efficient and robust to noise because it requires only an iterative parallel projection onto a series of closed half spaces that are highly expected to contain the unknown system to be identified and is free from the computational load of solving a system of linear equations. The numerical examples show that the proposed adaptive filtering scheme realizes dramatically fast and stable convergence for highly colored excited speech like input signals in severe noise situations     

一种改进的红外图像自适应增强方法

对红外图像而言,如何在压缩动态范围的同时增强细节、抑制噪声以提升显示效果是一个重要的课题。文中提出一种改进的红外图像自适应增强方法,首先设计了一种参数自适应的引导滤波方法,并基于引导滤波将原始红外图像拆分成基本层和细节层;然后基于像素灰度分布设计了一种新型的自适应阈值的直方图映射方法,以对基本层压缩动态范围并增强其对比度;之后利用自适应引导滤波的线性系数对细节层进行增强并抑制噪声;最后对增强后的基本层和细节层进行自适应融合得到增强后的红外图像。实验结果表明,与对比度受限的自适应直方图均衡方法、基于引导滤波的高动态红外图像增强方法等几种效果相对较好的方法相比,文中所提出的方法处理后的图像细节更丰富,噪声抑制效果更强,视觉效果更好,且该方法适应性更强,无须调整参数即可应对多种观测场景。     

Iterative frequency-domain channel estimation and equalization for single-carrier transmissions without cyclic-prefix

Compared to conventional time-domain equalization, frequency-domain equalization (FDE) presents a computationally efficient alternative for the reception of single carrier (SC) transmissions. In this paper, we consider iterative FDE (IFDE) with explicit frequency-domain channel estimation (FDCE) for non-cyclic-prefixed SC systems. First, an improved IFDE algorithm is presented based on soft iterative interferencecancellation. Second, a new adaptive FDCE (AFDCE) algorithm based on per-tone Kalman filtering is proposed to track and predict the frequency-domain channel coefficients. The AFDCE algorithm employs across-tone noise reduction, exploits temporal correlation between successive blocks, and adaptively updates the auto-regressive model coefficients, bypassing the need for prior knowledge of channel statistics. Finally, block-overlapping is used to facilitate the joint operation of IFDE and AFDCE. Simulation results show that, compared to related IFDE and adaptive channel estimation schemes, the proposed schemes offer lower mean-square error (MSE) in channel prediction, lower bit error rate (BER) after decoding, and robustness to non-stationary channels.     

基于FABA-SISO的时变频率选择性衰落信道CPM信号盲均衡

该文针对时变频率选择性衰落信道下高阶连续相位调制(CPM)信号盲均衡中存在的均衡性能较差、复杂度较高以及收敛速度慢等问题,从双向自适应信道均衡的角度出发,将线性调制信号均衡中使用的前后向自适应软输入软输出(FABA-SISO)算法推广,建立一种新的基于FABA-SISO的信道盲均衡方法,并结合逐幸存处理(PSP)思想和Kalman滤波,提出一种适用于高阶CPM信号的自适应盲均衡算法。该算法通过使用FABA-SISO算法,同时利用过去、现在和将来的观察数据进行Kalman滤波信道估计,有效改善了信道估计的精度,同时使用PSP算法来降低系统的复杂度,使得算法具有较好的工程应用性。仿真结果表明所提算法具有良好的盲均衡性能以及收敛性。     

α稳定分布下的加权平均最小p-范数算法

该文提出一种新的适用于α稳定分布噪声环境的自适应滤波算法,这种算法通过使加权平均误差函数的p-范数最小来实现自适应滤波.在这种算法的基础上,该文还得到两种新的动量LMP自适应算法.将这些新算法应用于估计AR模型的参数,计算机仿真的结果表明,该文提出的算法的性能比已有LMP算法的性能要更为优越.     

基于无噪后验错误矢量信号能量的变正则因子仿射投影算法

变正则因子技术是提高仿射投影自适应算法性能的重要方法之一.由于环境噪声的影响,现有的变正则因子自适应算法收敛速度较慢且稳态误差较大,各种测量、评估误差的存在进一步恶化了算法性能.为提高自适应算法的跟踪性能,本文在分析无噪先验错误矢量、无噪后验错误矢量和额外均方错误间关系的基础上,提出通过最小化无噪后验错误矢量信号能量来推导自适应变正则因子表达式的方法.在实践应用中,该方法利用了测量噪声的统计方差特性,并提出一种更加光滑且更加容易控制的指数缩放因子评估方法.系统辨识的仿真结果表明本文方法与传统的变正则因子方法以及变步长方法相比有更快的收敛速度与更低的稳态误差.     

Normalized sliding window constant modulus and decision-directedalgorithms: a link between blind equalization and classical adaptivefiltering

By minimizing a deterministic criterion of the constant modulus (CM) type or of the decision-directed (DD) type, we derive normalized stochastic gradient algorithms for blind linear equalization (BE) of QAM systems. These algorithms allow us to formulate CM and DD separation principles, which help obtain a whole family of CM or DD BE algorithms from classical adaptive filtering algorithms. We focus on the algorithms obtained by using the affine projection adaptive filtering algorithm (APA). Their increased convergence speed and ability to escape from local minima of their cost function make these algorithms very promising for BE applications     

稳定分布噪声下基于粒子滤波的多径时变信道盲均衡算法

提出了一种基于粒子滤波的多径时变信道盲均衡算法,并在此基础上进行扩展,提出了一种基于延迟抽样的盲均衡算法。新算法的贡献可总结为：推导出对称α稳定分布（SαS）噪声下对传输码元进行最大后验估计的盲贯序算法;对SαS分布噪声进行高斯近似并递推出信道及噪声未知参数的联合后验分布。仿真结果表明,所提出的算法是有效的,特别是在较强脉冲噪声情况下要优于其他算法。