一种适用于高阶QAM信号的双模式多模盲均衡算法

为了克服常数模算法(CMA)收敛速度慢、稳态误差大的缺点,利用QAM信号信道利用率高及高阶QAM信号模值不为常数的特点,提出了一种适用于高阶QAM信号的双模式多模盲均衡算法(DMMA).该算法以常规的CMA为基础模式,以多模算法(MMA)为第二模式,用该模式对于处在不同模值上的信号,以相对应的模值为参数分别进行均衡.另外,两种模式是同时对信号进行均衡的,并且在第二模式中,利用判决条件对均衡器的输出信号进行判决,使得模值能自动进行切换.利用水声信道对DMMA和CMA进行仿真实验,结果表明,与CMA相比,DMMA能针对性地对位于不同模值上的信号分别进行均衡,且收敛速度快、稳态误差小.     

动态目标函数下的神经网络盲均衡仿真研究

盲均衡算法中常数模(CMA)和判决引导(DD)模式适时切换可以有效提高算法收敛速度和均衡性能,但是切换时机难以选择,同时在信道突发干扰条件下无法保证算法的稳健性.为此结合CMA和DD算法代价函数构造了一种动态目标函数,目标函数随着均衡算法迭代次数进行调整,以前馈神经网络(FNN)作为盲均衡器实现信道均衡,并以移动窗剩余误差变化率为判据对目标函数进行适时重置克服信道可能的突发干扰.计算机仿真表明了算法的有效性.     

适用于高阶QAM信号的双模式盲均衡算法及仿真

提出了一种适用于QAM信号的双模式盲均衡算法，该算法以常规的CMA算法为初始模式，第二模式中分别对QAM信号的同相分量和正交分量进行均衡。通过判决条件对均衡器输出信号进行判决，使得该算法的迭代过程在两种模式之间自动切换，其收敛速度优于常数模算法CMA和基于判决圆环的双模式算法。通过水声多途信道的仿真实验，验证了该算法良好的收敛性能。     

混沌支持向量机优化小波加权多模盲均衡算法

为了提高均衡器对高阶QAM信号的盲均衡性能,提出了基于混沌支持向量机优化的 小波加权多模盲矽衡算法.为避免权向量陷入局部极小值点,该算法利用支持向量机对均衡器的权向量进行初始化,并用混沌优化算法对支持向量机参数进行优化;利用正交小波变换对均衡器的输入信号进行预处理,来降低输入信号的自相关性;采用加权多模算法来调整权向量迭代过程中的模值.水声信道的仿真结果表明,与加权多模盲均衡算法和小波加权多模盲均衡算法相比,该算法具有较快的收敛速度和更小的稳态误差.     

适用于16QAM信号的水声信道载波恢复盲均衡算法

针对水声信道的相位旋转问题,提出了适用于16QAM信号的新的载波恢复算法(NCRA)。对CMA的代价函数进行修改,并以此作为冷启动模式,当误码率足够低时,采用判决域方法切换到判决误差导引(DD)算法模式。该算法不仅能够完成信道均衡、纠正相位旋转,而且可以获得较低的剩余均方误差。采用典型的深海水声信道对该盲均衡算法进行的仿真结果表明:该算法能够很好地完成水声信道的载波相位恢复,对提高水下通信质量具有较高的实用价值。     

用于有虚载波OFDM系统的信道估计算法

提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数,从而逆离散傅里叶变换导致信道能量泄漏,使得时域滤波方法不能直接应用。为了解决这个问题,利用信道冲激响应的有限性,推导了以最小二乘法(least square, LS)来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性,使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差。该算法不仅可在训练模式下应用,也可推广应用于基于判决反馈的跟踪模式。仿真结果表明,改进算法无误符号率平台效应,且其误符号率较传统LS算法有2 dB的信噪比增益。     

基于差分修正的传感器网络加权质心定位算法

节点定位是无线传感器网络应用的关键技术。针对加权质心定位算法存在的测距误差影响,提出了一种基于差分校正的加权质心定位算法DWCLA。算法先进行信标节点之间的测距,并用其实际位置求得测距的误差因子。节点利用最近信标节点的误差因子修正测距,从而对权值进行修正。仿真结果表明,DWCLA算法降低了测距误差对定位的影响,提高了算法的定位精度。     

基于改进对数正态误差恒模算法的MIMO判决反馈

对数正态误差恒模算法误差曲线收敛速度快,但均方误差较大.针对这一问题,提出了改进的对数正态误差恒模算法,并将此算法应用于接序串行干扰消除MIMO判决反馈算法中.利用改进的对数正态误差恒模算法来得到前馈数据向量并将其合并到反馈数据向量中,然后按序将已检测并判决出的信号进行消除,避免了已判决出的信号对接收数据向量的干扰.在多散射物的无线通信环境下进行仿真,结果表明与迭代最小二乘按序判决反馈算法相比,所提算法检测性能提高,误码率显著下降.     

