基于最大峰度准则和遗传算法的盲辨识与盲均衡

根据最大峰度准则设计了一种针对线性系统的盲辨识与盲均衡算法.该算法在对系统参数进行估计的同时,用求逆滤波器的方法估计均衡器系数,并利用最大峰度准则不断调整系统参数的估计值,使其逼近实际值.由于采用了高阶累积量,算法对高斯噪声有较好的抑制能力.针对传统梯度搜索方法容易陷入局部收敛问题,又提出利用实数编码的遗传算法对准则函数进行最优化搜索.仿真实验表明,本算法具有快速收敛性能和高精确度等优点,能够大大提高均衡后的输出信噪比.     

基于最大峰度准则和判决引导的短波信道盲均衡算法

通过研究短波信道中的Watterson模型，将线性系统盲均衡中的最大峰度准则与输出信号的判决引导均方误差相结合，作为短波信道的盲均衡算法．针对传统梯度搜索方法容易陷入局部收敛问题，提出利用实数编码的遗传算法对准则函数进行最优化搜索．仿真实验表明，该算法收敛速度快和精确度高，能够大大提高均衡后的输出信噪比．     

采用输出误差符号判决的变步长常数模盲均衡

针对固定步长常数模盲均衡算法在收敛速度和收敛精度上存在矛盾问题,提出了一种采用输出误差符号判决的变步长常数模盲均衡算法。在每次迭代后根据常数模准则和判决引导准则计算均衡器输出误差。如果在两种准则下输出误差符号一致,则对步长值进行修正,否则,根据自适应均衡原理利用均衡器输入信号计算最大步长值,均衡器权系数采用大步长值进行更新。与现有变步长盲均衡算法比较,无需人工设置参数,更利于工程实现。计算机仿真结果证明,采用输出误差符号判决的变步长常数模盲均衡具有良好的均衡性能。     

采用输出误差符号判决的变步长常数模盲均衡

针对固定步长常数模盲均衡算法在收敛速度和收敛精度上存在矛盾问题,提出了一种采用输出误差符号判决的变步长常数模盲均衡算法。在每次迭代后根据常数模准则和判决引导准则计算均衡器输出误差。如果在两种准则下输出误差符号一致,则对步长值进行修正,否则,根据自适应均衡原理利用均衡器输入信号计算最大步长值,均衡器权系数采用大步长值进行更新。与现有变步长盲均衡算法比较,无需人工设置参数,更利于工程实现。计算机仿真结果证明,采用输出误差符号判决的变步长常数模盲均衡具有良好的均衡性能。     

自适应非零延迟MMSE盲均衡算法

针对单输入多输出(SIMO)模型提出一种基于非零延迟均衡器的自适应最小均方误差(MMSE)盲均衡算法,该方法通过均衡器系数、不同延迟下的截短协方差矩阵及信号子空间三者之间的关系将零延迟均衡器推广到非零延迟均衡器。该方法不同于传统的零延迟均衡算法,可利用信道的多阶参数进行盲均衡使其减小信道一阶参数对均衡效果的影响,且对信道阶数过估计具有鲁棒性。文章给出了算法的Batch实现过程,同时为更好地适应一般时变信道环境和实现实时处理的要求,利用快速次子空间追踪算法(FDPM)通过递归迭代得到算法的自适应实现过程。仿真实验表明在信道一阶参数能量较小或信道阶数过估计的条件下,即使信噪比较低,算法仍具有良好的均方误差(MSE)性能,此外自适应算法能够在几百个样本值内使信号快速达到收敛。     

一种基于模糊神经网络的盲均衡算法

提出一种新的基于模糊神经网络的盲均衡算法,它利用盲估计算法与模糊神经网络相结合的原理,先对通信信道进行盲估计,利用得到的信道特性来估计FNN盲均衡器中的隶属函数中心与宽度初值。传统算法中,中心与宽度的初值设定由专家提供,会有一定的偏差。本算法利用信道特性来估计隶属函数的初值,有效地避免了人为确定初值的不确定性。同时本算法克服了原有盲均衡算法反卷积计算量大的缺点。仿真结果证明本算法与同类算法相比,收敛速度加快,误码率减小。     

