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。     

基于QR-RPCA的双基地MIMO雷达参数估计方法

针对冲击噪声下因接收信号二阶及以上矩不存在而产生性能恶化的问题,提出一种基于QR分解和鲁棒性主成分分析法(QR-RPCA)的双基地多输入多输出(MIMO)雷达参数估计方法。针对RPCA算法适用于实数矩阵处理的情况,先将复数信号转化为实数;然后根据冲击噪声的稀疏特点与目标信号矩阵的低秩特点,利用QR-RPCA算法将低秩信号矩阵从受冲击噪声污染的接收信号中提取出来,并直接得到信号子空间,该算法避免了传统RPCA算法中的大规模奇异值分解,时间复杂度有所降低;最后根据信号子空间并利用旋转不变信号参数估计技术(ESPRIT)对目标方位进行估计。理论与仿真表明,本文算法相较于其他消除冲击噪声的算法,对于低特征指数的冲击噪声具有更好的估计性能。     

一种双基地MIMO雷达快速多目标定位方法

该文研究了双基地MIMO雷达测向交叉多目标定位方法,提出了一种基于传播算子的双基地MIMO雷达快速多目标定位算法。该方法避免了一般子空间方法中占主要运算量的协方差矩阵估计和奇异值分解,不需要二维谱峰搜索,在保证二维方位角估计性能的基础上,降低了运算复杂度。利用矩阵的初等变换以及矩阵、矩阵特征值和特征值对应的特征向量三者之间的关系,该算法所估计二维方位角参数能自动配对,不需要额外的配对运算。最后仿真结果验证了该算法的有效性。     

Orthogonal-transformed variable-gain least mean squares (OVLMS)algorithm for fractional tap-spaced adaptive MLSE equalizers

A fast channel-estimation scheme for adaptive maximum-likelihood sequence-estimation (MLSE) equalizers called the orthogonal-transformed variable-gain least mean squares (OVLMS) algorithm is proposed. This algorithm requires only as many operations as the least mean squares algorithm in spite of its excellent performance. Furthermore, an operational complexity reduction method is proposed in which the orthogonal matrix is reconfigured as eigenvectors with valid eigenvalues. The OVLMS algorithm is theoretically analyzed and is shown to have both a fast acquisition and a good tracking performance. An equalizer using OVLMS (OVLMS-MLSE) experimentally attains a 5-dB improvement in bit-error rate (BER) performance at BER of 1.0×10 ^-4 over coherent detection. The OVLMS-MLSE is found to be free of the degradation caused by sampling phase error. Finally, the OVLMS-MLSE equalizer is experimentally verified to synchronize within five symbols     

H.264的帧间宏块模式选择算法

H.264中定义了7种不同大小的帧间宏块模式,为了提高编码效率,编码时对每一种宏块模式都进行运动搜索,并利用率失真优化(RDO)分别计算编码代价,选择编码代价最小的模式作为帧间编码模式,但是计算量非常大,导致运动估计速度缓慢,很难实现实时编码。本文提出一种选择宏块模式的快速算法,通过宏块模式编码代价的比较,提前确定宏块模式,从而逐步减少不必要的宏块搜索和RDO计算。实验结果表明,此方法与全宏块模式搜索相比较,图像质量和码流只有少量变化,而编码速度有显著提高。     

A Novel Normalized Sign Algorithm for System Identification Under Impulsive Noise Interference

To overcome the performance degradation of adaptive filtering algorithms in the presence of impulsive noise, a novel normalized sign algorithm (NSA) based on a convex combination strategy, called NSA-NSA, is proposed in this paper. The proposed algorithm is capable of solving the conflicting requirement of fast convergence rate and low steady-state error for an individual NSA filter. To further improve the robustness to impulsive noises, a mixing parameter updating formula based on a sign cost function is derived. Moreover, a tracking weight transfer scheme of coefficients from a fast NSA filter to a slow NSA filter is proposed to speed up the convergence rate. The convergence behavior and performance of the new algorithm are verified by theoretical analysis and simulation studies.     

基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法

为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。     

阵列单通道轮采式快速高精度定位算法

基于随机理论和多级维纳滤波(MSWF)思想,提出了一种均匀圆阵列单通道快速高精度测向定位算法。该算法只用一个接收通道,与多接收通道相比,在系统成本和复杂性方面具有显著的优势,并且避免了通道间幅相不一致导致算法性能下降的问题。该算法无需对阵列接收矩阵进行特征分解,减轻了星上处理器的运算负担,星上高精度测向定位的实时性得到保证。仿真实验验证了该算法的可行性和有效性。     

