仿射投影数据重用MCMA盲均衡

针对突发信号的盲接收,提出一种快速收敛的盲均衡算法. 该算法将自适应滤波领域中的仿射投影和数据重用思想引入修正常模算法(MCMA)盲均衡器. 与传统的MCMA算法相比,大大提高了算法的收敛速率,适用于突发信号的盲均衡. 在数值模拟中,与传统的MCMA 算法在收敛速率、稳态误差等方面进行了对比分析.     

基于双曲正弦函数的新变步长LMS算法

对自适应最小均方误差(LMS)滤波算法的步长选取问题进行了研究.在分析现有变步长LMS算法的基础上,通过对双曲正弦函数进行数学变化,构造步长因子u(n)与误差信号e(n)的函数,提出了一种基于双曲正弦函数的新变步长LMS算法,分析了参数a、b、c的选取对该算法性能的影响.仿真结果表明:该算法在收敛速度和稳态误差方面明显优于固定步长LMS算法及SVS-LMS算法.     

引入动量因子的双自适应自然梯度算法

为克服自然梯度算法收敛速度和稳态误差之间的矛盾,提出了一种引入动量因子的双自适应自然梯度算法,该算法将动量因子分别引入到自然梯度算法的步长因子和分离矩阵中,并根据实时分离度自适应调整动量因子,从而在加快算法收敛速度的同时,降低稳态误差.仿真实验证明,提出的新算法的性能明显优越与固定步长和自适应步长自然梯度算法.     

最优步长的线性约束共轭梯度常模盲多用户检测

克服多址干扰对CDMA系统的影响,该文研究了CDMA下行链路中的多用户检测问题,提出了一种新的盲检测算法,即最优自适应步长的线性约束共轭梯度常模算法(M-LCCGCMA). 该算法采用最优自适应步长的方法对算法进行优化,并推导出步长的解析形式.在加性高斯白噪声和多径衰落信道环境中的仿真结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好.     

一种改进变步长ELMS算法及其在自适应消噪中的应用

在简单讨论LM S算法的基础上,引入了ELM S算法,分析说明了该算法能达到更小的稳态M SE.改进的变步长ELM S算法是在对有用信号的预测中采用了自适应NLM S预测估计器,步长迭代中引入遗忘因子iλ,利用其与误差信号的加权和产生新的步长参与迭代.不仅对所提算法的收敛性及性能进行了分析,并将其用于自适应噪声对消中获得了成功.仿真结果表明,该算法有较好的收敛性能和较小的稳态失调.     

一种新的变步长LMS算法及其仿真

在分析传统LMS算法及其改进算法的基础上，提出了一种新的可变步长LMS算法，新算法采用梯度矢量的平均值的平方值调整步长．计算机仿真表明，与传统LMS算法和文献[1]中的VSS-LMS算法相比，新算法有更快的收敛和跟踪速度，并能收敛到更小且更稳定的均方误差。     

一种基于LMS的改进变步长算法及其应用

在分析定步长LMS算法和变步长LMS算法的基础上,提出了一种改进的LMS算法,改进的LMS算法是利用瞬时误差的绝对值的三次方和遗忘因子共同来调整步长的.理论分析和系统辨识的仿真结果均表明,新算法确实具有更快的收敛速度.     

基于新息更新的时变步长LMS算法(TVSLMS)

提出一种基于新息更新的时变步长LMS算法(TVSLMS).该算法结构简单,时变步长设计新颖,与典型的LMS算法,如著名学者Windrow的LMS算法和Doherty和Porayath所提出的DLMS算法相比,TVSLMS算法收敛速度最高.尤其是算法所引入的收敛加速度,对收敛速度具有灵敏的调速作用.     

MIMO MC-CDMA的简化CMOE递归自适应多用户检测

将约束最小输出能量（CMOE）准则应用于空时编码多输入多输出多载波码分多址（STBC MIMO MC—CDMA）系统,提出一种基于简化CMOE的联合信道估计与信号检测的递归自适应算法,解决了可变对角因子的自适应取值问题,所给出的最优步长半盲自适应信道估计可以提高信道估计的准确性和收敛速度．比较了不同环境下信道估计的误差和各种算法的误码率性能．     

变步长凸组合LMS自适应滤波算法及分析

针对现有变步长凸组合LMS(VSCLMS)算法需预先决定行为参数的问题,提出了一种新的VSCLMS算法. 该算法对变步长滤波器按步进行分析,以最大均方权值偏差准则为步长选择依据,对固定步长滤波器则采用稳态最小均方误差准则为步长选择依据. 理论分析与仿真实验表明,该算法能在噪声、时变、甚至非平稳的环境下保持良好的随动性能,并在收敛的各个阶段均保持快速而稳定的均方特性. 与现有VSCLMS及CLMS算法相比,具有更快的收敛速度,且稳态均方性能与跟踪性能均更好.     

基于网络的自适应测试系统的设计与实现

根据自适应学习特点,并对项目反应理论的参数模型进行分析,提出极大似然估算法计算学习者能力参数.在分析自适应测试系统的体系结构及系统主要功能模块的基础上,构建该测试系统;提出了测试系统中首题估算策略、信息间隔量估算策略,从而提高出题速度和计算速度;并根据学习者的实际测试情况得出难度系数和特征水平,实现了难度系数算法和学习者特质水平计算算法.在此基础上开发了一个基于计算机应用基础课程的自适应测试系统.     

