基于遗传优化的正交小波分数间隔盲均衡算法

针对传统的常数模盲均衡算法(CMA)收敛速度慢、稳态误差大和局部收敛的缺点,提出了一种基于遗传优化的正交小波分数间隔盲均衡算法(WT-FSE-GA).该算法通过对分数间隔均衡器的输入信号进行正交小波变换,以降低信号的自相关性,并利用遗传算法全局随机搜索的特性,对均衡器权向量进行优化,以降低CMA陷入局部收敛的可能性.与...     

正交小波分数间隔频率分集自优化盲均衡算法

为克服传统多输入判决反馈盲均衡算法(MI-DFE)稳态误差大、收敛速度慢的缺点,在分析正交小波、分数间隔均衡器、频率分集技术的基础上,提出了一种正交小波分数间隔频率分集自优化盲均衡算法(WT-FF-SOC).该算法将正交小波、分数间隔均衡器与频率分集技术相结合,先得到正交小波分数间隔频率分集盲均衡算法(WT-FF);对WT-FF中每一路的输出合并后再进行判决反馈,用常数模算法(CMA)更新权向量,并作为WT-FF-SOC的跟踪模式;对WT-FF中的每一路信号进行判决反馈处理后,再对判决反馈滤波器的输出进行合并,在推导盲RLS算法后,用盲RLS算法更新权向量,并作为WT-FF-SOC的启动模式。两种模式利用代价函数的判决阈值进行切换。该算法具有收敛速度快、稳态误差小的特点。水声信道的仿真结果,验证了算法的有效性。     

一种改进的正交变换域水声信道盲均衡算法研究

针对常数模算法(CMA)收敛速度慢的缺点,将均衡器输入信号进行正交变换,实现正交变换域盲均衡。同时,引入均衡器输出星座匹配误差(CME)项,提出一种改进的正交变换域信道盲均衡算法(MTDCMA)．水声信道仿真结果表明：与常规常数模算法(CMA)及传统的基于正交变换的常数模盲均衡算法(TDCMA)相比,在同样的剩余码间干扰条件下,新算法具有更快的收敛速度。     

基于动态粒子群小波动态加权多模盲均衡算法

为了提高对高阶正交振幅调制 (QAM) 信号的均衡效果,提出了基于动态粒子群优化(DPSO)的小波动态加权多模盲均衡算法(DPSO-WTDWMMA). 该算法将DPSO算法和正交小波变换结合起来应用于动态加权多模盲均衡算法(DWMMA)中。利用DPSO对均衡器权向量进行优化,利用正交小波变换降低输入信号的自相关性,利用动态加权多模算法来选择合适的误差模型匹配发射的QAM信号,降低了稳态误差。理论分析及水声信道仿真结果表明：DPSO-WTDWMMA算法可获得较快的收敛速度和较低的稳态误差。     

基于混合蛙跳算法的多模盲均衡算法

针对常模盲均衡算法(CMA)收敛速度慢、收敛后稳态误差大且存在盲相位的现象,提出了一种基于混合蛙跳算法的多模盲均衡算法(SFLA-MMA)。它结合了智能优化算法的基本思想,将个体自身的进化及个体间的社会行为等概念引入到盲均衡技术中。该算法将多模盲均衡算法(MMA)代价函数的倒数定义为混合蛙跳算法(SFLA)的适应度函数,将青蛙群体中青蛙个体的位置向量作为MMA的初始权向量;利用SFLA的全局信息共享机制和局部深度搜索能力,在全局范围内搜索青蛙群体的最优位置向量并作为MMA的初始优化权向量。之后,通过MMA进行迭代,得到MMA的最优权向量。利用高阶多模正交振幅调制（QAM）与正交相移键控（APSK）信号对该算法进行了仿真验证。仿真结果表明,与CMA、MMA和基于粒子群算法的多模盲均衡算法(PSO-MMA)相比,SFLA-MMA在均衡高阶多模信号时收敛速度极快、稳态误差最小、输出信号星座图最清晰。     

基于平衡正交多小波变换的盲均衡算法

为了克服常模算法(CMA)收敛速度慢的缺点,提出一种基于平衡正交多小波变换的常模盲均衡算法(MWTCMA)。该算法引入了平衡正交多小波,弥补了多小波在实际应用时必须进行预滤波的缺陷,并推导出了平衡正交多小波变换矩阵的通用表达式。水声信道盲均衡的仿真结果表明:与基于正交小波变换的常模盲均衡算法(WTCMA)和常规CMA相比,该算法的收敛速度得到了显著的提高,均方误差得到了一定的改善。     

