A Novel Augmented UD Identification with Resetting Strategy

Augmented UD identification (AUDI) technique is derived from the traditional recursive least-squares algorithm and had been developed rapidly during last decade. However, as the identification process evolves, AUDI algorithm falls easily into identification saturation, which means that AUDI algorithm cannot respond to time-varying system parameters unless a set of very strong identification signals is utilized or a long identification period is occupied. To overcome such a difficulty, a novel resetting AUDI (RAUDI) strategy is advanced by resetting the augmented information matrix based on MF (Monitor Function) monitoring the conspicuous change of process parameters. The numeric experiment demonstrates that the RAUDI has a good performance in estimation of rapid parameter changes.     

基于高阶统计量的MIMO系统辨识与均衡算法

将高阶统计量与盲分离的移位阻断SHIBBS算法相结合, 利用高阶统计量能辨识非最小相位系统和SHIBBS算法分离效果与计算量适中的特点, 提出一种在频域内对MIMO系统进行辨识的方法; 针对在此解混后的信号存在排序不确定性的问题, 直接在频域上采用互四阶累计量, 从而很好地对信号进行了分离; 针对信号的比例模糊问题, 利用LMS自适应的恒模算法（CMA）对排序后信号均衡补偿, 仿真实验证明了此算法的有效性.     

一种用于辨识MIMO系统的PRBS信号设计方法

针对多输入多输出(MIMO)系统的有限脉冲响应(FIR)函数模型,研究了输入伪随机二进制序列(PRBS)信号的优化设计问题,提出了一种通过延迟方法产生多个PRBS信号的优化设计方法,充分利用了信号的不相关区间,优化设计的PRBS信号周期长度远小于常规设计方法.     

MIMO系统的一种改进的复数域球译码算法

为降低球译码算法复杂度,采用概率计算的方法,推导出多入多出（MIMO）系统的一种改进的复数域球译码算法．比较了采用经典复数域球译码算法和采用改进的复数域球译码算法的性能与复杂度．仿真结果表明,高信噪比条件下,改进算法的复杂度与发送天线数的2次方成正比．     

MIMO系统中复数球形译码算法改进

多输入多输出（MIMO）系统在信道容量和频谱利用效率方面有显著的优势,但是在MIMO系统中南于接收信号空间大,用传统的最大似然译码准则（ML）来译码几乎是不可能的．而球形译码算法（spheredeco—ding）通过减小搜索半径大大降低了计算量,且可以达到ML的性能．本文在实数球形算法的基础上,着重对复数球形算法进行了分析,对二者做了比较．针对复数球形算法的特点,提出了一种简化方法．分析和仿真表明,相比实数球形算法,复数球形算法不仅可以减小搜索的维数,还有着更广的适用范同．该方法可以进一步减少复数球形算法的计算量,提高其实用性．     

MIMO系统的循环频率域分离辨识方法

针对多输入多输出(MIMO)线性时不变(LTI)系统提出了一种新颖的盲辨识方法。它利用了调制产生的二阶循环平稳性(MIC),在循环频率域对信号的统计量进行分离。再用简单的算法,就可以识别出不同的系统。文中还讨论了对算法进行的计算机模拟。     

时变系统的FIR模型辩识及设计变量

文章考虑时变系统辨识中辨识设计变量的最优化问题，时变系统的参数可用平稳的AR（1）随机过程描述，时变系的FIR模型递函数估计的均方误差，记作MSE，它可以用一个较简单表达式来逼近它，作者在MSE极小的意义下，给出辨识设计变量的解析表达式。     

MIMO系统中功率受限的天线选择算法

在已有的经典天线选择算法基础上,考虑实际系统中功率受限,基于凸优化理论提出了一种新的天线选择算法,该算法可提高功率受限条件下MIMO系统的容量。仿真结果表明该算法性能较以前算法有明显的提高。     

遗传算法在系统辨识中的应用

对遗传算法的机理和实现步骤进行了介绍,综述了遗传算法在系统辨识中的应用.针对不同的辨识模型,讨论了遗传算法不同的应用形式,研究了遗传算法结合神经网络技术在系统辨识中的应用,最后探讨了遗传算法在系统辨识中的研究方向.     

小型无人直升机悬停状态下的系统辨识

提出了一种渐消记忆的最小二乘逐状态辨识算法,相对原来利用最小二乘进行无人直升机矩阵辨识的方法,该算法能极大地减小计算量,降低计算的复杂程度以提高计算过程的稳定性.并采用该方法建立了小型无人直升机系统的ARMAX模型和MIMO模型,还通过仿真对2种模型做了对比,结果显示MIMO模型能更精确地描述小型无人直升机系统.     

