认知网络中基于三角分解的干扰对齐算法

针对多个主用户、多个次用户的认知多输入多输出网络,由次用户单方面消除主次间的干扰,带来次用户性能严重损失的问题,提出一种联合主次用户信道矩阵进行三角分解的干扰对齐算法。首先,根据各个用户的信道质量分别对主用户系统和次用户系统的信道矩阵进行排序;然后,结合主用户网络和次用户网络的信道矩阵进行三角分解;最后,通过最小均方误差算法来验证所提算法的可行性。仿真实验表明,所提算法能有效地提高次用户自由度上限以及次用户网络和主用户网络的系统容量、平均能量效率及抑制干扰的能力。     

多天线系统中基于QR分解的混合SIC/PIC检测

提出了一种有效并且数值稳定的、基于QR分解的垂直分层空时码(vertical layered space-time code, V-BLAST)检测算法。在信道矩阵QR分解得到的上三角矩阵中,先检测的信号具有更高的分集度,然而传统的基于QR分解的算法由于没有利用这种潜在的分集,通常性能要低于其他连续干扰消除（successive interference cancellation, SIC）算法。新算法在每一干扰消除阶段引入并行干扰消除（parallel interference cancellation, PIC）,对已估计的各个分量进行更新,有效减少现有连续干扰消除类算法存在的误差传递问题。仿真表明新算法性能明显优于传统基于最小均方误差（minimum mean square error, MMSE）的连续干扰消除算法性能,且算法复杂度依检测顺序的确定方法不同而略高于或低于MMSE算法。     

期望信号稳健阻塞的协方差矩阵重构波束形成算法

针对期望信号导向矢量存在失配时自适应波束形成器性能下降的问题,提出期望信号稳健阻塞的干扰噪声协方差矩阵重构算法。首先,构造角度展宽的信号阻塞矩阵,完成回波数据中期望信号的分离,进而利用无污染的回波数据计算准干扰噪声协方差矩阵。接着,对准干扰噪声协方差矩阵做特征分解,借助矩阵投影变换完成干扰噪声协方差矩阵的准确重构。最后,对剔除掉干扰和噪声分量的采样协方差矩阵做特征分解,完成期望信号导向矢量的有效估计。理论分析和仿真结果表明,所提算法不仅具有近乎理想的性能,还具有较低的计算复杂度。     

降低计算量的改进联合对角化算法

提出两种改进算法解决避免奇异解的联合对角化算法计算量大的问题。一方面,将对角化矩阵行列式按当前更新的列直接展开得到一种改进算法;另一方面,将列交换后的对角化矩阵进行LU分解,由分解得到的上(下)三角矩阵计算行列式,得到了另一种改进算法。由于两种改进算法都减少了一次矩阵求逆,因此降低了原算法的计算量。实验仿真表明,当目标矩阵的个数和维数较大时,两种改进算法的计算量分别为原算法的36.8%和21.5%。     

GPS多波束盲自适应动态干扰抑制算法

依据全球定位系统(global position system, GPS) C/A码信号的周期重复特点,提出了一种新的多波束盲自适应动态干扰抑制算法。首先利用子空间投影和零陷展宽技术抑制动态干扰,然后将无干扰的数据送入多波束形成器,由于GPS信号和噪声的重复周期不同,所以可以根据延迟协方差矩阵的分解得到信号子空间,进而确定每个波束的权矢量。仿真证明,该方法能有效抑制动态干扰,同时又能将波束的主瓣对准卫星方向,从而提高卫星信号的信噪比。     

3G LTE上行多小区优化调度算法

上行多小区优化调度算法基于小区间干扰的理论分析结果,提出了一套整体的多小区优化的方案,与传统3GLTE(LongTerm Evolution)系统中的比例公平算法相比,该算法充分考虑了小区间干扰,使系统吞吐量和用户吞吐量公平性两方面性能都有了明显的改善.     

