线性受限最小二乘恒模波束形成算法

将线性受限条件运用于最小二乘,提出了一种线性受限最小二乘恒模波束形成算法,称为LC-LSCMA,并将它与传统的最小二乘恒模波束形成算法(LSCMA)及预解扩最小二乘恒模波束形成算法(P-LSCMA)进行了仿真比较。仿真结果表明,提出的LC-LSCMA算法比LSCMA及P-LSCMA的信干比性能和误码率性能要好,特别在低信噪比情况下性能仍优于LSCMA。     

恒模算法在智能天线盲波束形成中的应用

介绍了随机梯度恒模算法和最小二乘恒模算法以及它们在智能天线盲波束形成中的应用，分析了每一种方法的特点，并以八元均匀线阵为例，利用计算机模拟仿真给出了这两种算法的收敛性能．     

一种智能天线MC-CDMA系统中的最小二乘恒模波束成形算法

提出了智能天线多载波CDMA系统中一种最小二乘恒模波束成形算法，它是在对多载波阵列接收信号进行恒模波束成形的同时，用已估信道参数对各个子载波上的信号进行合并（采用ORC、EGC或MRC），然后对合并后的信号进行判决，用判决后的信息和期望用户的扩频码重构各个子载波上的信号，最后用此重构信号与波束成形输出信号的差去控制波束成形器的抽头系数，从而提高了系统的性能．对这种波束成形算法与传统的最小二乘恒模波束成形算法进行了仿真比较，仿真结果表明，提出的束成形算法的误码性能优于传统的算法．     

一种新型的恒模自适应阵列初始化方法

智能天线在移动通信中的应用已经引起了广泛的关注．恒模阵列能够形成自适应波束，但其初始权矢量的选取影响着对所需信号的捕获性能．该文提出一种在信号到达方向(DOA)已知的情况下，基于泰勒(Taylor)阵列的恒模阵列权值初始化新方法．仿真结果表明，这种新方法不仅能解决抗干扰问题，还可加快恒模算法的收敛速度．     

估计强干扰信号波达角度的一种新方法

在强干扰环境下，选择特定的步长因子，能够促使恒模算法抑制强干扰信号，然而，恒模算法的收敛过程较长，且输出信干燥比不高。首先导出了恒模算法权向量和干扰信号的波达角度之间的关系，然后利用这一关系能够迅速求出强干扰信号的波达角度，最后，计算机仿真验证了该方法。在已知期待信号波达角度的条件下，就可以把天线阵的主波束对准期待信号，而把零陷对准强干扰，较好地实现波束形成。     

半盲算法在自适应波束形成中的应用

文章介绍了半盲算法在自适应波束形成中的应用,根据半盲算法的原理,先运用基于子空间的正交投影波束形成方法确定初始权值,目的是得到次优权值,再用最小二乘恒模算法(LSC-MA)进行迭代。通过计算机对三种自适应波束形成算法的仿真对比,证明了半盲算法收敛稳定,可抑制干扰,恢复期望信号,从而也证实了该算法的可行性,有效性。     

统一扩频测控系统接收信号处理技术

统一扩频测控体制的多飞行器测控系统应用自适应天线数字多波束形成 技术对目标实施跟踪和测控。采用恒模降列和自适应信号对消器估计出各个信号的波达方向（DOA），应用最小干扰噪声功率判据获得最优加权向量。为了提高天线系统的处理增益，用最优加权向量形成波束，有效地消除多址干扰的影响。波束形成处理器得到的相对相位偏移向量用于上行遥控信号分时发送时，形成对指定目标的高增益波束。对恒模阵列和自适应信号对消器估计获得的导向向量用于数字多波束形成的性能进行了仿真研究。     

空时分组编码系统中的空时恒模算法

研究了基于空时分组编码下的盲均衡系统，提出了一种改进的自适应恒模算法，即空时恒模算法。空时恒模算法是在利用传输信号恒模特性以及发掘编码方式统计特性的基础上，提出的一种自适应盲均衡恒模算法。该文通过MATLAB仿真，表明了空时恒模算法（ST-CMA）比传统的恒模算法（CMA）在相同参数条件下有性能的提高。     

空时分组编码系统中的空时恒模算法

研究了基于空时分组编码下的盲均衡系统,提出了一种改进的自适应恒模算法,即空时恒模算法。空时恒模算法是在利用传输信号恒模特性以及发掘编码方式统计特性的基础上,提出的一种自适应盲均衡恒模算法。该文通过MATLAB仿真,表明了空时恒模算法(ST-CMA)比传统的恒模算法(CMA)在相同参数条件下有性能的提高。     

盲信道均衡中的一种修正恒模算法

用于数字通信盲信道均衡的恒模算法(CMA)存在收敛速度慢和相位旋转等缺点.该文提出了一种修正的恒模算法(MCMA),该算法能使被修正的误差函数最小化,并且自适应学习率可由接收序列即时调整.用正交振幅调制(QAM)信号对两种算法进行了性能比较,广泛的模拟结果显示提出的修正恒模算法比普通恒模算法的收敛速度快,均衡输出符号间干扰(ISI)小.该算法收敛后均衡器输出既无相位旋转也无延迟等特点.与普通恒模算法相比该文提出的修正恒模算法的盲均衡性能更优.     