基于修正超指数迭代算法的双模式盲均衡算法仿真研究

收敛速度和剩余均方误差是评价盲均衡算法性能优劣的主要参数之一。超指数迭代盲均衡算法收敛速度快，但是，该算法对高阶QAM信号具有较大的剩余均方误差。针对数字无线电信道的盲均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正无线电信道引入的载波相位旋转，并具有较快的收敛速度。在此基础上又提出了一种双模式盲均衡算法，该算法在收敛阶段采用修正的超指数迭代算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶信号的剩余均方误差。通过仿真证明了本算法的有效性。     

一种变阶数自适应滤波算法

通过对回声抵消的实际应用环境进行分析,提出一种新的动态改变自适应滤波器阶数的算法。该算法在权系数的长度与失调误差信号之间建立一种非线性函数关系,具有在环境突变阶段,保持较高的滤波器阶数,而在稳态阶段自动减少阶数的特点,可以极大地降低自适应滤波器算法的运算量。理论分析和计算机仿真结果表明,该算法具有良好的收敛性能和跟踪性能,稳态误差的水平与传统算法保持一致。     

基于组合权重的异构无线网络选择算法

针对异构网络环境下网络选择算法采用单一方法确定判决指标权重存在的片面性问题,提出了基于组合权重的异构无线网络选择算法.首先根据用户需求建立判决矩阵,并进行层次分析,得到各判决指标的主观权重,同时对判决指标进行熵值处理,得到其客观权重;然后对主客观权重进行博弈均衡,确定指标的组合权重;最后对备选网络进行灰色关联分析,并运用组合权重对关联系数进行加权排序,得到最优接入网络.仿真实验证明:该方法能综合考虑多种接入判决指标,提高了异构网络中多模终端选择网络的准确性.     

New multitarget constant modulus array for CDMA systems

1 .INTRODUCTIONThe constant modulus algorithm(CMA) is a veryeffective blind approach to remove multiple accessinterference ( MAI) . Recently ,the CMA has beenapplied to the direct-sequence code division multi-ple access (DS-CDMA) systems with array anten-nas , which has tremendous potential to increasethe cellular system capacity . But the CMA algo-rithm lacks signal-selectivity and may capture aninterference instead of the desired user .Pre-sprea-dingis an effective method to alle…     

A New Evaluation Method of Node Importance in Directed Weighted Complex Networks

Current researches on node importance evaluation mainly focus on undirected and unweighted networks, which fail to reflect the real world in a comprehensive and objective way. Based on directed weighted complex network models, the paper introduces the concept of in-weight intensity of nodes and thereby presents a new method to identify key nodes by using an importance evaluation matrix. The method not only considers the direction and weight of edges, but also takes into account the position importance of nodes and the importance contributions of adjacent nodes. Finally, the paper applies the algorithm to a microblog-forwarding network composed of 34 users, then compares the evaluation results with traditional methods. The experiment shows that the method proposed can effectively evaluate the node importance in directed weighted networks.     

病毒式营销策略下的损失规避报童问题

现实中，消费者之间的产品购买决策影响差异性较强，但是理论研究通常过度简化了这种相互影响的差异性。鉴于此现状，以一个有向加权的无标度网络模拟消费者之间的社会关系网络，分析企业病毒式营销策略下的产品市场需求。考虑到市场需求的不确定性，研究了损失规避风险偏好的企业决策者的最优订货量决策问题。通过多智能体建模与仿真，对企业病毒式营销策路下的源头节点选择、不同风险偏好及模型对企业最优订货量决策给出了合理的数据解释和运营建议。     

TOA模式下TLS辅助泰勒级数展开的蜂窝定位新算法

提出了一种到达时间(time of arrival, TOA)模式下总体最小二乘(total least square, TLS)辅助泰勒级数展开的蜂窝定位新算法。该算法针对泰勒级数展开对初始迭代参考点依赖性强的问题,综合考虑观测量误差和观测站位置误差,利用TLS估计初始参考点,然后在估计值处对观测方程组实施泰勒级数展开,并使用加权最小二乘进行多次迭代运算,实现对移动终端的高精度定位。仿真结果表明,该算法在平均迭代次数和定位精度方面具有接近基于真实位置的泰勒级数展开算法的性能,并且在不同的几何精度因子(geometrical dilution of precision, GDOP)下,均具备良好的抗观测量误差和观测站位置误差的特性。     

基于多目标演化的模糊认知图学习算法

针对传统模糊认知图学习算法仅优化概念结点间有向弧的权值误差而造成模型拟合准确程度不高的问题,将多目标演化的思想用于模糊认知图学习算法,设计了以有向弧权值误差与误差权重同时最小化为目标的多目标模糊认知图学习模型,降低了学习算法对权值的依赖。为有效求解该多目标优化模型,提出了一种基于坐标变换的多目标演化算法,分析了算法的参数设置方法与计算复杂度。实验结果表明,基于多目标演化的模糊认知图学习算法可以有效降低结点数据误差与模型误差,能够更准确地得出概念结点间的因果关系。     

水声信道快速收敛自适应均衡算法

从提高自适应均衡算法水声信号收敛性能的角度出发,提出了一种新的快速收敛水声信道自适应均衡算法。该算法将改进的归一化均方误差算法和判决反馈均衡器结构有机结合,在不增加计算量的前提下,很好地实现了不同水声信道的自适应均衡,易于算法的硬件实现。仿真结果表明,该算法计算量同归一化最小均方(normalized least mean square, NLMS)误差算法的计算量相当,但在稳态误差和收敛速度上有很大优势;收敛性能与自适应调整最小二乘回归〖CD*2〗判决反馈均衡器(variable tap-length decision feed-back equalizer based on recursive least square, RLS-DFE)算法接近,却克服了RLS-DFE算法计算量大,不利于硬件实现的实际问题。提出的算法为水声通信提供了一种性能优良的可实现方法,具有较高的应用价值。     

A Table Based Algorithm for MinimumDirected Spanning Trees

1. INTRODUCTIONSeveral optimal spanning tree methods have been developed for the weighted undirected graph. The commonlyused methods are Kruskal's method (also called Greedy algorithm) and Disorder algorithm [4]. As for theweighted digraph, little work has been done [1]. In practice, the complicated digraph is difficult to be depicted,but easy to be expressed in the form of a table. Based on the table expression instead of the digraph expression,an optimal spanning rooted-tree method cal…