一种基于ITD算法的直扩信号检测算法

固有时间尺度分解(ITD)算法是一种局域波分解算法,该文对直接序列扩频信号ITD分解,提出了一种通过频域粗搜索和细搜索分别检测直扩信号码片速率和载波频率的快速算法。该算法以瞬时幅度作为分析参量,先设置截止频率对信号低通滤波处理,并通过引入伴随频率达到抑制噪声的目的,利用了固有时间尺度分解算法时频分辨率高,运算速度快的优势。仿真结果显示在-15dB信噪比下能够有效地检测出码片速率和载波频率。     

奇异值分解算法优化

奇异值分解算法在信号处理、图像处理、信息安全等领域均有重要应用.针对该算法存在的性能问题,提出了基于gamma:1驱动的数据重用模型,提高计算负载平衡性,降低数据通信量;给出基于多处理器的并行分解模型,数值试验均表明算法具有较高的并行加速比和效率.     

基于排序QR分解的VBLAST解码算法研究

将基于信号功率排序的QR分解算法与最后检测层分集增益最大算法相结合,提出一种改进的SQRD(Sorted QR Decomposition)算法。该改进算法在串行干扰消除SQRD算法的基础上最大化了分集增益。这样既能保证每次检测时的最先检测层信号功率最大,又能得到最后检测层的最大分集增益。同时采用了串行干扰消除,使后面的信道矩阵维数不断减少,降低了检测复杂度。仿真结果表明,改进的SQRD算法在误码性能上取得了较好的表现,尤其在接收天线数较大时误码性能得到明显改善。改进的算法在复杂度和性能上得到较好的平衡,很适合VBLAST系统的信号检测。     

基于四元数的Root-MUSIC的双基地MIMO雷达中角度估计算法

该文将四元数理论应用到双基地集中式多输入多输出(MIMO)雷达的角度估计中。文中通过传统数据模型构造四元数矩阵,提出了基于四元数的求根-多重信号分类(Root MUltiple SIgnal Classification, Root-MUSIC)的MIMO雷达中角度估计算法,该算法通过奇异值分解和Root-MUSIC来估计出发射角(Direction Of Departure, DOD)和接收角(Direction Of Arrival, DOA)。该算法的角度估计性能远优于现有文献的方法,并且无需谱峰搜索,复杂度大大降低。仿真结果验证了算法的有效性。     

一种改进的基于峰值信噪比-高阶奇异值分解的天波超视距雷达自适应海杂波抑制算法

天波超视距雷达(OTHR)舰船目标的检测性能受目标区海杂波的影响严重,准确且自适应的海杂波抑制效能对改善低可探测舰船目标的检测性能意义重大。该文针对基于高阶奇异值分解(HOSVD)的海杂波抑制算法非自适应机制的不足,通过引入峰值信噪比(PSNR),提出一种改进的基于PSNR-HOSVD的自适应算法。该算法仅利用第3等效模式展开矩阵的左奇异向量构造一个投影矩阵,相比于HOSVD算法,该文算法可有效降低计算复杂度,同时由于海杂波仅在第3等效模式展开矩阵的列空间中具有聚集特性,因此该文算法具有比HOSVD算法更好的海杂波抑制性能。实测数据处理结果表明,在电离层状态理想和非理想的情况下,该文PSNR-HOSVD自适应算法的性能均优于EVD自适应算法和HOSVD非自适应算法。     

一种基于LMMSE改进的FBMC信道估计算法

针对滤波器组多载波(Filter Bank Multicarrier,FBMC)系统的信道估计问题,对系统进行了简要介绍并提出一种基于线性最小均方误差(Liner Minimum Mean-Square Error,LMMSE)算法改进的信道估计算法。在原有的LMMSE算法基础上结合离散傅里叶变换(Discrete Fourier Transform,DFT)算法,并进行迭代估计,同时利用奇异值分解(Singular Value Decomposition,SVD)算法降低了计算的复杂度。仿真结果表明,改进的LMMSE算法明显提高了系统的性能。     

基于分解和超平面拟合的进化超多目标优化降维算法

目标降维是研究超多目标优化问题的一个重要方向,它通过恰当的算法设计,能够剔除一些对求解优化问题冗余的目标,达到极大简化优化问题的效果。在超多目标优化降维问题中,前沿界面呈现非线性的情形是最普遍也是最难处理的降维问题。该文提出一种基于分解和超平面拟合的算法(DHA)来处理这类目标降维问题,通过对进化过程中种群的有效分解,使得在几何上非线性分布的非劣解集近似分解为多个近似线性分布的子集,再用系数是稀疏的超平面结合一些扰动项去拟合这些非劣解子集,最后根据该超平面提取出原问题的本质目标集,达到去除冗余目标的效果。为了检验提出算法的有效性,采用DTLZ5(I, m), WFG3(I, m)和MAOP(I, m)作为测试问题集,与代表当今水平的著名算法进行比较。计算机仿真结果表明该文提出的算法无论前沿界面是线性或非线性的情形都具有优异的性能。     

