矢量基学习算法及在辨识建模中的应用研究

递推最小二乘(RLS)存在模型阶次及参数要预先设定、逼近能力有限、收敛较慢等诸多缺陷，本文提出了矢量基学习(Vector Base Learning：VBL)算法。基于核(Kernel)变换的思想，利用正则化技术建立了优化目标函数，避免出现过拟合。并提出了基矢量、基矢量集和解空间的概念，通过分析样本矢量和解空间的夹角，推导了基矢量的判断准则。继而获得了VBL辨识参数的增长和校正模式的递推公式。最后对算法仿真分析表明VBL算法比RLS具有更好的收敛性和辨识效果。     

扩频系统中最优干扰抑制技术研究——盲自适应算法及并行实现

为解决扩频系统在动态环境下的干扰抑制问题,分析了从最小均方误差(MMSE)准则和约束最小均值输出能量(MMOE)准则导出的递推最小二乘(RLS)算法和盲递推最小二乘(BRLS)算法的性能。采用正交三角分解克服两算法数值稳定性差,运算量大,很难并行实现的缺点,讨论了正交三角分解——递推最小二乘(QR-RLS)算法与正交三角分解——盲递推最小二乘(QR-BRLS)算法的配合使用,并给出实现QR-RLS算法和QR-BRLS算法的脉动阵列(systolic array)。理论分析和仿真结果均表明QR-RLS与QR-BRLS算法的合理配合能较好的解决动态环境下的干扰抑制问题。     

一种任意维空域最小二乘算法的硬件实现方法

在自适应滤波算法中,空域递推最小二乘(RLS)算法以其较快的收敛速度以及能计算出精确的最佳滤波器系数等优势得到了广泛的运用。但是由于该算法较为复杂,计算量大,因此硬件实现时耗费资源多,难度大。提出了一种任意维空域递推最小二乘算法的FPGA(现场可编程门阵列)实现的方法,该方法可以在硬件结构中使用较少的乘法器和寄存器进行任意维空域递推最小二乘运算,从而解决维数变多后资源不够用的问题。     

RLS算法及其改进形式在信号分离中的应用分析

本文着重研究了自适应滤波器的重要实现形式——递推最小二乘算法（RLS）的原理,分析了RLS算法在应用中的优点及存在问题。为解决RLS算法收敛速度和稳态误差的矛盾及系统在趋于平稳时跟踪效果差的问题,本文从实现可变遗忘因子和增加自扰动项两个方面介绍了RLS算法的几种改进方法。并将它们应用于复杂电磁环境、强干扰背景下的信号分离中去。通过仿真实验,对RLS算法及其两种改进方法在信号分离中的效果进行了比较,得出可变遗忘因子RLS算法在收敛速度和分离信号的准确性上都具有较好的性能。     

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...     

扩频系统中最小误码率意义下的最优干扰抑制技术

通过论证最小化误码率(MBER),最小均方误差(MMSE)以及约束最小均值输出能量(MMOE)之间的关系,将MBER准则下最优干扰抑制器的设计转化为后两种准则下最优干扰抑制器的设计,并分别导出两种自适应算法:递推最小二乘(RLS)和盲递推最小二乘(BRLS).前者抑制干扰效果好,但需要期望信号;后者无需期望信号,但抑制效果较差.本文将两种算法合理配合,给出了动态环境下的干扰抑制方法.     

通信设备检测时性能测试标准值的确定模型与算法

本文讨论了通信设备检测时检测标准的确定问题，并讨论确定了通信设备性能测试标准值的确定模型和方法。包括二个和三个以上检测数据的确定模型与算法，最后我们首次尝试将最小二乘方法和递推最小二乘方法用于性能测试标准值确定的算法，对于提高检测标准值的计算精度和简化运算量有很大的作用。模拟计算表明该模型和算法有相当的实用性。     

一种基于探测元响应非线性的两点校正算法

针对焦平面器件现有非均匀性校正算法在实际应用中存在的问题,结合探测器的非线性模型对两点校正算法进行改进,提出了基于探测元响应非线性的两点校正算法,该算法是在最小二乘意义上的曲线拟合.通过将该算法与传统的两点校正法和四点校正法在残留非均匀性和校正速度两个方面的比较,说明该方法具有校正精度高、动态范围大、易于工程实时实现等优点.     

图像传感器非均匀性的三步校正法

分析了图像传感器光电响应非均匀性的特点,根据图像传感器理想光电响应的特点提出了基于最小二乘法的图像传感器非均匀性的三步校正方法.首先在固定辐照度下,用最小二乘法校正各个光敏单元的非均匀性;其次利用不同辐照度下的响应值,应用最小二乘法拟合求得各个光敏单元的响应曲线和理想响应曲线;最后通过直线校正达到对各个光敏元件在不同辐照度下的非均匀性校正.实验结果表明该算法能够有效地校正图像传感器的非均匀性,且简单实用,便于工程实现.     

