水声信道盲均衡的最小平方峭度恒模算法

用误差信号峭度定义了平方峭度代价函数，提出了盲均衡器权系数更新的最小平方峭度恒模算法，该算法更新方程中含有的误差信号峰度因子有效地消除了高斯性误差信号的影响，加快了收敛，减小了收敛后的均方误差和码间干扰。用负声速梯度水声信道，对算法的性能进行了仿真研究。结果表明：该算法在收敛速度，收敛后的均方误差及码间干扰等方面的性能优于常数模算法与最小平均峭度恒模算法。     

坐标变换并行软切换盲均衡算法及其DSP实现

针对超指数迭代盲均衡算法(SEI)均衡高阶非常模QAM信号时均方误差较大甚至失效的缺陷,提出了一种坐标变换指数迭代并行软切换盲均衡算法(CTSEI-DD)。该算法将坐标变换引入到超指数迭代盲均衡算法中,并与判决引导DD算法结合,以软切换方式并行运行,充分发挥了坐标变换、超指迭代数算法及DD算法的优点,收敛速度快、均方误差小,适合于对高阶非常模QAM信号进行有效均衡。在利用Matlab工具对该算法性能进行验证并获得该算法中各参数值的基础上,在集成开发环境(CCS)中,编写C语言代码并进行调试,在TMS320VC5509芯片实现了该算法。     

基于免疫克隆的正交小波变换盲均衡算法

针对传统的常数模盲均衡算法(CMA)收敛速度慢且存在局部收敛的问题,提出了一种快速收敛的免疫克隆正交小波盲均衡算法(CSA-WT-CMA)。该算法将免疫克隆选择算法引入至正交小波盲均衡算法(WT-CMA)中,利用克隆选择算法多峰值函数寻优的特点,将均衡器的权向量作为抗体,并采用正交小波变换降低信号的自相关性。理论分析与仿真实验结果表明,在同样的剩余码间干扰下,与正交小波变换盲均衡算法(WT-CMA)相比,该算法具有更快的收敛速度。     

形态学算子和小波变换的虹膜去噪算法

为了解决虹膜识别过程中睫毛噪声干扰的问题,提出了一种基于形态学算子和小波变换相结合的睫毛抑制算法.该算法首先将虹膜图像中的睫毛区域模拟成背景图像中的“裂缝”,通过形态学膨胀算子对裂缝区域进行像素填充,然后利用小波变换的多分辨率特性,对变换后的高频系数进行非线性小波阈值处理,低频部分进行反锐化掩膜,最后经小波逆变换重构虹膜图像.样本仿真实验表明:该算法可以使Daugman和Wildes定位算法的精确度分别提高2.1％和2.43％,定位时间相对减少24.3％和22.6％.     

双蝙蝠群智能优化的多模盲均衡算法

针对常模盲均衡算法(CMA)均衡多模QAM信号收敛速度慢、剩余均方误差大的缺陷,提出了一种基于双蝙蝠群智能优化的多模盲均衡算法(DBSIO-MMA)。该算法将2个蝙蝠群独立全局寻优得到的一组最优位置向量分别作为多模盲均衡算法(MMA)初始化最优权向量的实部与虚部,以此提高收敛速度并减小剩余均方误差。仿真结果表明,蝙蝠算法(BA)全局搜索成功率高、收敛速度快的特点在DBSIO-MMA中得到很好地体现。与CMA、MMA、粒子群多模盲均衡算法(PSO-MMA)、单蝙蝠群多模盲均衡算法(BA-MMA)相比,DBSIO-MMA具有更快的收敛速度和更小的均方误差。     

水声信道盲均衡的符号判决双模新算法

针对常数模算法(CMA)收敛后均方误差大、双层符号误差常数模算法(DSECMA)收敛速度慢的缺陷,利用CMA的稳健性好和DSECMA计算量小的优点,提出了一种符号判决双模新算法(SDDMA).该算法将均衡器与判决器输出序列模的平方差同均衡器输出序列模平方与DSECMA的常数模之差进行比较,根据比较结果,使迭代过程在CMA和DSECMA之间自动切换.该算法收敛后计算量比CMA小、均方误差比CMA与DSECMA都小,收敛速度比CMA与DSECMA快,有利于信息的实时恢复.水声信道盲均衡的仿真实验结果,进一步验证了该算法的性能.     

基于不同位置小波变换的盲均衡器研究*

目前引入小波变换的自适应均衡器均是将正交多小波变换放置在均衡器(前向滤波器)之前以加快收敛。以常模判决反馈均衡器(CMA-DFE)为例,根据平衡正交多小波变换是放置在前向滤波器还是反馈滤波器之前,研究了三个均衡器,即常规的基于前馈正交多小波变换常模判决反馈盲均衡器(MWT-CMA-DFE)、基于反馈正交多小波变换的常模判决反馈盲均衡器(FMWT-CMA-DFE)和基于双正交多小波变换的常模判决反馈盲均衡器(DMWT-CMA-DFE),分析了其各自的复杂度。水声信道仿真结果表明:与CMA-DFE、MWT-CMA-DFE和FMWT-CMA-DFE相比,DMWT-CAM-DFE具有更快的收敛速度和跟踪时变信道的能力,且消除了相位旋转。     

基于圆形麦克风阵列的声源定位改进算法

针对波达方向估计中传统互功率谱法声源方位估计准确性差、方位模糊的问题,提出了一种基于圆形麦克风阵列的声源定位改进算法,并进行了实验验证。在该改进算法中,先设计了十二元圆形麦克风阵列,由麦克风对接收语音信号的时延与相位得到相位旋转因子,再将其引入到语音信号的互功率谱中,新定义了圆形集成互功率谱,由该功率谱进行声源方位估计。仿真与实测实验结果表明,本文的圆形集成互功率谱法对声源方位进行估计,估计的准确度高于传统互功率谱法。     

基于非线性Volterra信道的复数神经多项式盲均衡算法

针对传统常模算法收敛速度慢、均方误差大以及传统神经网络参数多、复杂度高的问题,提出了基于非线性Volterra信道的复数神经多项式盲均衡算法(Fuzzy neural network-complex valued neural polynomial-constant modulus algorithm,FNN -CNP-CMA）。该算法包含单层神经网络和非线性处理器的复数神经多项式,模块结构简单、复杂度低。由模糊神经网络(Fuzzy neural network, FNN）设计的模糊规则控制器能有效提高步长的控制精度。仿真实验结果表明,该算法系统结构简单、复杂度低、收敛速度快且稳态误差小,较好地解决了收敛速度与均方误差之间存在的矛盾。     

基于混合遗传优化的正交小波变换盲均衡算法

常数模算法(CMA)收敛速度慢,初始权向量的确定缺乏理论依据,容易陷入局部极小值.针对这些问题,在正交小波变换盲均衡算法(WT-CMA)的基础上,提出了基于混合遗传优化的正交小波变换盲均衡算法(GAWT-CMA).该算法在常规遗传算法的父代和子代之间嵌入WT-CMA形成混合算法,利用遗传算子的全局收敛性进行宏观搜索,用...