粒子滤波理论及其在盲均衡中的应用

粒子滤波器的基本思想是用加权的离散随机样本点表示所需要的后验概率密度。粒子滤波理论的盲均衡方法与其他均衡方法相比，其优点在于它不包括对当前估计的线性化，而是利用离散的随机测度来对期望分布进行近似，而且算法收敛快，所需的数据量较少。介绍了粒子滤波理论及其在盲均衡中的应用。仿真结果表明，使用粒子滤波器的盲均衡方法在信噪比较低时也能完成对信道的均衡。     

超高斯与亚高斯混合信号的盲分离研究

基于信息最大化和自然梯度法原理，提出了一种超高斯与亚高斯混合信号的盲分离方法，该方法联合利用t分布密度模型和混合双曲正割函数密度模型对源信号概率密度函数进行估计，并采用峰度信息作为参数来选择密度模型及相应的非线性函数．对超高斯与亚高斯混合信号有较好的分离效果。用语音信号和心电信号仿真验证了算法的有效性。     

基于MCC-PAST算法的直扩信号PN码序列盲估计

针对在脉冲噪声环境下的直接序列扩频信号的伪随机(PN)码盲估计问题,提出了一种利用最大熵准则投影逼近子空间(MCC-PAST)算法和滑窗技术相结合的PN码盲估计方法。该方法利用最大熵准则,实现了在脉冲噪声背景下对扩频信号的特征进行稳定快速的追踪。通过对迭代过程中的特征子空间进行梯度估计,实现了可变遗忘因子(VFF)的自适应更新,使得权值的收敛精度和收敛速度得到了同时的优化。算法数据存储量小,复杂度低,易于硬件实现和实时数据处理。仿真结果表明,在脉冲噪声环境下该方法对PN序列估计的正确率和稳定性优于传统方法。     

基于遗传算法神经网络盲均衡算法的研究

将遗传算法引入神经网络盲均衡,利用其全局搜索能力强的特性来消除传统神经网络算法易陷入局部最优解、训练速度慢的缺点。采用两阶段寻优法,首先,通过遗传算法来为神经网络提供一个全局较优的局部搜索空间;其次,利用传统神经网络在这个局部空间进行更精确地搜索,最终实现盲均衡。计算机仿真表明,该算法能达到更好的收敛特性和均衡效果。     

自适应搜索的改进遗传算法及其应用

提出了一种具有自适应搜索能力的快速收敛遗传算法。在计算过程中，设计变量的搜索范围依据每代自变量的数学期望和方差自动进行调整，并且通过引入进化策略中的自适应高斯变异算子，对变异算子进行改进，加速了算法的收敛性。为了验证算法的可行性和鲁棒性，对一个高维多峰函数的极小值搜索问题进行了求解，并将算法进一步应用于离心叶轮的形状优化问题。计算结果表明，该算法克服了传统遗传算法中设计区间的给定具有一定盲目性的缺陷，在收敛性和鲁棒性方面均优于传统的实数编码遗传算法。     

基于高阶统计量的自适应盲源分离算法

提出了一种新的自适应盲源分离算法，在无噪音实时两源两传感器的情况下，一旦观测信号被白化，只需要辨识一个特定的旋转矩阵就可以完成盲源分离，并给出了能表征该旋转矩阵的角的自适应估计器，仿真结果表明，当满足源峭度和不为零的条件时，这种方法是一种稳定的和有效的分离算法。     

基于DDMF和ADMF的TMD动力特性

为试图利用适用于单自由度结构的TMD最优参数来设计用于多自由度结构振动控制的TMD，研究了TMD动力特性对结构振型参与系数的敏感性.考虑结构的振型参与系数，导出了设置TMD结构的位移和加速度动力放大系数(DDMF和ADMF)的解析表达式.于是TMD的优化准则定义为：结构的位移和加速度最大动力放大系数的最小值的最小化(Min.Min.Max.DDMF和Min.Min.Max.ADMF).根据选择的优化准则，得到了不同结构振型参与系数的TMD最优参数和控制效果，并给予评价.现在，设计者可以容易地设计用于多自由度结构振动控制的TMD.     