Low-Density Parity-Check Codes with 2-State Trellis Decoding

A class of low-density parity-check (LDPC) codes with a simple 2-state trellis structure is presented. For LDPC decoding, the conventional belief propagation (BP) algorithm consists of numerous sub-decoders of single-parity check codes and exchanges information between sub-decoders in an iterative manner. If the single-parity check codes can be constructed and grouped in a proper way, the decoder can be decomposed into few identical 2-state trellis decoders. Therefore, instead of numerous sub-decoders of single-parity check codes, an iterative decoding algorithm based on few sub-decoders over 2-state trellis is proposed. The proposed decoding algorithm improves the efficiency of message passing between sub-decoders and hence provides a fast convergent rate as compared to the standard BP algorithm. Simulation results show that the proposed scheme provides a better performance and a fast convergent rate as compared to those of standard BP algorithm. The result also shows that the proposed algorithm has a similar performance as that of asynchronous replica shuffled BP algorithm and has a slightly inferior performance than that of synchronous replica shuffled BP algorithm. However, complexity analysis shows that our proposed algorithm has complexity that is lower than that of the replica shuffled BP algorithm.     

基于稀疏感知有序干扰消除的大规模机器类通信系统多用户检测

在大规模机器类通信(mMTC)系统中,以用户活跃性为先验信息,接收机可以基于稀疏感知最大后验概率(S-MAP)准则来检测多用户信号。为了降低S-MAP检测的计算复杂度,基于干扰消除的思想,该文提出一种改进的活跃性感知有序正交三角分解(IA-SQRD)算法,以适用于mMTC系统上行链路多用户信号检测。IA-SQRD算法将传统的活跃性感知有序正交三角分解(A-SQRD)算法的最终解作为初始解,并额外增加迭代干扰消除操作,以进一步提高检测性能。此外,利用与改进A-SQRD算法相似的思路,该文对稀疏感知串行干扰消除(SA-SIC)、有序正交三角分解(SQRD)及数据相关的排序和正则化(DDS)算法亦进行了改进设计,分别获得了相应的改进型算法,即ISA-SIC、I-SQRD及I-DDS算法。仿真结果表明:相对于A-SQRD算法,在未显著增加计算复杂度的情况下,在系统误比特率(BER)为\begin{document}$2.5 \times {10^{ - 2}}$\end{document}时,该文所提IA-SQRD算法可取得3 dB性能增益;并且,对于不同的活跃概率或扩频序列长度等参数配置下的mMTC系统,IA-SQRD算法相对于其它算法均表现出更优良的多用户检测性能。     

Directional diamond search pattern for fast block motion estimation

A new fast block matching algorithm (BMA) with a directional diamond search (DDS) pattern is proposed, which is designed to fit the directional centre-biased motion vector distribution. Simulation results show that the DDS algorithm has a significant computational speedup compared to other popular fast BMAs, with similar or even better performance.     

An Affine Projection Sign Algorithm Robust Against Impulsive Interferences

A new affine projection sign algorithm (APSA) is proposed, which is robust against non-Gaussian impulsive interferences and has fast convergence. The conventional affine projection algorithm (APA) converges fast at a high cost in terms of computational complexity and it also suffers performance degradation in the presence of impulsive interferences. The family of sign algorithms (SAs) stands out due to its low complexity and robustness against impulsive noise. The proposed APSA combines the benefits of the APA and SA by updating its weight vector according to the $L_{1}$-norm optimization criterion while using multiple projections. The features of the APA and the $L_{1}$-norm minimization guarantee the APSA an excellent candidate for combatting impulsive interference and speeding up the convergence rate for colored inputs at a low computational complexity. Simulations in a system identification context show that the proposed APSA outperforms the normalized least-mean-square (NLMS) algorithm, APA, and normalized sign algorithm (NSA) in terms of convergence rate and steady-state error. The robustness of the APSA against impulsive interference is also demonstrated.      

基于VMD的调频连续波雷达生命信号提取

针对生命探测雷达心跳信号能量微弱难于准确提取的问题,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)的调频连续波雷达生命信号提取算法。该算法首先利用距离维快速傅里叶变换(Fast Fourier Transform, FFT)获得距离剖面图,然后通过最大方差法得到目标所在距离门,接着对低通滤波后的相位信号使用VMD进行分离,并采用模态判别准则对生命信号进行重构,最后对重构信号进行FFT得到呼吸和心跳频率。雷达实测结果表明,相比于应用聚类经验模态分解(Ensemble Empirical Mode Decomposition, EEMD),所提生命信号提取算法能够有效抑制雷达回波中的呼吸谐波和噪声,更加准确有效地提取生命体征信号。