同步多用户长码直扩信号的盲解扩

针对同步多用户长码直扩信号,该文提出了一种低信噪比条件下的盲解扩算法。该算法通过将多用户长码直扩信号建模为含有缺失数据的同步多用户短码直扩信号,采用SVT算法实现扩频码波形序列子空间估计,并在此基础上利用EM算法完成信号的盲解扩。计算机仿真表明即使在较低信噪比条件下,该算法也具有优良的盲解扩性能,且与合作解扩性能相近。     

基于相关脉宽峰值搜索的直扩信号盲同步算法

无论是实现直扩信号的盲解扩还是扩频码序列恢复,严格的同步都是算法的关键,同步精度对扩频码序列估计的误码性能有着重要影响。为此提出了一种基于相关脉宽峰值搜索的直扩信号盲同步算法,仿真分析表明,该算法能够较好运用于低信噪比条件下直扩信号的同步点估计。     

噪声鲁棒的动态范围压扩算法

结合基于递归平均的噪声估计算法和动态范围压扩算法,提出了一种动态调整噪声抑制临界点的动态范围压扩算法。通过对噪声水平的动态估计,实时调整噪声抑制阈值,在进行听力补偿的同时进一步提高信噪比,避免了动态范围压扩算法在放大语音的同时,噪声也被放大的问题。试验结果表明,该方法在4种不同的噪声环境下,进行听力补偿之后,相对于典型的动态范围压扩算法,信噪比平均提高约9．7dB。     

智能天线数字波束形成的LMS-DRMTCMA算法

本文提出一种适用于TD-SCDMA智能天线系统数字波束形成的LMS(最小均方)解扩重扩多目标恒模阵列(LMS-DRMTCMA)算法。该算法通过将Z.Rong等提出的LS解扩重扩多目标恒模阵列(LS-DRMTCMA)参考信号形成方法应用到LMS算法,并将TD-SCDMA标准提供的训练序列用于加速算法的收敛,使运算量远低于LS-DRMTCMA算法,明显低于导频LMS解扩重扩多目标阵列(LMS-DRMTA)算法。LMS-DRMTCMA算法还适用于激活用户数远大于天线阵元数的移动通信系统。仿真实验表明,LMS-DRMTCMA算法比LS-DRMTCMA算法和导频LMS-DRMTA算法具有更低的误码率,适合在极低信噪比环境中工作。LMS-DRMTCMA算法具有运算量低、易于实时实现的特点。     

一种微弱直接序列扩频信号的盲自适应解扩算法

针对微弱直扩信号扩频码的盲估计和信息码的盲解扩问题,本文提出了一种能同时分离直扩信号扩频码和信息码的非线性盲自适应恒模算法,达到了对直扩信号盲处理。本文首先提出了直扩信号的盲分离问题,然后详细分析推导了盲自适应随机梯度恒模算法,最后将该盲自适应随机梯度恒模算法应用到了对微弱直扩信号的盲分离中,并从理论上阐明了可以用该算法来实现直扩信号的盲分离。所提出的算法完全不同于以往的基于矩阵分解（奇异值分解、特征分解等）的伪码盲估计方法,它的存储开销量和计算量都比较小,可以实现对较长伪码构造的直扩信号的处理,而且它的计算速度较快,在某种程度上解决了传统的基于矩阵分解的方法在直扩信号的实时处理及实现上的困难。理论分析和数值结果都表明了所提方法能较好地工作在较低的输入信噪比条件下。      

一种具有窄带干扰抑制能力的改进型LSL插值算法

本文提出了一种基于QR分解技术的最小二乘格形插值算法-QRD-LSL插值算法来抑制直扩系统中的窄带干扰.该算法利用直扩信号、噪声信号和窄带干扰信号数据样值间相关特性的差异,通过对直扩系统接收端数据样值序列进行插值运算来估计窄带干扰信号成分,从而达到抑制直扩系统中窄带干扰的目的.由于该算法引入了QR分解过程避免了对数据矩阵求逆运算,并引用动态范围较小的新变量参与阶递推运算,极大程度上提升了算法在稳态特征、收敛速度和计算复杂度等方面的性能.仿真结果表明:QRD-LSL插值算法较LSL插值算法和LSL预测算法至少可获得4dB的处理增益,且计算量与滤波阶数呈线性关系.     

