基于克莱姆—施密特正交化法则的多用户检测器

提出了码分多址（CDMA）系统中一种基于克莱姆-施密特正交化法则的多址干扰抑制算法,不同于传统的多用户检测算法中采用扩频序列对接收信号进行解扩,该算法运用克莱姆-施密特准则递推地完成最优欠妥 扩码的求解,进而对接收信号进行解扩处理,可以实现对多址干扰的完全抑制,性能分析和仿真结果均表明,该算法能有效地抑制CDMA系统中的多址干扰,改善系统的性能。     

一种保留相位谱的DS信号接收方法

为抑制接收DS信号中的窄带干扰,研究了基于DFT只保留相位谱的DS信号接收方法,给出了该方法的一种迭代实现算法,有效降低了相位谱计算的运算量.讨论了该算法在DS系统抑制窄带干扰中的应用原理,分析了该算法在加性高斯白噪声信道中的性能损失,给出了一种计算性能损失的方法.对采用相位谱保留算法接收DS信号进行了数值仿真,给出了在窄带干扰和多址干扰情况下,该算法与常规DS信号接收方法的对比数值仿真结果.仿真结果表明:采用文中的算法处理后,可有效抑制窄带干扰,在多址干扰情况下,保留相位谱处理后没有引起明显的性能损失.     

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.     

空时编码的MIMO系统中空时SIC多用户检测

针对空时编码的多输入多输出系统,对传统的串行干扰对消算法进行了改进,提出了空时两步法连续干扰对消多用户检测方法.通过使所有用户进行全干扰对消,从而检测期望用户的信号并抑制多址干扰.模拟结果表明,该方法和其他的多用户检测方法相比具有一定的优越性.     

基于Kalman滤波的多用户检测算法

研究了码分多址(code d ivision mu ltip le access,CDMA)存在很强的多址干扰(mu ltip le access interference,MAI)时,基于Kalm an滤波的盲自适应多用户检测算法,并与基于LMS,RLS滤波的自适应多用户检测算法相比较.通过仿真实验,可以看出该算法收敛速度快,抑制多址干扰性能好.计算机仿真实验表明,将Kalm an滤波应用到CDMA多用户检测中,能够有效地抑制多用户干扰,并且收敛速度较快,稳定性好.     

基于干扰子空间估计的跳频多址信号检测

通过对跳频多址信号的时频图案分析,建立了基于信号子空间的系统模型和跳频多址信号的解相关检测算法.该算法采用子空间跟踪的思想,将干扰子空间从检测信号空间上予以消除,克服了传统检测器需要知道系统中所有用户跳频图案的约束和串行干扰消除中的干扰扩散问题.与传统检测器相比,该算法具有更好的系统误码性能、较低的计算复杂度和很好的系统稳健性.MonteCarlo仿真结果表明,在同一个误码率条件下,基于子空间的盲多用户检测器比传统检测器的信噪比提高了2～4dB.     

一种改进的递推最小二乘盲多用户检测算法

为提高基于递推最小二乘(RLS)算法的盲多址干扰抑制检测器的稳态输出性能，根据空间正交投影算法和自适应判决反馈控制算法，提出一种基于RLS算法的自适应判决反馈盲干扰抑制检测器，该检测器在启动阶段，等价为一种基于RLS准则的盲干扰抑制检测器，在稳态收敛阶段，等价为一种有训练数据的RLS干扰抑制检测器．既保持了最小输出能量(MOE)检测器的全局收敛性，又具有最小均方误差检测器高输出信干比的优点．计算机仿真结果表明，该检测器性能优于已有的基于MOE准则的检测器，且能应用于时变信道．     

室内多用户MIMO系统下行链路空分多址算法研究

多天线技术可在不额外增加功率和带宽的条件下成倍提升无线资源的频谱效率,改善通信质量.本文提出了一种适合于室内分布系统场景的多用户MIMO下行链路空分多址算法.首先通过测量不同用户在不同通道上的功率来计算空分多址用户间的信号干扰比值,然后根据该信号干扰比值进行初步的空分多址判决,最后对空分多址用户进行干扰补偿.仿真结果表明该空分多址算法可以大幅提升室内分布系统的容量.     

DS/CDMA系统中基于自适应并行次梯度投影的多址干扰抑制算法

为了抑制直接序列码分多址(DS/CDMA)系统中的多址干扰,提出了一种基于自适应并行次梯度投影的多址干扰抑制算法.首先,根据接收端信号模型建立包含最优干扰抑制滤波器系数的随机属性凸集,并运用并行次梯度投影的思想将对该凸集的投影转化为对多个闭合半平面的投影.然后,分析了影响系统收敛速度和稳定状态下收敛性能的重要参数--膨胀系数,设计了在不同迭代阶段下自适应调节膨胀系数的机制.最后,将更新后的干扰抑制滤波器系数矢量投影到限定集合上.理论分析和仿真结果表明,该算法具有快速收敛性和稳定的干扰抑制性能,在不同的噪声强度下均具有较低的误码率和较高的鲁棒性;与同类算法相比,该算法在计算复杂度上具有一定的优势.     