采用瞬时梯度变化率判决的双模式盲均衡算法

为进一步提高恒模盲均衡算法的性能,文中提出了一种采用瞬时梯度变化率判决的双模式盲均衡算法。利用两次相邻均衡迭代前后的归一化权值变化量定义瞬时梯度变化率,并依此设置判据实现均衡迭代过程中的恒模算法和判决引导算法的适时切换,实现双模式盲均衡算法。双模式盲均衡算法可以有效结合恒模算法稳健和判决引导算法快速收敛和收敛精度高的优点,提高盲均衡算法的性能,计算机仿真结果证明了算法的有效性。     

恒模算法的一种在线自适应初始方法

利用恒模均衡器与维纳均衡器之间的关系,在Lang Tong等人提出CSR CMA的基础上,使用了一种新的初始化方法,对传统的恒模算法(CMA)进行了改进,使其可以在线自适应调整其初始权值,从而可以改善恒模算法的收敛性能,并防止恒模算法的误收敛。计算机仿真试验验证了改进算法优良的收敛性能。     

电磁频谱衰落信道的相位校正盲均衡算法研究

针对电磁频谱衰落信道中常规恒模盲均衡算法对所接收信号相位变化不敏感的缺点,研究了一种即携带接收信号的幅值信息,同时还携带接收信号相位信息的修正恒模盲均衡算法。论文在对修正恒模盲均衡算法进行推导的基础上,利用电磁频谱衰落信道,仿真了高阶正交幅度调制信号的修正恒模盲均衡算法性能。仿真结果表明,修正恒模算法在均衡后星座图不仅汇聚程度大幅提高,而且纠正了由电磁频谱衰落信道带来的相位偏转,在收敛速度和降低残余符号间干扰方面均改善了均衡器的性能。     

电磁频谱衰落信道的相位校正盲均衡算法研究

针对电磁频谱衰落信道中常规恒模盲均衡算法对所接收信号相位变化不敏感的缺点,研究了一种即携带接收信号的幅值信息,同时还携带接收信号相位信息的修正恒模盲均衡算法。论文在对修正恒模盲均衡算法进行推导的基础上,利用电磁频谱衰落信道,仿真了高阶正交幅度调制信号的修正恒模盲均衡算法性能。仿真结果表明,修正恒模算法在均衡后星座图不仅汇聚程度大幅提高,而且纠正了由电磁频谱衰落信道带来的相位偏转,在收敛速度和降低残余符号间干扰方面均改善了均衡器的性能。
     

闭环MIMO-OFDM系统中基于插值的发送端波束形成技术

在采用发送波束形成和最大比合并的闭环MIMO—OFDM系统中,分组算法虽然可以有效地减少系统的反馈量,但系统性能却有较大损失。本文提出了一种基于插值的发送端波束形成方案,使用插值方法在发送端计算所有波束形成矢量。仿真结果显示,基于插值的波束形成算法性能优于分组算法的性能,在减少了系统反馈量的同时,最大限度地保证了系统的性能     

一种新的基于DFP算法的认知无线电信号检测算法

鉴于信号检测在认知无线电信号中的重要作用,研究了恒模盲信号检测算法（CMA）在认知无线电中的应用。针对于原有典型恒模盲信号检测算法的性能上的劣势,结合最优化理论,提出了一种线性受限拟牛顿恒模算法,称之为LC-DPFCMA,并将它与传统的线性受限恒模算法（LC-CMA）及最小二乘恒模算法（LSCMA）进行了仿真比较。仿真结果表明,提出的LC-DPFCMA算法比LC-CMA算法收敛效果较好;与LSCMA算法相比,算法复杂度有明显降低,且在低信噪比下表现优秀。     

一种抗强干扰的预处理LS-CMA算法

提出了一种基于最小二乘恒模算法（LS－CMA）的具有快速收敛特性的盲波束形成新方法。经过特定的预处理过程,该算法弥补了原LS－CMA 算法在强干扰环境下产生了“干扰捕获”的缺陷,只需一次快拍就能够较迅速地抑制共信道干扰,恢复期待信号。仿真实验证明,该算法的收敛性能比较稳定,优于原算法。     

一种新的多载波码分多址系统多用户检测方法

多载波码分多址系统中,在多径传播和其他同频干扰存在时,接收机会收到多个恒模信号,为此,提出一种基于线性约束恒模算法(LCCMA)的多用户检测算法,结合通常的旁瓣消除器和恒模算法,用于消除多址干扰对系统的影响.对不同用户数目的系统进行计算机仿真结果表明,采用该算法后,能有效地抑制多址干扰,很大地提高了系统的性能.     

鲁棒自适应波束形成算法比较与实验研究

传统的自适应波束形成算法对基阵的轻微误差非常敏感,为提高自适应波束形成技术对阵列误差的鲁棒性,在分析线性约束最小方差波束形成的基础上,研究并比较了对角加载算法和支持向量机算法对自适应波束形成器鲁棒性能的改善,和对对角加载算法和支持向量机算法进行了鲁棒性能分析与比较。水池实验结果表明,传统的对角加载算法能够提高波束形成器对信号导向向量失配与样本协方差矩阵误差的鲁棒性。而基于支持向量机算法的波束形成器在波达方向失配的较高信噪比或存在大量干扰信号时表现出更好的鲁棒性,为提高波束形成器的鲁棒性提供了一种新的有效途径。     

归一化自适应共轭梯度恒模盲均衡仿真研究

为提高恒模盲均衡算法收敛速度,提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输入进行了重新定义,并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新,对均衡器输入采用归一化进行处理,以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间,与LMS算法相比较具有更快的收敛速度,仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能,复杂信道条件下剩余码间干扰可降低约10 dB,均衡系统中引入的级联滤波器可视为时变信道的一部分,表明算法对于时变信道同样有效。