自适应变步长并行Laguerre盲均衡算法研究

深衰落信道会引起抽头系数长和误码率高等问题.在分析现有滤波器结构及盲均衡算法的基础上,提出了自适应变步长并行Laguerre盲均衡算法.该算法采用Laguerre序列代替传统抽头延迟,缩短了抽头系数,并借助判决引导算法和分数间隔思想,加快了算法收敛速度.鉴于步长因子对盲均衡器收敛速度、剩余码间干扰影响较大,对不同自适应步长算法进行了分析和比较.在此基础上提出了适用于高速通用数据链信号盲均衡的步长修正方案.实验表明该算法较传统算法在收敛速度、误码性能方面均有所提升.     

用于行对角占优信道矩阵的MIMO盲均衡算法

对MIMO通信信道提出了一种基于矩阵初等变换的均衡算法,将其用于行对角占优的MIMO系统,则得到相应的MIMO盲均衡算法.该算法基于通信源信号的统计特性,利用数学上通过矩阵初等变换实现矩阵对角化的原理对MIMO信道矩阵实现了对角化.将该盲均衡算法用于常规的MIMO系统,则可以克服系统因突发干扰等因素产生的常规均衡器均衡参数的估计偏差,提高系统的误码性能.仿真实验证实,所提出的MIMO盲均衡算法在行对角占优信道矩阵的均衡和常规均衡器均衡参数估计偏差的克服中均取得了良好的效果.     

稀疏信道下的码片均衡算法

针对稀疏信道的码片均衡,提出了一种RLS的改进新算法-SM RLS算法.理论分析与计算机模拟结果表明SMRLS码片均衡器性能优于传统的Rake,在稀疏信道下与经典的M RLS码片均衡器相比稳态误差基本保持不变,收敛速率提高且大大减少了运算量.     

一种改进的LMS算法的研究与仿真

为解决最小均方误差算法中收敛速率和稳态误差之间相互制约的问题,在NLMS算法基础上提出了一种改进的LMS算法.改进算法通过引入调节因子和修正系数,使算法在收敛时和稳定时能够很好地改善收敛速率与稳态误差之间的制约关系.实验结果表明,相对于传统LMS和NLMS算法,新方法在改进收敛速率和稳态误差间关系效果更好.     

正交约束PARAFAC的DS-CDMA盲接收机

根据平行因子(PABAFAC)模型,研究多用户DS-CDMA系统的盲检测算法.利用DS-CDMA系统中扩频码正交或近似正交的性质,提出了一种基于正交约束PARAFAC(OC-PARAFAC)的DS-CDMA盲接收机,给出了正交约束情况下三线性分解的克拉美-罗界的解析表达式.实验表明正交约束三线性最小二乘(OCTALS)算法在处理DS-CDMA信号时比传统的TALS算法具有更低的克拉美-罗界.与传统的PARAFAC接收机相比,OC-PARAFAC接收机改善了误码率性能,具有更快的收敛速度.     

基于Curvelet稀疏表示的图像盲分离初始化

针对盲分离初始化问题提出一种基于Curvelet稀疏表示的图像盲分离初始化方法. 该方法充分利用信号Curvelet变换的稀疏特性,选取稀疏性最好的高频系数组,采用聚类方法估计聚轴中心,寻求混合矩阵估计值,实现对盲分离学习算法的初始化. 实验结果表明,该初始化方法能避免盲分离算法在收敛时陷入局部最小,加快收敛,并提高分离精度.     

