基于信道相关性的半盲信道辨识算法

针对全盲信道辨识算法无法辨识含公零点信道且对信道阶数误差敏感的问题,本文基于信道的CR相关性提出一种简单有效的半盲 信道辨识算法。算法通过输出数据构造相关矩阵W,根据相关矩阵W与信道向量的正交性构造约束方程,并利用少量已知符号和改进的最小二乘（Modified least square,MLS ）准则建立额外的约束,通过最小二乘法求得信道响应的闭式解。该算法有效地克服了全盲信道辨识算法的诸多局限性,避免了传统半盲方法面临的最优加权选择问题,算法复杂度较低且性能稳定,对信道噪声及信道阶数具有较强的鲁棒性。仿真实验验证了所提算法的有效性与优越性。     

基于矩阵特征值分解的盲SIMO信道识别算法

论文提出了一种有效的基于矩阵特征值分解的多路信道盲辨识算法。与基于预测误差盲辨识方法不同,新的算法不要求输入信号独立同分布,甚至输入信号可以是非平稳的。与最小均方盲辨识算法相比,这种新算法对信道时延阶数估计有更好的鲁棒性。最后实验演示了新算法的有效性。     

基于最小二乘平滑算法的时变信道盲辨识

针对基展开模型的时变信道盲辨识问题,提出了联合阶数估计的最小二乘平滑算法.该算法充分利用其投影误差矩阵包含的时变信道阶数和系数信息,在信道辨识前先进行阶数精确估计,克服了该子空间类盲辨识方法对信道阶数敏感的缺点,改善了辨识效果;与线性预测类方法相比,该方法不需要知道输入信号的统计特性.理论推导和仿真结果验证了该算法的有效性.     

一种基于噪声功率的信道有效阶数盲估计算法

基于二阶统计量的盲均衡算法大多要求估计信道阶数。根据噪声功率随信道阶数的变化特点,提出一种新的阶数估计算法。实验表明,与传统算法相比,该算法不仅复杂度低,在低信噪比和小样本个数情况下估计性能良好,且不依赖于具体的盲信道估计算法,具有较强的适用性。     

基于数据重用思想的CMA盲均衡算法

提出一种适用于短突发信号的CMA盲均衡算法。算法基于数据重用思想,使得CMA盲均衡算法在计算复杂度基本不变的情况下,收敛时间大大减少。详细描述了算法的数学表达,并对其性能进行了分析。最后的仿真数据证明,该算法对于短突发信号的盲均衡确实具有较高的实用价值。     

MIMO-CPSC系统中预编码盲信道估计算法研究*

在频域均衡系统中,基于预编码的子空间盲信道估计算法可以有效地对信道进行估计。针对多天线单载波循环前缀系统,提出了一种基于预编码的盲信道估计算法。该算法通过分离出连续两个接收符号块的互相关矩阵所包含的信道信息实现信道盲估计。仿真结果表明,该算法具有较低的计算复杂度以及对信道阶数过估计有很好的鲁棒性,并且该算法利用较少的数据块个数就得到了一个可靠的信道估计值。     

基于过采样的IIR信道盲辨识与均衡算法

为了信道传输质量得到保证,提出了一种通信信道的盲辨识与均衡算法。算法将信道建模成IIR信道并在其输出端过采样,分别对信道传输函数的AR参数和MA参数进行辨识。在辨识MA参数时将信道分解成多个子信道,使得未知信道的信息被充分利用,提高了系统辨识的精度。同时该算法不需要信道信息和输入信号的统计特性,因而具有广泛的适用性。仿真试验表明该算法具有良好的性能。     

一种适合多径信道的盲多用户检测方法

多径衰落信道下的盲自适应多用户检测算法的运算复杂度通常都比较高,文章提出了一种适用于多径衰落信道的基于Lagrange人工神经网络的盲自适应多用户检测算法,仿真试验表明该算法在多径衰落信道下仍具有接近于单径信道的检测性能,且计算复杂度低于目前存在的同类算法。     

基于并列卡尔曼滤波的贝叶斯盲均衡算法实现

研究了基于并列卡尔曼滤波的贝叶斯盲均衡算法的实现方法.针对目前的实现方法中并列滤波器数量众多,实现较为复杂的状况,提出了两种减少并列滤波器改进措施--信道对称初始化和基于同相关状态的信道更新处理.它们主要根据传输向量状态的对称性和相关性将它们分成一组,每组仅采用一个滤波器来实现,使并列滤波器数最减少为原来的 1/2 M(M 为信号的调制阶数).经实验证明改进的实现方法不但大大降低了实现复杂度,而且和通常的实现方法具有相同的误码性能.     