DSSS卫星通信中基于小波包变换的干扰抑制方法

卫星通信中利用直接序列扩频技术具有一定的抗干扰能力,但由于扩频增益无法做到无限大,当强干扰超过系统的干扰容限时,系统传输性能将会大幅降低。通过变换域信号处理技术对直接序列扩频中的干扰进行检测与抑制,能够增强其抗干扰能力。小波包变换具有优异的时频域局部分析能力,非常适合用于直接序列扩频系统中干扰检测与抑制。分别对规则小波包分解和最佳小波包分解进行了研究,提出了一种基于最佳小波包分解的干扰抑制新方法,通过将子带功率比与最小功率阈值相结合,实现对干扰进行定位和抑制。仿真结果表明,所提出的算法与基于规则小波包分解的干扰抑制和传统的快速傅里叶变换算法干扰抑制相比较,性能得到显著改善,且在计算复杂度上上升极少,是提高直接序列扩频信号抗干扰能力的更有效的选择。     

基于正交分解的自适应直扩系统窄带干扰抑制

为了提高对不同窄带干扰的抑制效果,提出一种利用Householder正交分解的QRD-LMS的自适应非线性干扰抑制算法.由于利用了正交分解以及阶数递推结构,使得自适应算法计算复杂度低,与传统LMS算法计算量相当.同时算法具有较小的条件数并且可以取较大的步长,使其稳健性以及跟踪性能明显优于LMS.将窄带干扰建模为多频、自回归过程以及数字窄带信号.仿真结果表明,方法在不同信噪比下,其干扰抑制效果要明显好于归一化LMS算法以及RLS算法.     

基于遗传矩阵伴随求逆算法的抗干扰技术

为有效克服权值失配引起波束畸变的影响,提升卫星导航抗干扰的能力,提出了一种遗传矩阵伴随求逆算法,并用硬件实现了该算法。该算法利用上个时刻的协方差矩阵,结合新环境的特征估计下个时刻的协方差矩阵,使矩阵之间具有遗传特性,估算得到稳健的权值。1 000次蒙特卡罗仿真表明,该算法与采样矩阵求逆算法相比,具有更好的鲁棒性,波束畸变形成寄生零陷的增益平均深度减少了15 dB,降低了在抑制干扰时对卫星信号的影响。实测中,该算法相较于采样矩阵求逆算法对双干扰的抑制干信比提升了7~9 dB。仿真和实测的结果表明,该算法对卫星导航抗干扰性能改善效果明显。     

基于稳健协方差矩阵的ADS-B压制式干扰抑制

压制式干扰是广播式自动相关监视(automatic dependent surveillance broadcast, ADS-B)系统面临的最常见且最有威胁的干扰之一。提出基于稳健协方差矩阵估计的ADS-B压制式干扰抑制算法。首先,考虑了ADS-B信号的脉冲特性,将协方差矩阵的求解转化成凸优化问题。然后,利用求解凸优化问题得到的稳健协方差矩阵设计最优权矢量。最后,对观测信号进行空域滤波,完成ADS-B的压制式干扰抑制,并对抑制结果进行性能分析。提供的仿真实验结果也验证了算法的有效性,该方法不需要知道ADS-B信号来向,且在非高斯噪声情况下同样有效。     

L-DACS1系统干扰抑制与循环自适应波束形成方法

为了解决L频段数字航空通信系统1(L-band digital aeronautical communication system, L-DACS1)正交频分复用(orthogonal frequency division multiplex, OFDM)接收机遭受测距仪(distance measuring equipment, DME)信号干扰的问题,提出了正交投影干扰抑制与循环自适应波束形成的空域滤波方法。首先,利用正交投影算法抑制DME信号干扰;然后,利用OFDM信号的循环平稳特性,构建循环自相关矩阵,通过奇异值分解得到波束形成的最优权矢量;最后,利用最优权矢量进行空域滤波。仿真研究表明,该方法可以在OFDM期望信号上形成稳定的主波束,同时能够抑制DME信号干扰。且所提方法具有复杂度较低、低信噪比情况下波束形成算法鲁棒的优势。     

