基于最小二乘恒模算法及子空间方法的盲多用户检测算法

恒模算法（CMA)是一种广泛应用于阵列处理、均衡、多用户检测中的盲算法。最小二乘恒模算法(LSCMA)由于其全局收敛性及稳定性受到关注，但是它在信噪比较低时性能不是很理想。本文将最小二乘恒模算法与子空间方法相结合，提出一种基于子空间分解的恒模算法，称为LSCM_SUB算法。仿真结果表明这种算法的收敛性能比LSCMA要好，尤其是在信噪比低的时候。     

最小冗余线阵的ES-DOA估计算法研究

采用最小冗余线阵可以显著增大天线的阵列孔径,但其相关矩阵不是Toeplitz矩阵,致使空间平滑解相干等方法失效,限制其在相干信号环境下的使用。结合信号功率估计,采用基于特征空间DOA估计算法,使得在较低信噪比情况下的DOA估计具有很高的精度。该算法同时采用了前后向空间平滑技术,不用减小阵列孔径就可以实现信号去相干。将该算法应用于最小冗余线阵,提高了阵列的DOA估计性能,且不影响阵列孔径。仿真结果证实了该算法的具有较高的精度和较强的鲁棒性。      

一种约束最小模方估计的图像迭代重建算法

较少投影重建问题一直是成像领域研究的重点，传统的卷积反投影(CBP)不能产生满意的重建图像——伪影严重、误差大，而迭代算法却具有一些较好的特性。本文以CT成像为基础，以最小模方为目标函数提出了一种约束迭代重建算法，本算法与无约束迭代算法相比，在花费相同时间的情况下，可以重建出误差更小，拟合度更高的图像。以扇束扫描投影数据重建的结果验证了本文的结论。     

半盲最小二乘恒模算法研究

恒模算法(CMA)是一种广泛应用于阵列处理、均衡、多用户检测中的盲算法.最小二乘恒模算法(LSCMA)由于其全局收敛性及稳定性受到关注.本文针对CDMA系统下行链路,基站知道小区内用户码字而小区外干扰用户码字未知的情形,提出一种适用的半盲LSCM多用户检测(MuD)算法.它将非盲多用户检测(本文中选用解相关MUD)与盲多用户检测技术(本文中选用LSCM检测器)相结合,首先根据小区内已知用户的信息,利用解相关MUD抵消小区内其它用户的干扰,接着利用LSCM算法抵消剩余的干扰.文中将SB-LSCM算法与已经提出的半盲解相关算法、LSCM算法和解相关算法进行了复杂度、SIR和BER性能的比较,并对SB-LSCM算法的SIR性能进行了理论分析.仿真结果表明SB-LSCM算法能够获得与半盲解相关相当的SIR的性能,但是其复杂度更低且在系统负荷大时能够获得优于半盲解相关算法的BER性能.另外,SB-SLCM算法能够获得较LSCM算法更快的收敛速度以及更加优良的性能.     

均匀线列阵下的快速TLS-ESPRIT算法

ＴＬＳ－ＥＳＰＲＩＴ算法是一种方位估计算法,由于采用了全局最小二乘估计,其在低信噪比下的估计性能较ＥＳＰＲＩＴ算法有所提高,但算法略显复杂。本文针对均匀线列阵,构成了ＴＬＳ－ＥＳＰＲＩＴ的简化算法,使其运算量明显减少,同时还可给出源功率的估计。文中给出了算法的结构及计算机仿真结果。     

最小Rayleigh熵恒模信号分离算法

提出了一种最小Rayleigh熵恒模信号分离算法(MRE-AOCMSS)。该算法通过对代价函数作适当的变换, 得到新的协方差矩阵,然后构造出协方差矩阵的Rayleigh熵,再通过最小化Rayleigh熵得到用以恢复恒模信号的最佳权矢量。该算法能够准确地分离出期望信号并抑制掉干扰,从而有效地克服了常规恒模算法(CMA)对同信道干扰(CCI)功率大于信号功率的情况敏感这一缺点。计算机仿真结果说明了该算法的有效性。     

用于波束形成的最小二乘广义模值算法研究

对用于波束形成的最小二乘广义模值算法(LSGMA)在多种信号环境下的收敛性能进行了分析;在此基础上提出一种新的多用户盲波束形成算法--迭代最小二乘广义模投影(ILSP-GMA)算法,克服LSGMA算法当恒模干扰信号强于所需信号时会错误收敛的缺陷.仿真结果表明该算法可有效适用于多用户情况,并可获得较原迭代最小二乘投影算法(ILSP)更快的收敛速度.     

MIMO声纳最小二乘方位估计快速算法

 为了充分利用多入多出(Multiple Input Multiple Output,MIMO)声纳的虚拟阵列孔径性能,针对目标方位估计问题,提出了一种MIMO声纳系统目标方位估计方法,该方法由发射阵列发射正交信号,接收阵列首先对接受信号进行匹配滤波,然后构造最小二乘约束下的空间拟合关系,最后采用马尔可夫蒙特卡罗完美抽样方法解决最小二乘拟合求解运算量大的问题.仿真结果表明:两目标情况下,采用该方法的MIMO声纳系统方位估计精度在中低信噪比条件下与MIMO最大似然方位估计基本相同,优于MIMO最小方差方法,而运算量比最大似然方法显著降低.     