降低OFDM系统峰均比的压扩算法对系统误码率的影响

讨论了降低OFDM系统峰均比所采用的基于数值变换的压缩扩张算法,给出了几种压扩函数,推导出了使用压扩变换后OFDM系统的误码率公式,由此分析了压扩算法对OFDM系统性能的影响。可以看出,该算法不仅能有效降低OFDM系统的峰均比,而且能降低系统的误码率。仿真结果表明,本文给出的公式较好地反映了使用该算法后OFDM系统的误码性能。     

未知频偏下长码直扩信号的盲解扩

该文提出一种新的数据模型用于盲解扩含未知频偏的长码直扩信号。它将长码直扩信号重排为含有缺失数据的短码直扩信号,然后扩展使用了短码伪码周期的盲同步算法,最后采用交替投影算法恢复出信号子空间,并用于盲解扩。仿真实验表明提出的方法不受未知载频的影响,在低信噪比下表现了良好的性能。     

单个椭球面扩束透镜的设计研究

为了设计单个椭球面缩束(扩束)透镜,采用全面学习策略的粒子群算法作为设计方法,依据光线折射定律矢量形式所表征的椭球面折射特性进行了理论分析,得到了用全面学习策略的粒子群优化算法设计单个椭球面缩束(扩束)透镜的适应度数据公式,设计出了线度小于170mm缩束14.16倍的单个椭球面缩束透镜,并用光线追迹方法模拟了缩束或扩束过程。结果表明,单个椭球面透镜可以起到缩束或者扩束作用,全面学习策略的粒子群算法可用于椭球面缩束透镜的设计。这一结果对于简化扩(缩)束系统结构、设计出适应于不同要求的单个扩(缩)束透镜是有帮助的。     

一种盲自适应空时多用户检测技术

空时多用户检测技术是一种有效消除CDMA系统中多址干扰和码间干扰的方法。目前很多此类方法都需要知道一些系统参数,其自适应实现需要训练序列。提出了一种结合恒模算法(CMA)和解扩重扩算法(DRA)的盲自适应空时恒模解扩重扩算法(STCMDRA),他能够有效利用信号的恒模特性以及用户已知的扩频信号信息来较好地抑制多址干扰及码间干扰。仿真结果进一步验证了该方法的性能。     

声学法电站锅炉温度场重建算法的研究与比较

为了声学法电站锅炉温度场测量的需要，重点沦述了一种利用正则化方法对电站锅炉炉膛温度场进行重建的算法，并与最小二乘法温度场重建算法进行了比较。该算法与最小二乘法温度场重建算法的主要区别是通过在温度场重建中加入火焰先验信息，提高测量数据较少时温度场的重建精度，通过仿真考察了该算法与最小二乘法算法对不同温度分布函数的重建效果，结果表明该算法比最小二乘法温度场重建算法具有较高的重建精度，用该算法可通过较少测量数据快速而较高精度地实现电站锅炉炉膛二维温度场的重建。     

一种基于最小二乘法和Taylor级数展开法的协同定位算法

文章文针对基于TDOA的Taylor级数展开法在蜂窝网移动通信定位过程中初始值不易选择的问题,提出了一种基于最小二乘法和Taylor级数展开法的协同定位算法,将最小二乘法的定位结果作为Taylor级数展开法的初始值,仿真结果表明,该法的定位精度要高于最小二乘法和Taylor级数展开法。     

一种约束稳定性最小均方噪声对消算法

研究了最小均方误差(LMS)算法、归一化的最小均方(NLMS)算法及变步长NLMS算法在自适应噪声干扰抵消器中的应用,针对目前这些算法在噪声对消器应用中的缺点,将约束稳定性最小均方(CS-LMS)算法应用到噪声处理中,并进一步结合变步长的思想提出来一种新的变步长CS-LMS算法。通过MATLAB进行仿真分析,结果证实提出的算法与其他算法相比,能很好地滤除掉噪声从而得到期望信号,明显的降低了稳态误差,并拥有好的收敛速度。     

多传感器误差配准研究

多传感器组网信息融合时,需要对组网中各传感器系统误差进行估计和补偿,以消除各传感器系统误差对融合性能的影响.研究了雷达组网系统误差配准模型,并对最小二乘算法(LS)、广义最小二乘算法(GLS)、递推最小二乘算法(RLS)、修正EX算法等误差配准算法进行对比分析,同时给出了扩维配准模型用于解决多传感器组网配准问题,针对实...     