基于预编码矩阵的迭代均衡算法

针对长期演进(long time evolution,LTE)下行多输入多输出正交频分多址链路(multiple input multiple output orthogonal frequency division multiplexing, MIMO OFDM)异步通信系统中的天线间干扰和多径干扰的问题,提出一种低复杂度的基于预编码矩阵的迭代均衡算法。在发射端,该算法通过预编码矩阵将信号扩展到所有子载波上,从而降低部分子载波深衰落对扩展前原始信号的影响。在接收端,利用最小均方差误差排序QR分解(minimum mean square error sorted QR decomposition, MMSE SQRD)软输入软输出干扰消除均衡算法,一方面避免传统基于最小均方误差(minimum mean square error,MMSE)并行软干扰消除均衡算法中复杂的矩阵求逆运算,进而降低了算法复杂度,另一方面利用信道排列优先检测信噪比最大的传输符号提高检测准确性。同时通过预编码对重构信号中误差进行扩展,进而缓解在迭代干扰消除过程中的误差传播。仿真结果证明,在2发2收场景下,误码率在10^-3时,算法经过5次迭代后系统性能相比于现有的迭代均衡算法改善约4 dB。     

基于权矩阵低秩逼近的MIMO OTHR多模SDC抑制算法

扩展多普勒杂波是天波超视距雷达(over the horizon radar,OTHR)慢速舰船目标检测面临的关键问题。在新一代多输入多输出天波超视距雷达系统下,基于最小方差无失真响应(minimum variance distortionless response,MVDR)权矢量,提出一种权矩阵低秩逼近的多模扩展多普勒杂波抑制算法。利用阻塞矩阵进行数据预处理,并利用“发射〖CD*2〗接收”二维权矩阵的特征分解对双迭代MVDR算法进行了多级扩展,在减小了计算量和样本需求的基础上,进一步改善俯仰空域滤波的输出信杂噪比,提升OTHR对低可探测慢速舰船目标的检测性能。理论分析和仿真验证了算法的有效性。     

基于优化ZFBF的认知MISO系统中的用户选择算法

为提高认知无线电多输入单输出(cognitive radio multiple input single output, CR MISO)系统传输速率,给出一种基于波束成形的用户选择算法。假设信道状态信息已知,算法采用零空间理论消除对主用户(primary user, PU)干扰和优化迫零波束成形(zero forcing beamforming, ZFBF)技术消除认知用户(cognitive user, CU)间干扰。考虑发射功率限制,依次选择CU进行注水功率分配实现最大化系统传输速率。此外,在迭代中采用正交三角分解（orthogonal triangular decomposition, LQ)减少算法复杂度。数值分析表明,本算法系统的传输速率与PU的干扰门限大小无关,且比采用近正交用户选择算法的系统传输速率高4~6bps/Hz。当发射功率限制为10 dB时,在相同条件下使用优化ZFBF的传输速率比使用ZFBF的传输速率高约1 bps/Hz。     

LTE-A中的SLNR联合校准多用户多流波束赋形方案

提出了一种长期演进项目的后续演进（long term evolution-advanced, LTE-A）中的信漏噪比联合校准多用户多流波束赋形方案。基于信漏噪比准则进行波束赋形消除多用户间干扰,实现LTE A下的多用户多流波束赋形传输;建立信道校准机制,补偿实际通信系统中的射频增益影响,恢复信道互易性,提升实际通信系统中的误码率性能。在适用于LTE-A的空间信道扩展模型(spatial channel model extension, SCME)信道环境下进行了仿真,仿真结果表明,该方法相比常用的基于信干噪比准则的块对角化方案误码率性能有明显提升,且能在存在射频增益影响的非理想环境中恢复信道互易性,提升系统传输性能。