合成孔径雷达图像的最小均方误差线性最优滤波

针对常用于合成孔径雷达(SAR)图像降噪的Lee滤波和Kuan滤波误差较大的问题,提出了基于最小均方误差(MMSE)准则的线性最优滤波.线性最优滤波通过把斑点噪声的乘性模型同时展开为一阶和二阶泰勒级数,然后使用MMSE准则获得线性滤波的统一模型,最后再对该统一模型使用MMSE准则而获得.线性最优滤波在所有的线性滤波中具有最低的滤波误差,因而具有最高的滤波精度.对某乡村和城区SAR图像的降噪实验表明:线性最优滤波对边缘细节的保留能力强于Kuan滤波,它对斑点噪声的滤除能力强于Lee滤波;与最大后验概率(MAP)滤波相比,线性最优滤波虽然具有较弱的边缘细节保留能力,但它对斑点噪声的滤除能力却强于MAP滤波.     

基于小波线性最小均方误差的红外图像去噪

根据小波多尺度线性最小均方误差估计方案的小波基选择标准来确定最佳小波基.在此基础上,对红外图像中的散斑噪声运用取对数方案,并进行硬阈值处理,从而达到去噪目的.     

异步DS-CDMA系统中基于线性预测的直接盲均衡

应用了最近提出的针对直接序列扩频码分多址(DS—CDMA)系统反向链路(异步传输模式)的线性预测方法，通过对接收信号进行线性变换，在所需用户扩频码已知的情况下，得到其信道列矢量子空间，然后在此基础上进行MMSE均衡器和迫零均衡器的设计，以达到同时消除MAI和ICI的目的。应用直接盲均衡处理，能够避免信道估计可能的误差对多用户检测性能所产生的影响。仿真结果表明，算法的准确性和鲁捧性得到明显提高，并且有较好的对抗远近效应的能力。     

α稳定噪声下最小均方Sigmoid误差自适应时间延迟估计

为解决脉冲噪声下最小均方误差自适应时间延迟估计算法估计性能的退化问题,以对称α稳定分布模型描述脉冲噪声,提出最小均方Sigmoid误差自适应时间延迟估计算法.该算法通过对误差信号求取Sigmoid变换,抑制了较大误差对估计结果的影响.以最小均方Sigmoid误差代替最小均方误差作为优化准则,迭代模拟信道延迟效应的滤波器权系数,其收敛时峰值的位置就是所要估计的时间延迟.仿真结果验证了该算法在高斯和非高斯对称α稳定分布噪声条件下的优良估计性能,说明最小均方Sigmoid误差是一种韧性的最优准则.     

线性混合模型中固定效应与随机效应线性组合两步预测的均方误差

对一般的线性混合模型,研究其固定效应与随机效应线性组合的两步预测问题,给出了两步预测均方误差的一个近似计算公式,为比较不同方差分量估计的优劣性进一步莫定了基础.     

基于均方误差的变步长恒模盲均衡算法仿真

阐述了用于信道盲均衡中恒模算法的数学模型和基本原理,在此基础上进一步研究其改进的变步长算法.采用的改进算法是以剩余均方误差作为调整步长的参量,解决了传统恒模算法中,由于采用固定步长而造成的收敛速度与收敛精度之间的矛盾.在分析不同步长对算法收敛性能的影响的时候,使用了集平均的处理方式,使得均方误差学习曲线变得较为平滑,易于比较.理论分析和计算机仿真实验均表明该算法与传统的恒模算法相比,具有更快的收敛速度和更小的稳态剩余误差.     

正交频分复用系统一种基于线性最小均方误差信道估计的改进算法

线性最小均方误差(LMMSE)是OFDM系统中常用的一种信道估计算法。LMMSE信道估计需要无线信道的统计信息,在实际应用中很难实现。针对上述问题,提出了一种利用滑动窗口法改进的LMMSE算法。该算法利用最小平方(LS)估计结果通过滑动窗口获得计算所需的参数,与LMMSE算法相比,该算法计算相对容易,更加实用。在对估算精度要求不太高的场合,改进算法更具优势。仿真结果显示,改进算法的误码率性能接近理想条件时等价线性最小均方误差(ELMMSE)算法。     

最小均方误差判决和自适应判决反馈均衡器的设计实现

介绍了基于FIR和IIR的采用最小均方误差（MMSE）算法的判决反馈均衡器,针对该算法的缺点提出了两种采用自适应算法的判决反馈均衡器;LMS算法和CMA算法,对这些算法的仿真表明了各自的性能和优缺点,在此基础上提出了一种改进的混合算法,仿真表明,该算法只需要少量的训练序列,性能比CMA算法有明显的改进。     

利用线性预测残差的语音去噪方法

语音信号中经常混有加性噪声,噪声的存在会使语音处理系统的性能急剧下降,因此语音去噪是语音信号处理中的关键技术之一.提出一种利用线性预测残差去除语音中的加性白噪声的方法,实验结果表明,该方法可以有效地去除语音信号中的加性白噪声,并且保持语音信号较好的清晰度和可懂度.     