RLS、VSSLMS算法应用于天线组阵的分析及仿真

针对天线组阵常用相关算法Simple、Sumple、Eigen(基于本征值)和LS(最小二乘法)的不足,提出递推式最小二乘法(RLS)和变步长最小均方法 (VSSLMS)这2种新型算法,对其应用于深空网天线组阵进行了研究。对这2种算法进行了仿真,结果表明,RLS算法存在信噪比合成性能随组阵天线数目增加而下降的缺陷,VSSLMS算法具有强信号时信噪比合成性能迅速提高的优点;在接收信号弱并且组阵天线数目较少情况下,RLS算法的信噪比合成性能略好于VSSLMS算法;当接收信号较强尤其是组阵天线数目较多时,VSSLMS算法的信噪比合成性能反而比RLS算法更好一些。     

Use of adaptive RLS, LMS, and NLMS algorithms for nonlinearity modeling in a modified laser interferometer

Laser heterodyne interferometer is one kind of nano-metrology systems which has been widely used in industry for high-accuracy displacement measurements. The accuracy of the nano-metrology systems based on the laser heterodyne interferometers can be effectively limited by the periodic nonlinearity. In this paper, we present the nonlinearity modeling of the nano-metrology interferometric system using some adaptive filters. The adaptive algorithms consist of the least mean squares (LMS), normalized least mean squares (NLMS), and recursive least squares (RLS). It is shown that the RLS algorithm can obtain optimal modeling parameters of nonlinearity.     

一种基于拟牛顿法的递归最小二乘方法

基于拟牛顿优化方法,提出了一种稳健的自适应FIR滤波算法。新算法用最小二乘误差(LSE)代替了均方误差(MSE)作为代价函数,它具有和常规递归最小二乘(CRLS)算法相近似的追踪能力,且不存在数值计算不稳定性的问题,在收敛速度以及稳态效果方面也要优于De Campos的拟牛顿(QN)算法。通过计算机仿真比较了有关算法的性能。     

基于模糊滑模控制的车辆稳定性研究

针对车辆在转弯或变道引起的车辆稳定性控制问题,建立了用于稳定性控制的3自由度非线性动力学模型。文中将车辆横摆角速度、质心侧偏角作为主要控制变量。基于模糊滑模控制理论,采用直接横摆力矩控制方法控制横摆角速度和质心侧偏角,其中考虑到质心侧偏角难以通过传感器测量,设计了基于递归最小二乘法的质心侧偏角估计方法。同时,在基于Matlab与ADMAS联合调试的环境下进行了仿真分析,仿真结果表明该控制器能有效地使横摆角速度和质心侧偏角跟踪其期望值,使汽车保持在安全稳定的范围内。     

基于相关函数的递推最小二乘算法及其在回波消除中的应用

本文给出一种新的类似于RLS（recursive least squares)算法的递推最小二乘算法，该算法直接对输入信号的相关函数进行处理而不是对输入信号本身进行处理，理论分析表明了该算法的收敛性。该算法应用于回波消除问题中，克服了常规自适应滤波算法在出现双方对讲的情况下需停止调节自适应滤波器系数这一不足。计算机模拟仿真表明该算法在双方对讲的情况下有良好的收敛性能。     

一种抗飞行器衰落的快速均衡算法

对流层散射通信信道为时变多径信道,当飞行器飞越散射通信链路会导致飞行器衰落。针对飞行器衰落,提出了一种收敛速度快、跟踪能力强、数值稳定性高、复杂度低的快速自适应均衡算法——基于选择更新的累积误差递归最小二乘自适应均衡算法。根据指数加权最小二乘准则,推导出累积误差递归最小二乘算法,依据共轭斜量算法提出抽头系数选择更新准则。均衡算法的复杂度分析和仿真实验表明提出的快速自适应均衡算法不仅复杂度低,而且有效地提高了均衡器克服信道时间衰落的能力。     

无平方根定标Givens旋转算法脉动阵实现的有限字长分析

最小二乘(LS)是许多实时自适应信号处理问题的核心。本文针对无平方根的定标Givens旋转方法,分析了用脉动(Systolic)阵实现时各处理单元和内部传递参数的动态范围,并确定了保证算法正确实现所需的字长下界。计算机仿真结果表明,这样选取字长是合适的,所得的算法也是稳定的。     

FINITE WORDLENGTH ANALYZING FOR RLS SYSTOLIC ALGORITHM BASED ON THE SQUARE-ROOT-FREE SCALED GIVENS ROTATIONS

The least squares(LS) minimization problem constitutes the core of many real-time signal processing problems. A square-root-free scaled Givens rotations algorithm and its systolic architecture for the optimal RLS residual evaluation are presented in this paper. We analyze upper bounds of the dynamic range of processing cells and the internal parameters. Thus the wordlength can be obtained to prevent overflow and to ensure correct operations. Simulation results confirm the theoretical conclusions and the stability of the algorithm.     

基于压缩感知的分布式协同估计算法

为了降低分布式协同估计算法的计算量并改善其收敛性能,提出了基于压缩感知(CS)和递归最小二乘(RLS)的分布式协同估计算法.该算法在传统RLS分布式协同估计算法的基础上引入压缩感知技术,首先在压缩域中进行递归最小二乘运算,然后利用压缩感知重构算法得到未知参数向量的估计值.提出的算法能够在增量式策略和两种模式的扩散式策略下实现对未知向量的有效估计.理论分析和仿真结果表明,该算法一方面降低了RLS分布式协同估计算法的计算量,另一方面保持较快的收敛速度与良好的均方误差性能.