秩-1子空间跟踪算法

子空间估计和跟踪问题是在现代阵列信号处理应用中的一个重要课题。该文深入研究幂迭代算法并成功地将幂迭代用于子空间跟踪,分析和讨论了针对运动目标秩-1子空间的估计和跟踪及 DOA估计问题。通过计算机仿真实验证明了这种方法的有效性。     

基于最小敏感性的特征子空间稳健波束形成算法

基于阵列敏感函数的最小特性,提出利用阵列敏感函数来为特征子空间波束形成(ESB)算法选择最佳的投影子空间.所提算法的基本思想是将假设的导向矢量向所有可能的特征子空间投影,从而估计得到一组期望导向矢量,并计算相应的敏感函数值.显然,具有最小敏感性的特征子空间和导向矢量可以用于自适应波束形成.     

一种新颖的DOA估计算法

子空间类波达方向(Direction Of Arrival, DOA)估计算法的关键在于得到高质量的信号子空间估计。该文利用矩阵伪逆的双正交性,针对源信号不相关而其本身是色信号的情况,给出了一种新颖的DOA估计算法,它不需要知道噪声统计特性。该算法利用一组空时相关矩阵的结构化信息,能稳健而精确地估计出信号子空间,从而得到DOA的精确估计。仿真实验证实了所给算法的有效性。     

相干分布式目标一维波达方向估计方法

在相干分布式目标波达方向估计研究中,角信号分布函数一般具有共轭对称性.在角分布函数的数学形式未知,或角分布函数形式不同的信号源同时存在的情况下,本文提出了搜索极小最小特征值(噪声子空间)或极大最大特征值(信号子空间)的分布式目标一维波达方向估计方法,并分析了分布式目标波达方向估计的模糊性问题.     

提高快速傅里叶变换算法效率的方法

本文提出了几种提高快速傅里叶交换计算效率的方法。综合运用这些方法将有效地减少计算量。     

信号频率和到达角联合估计新方法

提出了一种类L型阵,并运用快速子空间法得到噪声子空间,然后进行频率、到达角二维搜索。此方法阵元结构简单,物理易实现;无需特征分解,计算量大大降低;参数估计精度较高,与多抽头MUSIC方法相当。仿真试验证明了此方法的可行性。     

一种新的子空间跟踪方法在DOA估计中的应用

介绍了一种新的子空间跟踪方法(双迭代最小二乘(Bi—LS)子空间跟踪方法)在DOA估计中的应用。特征子空间方法的关键是对信号或噪声子空间的估计。在实际中，有些信号的统计特性是时变的，为得到参数的即时估计值，需要随时根据新的阵列接受数据对信号或噪声子空间进行更新。将Bi—LS子空间跟踪算法和自适应ESPRIT算法相结合，形成一种快速递推的自适应ESPRIT算法，对时变信号DOA进行跟踪估计。其计算复杂度小，仿真结果验证了该算法的有效性。     

复杂噪声中的二维DOA估计新方法

基于二维DOA估计模型,本文研究了复杂环境——乘法与加法观测噪声共存时的DOA估计问题.针对工程实践中广泛存在的循环平稳信号,提出了一种采用循环统计量的新方法.该方法对任何平稳的加性与乘性噪声均不敏感,因而具有较大的实用性.     

Combined Polynomial Transform and Radix-q Algorithm for Multi-dimensional DCT-III

By combining the polynomial transform and radix-q decomposition, the paper presents a new algorithm for the type-III r-dimensional discrete Cosine transform (rD-DCT-III) with size q ^l ₁×q ^l ₂× ... ×q ^l _r , where q is an odd prime number. The number of multiplications for computing an rD-DCT-III is approximately 1/r times that needed by the row-column method while the number of additions increase slightly. The total number of operations (additions plus multiplications) is also reduced. The proposed algorithm has a simple computational structure because it needs only 1D-DCT-III and the polynomial transform.     

一种新的正弦波频率估计方法研究

对相关阵的最大特征值所对应的特征矢量按一定规则排列的非对称矩阵，其奇异值／奇异矢量分解（SVD）的右奇异矢量同样存在两个子空间，并因此提出了一种新的谱估计方法，即基于相关阵信号子空间的正交矢量法（Orthogonal Vector spectral estimation based on correlation matrix SignalSubspace),简称OVSS法，OVSS法源于相关阵信号子空间，对噪声和数据长度敏感性较小，同时它又是正交矢量法，且源于高阶模型，具有高阶MUSIC法的分辨率，而且是低阶矩阵SVD，没有伪峰。大量模拟试验显示OVSS法是一种具有高分辨率、高统计稳定性、计算量相对增加较小的高质量谱估计方法。     

基于分层神经网络的宽频段DOA估计方法

该文提出了一种采用智能识别技术解决宽段来波方位估计的新方法。提取已知来波方位信号的协方差矩阵的上三角部分作为样本特征,然后构建区域估计和方位估计的分层模型,实现对未知来波方位的精确估计。所提出的分层方法降低了模型构造的复杂度,实现了宽频段来波方位估计。给出了应用该方法的具体步骤。仿真实验结果表明,该方法具有很高的测向精度,具有广阔的应用前景。     

阵列天线阵元位置误差的一种有源校正方法

针对等间距直线阵，在子空间基本原理的基础上结合遗传算法，提出了天线阵元位置误差的一种有源校正方法。其优点在于只需要一个校正信号源，而信号源的方向也不必准确已知，所以更加易于工程应用。由于充分利用了遗传算法的全局寻优特性，该方法收敛速度更快，而且适用于任意阵列形式。计算机模拟结果表明，采用该方法完成误差校正后，用MUSIC算法能实现对信号DOA较为准确的估计。