MIMO系统的迭代降维并行检测算法

针对传统多输入多输出(MIMO)系统检测算法先检测的子流分集度较低以及错误传播的问题,提出了一种改进的迭代降维并行检测算法.该算法在每次迭代内对第1个子流遍历取值,其余子流采用排序连续干扰消除(OSIC)算法进行检测,在每次迭代结束时仅输出分集度最高的首子流的估计值,在迭代间通过干扰消除降低待检测子流的维度.仿真结果表明:该算法能以较低的复杂度代价获得逼近最大似然检测算法的差错概率性能;在4×4、QPSK调制的MIMO系统中,相对于传统的OSIC算法,文中算法在误比特率为10-3时获得了9.3 d B的增益.     

多用户MIMO系统预编码的技术研究

预编码是一种应用于发射端以达到抑制多用户间干扰的预均衡方法。MIMO预编码技术可有效防止误码扩散,大大降低接收端的复杂度。该文对多用户MIMO系统预编码的几种算法进行了研究,分析了其各自的优缺点,并提出了改进方法。其中包括迫零（ZF）线性预编码、块对角化（BD）线性预编码、最小均方误差（MMSE）线性预编码及信漏比（SLR）线性预编码。     

带未知时变噪声的非线性系统卡尔曼滤波器算法研究

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

空间复用MIMO系统的功率分配新算法

研究空间复用多输入多输出系统的功率分配问题,提出一种新的功率分配算法--残余功率再分配. 在满足服务质量要求的前提下充分利用星座图尺寸的离散性,将残余功率按照各子信道的不同优先级进行二次分配,并结合自适应调制编码技术改善低信噪比时的系统吞吐量. 仿真结果表明,在准静态平坦衰落信道下,与传统算法(如注水算法)相比,新算法能进一步改善系统的吞吐量,提高发射功率的使用效率,减少不可用子信道个数,且无附加复杂度.     

非线性BP算法在系统辨识中的应用

研究利用非线性ＢＰ算法训练多层前馈神经网络,对非线性动力系统进行建模,给出了基于非线性ＢＰ算法的系统辨识计算步骤,通过仿真计算表明,基于非线性ＢＰ算法的系统辨识至少可以获得与常规ＢＰ算法同样的效果,因为不需要计算神经元激活函数的导函数,文中的结果可以更小的代价实现基于神经网络的控制器。     

BP算法用于系统辨识的研究

讨论BP算法用于系统辩识时样本数的选取对训练速率的影响。确立一种选取每一时刻学习样本数的标准，在此标准下，既能保证训练网络的相对稳定性，又能大大加快其收敛速度。     

多入多出中继系统的一种贪心天线选择算法

针对多输入多输出(MIMO)中继系统天线选择算法容量不高的问题,提出了一种基于容量最大化的贪心天线选择算法.该算法在考虑噪声的影响情况下,根据添加一个天线对后系统容量的闭式表达式,逐步选取使得容量最大的天线对.仿真结果表明,在不同的中继数量及功率约束条件下,该算法与已有算法相比,能够获得更高的系统容量性能.     

补偿型多输入多输出的模糊系统解析方法

人的思考、判断、信息处理过程是一个最具代表性的“不明确系统”（ill－defindsystem），也称为模糊系统，通常模糊系统的建模方式有两种，即“悲观建模方式”和“乐观建模方式”，文中讨论了补偿型多输入多输出系统的解析问题．用模糊关系式R°A=B来描述，在已知A和B的情况下求关系矩阵R，还给出了R不存在时的对策，该方法具有良好的解析性和广泛的适用性．     

多输入多输出非线性系统Volterra频域核的非参数辨识方法

为解决多输入多输出(MIMO)非线性系统Volterra频域核辨识困难的问题,提出了一种MIMO非线性系统Volterra频域核的非参数辨识方法.该方法先对待辨识的MIMO非线性系统的各输入端添加不同频率成分的单音激励信号,再对系统的输出端信号进行采样并使用Vandermonde法使各阶核输出分离,然后根据单音激励下MIMO非线性系统Volterra核的频域输出特性,推导出该类系统Volterra频域核的辨识公式.由于采用了多音信号激励MIMO非线性系统,实现了一次激励下多点辨识的目的,因此提高了辨识效率.该方法仅依赖于系统的输入输出数据,具有较强的实用性.采用该方法对一个双输入双输出的非线性系统Volterra频域核进行辨识,最大偏差小于10-5,验证了该方法的有效性.     

多输入多输出系统结构辨识

理论分析及仿真结果表明，在以往残差技术基础上引入了白化滤波器可大大改善辨识多输入多输出系统结构的可靠性及准确性．