基于AR模型的Rao检测算法

将相关噪声看作为AR模型，在未知信号复幅度而已知目标多普勒频移情况下，利用Rao检验方法实现了雷达目标检测。该算法只在编假设条件下对未知参数进行最大似然估计，并通过计算机仿真了该检测算法的检测性能。仿真结果表明该检测算法的检测性能与GLRT算法性能相当，而结构则更为简单，同时文中也给出了该检测算法的渐近性能。     

基于Wi-Fi直连技术软AP节能优化算法的研究与仿真

本文研究了一种新型无线互联技术Wi-Fi直连的节能优化算法,对该算法在共享外部网络的无源AP终端设备应用情境中的节能运作原理进行了分析,并仿真了该算法的节能性能。内容包括Wi-Fi直连电源管理机制分析、节能优化算法原理研究和算法节能性能仿真设计等方面。优化算法节能性能仿真测试通过Matlab实施设计和验证,经过仿真验证了该算法的节能效果,体现了一定的应用价值。     

频率选择性衰落信道中V-BLAST系统的改进概率译码算法

该文结合双向M-BCJR算法,提出了一种用于频率选择性信道条件下的V-BLAST系统的改进迭代译码算法。该算法通过改进度量函数与引入Kullback-Leibler距离计算进行双向搜索的方法,在保持算法低复杂度的基础上,提高了算法性能。仿真结果验证了该算法的性能。     

MIMO-OFDM中基于KSDA和SQRD的联合检测算法

球形译码算法的检测性能最接近最大似然检测算法,但其计算复杂度仍然较高。为了在计算复杂度和系统性能之间取得良好折中,在研究标准球形译码的基础上,提出一种新的球形译码改进算法。新算法由快速球形译码与基于MMSE准则的SQRD算法构成。该算法在高信噪比时采用SQRD算法,低信噪比时采用KSDA算法。仿真结果表明,该算法在降低球形译码算法复杂度的同时获得了较好的系统性能。     

基于差分进化算法和 NSGA-Ⅱ的混合算法

本文提出的改进的DE-NSGAⅡ算法,利用差分进化算法的变异交叉操作代替NSGA-Ⅱ算法的交叉算子,将快速非支配排序机制与剪枝方法相结合用于父代种群的生成与非支配集的更新.为保证初始种群均匀分布,该混合算法采用拉丁超立方体抽样技术生成初始种群.然后在参数取值固定的前提下,将该混合算法与NSGA-Ⅱ算法、AMGA-Ⅱ算法进行横向对比.为了进一步提升该混合算法的优化性能,该混合算法采用了参数自适应策略,并且基于此策略纵向比较了该混合算法在不同参数组下的优化性能.经过一系列对比发现:合理的参数选择能使该混合算法表现出良好的综合性能.     

OFDMA系统中功率分配新算法研究

通过对迭代注水算法的分析,提出了一种功率分配的新算法,该算法不需要多次迭代,并且能在一定功率约束的条件下,有效地提高系统吞吐量。给出了具体的算法实现步骤和复杂度分析,表明该算法复杂度明显低于迭代注水算法。最后,对该算法进行了仿真分析,并以信噪比为8 dB时为例,分析了两算法的吞吐量性能。仿真结果表明,在低信噪比环境中该算法对系统容量的改善更为显著,且所提算法的吞吐量性能完全逼近迭代注水算法。     

混合智能优化频率指配算法

在模拟退火算法的基础上,引入禁忌搜索的记忆功能,提出了一种基于混合智能优化的频率指配算法,仿真分析了该混合算法各参数对算法性能的影响,并将禁忌搜索、模拟退火两种算法单独应用时的性能和该混合算法的性能进行了对比.结果表明,该混合算法收敛快,稳定性好,解的质量高,能有效改善搜索效率和精度,为解决大规模复杂网系的频率指配问题进行了有益的探索.     

基于OFDM系统的时-频域波束形成算法

智能天线与OFDM结合可以提高系统性能.文中首先介绍了OFDM-智能天线系统的两种算法:时域波束形成算法和频域波束形成算法.并在此基础上提出了一种新的时一频域波束形成算法,最后将该算法与前两种算法进行了仿真比较.仿真结果表明,文中提出的算法在多径丰富的环境中性能优于时域波束形成算法,与频域波束形成算法相比,该算法结构大...     

一种低复杂度近最优大规模MIMO检测算法

为了提升大规模MIMO(Massive Multiple-input Multiple-output)检测算法的性能并降低其复杂度,本文提出了一种基于连续替换Richardson迭代的低复杂度近最优检测算法.该算法采用连续替换策略,提升了传统Richardson迭代的收敛速度;除此之外,提出了基于特征值估计的初始化策略,在较低的复杂度下进一步提升了算法性能.仿真结果表明该算法对比传统Richardson迭代性能提升显著,且在128×16规模MIMO系统中,当迭代次数为2,误比特率为10^-4时相对于MMSE仅有0.06 dB的性能损失,而相对于Jacobi算法有2 dB的性能提升,算法复杂度降低了10.8%.文章还给出了该算法在Xilinx Virtex-7 FPGA平台的硬件实现结果,较其他算法有更高的吞吐率,达到了10.3 Mbps.     