有限带宽条件下VOD服务器的设计

分析了ＶＯＤ系统的构成及其实时服务过程，基于Ｍｋ／Ｍ／１的排队过程计算了系统参数对系统性能的影响．给出了设计实时多媒体服务器最大同时访问用户数和缓冲器大小的计算式，并提出了改进服务器性能的ＴＩＰＭＳ方法．将该方法与ＱＰＭＳ的方法进行比较，表明ＴＩＰＭＳ有效地改善了服务器的性能     

凸组合实时判决反馈稀疏水声信道盲均衡算法

针对高速水声通信信道稀疏特性,提出了一种凸组合实时判决反馈盲均衡算法。将盲均衡器分为保持均衡器支路和稀疏均衡器支路,以保持均衡器能量和权系数的瞬时梯度为判据,对稀疏均衡器支路对应抽头进行实时稀疏化处理。算法中避免设置稀疏化阈值,对不同稀疏水声信道和通信信号具有通用性,且对于时变稀疏水声信道可以利用保持均衡器支路恢复稀疏均衡器支路置零抽头系数,使算法对信道具有较强跟踪和冷启动能力。典型稀疏水声信道条件下的仿真结果证明,凸组合实时判决反馈稀疏水声信道盲均衡算法性能稳健,与全阶判决反馈盲均衡算法相比,计算简单,收敛速度快,稳态剩余误差小,有利于算法在水声通信系统中的推广应用。     

基于盲数理论的最优化方法与程序实现

使用盲数表达优化设计中的不确定变量,结合常用的基于实数变量的优化算法,提出了基于盲数的优化方法.该方法从微观的角度分析和描述设计变量与优化参数之间的关系,给出优化问题的盲数解.盲数解不但给出了设计变量的取值,而且还给出了不同取值时优化对象处于最优状态的可靠性的评价.     

基于无标度网络的最大度二分度搜索策略

在复杂网络研究领域的现实网络中,大多数实际网络的分布都呈现幂律分布的无标度网络,因此在研究这些网络搜索算法的过程中,如何在同一个网络的不同网络结构中采用更为有效的搜索算法成为在网络搜索算法策略研究的重点.基于最大度的搜索算法在复杂网络的网络结构中更适用于幂律分布指数区间内的无标度网络,因此为了更加充分地利用无标度网络的度分布特性,将最大度搜索策略与二分度策略有效结合进行搜索,从而使得相关搜索策略存在的问题得以改善,并得到高效的搜索结果 .文章从理论分析和实验结果证明了这一点.     

一种改进的6.25 kbit/s GSM半速率语音编码方案

在采用ＣＥＬＰ（码激励线性预测）作为ＧＳＭ半速率编码方案的基础上,对ＣＥＬＰ的三个主要组成部分分别进行了改进,在ＬＳＰ（线谱对）参数分析中提出了将求解和量化相结合的快速算法;在ＬＴＰ（长时预测）分析的分数延迟搜索中,采用逐步缩小搜索范围的方法;在随机码本搜索中,采用高斯重叠稀疏码本。这些措施大大降低了计算量,从而在保证合成语音质量的基础上能够采用单片ＤＳＰ实时实现整个ＣＥＬＰ编译码器。     

MIMO下预编码辅助空间调制的接收天线选择

预编码辅助空间调制(pre-coding aided spatial modulation，PSM)通过激活接收天线的索引在空间域中传输信息比特。将接收天线选择(receive antenna selection，RAS)技术引入到PSM系统中，可以提高PSM系统的性能。在传统的PAS算法中，穷举搜索算法的系统性能最优，但穷尽搜索会导致其计算复杂度较高；快速RAS算法的计算复杂度较低，但其系统性能较差。因此，针对PSM系统的RAS算法，需要寻找一个折中的方案以适用于实际的通信系统。通过利用信道矩阵的最大和最小特征值(maximum and minimum eigenvalue，MME)，设计了MME-RAS算法。分析和仿真结果表明，该算法相比于快速RAS算法计算复杂度略有提升，但可以使系统性能提高1 dB左右；相比于穷举搜索算法可以使计算复杂度降低70%以上，并且其系统性能接近于穷举搜索算法。