基于块对角化的最小均方误差矢量预编码

针对多用户多输入多输出下行链路系统的预编码问题,提出使用块对角化处理获得具有块对角化结构的等价信道矩阵,并基于等价信道推导收发信号的均方误差,通过最小化均方误差分别求解扰动矢量的两个部分,即扩展星座图的扰动矢量和残余干扰矢量,从而获得发射端信号和预编码矩阵.仿真表明,提出方法的误码率性能优于传统的对角化算法、块对角化迫零准则矢量预编码算法、正则块对角化预编码算法及其改进算法.     

基于最小均方误差估计的RFID室内定位算法

近年来基于射频识别（RFID）的室内定位技术得到了大量的关注及广泛的应用.由于无法利用目标标签的先验信息,现有的基于极大似然估计的室内定位算法性能存在进一步提高的可能.文中提出使用标签位置分布统计特性作为先验信息来提高定位精度,将基于到达时间（TOA）的二步加权最小二乘法从极大似然估计扩展到最小均方误差估计,并推导了基于最小均方误差估计的TOA定位方法的克拉美罗下界（CRLB）和理论方差.理论分析和仿真结果都表明该算法优于极大似然估计定位算法.     

CDMA系统的一种自适应多用户检测方法

常规的匹配滤波器接收机无法克服ＣＤＭＡ的多址干扰和远近效应,因而限制了ＣＤＭＡ系统的容量．为此,需要采用干扰抑制和自适应处理的多用户检测技术．已有的很多抗远近效应和干扰抑制的多用户接收机都比较复杂,还要求估计干扰用户的信号参量．该文提出一种简化的自适应最小均方误差多用户检测接收方法,可以用自适应方式实现滤波器参数的最小均方误差意义上的最优化．理论分析与数字模拟的结果表明该方法与匹配滤波器相比,能明显地提高抗多址干扰能力     

基于线性均方误差估值的LPC距离量度

本文从LPC系数的统计特性出发,基于线性均方误差估值的思想,提出了一种用于语音识别的新的LPC距离量度——LMSE距离.在一个IBM-PC机语音处理系统和一个VAX-11/750机语音处理系统上,做了大量孤立词识别实俭,证实了这种距离的可行性.文中还将它与著名的Itakura距离进行了比较.     

统计模型中均方误差的区间估计

本文研究了一般情形下线性统计模型 (1 )—模型 (4)中参数 β的估计量^βL 或 ^βH 的均方误差MSE (^βL)或MSE (^βH) ,并分别给出了其1 -α的置信区间     

基于非理想信道状态信息的最小化均方误差非线性收发机设计

在多输入多输出系统中,当收发端已知非理想信道状态信息时,提出了一种基于最小化均方误差准则的非线性收发机设计方法,其结构基于汤姆林森-哈拉希玛预编码(THP).首先研究了收发信号的均方误差表达式,并将其转换为预编码矩阵的函数;然后,通过最优化及矩阵论方法最小化均方误差的下界,求解最优预编码矩阵以及下界的闭式解,进而获得整个非线性收发机矩阵.仿真结果表明,该方法性能优于现有的线性收发机设计和经典的THP收发机设计.     

面积测量的中误差分析

讨论面积测量的偶然误差来源、面积中误差与界址中误差的关系,设计、推导了在未知界址点坐标时面积中误差的概算公式。     

基于最小错误概率变步长的盲均衡算法

在分析了基于最小错误概率盲均衡算法的基础上,用牛顿梯度变步长算法实现了基于最小错误概率新的变步长盲均衡,克服了固定步长收敛速度和收敛精度之间的矛盾,加快了收敛速度,减小了稳态剩余误差。计算机仿真结果分别给出了4PAM,8PAM信号在典型电话信道和普通最小相位信道中牛顿梯度变步长算法与固定步长算法的收敛曲线。由两种算法收敛曲线的比较可以看出,新算法的收敛性能明显得到改善。