TD-LTE系统中基于奇异值分解的高效波束赋形方法

为了克服TD-LTE系统中传统的基于矩阵信道的迭代波束赋形方法复杂度较大且可能不收敛的问题,提出一种基于奇异值分解的高效波束赋形方法.该方法利用系统终端侧仅有2根天线的系统特性,采用基于2×2矩阵特征值分解公式的矩阵信道奇异值分解获得波束赋形天线加权向量;不仅可以直接获得精确的加权向量,而且相对于传统迭代方法大幅降低了复杂度.理论分析和仿真结果验证了所提方法的有效性.     

TD-HSPA＋MU-MIMO双极化天线性能研究

双极化天线能够明显减小设备体积,适合使用在TD-HSPA＋多天线商用设备中,而MU-MIMO天线配置提供了多用户分集增益,在增加用户天线数目的前提下,能够明显提升系统吞吐量,引起TD-HSPA＋厂商越来越多的关注。文章对比了TD-HSPA＋MU-MIMO块对角化与正则块对角化预编码方案,通过搭建链路级仿真平台,评估了双极化天线场景下,TD-HSPA＋MU-MIMO的传输正确率与基站平均吞吐量。     

基于奇异值分解的图像去噪

提出了利用奇异值分解去除图像噪声的方法。从矩阵的角度出发,通过对图像矩阵进行奇异值分解,将包含图像信息的矩阵分解到一系列奇异值和奇异值矢量对应的子空间中,然后通过有效奇异值重构图像矩阵达到去噪目的。试验利用MATLAB通过对MRI(核磁共振)医学图像进行去噪处理,验证了奇异值分解的去噪效果,并且通过对多幅图像的试验结果进行分析,得到了去噪重构图像时所需有效奇异值数目的统计值。     

基于奇异值分解的图像匹配方法

传统的图像匹配方法中, 由于实时图和参考图之间存在着灰度差异和几何形变,仅用灰度作为特征进行匹配算法的性能很容易受到影响。文中提出了一种基于奇异值分解的图像匹配方法。该方法首先利用奇异值分解方法,求出模板图像矩阵的奇异值及奇异值向量,用它们作为模板图像的特征代替传统算法中的灰度对两幅待匹配图像进行全局搜索定位。由于奇异分解方法所特有的优越性,匹配实验取得了良好效果。实验结果验证了该方法的有效性。     

基于奇异值分解的图像目标跟踪算法

传统相关跟踪方法是利用模板图像与目标图像对应像素的灰度差异信息进行跟踪,它对旋转变化敏感,且存在跟踪累积误差,容易导致模板漂移而丢失目标。文中提出基于奇异值分解的跟踪算法,算法首先建立模板图像训练集合,利用奇异值分解方法,张成模板图像特征空间,然后求出模板图像在特征空间里的投影值,代替传统算法中灰度对两幅待匹配图像进行的全局搜索定位。在进行投影值间的相似性度量时,欧氏距离同等对待所有的特征向量不移合理,文中采用了一种鲁棒估计方法,可以对不同距离的值做不同处理。匹配跟踪实验效果良好。     

一种基于广义奇异值分解的语音增强算法

广义奇异值分解的单通道语音增强算法在加性噪声为白噪声的情况下,效果比较理想.加性噪声为有色噪声的情况下,通常用一种基于熵奇异值分解(QSVD)的方法来处理.对QSVD算法进行衍生,首先提出了一种基于广义奇异值分解的子空间语音增强算法(GSVD).为了处理低信噪比时残留的音乐噪声,结合入耳的听觉掩蔽效应,进一步提出了一种基于感官抑制的GSVD(PCGSVD).试验结果显示,PCGSVD算法能够明显地提高语音质量、可懂度和识别率,特别是在加性噪声是有色噪声的情况下实验结果明显优于其他的语音增强算法.     

基于奇异值分解的广义系统迭代学习控制算法

在对广义系统进行奇异值分解的基础上,研究了一类广义系统的迭代学习控制问题。针对快子系统和慢子系统的特点,分别利用状态误差代入输出误差,得到了一类新的广义系统迭代学习控制算法结构,这一算法是全新的。然后从理论上对所提出的算法进行完整的收敛性分析。分析结果表明,满足给定的收敛条件,系统输出可以渐近地跟踪给定的期望轨迹。     

奇异值分解算法优化

奇异值分解算法在信号处理、图像处理、信息安全等领域均有重要应用.针对该算法存在的性能问题,提出了基于gamma:1驱动的数据重用模型,提高计算负载平衡性,降低数据通信量;给出基于多处理器的并行分解模型,数值试验均表明算法具有较高的并行加速比和效率.     