一种基于EM-MAP的联合CFO双选信道估计算法

针对在双选信道下OFDM系统需要同时获取精确的载波偏移和信道状态信息, 而采用贝叶斯MAP算法进行联合载波频率偏移和信道状态估计复杂度过高的问题, 提出一种基于EM-MAP的联合CFO双选信道估计算法。首先利用基扩展模型解决信道状态由于快时变带来的可辨识问题, 然后引入期望最大化(EM)算法对系统的载波频偏和信道状态信息进行联合估计, 避免大规模的矩阵求逆, 降低算法复杂度。仿真结果表明, 该方法能获取与MAP算法相当的估计性能, 且大幅度降低了复杂度, 有效地解决了双选信道下进行联合估计复杂度过高的问题, 具有很好的实用性。     

基于FFT的子孔径MUSIC波达方向估计

针对现 有的很多波达方向估计算法涉及到数据协方差矩阵的估计及其特征分解,甚至是求逆,导致 运算复杂度高的问题,提出了基于快速傅里叶变换的子孔径MUSIC波达方向估计算法 。首先将等距线阵的接收数据矢量均匀划分为4个子矢量,然后对各个子矢量分别求FFT。将 FFT的结果相干积累,并找到最大峰值点。最后,利用子矢量FFT的结果中与最大峰值点对应 的数据构造新的降维矢量,借助MUSIC算法进行波达方向估计。该方法避免了直接接收数据 的协方差矩阵估计和特征分解,有效地降低了运算量和计算复杂度,在阵元数和快拍数都较 多的情况下优越性尤为明显。计算机仿真验证了所提方法的有效性和优越性。     

Five-step FFT algorithm with reduced computational complexity

We propose a fast Fourier transform algorithm, which removes two steps of twiddle factor multiplications from the conventional five-step FFT algorithm. The proposed FFT algorithm not only reduces the computational complexity of the five-step FFT algorithm by O(n) operations, but also reduces its memory requirement.     

低复杂度递推信道估计联合均衡算法

精确的信道状态信息对单载波频域均衡(Sin gle carrier frequency domain equalization, SC FDE)非常重要,本文基于高斯消息传 递 (Gaussian message passing,GMP)提出了一种递推最小二乘(Least squares, LS)信道估计 算法。借助于因子图,根据广义分配率思想,将估计函数分为多个局部函数,每个局部函数 做多利处理,然后通过定义辅助变量使其成递推关系。根据turbo原理,迭代交换软信息, 使得估计、均衡及译码联合进行。在此基础上 ,分析并推导出无偏简化方法,然后借助于快速傅里叶变换,使得算法复杂度随观察向量长 度的增加呈对数上升。仿真表明该简化算法具有较好的信道估计性能和误码率特性的同时, 显著降低了计算量。     

移动音频带宽扩展算法计算复杂度优化

移动通信设备由于计算资源有限,对计算复杂度较为敏感。我国自主研发提出的移动音频编解码算法标准AVS P10中的带宽扩展算法有利于提高移动音频编解码质量,但其计算复杂度较高,不利于该编解码算法在移动环境中应用。通过分析该带宽扩展算法的流程,发现其计算复杂度较高的主要原因是时频变换次数过多,为此从算法和代码两个方面对该算法进行优化:算法方面通过减少快速傅里叶变换(FFT)次数来降低算法计算复杂度;而代码方面则通过空间换时间等方法来减少算法消耗时间。测试结果表明,在不降低整体音频编解码主观质量的情况下,带宽扩展模块在编码端和解码端运行时间比例分别降低了4.5和14.3个百分点,算法计算复杂度显著降低,这有利于进一步在移动音频领域推广应用该编解码算法。     

基于声矢量传感器阵的酉MUSIC算法

声矢量传感器同时拾取空间同点的声压振速信息,为阵列信号处理提供了更多的信息。酉MUSIC算法可以降低计算复杂度,提高方位估计性能。综合二者优点,提出了基于声矢量传感器阵的酉MUSIC算法。构造了广义转换矩阵,通过合成复观测数据及其共轭,实现了协方差矩阵的实值特征分解,降低了计算量。仿真与湖试结果表明,与已有算法相比,该方法具有计算量小和背景噪声低等优点。     

基于听觉感知模型的自适应音频数字水印算法

提出了一种基于听觉感知模型的自适应音频数字水印算法。该算法采用了适合于时变信号分析的小波包来分解音频信号。小波包分解满足心理声学模型所需的频率分辨率,可直接在小波域中计算掩蔽阈值,而不需像MEGP等算法那样进行FFT运算,从而大大降低了计算的复杂程度。实验结果表明,水印系统对MP3压缩、噪声干扰、重量化、低通滤波攻击有一定的鲁棒性。     

基于块运动信息的视频分割算法

提出一种视频对象分割的新算法.该算法利用块的运动信息作为分割依据,同时兼顾算法的计算复杂度和精度需求.一方面,对象分割的计算量开销与DCT运算相比可以忽略.另一方面,算法的分割精度能够满足提高无线视频编码传输质量的要求.实验验证该算法能有效提高无线视频应用的效率和鲁棒性.