改进粒子群算法在水下盲语音分离中的应用研究

针对粒子群优化(particle swarm optimization,PSO)算法收敛速度慢、易陷入局部最优等缺点,提出了一种基于改进PSO算法优化的独立分量分析(independent component analysis,ICA)算法,用于水下语音和噪声混叠信号的盲分离.采用规范四阶累积量的绝对值作为ICA中的目标函数,通过改变惯性因子ω和压缩因子k来增强粒子的自适应寻优能力.对比实验结果表明,该算法在收敛速度、算法稳定性和分离效果方面的性能更优.     

采用正交基函数构造的自适应滤波器

针对有限脉冲响应滤波器（FIR）和无限脉冲响应滤波器（IIR）的缺点,该文提出一种正交基自适应滤波器.该滤波器引入正交函数理论,利用系统模型与正交基函数之间的关联,预先获取系统的先验信息,从而兼有FIR和IIR两者的优点.文中给出了正交基滤波算法的计算公式,并分析了正交基滤波器与传统滤波器的异同点,最后对正交基滤波器进行了仿真和实验.结果表明：本文的滤波算法有着较快的收敛速度,无需很长的抽头数就可获得良好的滤波效果.     

一种改进的kalman滤波器盲自适应多用户检测

基于奇异值分解提出了一种改进的 kalman 滤波盲自适应多用户检测算法．理论分析和数值仿真表明,在异步 CDMA 系统中,与现有的基于 RLS 算法盲自适应多用户检测方法相比,该方法具有收敛速度快、跟踪性能好、数值稳定性高的优点．     

基于自适应权重的粒子群和K均值混合聚类算法研究

针对K均值聚类算法存在的缺点,提出了一种基于自适应权重的粒子群优化(PSO)和K均值混合聚类算法.该算法在运行过程中通过引入非线性动态惯性权重系数,提高了混合聚类算法全局搜索能力和局部改良能力,并根据群体的适应度方差来确定K均值算法操作时机,增强算法局部搜索能力的同时缩短了收敛时间.将该算法与K均值聚类算法、基本PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,表明该算法不仅能有效地克服陷入局部最优,而且全局收敛能力和收敛速度都有所提高.     

RLS自适应滤波的迭代信道估计与符号检测算法

在现有的OFDM系统联合迭代信道估计与符号检测算法的基础上,针对高速移动通信信道,利用RLS自适应滤波器在非平稳环境下有效跟踪输入统计量随时间变化的能力,提出了一类基于对迭代初始值进行RLS自适应预测的迭代信道估计算法.通过对每次迭代的初始值进行递归计算提高其有效性,减少了后继迭代次数,并提高了收敛值的准确性.仿真结果表明:和传统迭代算法相比,该算法加快了迭代收敛速度,提高了估计精度.在复杂度适当增加的前提下,降低了系统误码率,提高了系统性能.     

渐变式路径优化在GIS中的应用

为了解决传统算法收敛速度慢、搜索区域盲目等问题,提出了一种新的算法——渐变式路径优化算法.该算法是结合D ijkstra算法和遗传算法的优点,采用启发式搜索和自适应禁忌等策略进行优化而形成的一种混合算法.对新算法和传统算法进行了比较,同时将该算法应用于G IS路径规划中,对新算法中的关健参数σ、β因子进行了测试.仿真结果表明该算法极大地加快了搜索速度,提高了搜索效率,取得了良好的效果.     

VoIP回声消除中LMS改进算法的研究

为解决Vo IP中语音回声问题,给出了一种改进的变步长LMS算法.改进算法在收敛时具有较大的步长,能快速消除回声,收敛后,步长变小,以减小稳态误差,使收敛速率与稳态误差之间的矛盾得到改善.仿真结果表明,改进算法的收敛速度和回声消除效果较好.     

基于LMS算法自适应滤波器的Matlab仿真分析

适应滤波器在信号检测、信号恢复、数字通信等许多领域中被广泛应用,因而一直是学术界一个重要研究课题。近年来,微电子技术和超大规模集成穴VLSI雪电路技术的飞速发展又促进了自适应滤波技术的进步。自适应滤波技术正是由于具有对干扰频率不敏感且其权值调整是基于对系统参数的优化等特点,而越来越多地受到人们的关注。传统的自适应滤波器主要在时域中实现,采用抽头延迟线(TappedDelayLine)结构及Widrow-Hoff自适应LMS算法。这种方法算法简单,稳健性也比较好,因而被广泛的应用。但是滤波器的阶数可能会很高,步长系数可能会很小,收敛性…     

一种新的抑制窄带干扰的时域均衡算法

通过对维纳滤波中最速下降法的分析,提出了一种新的AJ(anti-jamming) LMS时域均衡算法.该算法基于估计出的信道参数,对均衡器的权系数进行自适应调整.理论分析和仿真结果表明,虽然AJLMS算法的计算量比LMS算法有所增加,但它的抗窄带干扰性能得到了明显提高.