基于正交小波变换的判决引导联合盲均衡算法

为了克服水声信道时变多途的影响和基于统计特性的线性均衡(LE)算法收敛后稳态误差大的缺点,提出了基于正交小波变换(OWT)的判决引导联合盲均衡算法(OWT-LE+DD).该算法将OWT理论引入,充分利用OWT良好的去相关性,加快了收敛速度,并采用软判决的方式与判决引导(DD)算法相结合,纠正信道引入的载波相位旋转,减小了稳态误差。水声信道的仿真结果,表明了算法的有效性。     

基于符号峭度最大化的水声信道盲均衡算法

利用随机信号的峭度能完全抑制高斯噪声（TN）的特点，结合符号算法，推导了盲均衡器权向量更新的符号峭度最大化自适应算法（SKMAA），该算法计算量小，在收敛速度与均方误差等方面的性能均优于CMA算法，特别有利于水声信息的实时恢复。通过水声信道盲均衡的仿真实验，进一步验证了该算法的有效性。     

基于模糊神经网络的CMA盲均衡算法

文中提出的新算法是基于模糊神经网络设计控制器改进恒模算法。首先从理论上分析了模糊神经网络控制器实现方式．并用它进行控制步长控制．形成一种基于模糊神经网络的CMA盲均衡算法．通过计算机仿真验证了改进算法的收敛性能，结果显示相对于CMA算法．新算法在性能上有一定的提高。     

基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法

针对现有多模盲均算法(MMA)收敛速度较慢、均方误差大的缺陷,提出一种基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法(DNA-GBA-FS-MMA)。该算法利用分数间隔均衡器对信号进行过采样,以获取更多信道信息;将DNA遗传算法引入到蝙蝠算法中,得到一种DNA遗传蝙蝠算法(DNA-GBA),利用这个新算法来寻找蝙蝠群的全局最优位置向量,并作为多模盲均衡算法初始化最优权向量的实部与虚部。仿真结果表明,与现有的MMA相比,DNA-GBA-FS-MMA 的稳态误差最小、收敛速度最快、星座点最清晰紧凑。     

一种基于时频分析的多跳频信号盲源分离算法

针对多个无人机遥控信号的分离问题,提出一种基于时频分析进行数据处理的多跳频(frequency hopping, FH)信号盲源分离(blind source separation,BSS)算法。利用不同跳周期的跳频信号驻留时间的差异性,改进时频脊 线的提取;利用小波变换检测改进后时频脊线的突变点,求脊线最大驻留时间即为跳频信号中的最小跳周期;分离 出不同跳周期的跳频信号,并基于时频能量值的不同,对不同信号幅度的跳频信号进行盲源分离。结果表明：与同 类算法相比,该算法在不依赖多通道数据的采集及混合矩阵估计等情况下,可实现单通道情况下多跳频信号的盲源 分离,具有一定的工程应用价值。     

基于DWT的数字图像盲水印算法

一种基于DWT的数字图像水印算法：先将1幅作为宿主图像的灰度图像进行分块,再利用Haar小波函数对分块分别进行二维离散小波变换,将水印信息嵌入到小波低频系数中,最后对嵌入水印信息的分块进行逆小波变换重构图像获得含水印图像。提取水印时不需要原始图像。通过Matlab进行仿真,实验结果表明该算法有很好的不可见性,并且对JPEG压缩、高斯噪声、高斯低通滤波等操作有较好的鲁棒性。     

基于提升算法的3 阶Daubechies 离散小波变换的FPGA 实现

为提高小波变换的计算效率,研究基于提升算法的3阶Daubechies离散小波变换及其逆变换的FPGA实现。简要介绍提升算法的基本原理,给出3阶Daubechies小波变换及其逆变换的提升算法过程,对正变换与逆变换的硬件实现结构进行设计,该结构无需附加内存,且采用流水线技术实现小波系数的快速并行输出,大大节省了传统变换所需的存储空间并提高了计算速度。在Quartus设计软件中对提升算法结构进行仿真,验证了提升结构的正确性。分别使用传统的基于卷积的DB3小波滤波器和设计的DB3提升结构对包含噪声的模拟信号进行小波阈值滤波处理。结果表明:提升结构算法计算复杂度小,在可承受的信噪比范围内,能够快速实现信号的小波变换处理。     

