基于改进子空间的盲MMSE多用户检测算法

算法收敛性与计算复杂度之间的矛盾是目前基于子空间的多用户检测技术难以投入实际应用的主要问题。将内部模型法则(IMP)与PAST算法相结合,提出了一种改进的子空间跟踪算法——newPAST-IMP算法,并应用于盲MMSE检测器中。该方法收敛速度快,跟踪性能好且计算复杂度较低。仿真表明,该检测器具有优异的抗多址、多径干扰以及抗远近效应的能力。     

基于子空间跟踪的修正MMSE多用户检测算法

在研究基于子空间跟踪的最小均方误差（MMSE）多用户检测器（MUD）的基础上，为解决原算法因引入特征值估计误差而导致检测性能下降的问题，设计了一种改进的算法——修正的MMSE多用户检测器．采用正交性能优良的OPAST算法跟踪子空间，提出一种基于OPAST的修正MMSE多用户检测算法．仿真结果显示,与基于OPAST的MMSE MUD相比，基于OPAST的修正MMSE MUD算法收敛速度快，输出信干比和误码率性能逼近SVD MUD算法，并且计算复杂度较低．     

基于LMS的自适应半盲多用户检测

基于MOE准则，充分利用小区内所有用户的扩频码给出一种MOE半盲检测器，结合修正的PASTd算法和LMS算法自适应得到MOE半盲检测器的权向量，提出MC-CDMA系统下一种基于LMS的自适应半盲多用户检测算法。该算法利用已知的信息使系统的输出信干比和误码率优于LMS盲多用户检测，同时避免LMS算法中的特征值分解问题，显著降低计算量。仿真实验验证了该算法的有效性和优越性。     

基于子空间跟踪的空时多用户检测

采用改进的PASTd子空间跟踪算法实现信号子空间的自适应跟踪.提出一种基于改进的PASTd子空间跟踪的空时多用户检测算法,实现了在不增加任何结构和复杂度的情况下将方向向量随子空间跟踪算法一起求解.使用阵列天线充分利用了不同空间位置带来的空域特征,有效地提高了用户的抗多址干扰能力,成为扩展系统容量的有效途径.仿真实验验证了该算法的优越性.     

基于自适应拟牛顿子空间跟踪的盲多用户检测算法

该文提出了一种新的基于自适应拟牛顿子空间跟踪盲多用户检测算法,这种算法的计算复杂度为O(n2r),其中n为扩频因子,r为用户数。仿真分析表明:该文提出的方法的算法稳态性能及收敛速度比其他基于子空间的盲多用户检测算法都要好,因而是一种优秀的盲自适应多用户检测算法,具有一定的应用和研究价值。     

基于盲多用户检测技术的一种改进方法

该文在常规予空间盲多用户检测方法的基础上进行改进,提出一种改进的子空间盲多用户检测方法。将小区内用户的干扰与小区外用户的干扰全部考虑在内并进行细化,将接收信号空间可以分解成三个子空间,通过对子空间模型的修改和子空间跟踪算法的改进,解决快速矩阵分解的问题,降低算法的复杂度,在收敛速度、稳定性方面也有所提高。     

一种改进的基于卡尔曼滤波的盲多用户检测算法

针对卡尔曼滤波盲多用户检测算法在多径信道存在波形失配的情况下性能迅速下降的问题,引入子空同概念对原状态空间模型进行了改进,进而得到了改进的盲多用户检测算法.该算法将检测器模型化为信号子空间的一个向量,采用卡尔曼滤波器自适应地获得系统参数.仿真实验表明,与原算法相比,该算法具有更低的计算复杂度和更快的收敛速度.当发生波形失配使信号受到严重削减时,该算法仍然表现出较好的性能.     

MC-CDMA中的多用户检测及仿真

多载波CDMA(MC-CDMA)是一种把正交频分复用(OFDM)和CDMA结合起来的新一代移动通信系统。本文详细构建了一个MC-CDMA系统的数学模型,并表达出了它的矩阵-向量表示法,在对此系统模型作详细阐述的基础上,创新性地对MC-CDMA进行了线性多用户检测,通过MATLAB仿真结果分析了其解相关检测和最小均方误差检测的优越性。     

基于APA和子空间跟踪的盲自适应多用户检测器

盲自适应多用户检测器因其只需很少的信息以及良好的抗多址能力,在CDMA系统中占据着很重要的作用;针对目前盲自适应多用户检测器中算法复杂度高的缺点,提出了一种基于仿射投影和紧缩投影近似子空间跟踪的盲自适应多用户检测器,该算法可以在计算复杂度和检测性能之间取得很好的平衡;仿真结果表明算法在较低的复杂度下能够取得良好的收敛特性和跟踪特性,有着良好的抗多址能力。     

盲多用户检测技术算法研究

本文主要介绍几种典型的盲多用户检测算法,并比较了这几种算法的优缺点。     

基于子空间跟踪的ESPRIT空间谱估计算法

在实际中接收天线与辐射源之间通常存在相对运动,此时传统的高分辨算法性能将严重下降,针对上述问题提出一种自适应信号波达方向即DOA估计算法。新算法以快速稳定的信号子空间跟踪算法为基础,结合ESPRIT算法实现DOA估计,不需要特征值分解,计算复杂度小。仿真实验显示新算法比基于幂迭代的动目标DOA估计算法具有更好的估计性能。     