改进的复值非高斯最大化盲源分离算法

复值非高斯最大化盲源分离算法的收敛速度,受其采用的反双曲正弦函数计算复杂度的影响较大,针对这一问题,提出了一种收敛速度更快的改进型复值非高斯最大化算法。该算法采用一个低计算复杂度的非线性函数替代原算法中的反双曲正弦函数。该函数的计算复杂度是反双曲正弦函数的三分之一。在相同条件下,基于该非线性函数的复值非高斯最大化盲源分离算法的收敛速度相比原算法提高了1倍左右,更适合于对接收信号进行实时处理,而且信号分离误差小,同时该算法同样适用于任意非高斯的常态和非常态信源。仿真试验验证了算法的有效性。     

基于峰态的盲信号分离

就一种基于信号峰态(kurtosis)极值化的盲信号分离方法进行了探讨．首先介绍算法理论，然后提出了一种简化快速的最速下降算法，解决了收敛指向性的问题，并将对混合语音信号的分离扩展到混合图像信号的分离．实验结果表明，同其他基于峰态的盲分离算法相比，其分离效果好，而且在收敛速度、运算复杂度方面有显著的优势．     

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.     

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.     

自适应信号处理中稳健估计的变步长仿射投影

本文研究自适应仿射投影中的最优步长准则,提出一种新的指数型步长控制方法。针对APA类算法抗粗差能力差的缺点,通过三权法等效误差函数,将稳健M估计引入APA类算法,提出了稳健M估计变步长自适应仿射投影方法。理论分析和数值计算结果表明,MVAPA算法稳态失调小,抗粗差能力高于近来提出的仿射投影算法。     

基于投影神经网络求解凸规划问题的二分法

将投影梯度神经网络方法和二分法相结合,提出了一种求解凸规划的新算法,并证明了该算法的收敛性.     

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.     

仿射医学图像融合算法

提出了一种仿射医学图像融合方法。以医学图像的象素灰度信息为融合依据,首先根据参考图像的象素值对参考图像进行划分;然后根据该划分对浮动图像进行划分,并假设被划分在同一组中的象素有相似的灰度值;最后迭代地对浮动图像进行仿射变换使得浮动图像中的被划分在同一组中的各个象素间的标准方差最小,实现融合图像象素之间的匹配。由于算法充分利用图像的全部象素的灰度信息,不需对图象进行滤噪等预处理,从而提高算法的精度;该方法采用仿射变换,因而不仅可纠正刚体形变而且可纠正放缩形变,适用于单模及模板融合。     

数字助听器的并行梯度投影回声抵消

自适应回声抵消是消除助听器回声啸叫的有效方法. 针对回声路径评估偏差大的问题,文中提出线性预测-并行梯度投影算法,通过对助听器输出信号进行线性预测来生成解相关FIR 滤波器,获得解相关信号. 系统利用解相关信号构建包含回声路径的凸优化方程,并设计并行梯度投影算法求解该方程,实现回声路径的估计. 实验结果表明算法在收敛速度、稳定性和精度等方面改进显著.     

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.     

一种有效的MIMO-OFDM系统盲信道估计算法

提出了一种新的MIMO-OFDM信道模型,该模型对于信道阶数过估计具有很强的鲁棒性,并针对该模型提出了一种基于子空间方法的盲信道估计算法.仿真结果表明在新系统模型基础上提出的算法具有收敛速度快,估计精度高的优点.     

强单调逆变分不等式的自适应投影算法

利用投影技巧给出求解强单调逆变分不等式的自适应投影算法,并在适当假设条件下,证明了算法的收敛性.     

基于神经网络的常微分方程数值计算方法

科学与工程应用中常用微分方程来建模,提出了一种基于余弦基神经网格的计算微分方程的新方法,其基本思想是以神经网络的输出来近似初值问题中的解析解.为保证算法的收敛性,提出并证明了神经网络算法的收敛性定理,为神经网络学习率的选择提供了依据.通过实例证明了该算法的有效性.     

基于自适应核方法的正交子空间投影异常检测算法

在高光谱图像的异常目标检测核方法中,高斯径向基核函数的宽度决定因子(即核参数)选择恰当与否是决定算法性能的重要因素。针对这一问题,提出了一种基于自适应核方法的正交子空间投影高光谱图像异常检测算法,有效的解决了统一的全局检测参数在复杂多变背景环境下检测性能下降的问题。这不仅提高了算法的通用性,也降低了检测的计算量。用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。将该算法与其他算法进行比较,结果表明,所提出算法的检测性能明显地优于传统算法,降低了虚警概率。