天波雷达欠密度流星余迹干扰抑制算法

针对欠密度流星余迹干扰严重影响天波超视距雷达(OTHR)目标检测的问题,提出了欠密度流星余迹干扰抑制算法。应用二进小波变换(DWT)计算流星余迹干扰的位置,并将该位置的回波数据组成3阶Hankel张量;采用高阶正交迭代（HOOI）算法和总体最小二乘(TLS)算法,抑制张量中的噪声分量和求解流星余迹干扰参数,解得流星余迹干扰的时域回波数据;从回波数据中去除流星余迹干扰,得到干扰抑制后的时域回波数据。与现有流星余迹干扰抑制算法相比,该方法提高了目标的信杂噪比(SCNR)。     

一种扩展的自适应小波变换算法及应用

在Claypoole自适应小波变换基础上,提出了一种扩展的自适应小波变换方法。该方法将Sweldens构造小波的内插细分多项式,由奇次扩展到正整数次,从而扩大了自适应小波消失矩的选择范围。将自适应小波变换与扩展自适应小波变换应用于信号滤波,结果表明：扩展自适应小波变换,得到了理想的滤波效果,也为应用提供了更广泛的自适应小波选择。     

基于小波滤波与RBF 网络的微弱磁场信号检测

针对水中兵器检测船舶磁场信号时信噪比较低的问题,提出基于小波滤波与RBF神经网络的微弱磁场信号检测算法。根据船舶磁场信号的时频特征,对采集的信号进行小波分解,提取最后一层的低频分量,滤除高频噪声;并采用样本数据对RBF网络进行学习,利用学习好的RBF网络对含噪信号进行处理,提取船舶目标特征信号。通过计算机仿真结合实测数据对算法进行了检验。结果表明：该算法可以显著提高信噪比,增强了对微弱磁场信号的检测能力。     

基于多尺度自适应卡尔曼滤波的分形信号去噪

针对1/f分形信号在传输过程会受到噪声污染问题,提出了一种基于小波变换与自适应卡尔曼滤波相结合的多尺度自,应去卷积滤波方法.根据小波变换对l/f分形信号进行白化的特点,在小波域对小波系数建模,先利用最小二乘法求解模型系数,然后基于自适应卡尔曼去卷积滤波对1If分形信号进行估计.仿真实验表明,在不同的输入信噪比与分形指数情况下,所提出的去噪方法均能取得较好的效果.     

一种改进的基于二阶统计量的盲源抽取算法

针对之前盲源抽取算法存在鞍点的问题,提出一种新的基于二阶统计量的盲源抽取算法。通过利用自回归模型对抽取信号向量进行估计,并利用估计值与抽取向量之差提出一种新的代价函数,证明了代价函数的有效性。通过利用最速下降法对抽取向量以及FIR滤波器权值向量的计算,求解出抽取向量最优值。最后通过仿真证明算法相对之前两种算法有更高的可靠性,且在低信噪比的环境下,算法抽取效果依然良好且保持很高的抽取正确率。     

基于一维参数化正交小波滤波器的信号重构

应用一维参数化正交小波滤波器逼近一个双正交小波滤波器,利用文中给出的算法,根据信号采样值用Mallat算法对信号进行快速重构,准确得出原始的信号。通过仿真说明了此算法的可行与有效性。     

基于循环平稳度准则的多路雷达信号识别算法

在日益复杂的电磁环境中分选识别出雷达信号,是电子对抗发挥功用的先决因素。关于雷达信号调制样式与信号参数的先验信息有限,难以为信号分选提供充足的情报支撑,且信号交叠严重制约着信号分选的效能。将上述需求转换为盲源分离问题,通过Givens变换构造高阶分离矩阵,将适用于两路信号的基于3阶循环量的循环平稳度（DCS）盲源分离算法拓展到适用于具有不同循环平稳频率的多路信号。通过理论推导证明了该方法的可行性,并推导出构造Givens矩阵参数确定的方法。利用循环平稳理论提取雷达信号在循环平稳域的特征,结合DCS分离准则进行仿真验证。仿真结果表明,该算法能够实现对多路雷达信号的有效分选。