一种可实现的仿射组合自适应滤波算法

为了进一步改善自适应算法收敛速度和稳态偏差的性能,在对仿射组合滤波器自适应算法性能分析的基础上,提出了一种新的组合参数更新公式,该更新公式中的固定系数改为与子滤波器输出相关的函数,使仿射组合自适应滤波算法可以更好地实时跟踪子滤波器的性能变化。仿真结果表明,基于新组合参数更新公式的仿射组合自适应滤波算法与基于理想组合参数更新公式的仿射组合自适应滤波算法性能一致,同时具有快的收敛速度和低的稳态偏差,且对子滤波器步长变化具有良好的跟踪性能。     

LCMV分频的改进维纳滤波后置波束形成算法

针对封闭环境中语音信号受到混响影响,提出了LCMV分频的改进维纳滤波后置波束形成算法。该算法通过计算麦克风阵列接收到含混响信号的短时傅里叶变换得到频域阵列信号,对频域阵列信号分频处理,将分频的信号进行线性约束最小方差波束形成滤波处理,该波束滤波根据每个频段上混响时间不同的特性对频域阵列信号进行分频处理后,将波束形成算法分别应用到高低频中,以提高混响抑制的精度;再由频域阵列信号的组合功率谱进行维纳后置滤波以抑制混响,由麦克风阵列接收到混响信号的直达波和反射波之间不相关性及麦克风阵列接收信号的空间信息解决维纳滤波器的精确估计问题;最后由逆短时傅里叶变换恢复出时域信号。仿真结果表明,该算法对混响抑制具有明显的改善;且在混响时间600 ms条件下语音增强系统的PESQ值提高了0.26。     

基于Kalman滤波的GSC改进语音增强算法

针对广义旁瓣相消器（Generalized sidelobe canceller,GSC）存在非相干噪声消除性能不佳的缺陷,提出了采用后置Kalman滤波器改进的GSC去噪算法。该算法通过归一化最小均方算法校正自适应噪声对消器,并将滤除方向性干扰噪声后的语音信号输出到Kalman滤波器中,对残余背景噪声进行迭代最小均方误差（Minimum mean square error,MMSE）估计,抑制非相干噪声与麦克风阵元所产生的热噪声。经过在不同信噪比条件下客观语音质量评估（Perceptual evaluation of speech quality,PESQ）及语谱图分析后证明,与传统的GSC以及后置谱减法的改进GSC相比,本算法在噪声消除上的表现更为优越,且增强后信号也更接近目标信号。     

变系数加权误差函数的判决反馈盲均衡算法

针对严重失真的水声信道,在分析几种常用传统误差函数和判决反馈均衡器（DFE）的基础上,构造了一种变系数加权误差函数,对DFE权向量进行更新,提出了基于变系数加权误差函数的判决反馈盲均衡算法（VCMDFE）。与基于传统误差函数的判决反馈盲均衡算法（CMDFE）相比,新算法能够根据均衡的进度,利用一变系数去调节误差函数数值的大小,以取得比CMDFE算法更快的收敛速度和更低的稳态误差。水声信道的仿真结果验证了该算法的有效性。     

基于正交小波变换的超指数迭代联合盲均衡算法

为了克服超指数迭代盲均衡算法稳态误差大、不能纠正相位旋转的问题,在分析正交小波变换理论和超指数迭代盲均衡算法的基础上,利用正交小波变换对SEI算法的权向量迭代公式进行修正,同时引入一阶锁相环(PLL)技术,并将其以软切换的方式与判决引导算法相结合,得到一种基于正交小波变换的超指数迭代联合盲均衡算法.该算法利用正交小波变换良好的去相关性,来加快收敛速度,利用PLL技术来快速纠正相位旋转,并用其来初始化判决引导算法,有效地减小了稳态误差.水声信道的仿真结果验证了算法的有效性.     

基于DNA遗传优化的正交小波常模盲均衡算法

在上行多用户中继网络中,针对中继协作波束成形与多天线基站联合优化的问题,本文提出了两种不同的但是具有一定相关性的设计方法。在第一种方法中,考虑在接收端SINR约束的情况下,使中继节点总功率最小化;在第二种方法中,研究在中继节点满足一定功率约束的情况下,使接收端SINR最大化。研究发现,基站线性接收器的最优权值矩阵决定于中继节点加权向量,进而可将多变量优化的复杂问题转化为单一变量优化问题。原问题进而可转化为半正定规划问题,可以用内点法方便的解决。仿真结果表明,与通过迭代运用凸优化求多向量的方法相比,该方法性能更优。     

抗单粒子辐射LVDS驱动器设计

为了减小单粒子效应对低电压差分信号(Low Voltage Differential Signal, LVDS)驱动器电路的影响,对LVDS内部模块电路进行单粒子脉冲仿真,找出电路中单粒子敏感节点,并进行单粒子加固设计。该电路基于0.18μm 1P5M CMOS工艺实现,传输速率为200Mbps,版图面积为464×351μm²,在3.3V电源电压下功耗为11.5mW。辐射试验采用Ge粒子试验,在入射能量为210MeV,线性能量转移LET为37.3MeV·cm²/mg辐射情况下,该LVDS驱动器电路传输数据未发生错误。     

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。     

An Orthogonal Wavelet Transform Fractionally Spaced Blind Equalization Algorithm Based on the Optimization of Genetic Algorithm

An orthogonal wavelet transform fractionally spaced blind equalization algorithm based on the optimization of genetic algorithm(WTFSE-GA) is proposed in viewof the lowconvergence rate,large steady-state mean square error and local convergence of traditional constant modulus blind equalization algorithm(CMA).The proposed algorithm can reduce the signal autocorrelation through the orthogonal wavelet transform of input signal of fractionally spaced blind equalizer,and decrease the possibility of CMA local convergence by using the global random search characteristics of genetic algorithm to optimize the equalizer weight vector.The proposed algorithm has the faster convergence rate and smaller mean square error compared with FSE and WT-FSE.The efficiency of the proposed algorithm is proved by computer simulation of underwater acoustic channels.     

基于神经网络的符号自动识别系统研究

提出了一种新的基于神经网络的目标符号自动识别系统。该系统在图像的二值化处理过程，采用了小波变换的方法，该方法可有效克服噪声的干扰，自动确定灰度图像二值化所需要的阈值。在符号识别部分，采用了双向联想记忆（BAM）人工神经网络技术，通过改进的感知器学习算法，增大了网络的容量，可实现对采集的有污染或缺损符号进行正确识别。仿真实验结果说明，系统具有较强的稳定性和有效性，且易于工程实现。