l0-范数约束的稀疏多径信道RLS常模盲均衡算法

针对稀疏多径信道下MPSK信号的快速盲均衡问题,提出了一种l0-范数约束的递归最小二乘常模盲均衡算法.该算法借鉴传统的递归最小二乘常模盲均衡算法思想,结合稀疏自适应滤波理论,首先利用l0-范数对均衡器抽头系数进行稀疏性约束,构造出一种l0-范数约束的加权最小二乘误差代价函数,然后依据递归最小二乘算法推导出均衡器抽头系数更新公式.该算法发挥递归最小二乘常模算法收敛速度快的优势,并对幅度极小系数附加零点吸引调整,从而实现不同幅度抽头系数的快速收敛.理论分析与仿真结果表明,与现有算法相比,该算法在保证较低剩余符号间干扰的前提下,能有效提高均衡器的收敛速度.     

基于约束最小二乘的纯方位多站被动跟踪算法

纯方位单站目标被动跟踪需要观测站作机动才能满足可观测条件,导致跟踪算法收敛时间较长。基于纯方位多站被动跟踪算法可以解决算法收敛时间较长的问题,文中提出了一种约束最小二乘算法用于纯方位多站被动跟踪,它首先为最小二乘算法引入约束条件,利用矩阵最小特征值所对应的特征向量,解决了EKF 算法需要初值的问题,避免了滤波的发散,同时也极大地减小了最小二乘估计的偏置。仿真表明,这种算法能够渐进地逼近估计误差的下限,并且其精度有所增加,是一种渐进、稳定以及近似无偏的估计算法。     

一种新的PLC系统窄带干扰抑制算法

针对电力线通信中的窄带干扰( NBI,Narrowband Interference),提出了一种基于循环前缀的递推最小二乘(CP-RLS,Cyclic Prefix-recursive Least Square)算法,并将该算法与干扰抑制-正交频分复用(IS-OFDM,Interference Suppressing-orthogonal Frequency Division Multiplexing)技术、循环前缀-分块最小均方算法(CP-BLMS,Cyclic Prefix-block Least Mean Square)以及线性快速分块最小均方(LFBLMS,Linear Fast Block Least Mean Square)算法进行了比较.仿真结果表明,在NBI功率较大时,CP-RLS算法的BER性能与CP-BLMS、LFBLMS算法相比提高了一个数量级,且随着NBI功率进一步增加,其BER性能几乎没有变差;CP-RLS算法更适合信道条件复杂多变的电力线通信.     

基于最小均方和递归最小二乘的有源滤波器谐波检测

针对当前有源滤波器谐波检测算法的精度低、运算量大、实时性差等不足,为了获得更加理想的谐波检测结果,提出了基于最小均方和递归最小二乘的有源滤波器谐波检测算法。首先针对锁相环获取输入信号运算量大、谐波检测时间长的难题,将过负载电流作为参考输入,加快有源滤波器的响应速度,然后基于最小均方算法和递归最小二乘算法快速、准确的实现谐波检测,最后在MATLAB 1204平台对本文算法的有效性和先进性进行了仿真验证性实验。 实验结果表明,本文算法得到了较高的有源滤波器谐波检测精度,能够提高有源滤波器的补偿性能,而且具有较快的动态响应速度,改善了算法的实时性。     

一种最小二乘与自适应Kalman联合滤波算法

"当前统计模型"滤波算法中采用上一帧的加速度来预测当前时刻的目标位置,当目标做变加速度运动时,预测值不能反应本帧的加速度变化,目标跟踪精度难以保证.针对这个问题,本文提出了一种最小二乘和Kalman的联合滤波算法,在自适应Kalman滤波前,采用最小二乘算法对当前数据进行拟合,用拟合的位置、速度和加速度作为目标的预测位置送入Kalman滤波器进行滤波处理,克服了"当前统计模型"滤波中存在的问题,提高了跟踪精度.     

基于最小平方算法的被动浮标目标定位

对多被动浮标的目标定位问题进行了研究,在给定各枚浮标与目标之间距离的差值的条件下,给出一种基于最小平方意义下的被动目标定位算法,即在保证定位误差平方最小的条件下,实现目标定位的方法。在对算法定位原理及定位误差研究分析的基础上,针对近场目标和远场目标两种情况,采用Monte-Carlo方法对该算法的定位性能进行了仿真;在一定假设条件下,仿真分析了不同距离差值量测噪声对目标位置误差、位置均方根误差及方位误差的影响,并且对近场目标和远场目标两种情况下目标定位的性能进行了分析比较。