A robust correntropy based subspace tracking algorithm in impulsive noise environments

The maximum correntropy criterion (MCC) demonstrates the inherent robustness to outliers in adaptive filtering. By employing the MCC based cost function in projection approximation subspace tracking (PAST) algorithm, the MCC-PAST algorithm is deduced and utilized for the subspace tracking under impulsive noise environments. To handle the fast varying subspaces circumstances, the variable forgetting factor (VFF) technique is developed and incorporated into the MCC-PAST algorithm. To assess the robustness of the proposed MCC-PAST with VFF algorithm, SαS processes are employed to comprehensively model different scenarios of impulsive noises. The simulation results show the proposed MCC-PAST algorithm with VFF performs better than the other two PAST algorithms developed for subspace tracking in impulsive noise environments, namely, the robust PAST algorithm and the robust Kalman filter based algorithm with variable number of measurements (KFVNM), especially when the noise is extremely impulsive or the GSNR (generalized signal to noise ratio) is relatively low.     

A novel adaptive V-BLAST algorithm based on subspace tracking and Hermitian matrix perturbation theorem

A novel vertical Bell laboratories layered space-time(V-BLAST)system with adaptive successive interference cancellation(SIC)detector based on subspace tracking(SST)and Hermitian matrix perturbation theorem is proposed in this paper,and the corresponding optimal symbol detection order operation is obtained.Moreover,asymptotic limit theorems for the detectors are established.The final simulation results verify that the symbol error probability(SEP)performance,the immunity to channel estimation errors and the algorithm convergence rate are superior to that of the conventional V-BLAST detection algorithm when channel estimation errors exist.     

一种基于特征跟踪的视频镜头检测算法

将视频切分为镜头是视频内容分析及基于内容的视频检索和浏览的第一步。针对视频镜头边界检测,提出了一种基于特征跟踪的新算法。该算法从镜头起始帧中提取出一组角点特征,然后在后续帧中基于Kalman滤波进行特征窗跟踪,最后根据对应特征窗内的像素特征变化规律,得到镜头边界检测所需的测度,判断镜头切换的性质和渐变镜头的起止时间。实验结果表明该算法运算复杂度低,且具有较强的鲁棒性。     

A time-varying Newton algorithm for adaptive subspace tracking

We propose a general framework for tracking the zeros of a time-varying gradient vector field on Riemannian manifolds. Thus, a differential equation, called the time-varying Newton flow, is introduced, whose solutions asymptotically converge to a time-varying family of critical points of the corresponding cost function. A discretization of the differential equation leads to a recursive update scheme for the time-varying critical point.     

MMSE SQRD based SISO detection for coded MIMO-OFDM systems

In this paper, we propose a minimum mean square error （MMSE） sorted QR decomposition （SQRD） based soft-input soft-output （SISO） detection algorithm for coded multiple-input multiple-output orthogonM frequency division multiplexing （MIMO-OFDM） systems. The proposed detection is derived from the SISO MMSE detection, which is a popular detection strategy for iterative receivers. For each transmitted symbol in the proposed detection, a soft successive interference cancellation （SIC） is performed based on a posteriori probabilities of past detected symbols. Simulation results show that the proposed detection, while needing less computationM efforts, achieves significant performance gain compared with the SISO MMSE detection.     

基于并行跟踪检测框架与深度学习的目标跟踪算法

在空地协同背景下，地面目标的移动导致其在无人机视角下外观会发生较大变化，传统算法很难满足此类场景的应用要求。针对这一问题，提出基于并行跟踪和检测（PTAD）框架与深度学习的目标检测与跟踪算法。首先，将基于卷积神经网络（CNN）的目标检测算法SSD作为PTAD的检测子处理关键帧获取目标信息并提供给跟踪子；其次，检测子与跟踪子并行处理图像帧并计算检测与跟踪结果框的重叠度及跟踪结果的置信度；最后，根据跟踪子与检测子的跟踪或检测状态来判断是否对跟踪子或检测子进行更新，并对图像帧中的目标进行实时跟踪。在无人机视角下的视频序列上开展实验研究和对比分析，结果表明所提算法的性能高于PTAD框架下最优算法，而且实时性提高了13%，验证了此算法的有效性。     

基于视频的高速公路车辆检测和跟踪算法

采用一种基于像素的新方法来更新背景，同时将工作区域分为车辆检测和车辆跟踪两个部分，在车辆检测区建立跟踪对象，在车辆跟踪区仅仅对跟踪对象进行预测跟踪，从而减少了跟踪的盲目性和算法的计算量，提高算法精度。根据该算法设计的视频检测器已用于实际交通参数的采集，统计的结果表明该算法检测和跟踪的正确率分别高于96%和97%，并具有很好的实时性，能满足管理部门的需求。