水声信道并行软判决盲均衡算法

在水声通信系统中,为了抑制由多径效应产生的严重码间干扰,必须进行信道均衡.文章在超指数迭代算法(SEI)的基础上,引入软判决思想,提出了一种基于SEI算法的分数间隔并行软判决盲均衡算法(FSE-SEI-SDD).计算机仿真结果表明,该算法相对于传统的常数模算法(CMA)和SEI算法,获得了较快的收敛速度和较小的剩余码间干扰,提高了通信系统的质量,具有一定的实用价值.     

基于坐标变换的常数模盲均衡新算法

结合信号星座图特点,对常数模算法的代价函数进行修正,提出了基于坐标变换的常数模盲均衡新算法.该算法通过坐标变换将发射信号的模值转换成零,从而克服了常数模算法在对非常模信号进行均衡时,输出误差无法收敛至零的缺点;并且该算法可以在未知发射信号调制类型的情况下完成均衡.理论分析和仿真结果证明了新算法的优良性能.     

基于正交小波变换的多模盲均衡器设计与算法仿真研究

针对常数模算法(CMA)收敛速度慢与剩余误差大的缺点,在基于正交小波变换CMA算法(WT-CMA)基础上,提出了一种新的基于正交小波变换的多模算法(WT-MMA).该算法将正交小波变换和多模算法(MMA)相结合,通过归一化正交小波变换来加快收敛速度,同时采用多模算法以减小剩余误差.用水声信道对算法的性能进行了仿真,结果表明,与CMA及WT-CMA算法相比,WT-MMA算法具有快的收敛速度且小的剩余误差.同时,文中还给出了均衡器的正交小波表示以及正交变换矩阵的表示.     

一种基于高阶累积量的新变步长的自适应谱线增强方法

从减小高阶累积量计算量出发，综合变步长算法和极性算法的优点，提出了基于高阶累积量的能量幂函数型变步长极性迭代自适应动态谱线增强新方法，该方法用输入信号的能量幂函数作变步长来改善跟踪性能，用非输入信号（由输入信号构成的函数）的符号或极性来减小高阶累积量的计算量。仿真表明，该方法具有良好的抑制高斯噪声、增强谱线和跟踪时变信号的性能。     

一种有约束的自适应LMK时延估计算法

提出了一种有约束的自适应LMK时延估计算法,该算法的代价函数根据估计误差的峭度选取,算法直接对时延进行估计,不需进行插值运算.最后用实测的直升机辐射的噪声数据进行了仿真,表明新算法具有更快的收敛速度.     

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。     

基于人工免疫网络的正交小波盲均衡算法

传统的常数模盲均衡算法存在收敛速度慢、均方误差大、易陷入局部极小值点等缺点。为此,提出一种基于人工免疫系统的正交小波盲均衡算法。该算法将均衡器系数向量作为抗体,经过抗体克隆、变异和抑制等操作,搜索到适应度值最高的抗体,即均衡器的最优系数,使权向量跳出局部最优点,接近全局最优点,并利用正交小波变换改善常数模盲均衡算法的收敛性,降低均方误差。仿真实验结果表明,该算法收敛速度快、均方误差小,能得到全局最优解。     

基于双重控制网络的图像去模糊方法

传统的图像复原问题主要采用分治法,即将图像复原问题分为不同的子问题,通过对子问题处理得到最优解。由于不同处理环节之间的衔接和损失问题,子问题的最优解并不能得到全局最优解。针对此问题,提出一种端到端的双重控制网络,采用控制模块通过参数分别控制退化分支和处理分支。该网络通过特殊的编解码器结构处理特征问题——在固定尺度因子子网下,采用循环跳跃连接结构消除卷积层的堆叠块,增强输出端的特征显示。实验证明,提出方法与对比方法复原的图像峰值信噪比(PSNR)数值在30以上,结构相似度(SSIM)指标在0.90以上,且有效的改善了视觉效果。     

基于嵌入式Linux的NTP协议的实现

在分析基于Linux操作系统的NTP协议实现过程的基础上,通过构造NTP Packet协议包、计算包交换的往返延迟Ad和对Flag值大小的设定,建立了基于嵌入式Linux的时间同步与校准系统.文中应用相对简单的程序,提高了时间校正的精准度,并且由于嵌入式Linux程序的可移植性,扩展了NTP协议的使用范围.