一种基于Logistic回归模型的ATR算法性能评估方法

提出了一种基于Logistic回归模型的ATR算法性能评估方法。该方法能够在考虑各种影响因素作用的情况下对算法的识别性能进行有效的评估。利用该方法对两种目标识别算法进行了评估。评估结果表明,该方法具有可行性和实用性。     

V-BLAST系统中一种近似最佳列表检测算法

针对V-BLAST系统,提出一种近似最佳列表检测算法。该列表检测算法通过调节列表维数参数在检测性能和计算复杂度之间实现了较好的折衷。此外,给出了一种不同于OSIC算法的检测排序方法,进一步提高了检测性能。仿真和复杂度比较结果表明,在不相关和空间相关性较强的信道下,该列表检测算法均显著优于OSIC算法,甚至接近ML算法的性能,实现了性能和复杂度较好的折衷,是一种实用的选择。      

一种基于LTE的改进型V-BLAST算法研究

信号检测在LTE系统的接收端至关重要,常规V-BLAST算法在进行信号检测时,存在误码传播的情况,造成了性能的下降.本文提出了一种改进型V-BLAST算法,在两方面改善了该算法的性能.首先在最先检测层对要检测的符号进行排序时,采用了一种新的计算概率值的方法,然后根据调制方式保留了K个与判决统计量欧氏距离最近的星座点,其他各层依旧采用常规的V-BLAST算法.仿真结果表明,该算法的性能较常规的V-BLAST算法有了明显改善,该算法已应用于TD-LTE无线综合测试仪表的开发中.     

基于节点选择的能量高效的协作频谱感知算法

针对认知无线电中协作频谱感知能耗高的问题,提出一种基于节点选择的能量高效的协作频谱感知算法。该算法在保证感知性能的同时优化感知节点数量,从而达到高效节能的目的,其核心是采用能量高效的节点选择算法。该算法综合考虑了感知性能和能耗,仿真结果表明该算法在保证感知性能的同时能有效降低协作频谱感知的系统能耗。     

一种高性能、低运算量自适应滤波器算法

由于以往小计算量最小均方算法在减小算法计算量的同时，增大了算法中的梯度估计误差。所以这些算法虽然计算量小但性能却比传统的LMS算法降低了许多。针对该不足，本文用线性限幅函数代替原算法中的符号函数，利用线性限幅函数良好的过渡特性和放大性能提出了一种改进型算法。利用系统辨识实验将改进算法与原算法进行比较表明，改进后的算法不但计算量小而且稳态性能大大提高。该改进算法可被用于高性能。低功耗自适应滤波器的设计与实现。     

一种高分辨率的最大嫡谱估计算法

经典的基于Yule-Walker等式提了大熵方法－Levinson-Durbin递推算法,忽略了数据的自相关序列估计值代替理论值时的误差,因而降低了算法性能,为了减小该误差的影响,提出了一种新的最大熵算法。该算法在计算过程中利用了一些现有算法的思路,来提高谱估计的性能并减小计算量,计算机模拟结果证明,这种新算法的估计性能远高于Levinson-Durbin算法。与同 样具有高性能的LUD（Lower and Upper triangular matrix Decomposition)算法相比,在低噪比时新算法的分辨率更高,高信噪比时,二者性能则相似。     

自适应EPON注册算法的研究

提出了一种具有自适应性的EPON上行注册算法。在综合分析了地域分布、窗口大小等因素对注册性能的影响的基础上,该算法根据对注册状态的侦听自适应地选择参数。仿真结果表明,该算法能在不同环境下,很好地适应系统对算法性能的需求。     

一种适合MIMO-OFDM系统的新型VBLAST检测算法

提出了一种适合MIMO-OFDM系统的星座映射VBLAST迫零检测算法.该算法在接收端从整个发射星座空间中连续并循环映射,作为最先检测底层信号,以最大限度提高最先检测层的差错性能,再对余下接收信号采用传统ZF检测算法;最后,根据最大似然准则,确定最优一组检测信号作为译码结果.该算法主要克服ML算法复杂度高和单纯ZF算法性能差的缺点.仿真结果表明,该算法具有比ZF算法更优的性能,在误码率为10-3数量级上有3～4 dB的性能改善,且复杂度较低.     

基于能量检测的增强型自适应门限优化算法

针对传统能量检测算法存在虚警率高、判决门限值固定等问题,提出了一种自适应门限改进的增强型自适应频谱感知算法。该算法通过加入检测因子推导出在不同通信网络地理环境下的自适应门限阈值,动态地改善认知用户的检测性能。同时分析比较该算法与传统能量检测算法、自适应检测算法的检测性能,实验结果表明增强型自适应检测算法能有效提高频谱的检测性能,较好地提高整个认知无线电系统的检测性能。     

一种改进的动态反馈负载均衡算法

在集群系统中,负载均衡算法是影响系统性能的关键因素之一.为了进一步提高集群系统的性能,有必要对负载均衡算法进行优化.通过对最小连接算法和DFB(Dynamic Feed-Back)算法的详细分析,提出了一种改进的动态反馈负载均衡算法.该算法通过收集每台服务器的实时性能参数,动态地计算出各服务节点的分配概率,并由此决定用户请求分配给哪一个服务节点.通过对上述三种算法性能的测试,得出了该算法能够有效提高集群系统性能的结论.     

高阶累积量盲均衡算法的优化设计

基于高阶累积量盲均衡算法的优化设计,提出了一种新的盲均衡算法。该算法通过引入优化思想,利用模拟退火算法来对高阶累积量的SW准则进行优化;利用模拟退火算法的全局收敛性以及快速收敛性,提高了算法的性能。计算机仿真结果表明,该算法具有较好的收敛性能及抗误码性能。