基于一类SVM贝叶斯算法的DS-UWB系统多用户检测研究

在多径多址条件下,用户自身的前后符号之间会产生码间干扰,同时各用户之间会产生多址干扰,从而给用户信号的正确检测带来极大困难。提出了一种基于一类支持向量机贝叶斯分类器的DS-UWB系统多用户检测算法,证明了基于径向基核函数的一类SVM的分类函数归一化为密度函数,并将所得的概率密度函数用于构造贝叶斯分类器。仿真实验表明,在UWB信道环境下本算法的误码率性能明显优于最小均方误差（MMSE）检测和解相关检测等线性检测算法。相比传统SVM算法,本算法所需的核运算量和存储空间要小得多,有效地降低了运算负载,抑制了多址干扰。     

基于高阶谱的信号盲分离

讨论了宽带盲辨识与信号盲分离问题，证明了一个基于四阶谱的判据并发展了相应的算法，模拟实验证实了判据的正确性和算法的有效性。     

标准SIMO信道盲解卷固定点算法

从最简单的IIR-SIMO信道出发,采用离散傅立叶变换从理论上推导出了源信号估计值与观测信号的基本关系,据此提出了源信号固定点迭代计算方法,并基于最小均方误差准则给出了确定滤波器阶数的代价函数.在此基础上,进一步将这种分析方法推广到标准SIMO信道,进而最终建立了标准SIMO信道盲解卷固定点新算法.该算法无需设置迭代步长,也不像已有的许多SIMO盲解卷算法一样要求源信号属于有限字符集.针对混迭语音信号进行的仿真结果验证了算法理论分析的正确性和算法的有效性.     

多阶段复杂退化产品的可靠性统计模型

针对多阶段退化产品,基于性能退化响应数据的回归统计拟合,建立变速率复杂退化可靠性评估模型。首先利用分段回归拟合对性能退化数据进行变点回归建模,推导变点分布的极大似然函数;其次鉴于模型的复杂性,变点估计的最大似然估计无法得到显式解,采用分层Bayes进行建模;然后结合MCMC(Markov chain Monte Carlo)算法中的Gibbs采样对模型进行参数诊断,依据Schwarz信息准则(Schwarz information criterion,SIC)构建经验似然比对模型的变点进行估计与检验;最后根据产品失效退化的定义,推导该失效模式下产品的可靠度函数。以手机运行的游戏性能数据建模分析,演绎说明了多阶段退化模型适应性强、可行性高的特点。与传统两阶段建模相比,多阶段退化建模考虑了各个阶段的退化信息,提高了数据利用率和产品的可靠性评估可信度。     

基于有限样本信息准则的非协作盲信噪比估计算法

针对小样本条件下的盲信噪比估计误差较大问题,结合信号子空间分解方法,提出一种基于有限样本信息准则( finite sample information criterion,FSIC)的盲信噪比估计算法,并推导出基于FSIC盲信噪比估计算法的最大似然形式.在小样本情况下,FSIC的引入克服了传统信息论方法产生的过拟合和欠拟合问题,降低计算复杂度.在不需要已知信号调制方式、载波频率、波特率等先验知识的前提下,能够在加性高斯白噪声信道(AWGN)和多径信道(Rayleigh)下对常用调制信号进行有效的信噪比估计.在信噪比-25 dB～25 dB范围内,其平均估计误差小于1 dB,表明该算法可有效应用于小样本盲信噪比估计.     

基于典型相关性分析的自适应拟牛顿盲源分离算法

通过分析经典的典型相关性分析标准,提出一种新的源信号抽取标准,并利用在线拟牛顿算法求解新标准,进而得到一种新的基于典型相关性分析的盲源信号抽取算法,实现了盲源分离.理论分析表明,新源信号抽取标准的唯一全局最小值点是经典典型相关性分析标准的最大值点.仿真结果表明,新算法收敛速度更快.     

一种基于梯度的HMM参数重估方法

对于隐Markov模型（HMM），经典的参数重估方法是Eaum-Welch算法，该算法基于最大似然准则，具有快速收敛和保证似然度单调增的优点，但是对于其他的训练准则，则不存在这样的算法，由于目标函数的复杂性，在考虑采用梯度方法时，必须先解决如何求取梯度的问题，为此，提出一种求取梯度的实现方法，结果表明，使用该方法所取得的模型与用Baum-Welch算法所得的模型性能相当，而前者适用于基于各种准则的训练方法。     

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。     

一种基于子空间距离准则的源数目估计算法

 源数目估计是阵列信号处理中的一个重要课题,也是声纳探测领域的一个难题。通过研究特征子空间分析方法,提出了一种新的源数目估计算法。该方法在盲源分离结果的基础上,基于信号子空间和噪声子空间正交的原理,建立了子空间代价函数来估计观测空间的源数目。同时,通过仿真和水池实验,对该方法的性能做了研究,并与基于信息论准则中最小长度描述准则的源数目估计算法进行了比较。仿真和水池实验结果表明,该源数目估计算法能得到准确的源数目,并具有较好的抗噪性,在水声环境中具有更好的稳健性。     

归一化LMS盲最大似然序列估计算法

阐述了归一化LMS盲最大似然估计算法的基本原理,通过计算机仿真试验证明了该算法在收敛速度、稳态剩余误差等方面均优于传统的LMS盲最大似然估计算法,并提出了该算法的研究方向。     

基于辅助粒子滤波的盲多用户检测快速算法

针对粒子滤波在盲多用户检测中计算复杂的问题，构建了一种低复杂度的辅助粒子滤波盲多用户检测快速算法．在同步快变平衰落信道下，该算法对超过门限数目的粒子进行分类，并以匹配滤波检测器的检测值作为相应类别粒子权系数的加速依据，以不同类别粒子的概率差闽值及匹配滤波检测器的检测值作为粒子滤波所需粒子数目是否足够的判断准则，自动调节不同情况下所需的粒子数目，通过降低粒子数目来降低粒子滤波盲多用户检测算法的计算复杂度．仿真结果表明，辅助粒子滤波快速算法在多用户检测性能上可与原粒子滤波算法相比拟，且计算量可降低30％～40％．