基于奇异值分解的光电跟踪系统标定方法

针对地面光电跟踪系统的误差定位进行了理论分析,确定影响其目标定位精度的误差因素主要是垂直度误差、零位误差、基座安装误差等,给出了光电跟踪系统的标定流程。利用标定过程中坐标变换的顺序特性,通过奇异值分解原理给出了坐标变换的变换矩阵,包括平移矩阵、旋转矩阵及其欧拉角;同时通过标定流程的迭代,确定了固定俯仰偏移角度的大小。最后通过试验验证了此标定流程的准确性。     

基于奇异值分解的小波域水印算法

文章提出了一种新的小波域奇异值分解的算法,通过对原图像小波分解后的系数进行奇异值分解来嵌入水印,具有很强的抗JPEG压缩能力,并在嵌入水印时采用了自适应嵌入的方法提高了不可见性,还采用了一种基于队列置换的图像置乱技术,提供密钥增加了系统的安全性。     

TD—HSPA＋MU—MIMO系统迫零波束赋形算法研究

提出了一种适用于多径衰落信道的迫零（ZF）波束赋形算法。通过搭建系统级仿真平台,研究了该算法在时分双工增强高速分组接入（TD—HSPA＋）多用户多输入多输出（MU—MIMO）系统下的性能。并与基于块对角4G（BD）和基于奇异值分解（SVD）的波束赋形算法在市区宏小区场景下进行了仿真对比。     

TD—HSPA＋MU—MIMO系统块对角化预编码性能仿真研究

给出了块对角化预编码算法在TD—HSPA＋系统的使用方式,通过搭建仿真平台,模拟了TD—HSPA＋系统下行传输的完整物理层流程,分析了引入MU—MIMO技术后对系统性能的影响。仿真结果表明,块对角化预编码可以很好地支持TD—HSPA＋MU—MIMO系统。     

LTE-Hi高阶星座调制性能研究

在室内/热点区域场景下,由于终端与基站之间信道质量良好,因此可以考虑引入高阶星座调制以提高频谱效率。基于一种MCS/TBS/CQI配置,对多种Small Cell场景进行引入256QAM的系统级仿真,并通过仿真结果来对比在不同场景中,引入256QAM和采用原有调制方式对用户吞吐量、频谱效率等多项指标的影响。仿真结果初步表明,在Small Cell scenario 3稀疏场景下,引入256QAM后将对系统产生较大增益。     

毫米波下行多用户系统安全混合波束成形算法

毫米波混合波束成形结构受到日益广泛的认可,但缺乏以安全性为着眼点的混合波束成形算法研究,特别是当窃听者具有多用户译码能力时,系统安全性能无法得到保障。针对上述问题,该文基于人工噪声辅助的思想提出一种毫米波下行多用户系统安全混合波束成形算法。首先,将混合波束成形矩阵的模拟部分和数字部分解耦合独立求解,在充分考虑信道特性的基础上,通过最大化用户接收信号能量和迫零思想分别设计有用信号的模拟和数字波束成形矩阵;然后,通过SVD分解设计人工噪声的基带数字预编码矩阵,将人工噪声置于合法用户零空间。仿真结果表明,人工噪声辅助的安全混合波束成形算法有效解决了存在具有多用户译码能力窃听者时系统的安全问题。

     

TD-SCDMA系统中一种快速的下行波束形成技术

利用阵列天线系统接收信号的自相关矩阵的最大特征值所对应的本征向量的信号处理(PSM)思想,提出一种适用于TD—SCDMA系统的快速下行波束形成技术。此方法利用各个用户的扩频码进行目标用户的数据分离,并用迭代的方法代替用户信号的自相关矩阵的特征分解,降低了计算复杂度。计算机仿真验证了该方法的有效性。     

HSPA＋关键技术及性能评估

就TD—SCDMA系统而言,HSPA技术有两种增强型方式：一种为多载波捆绑技术,另一种为HSPA＋。其中HSPA＋包括分组业务持续连接（CPC）、增强CELL—FACH、层2增强、下行64QAM和MIMO等5种子技术。本文将对HSPA＋涉及的各项关键技术进行详细分析,并对引入各项技术后带来的性能增益进行评估。     

HSPA＋无线网络性能与组网浅析

首先简要介绍了HSPA＋的高阶调制、MIMO、多载波等3种关键技术,然后从理论仿真的角度对64QAM、MIMO和DC3种技术的无线网络容量性能进行了分析,最后给出了HSPA＋网络推广的建议。     

一种下行多用户MIMO系统中的鲁棒波束形成算法

提出了一种下行多用户MIMO系统中的鲁棒性线性处理算法.该算法利用了信道均值和天线相关矩阵等信道统计信息,在总发射功率不大于目标值的约束条件下,能够使所有用户的均方误差(total mean square error,TMSE)在随机信道上的平均值最小.该算法不明显依赖瞬时信道信息(channel state information,CSI),当信道估计得到的CSI不准确时,它能够有效降低由CSI偏差带来的性能损失.仿真结果表明提出的算法能够有效地降低由于不准确CSI带来的误码率和平均MSE的损失.     

基于矩阵奇异值分解的高频雷达瞬态干扰抑制

雷电等瞬态干扰严重影响了高频雷达的工作性能,必须加以抑制。该文提出了基于矩阵奇异值分解的高频雷达瞬态干扰抑制方法。该方法将高频雷达回波信号分段构造成矩阵并进行奇异值分解,首先根据矩阵有效秩的大小判断雷达回波中是否存在瞬态干扰,然后利用奇异值分解的正交性实现雷达回波的正交分解,使瞬态干扰分离出来,以利于检测,最后通过建立线性预测的全极点自回归模型对瞬态干扰位置处的回波信号予以恢复。实测数据处理结果表明该方法是有效的。     

HSPA＋64QAM引入带来的网优问题探讨

就HSPA＋64QAM升级后带来的无线环境以及资源控制等优化问题进行了研究,同时根据目前数据业务的特点,对优化不同数据业务类型的状态迁移作了一定的探讨。