基于矢量平均的信道估计算法

提出一种适用于DS-CDMA无线通信系统的低计算量而性能良好的信道估计算法。在DS-CDMA系统中，当接收信号经过解扩或多用户检测等时域预处理后，可以认为干扰大大减弱、期望信号在处理后的信号中占主要地位。这样，用预处理后信号相关阵的最大特征值对应的特征矢量可以很好地近似期望信号的信道矢量。但是，直接特征分解需要很大的计算量，特征跟踪计算量较低，但瞬态性能较差。本文提出一种基于相关矩阵列矢量平均的信道估计算法，该算法不需要特征分解或跟踪。仿真结果表明：新算法在降低计算量的情况下可以获得同直接特征分解方法几乎相同的性能。     

自适应RBF神经网络在CDMA移动通信上行链路功率控制中的应用研究

提出了一种自适应RBF神经网络功率控制方案。详细研究了该网络在DS-CDMA通信中，进行上行链路闭环功率控制(基于信扰比(SIR))的应用理论，给出了该网络参数的计算方法。最后用计算机仿真法模拟出该控制器的运行性能。结果表明基于SIR的自适应RBF神经网络功率控制器能自适应地调整移动台的发射功率，使基站接收信号的信扰比始终非常接近于一个常数，且有比定步长功率控制更小的SIR跟踪误差，从而可以降低接收信号的中断概率、提高信道容量。     

复杂背景下的人脸分割

针对复杂背景下人脸位置的不确定性和人脸轮廓边缘点的不连续性,本文提出一种新的人脸分割算法,能够在复杂背景下将人脸快速分割出来。本文算法包括三部分:首先设计了特征与模板相结合的人脸定位算法,在复杂背景中以双眼和嘴的坐标为基准确定人脸位置;其次,设计了自适应搜索算法,提取真正的人脸轮廓点,去除“假”轮廓点;最后利用人脸轮廓的平滑性通过曲线拟合来补充不确定轮廓点,完成人脸分割。本文算法综合利用了人脸的肤色、表面结构、轮廓边缘以及轮廓的平滑性等特征完成人脸分割,实验结果证明了算法的有效性。     

自适应MQAM调制性能分析

本文首先分析了自适应MQAM调制的原理,它以频谱效率最高为准则,在恒定功率约束条件下对接收信噪比优化来选择不同调制阶数。然后引入时变多径信道模型,通过仿真给出了自适应QAM在此信道条件下的性能,并分析了信道估计误差对其性能的影响。     

一种新的基于LMP准则的自适应正弦波频率估计算法

自适应IIR陷波器在许多不同的信号处理场合,尤其在估计淹没在噪声中的正弦波频率方面得到广泛应用。本文在研究了多种自适应IIR陷波器算法的基础上,提出了一种基于LMP准则的修正LMP-MNG算法,仿真结果验证了算法的有效性。     

Adaptive Transmit Diversity with Quadrant Phase Constraining Feedback

An adaptive transmit diversity scheme with quadrant phase constraining feedback is proposed in this paper. With simple linear operations at both transmitter and receiver, the proposed algorithm can achieve better system performances with only 2M−2 bits of feedback information for systems with M transmit antennas. Theoretical performance bounds of the proposed transmit diversity scheme are derived. Simulation examples and theoretical analyses show that the proposed transmit diversity scheme outperforms not only the conventional open-loop transmit diversity techniques, but also some closed-loop transmit diversity techniques with more information transmitted in the feedback channel.     

增益增强型CMOS运算放大器的自动优化算法

在增益增强型运算放大器优化中采用了自动设计方法,此方法在电路性能方程式和自适应遗传优化算法基础上对电路性能指标进行优化。该放大器在0.18μm CM O S工艺条件下中开环增益为92.1 dB,单位增益带宽积为1.78 GH z,相位裕度为55.1°和0.2%建立时间为1.27 ns,同时说明此优化设计方法的有效性。     

基于神经网络的红外焦平面非均匀性自适应校正算法

由于材料、工艺等原因,红外焦平面阵列(IRFPA)各单元普遍存在响应不一致的现象,从而导致IRFPA都存在非均匀性.非均匀性校正(NUC)是红外图像处理系统中的重要环节.本文在研究了传统的基于神经网络的NUC算法的基础上,提出了一种改进的基于神经网络的非均匀性自适应校正算法,并对比了传统的基于神经网络的算法和本文算法的校正效果和收敛速度,实验表明本文提出的算法校正效果好,收敛速度快.     

一种新的步长等变化自适应算法

定义了描述信号分离状态的一种测度,并在认真分析相关固定步长和变步长EASI算法的基础上。提出了一种新的步长自适应等变化自适应（EASI）算法。该算法步长是基于分离状态的。其学习速率由信号的分离程度自适应地选取。因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于传统的EASI算法．     

基于LBER的自适应天线波束形成

自适应天线的空间信号处理能力证明了它是解决未来无线电通信容量瓶颈问题的主要措施之一。自适应天线的波束形成算法有很多，简单介绍了LMSE（Least Mean Square Error）算法、CMA（Constant Modulus Algorithm）算法，重点讨论了一种基于最小误比特（Least Bit Error Rate，LBER）的自适应天线空间波束形成算法，从误比特率的角度对这三种算法进行了仿真、比较，得出了分析结果。