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.     

时延力觉临场感遥操作机器人系统预测控制研究

通讯时延是造成力觉临场感遥操作机器人系统不稳定和操作性能下降的关键因素 ,针对时延问题 ,提出了一种适用于时延力觉临场感遥操作机器人系统的广义预测控制方法 ,该方法通过预测控制器产成实时的预测力反馈以消除时延的影响 .此外 ,为使该方法应用于遥操作机器人未知环境作业 ,本文采用AUDI辨识算法对环境模型进行辨识 .构造实验系统 ,通过实验验证了该方法的有效性 .     

一种用于电力线通信系统的改进MIMO检测算法

目前多输入多输出(multiple-input multiple-output,MIMO)技术已经被电力线通信(power line communication,PLC)系统采用,但由于MIMO PLC系统噪声呈非高斯分布而且各端口噪声之间存在相关性,故不能直接采用无线系统中的MIMO检测算法。采用了二元Middleton class A分布对MIMO PLC系统中噪声进行建模,提出了基于该噪声分布的最大似然检测改进算法,由于改进最大似然检测算法实现复杂度高,为了便于实现,进一步提出了用近似函数降低复杂度的2种次优的检测算法,优化了算法复杂度。仿真结果表明,与传统的基于高斯噪声分布的最大似然检测算法相比,提出的基于二元Middleton class A类噪声分布的信号检测算法在MIMO PLC系统能获得更好的性能。在性能损失较小的情况下,次优算法的复杂度明显低于最大似然检测改进算法。     

基于LTE-Advanced上行链路的多级迭代干扰消除检测算法

针对先进的长期演进(long term evolution advanced,LTE-Advanced)上行链路多输入多输出(multiple-input multiple-output,MIMO)单载波频分多址(single carrier frequency division multiple access,SC-FDMA)系统载波频率偏移(carrier frequency offset,CFO)的影响,提出了基于多级迭代干扰消除检测算法.将传统的单级串行干扰消除(successive interference cancellation,SIC)和并行干扰消除(parallel interference cancellation,PIC)进行混合迭代形成多级的迭代干扰消除检测算法以降低MIMO SC-FDMA系统的误比特率.理论分析和仿真结果表明两级PIC迭代检测算法和SIC+ PIC混合迭代检测算法都能实现MIMO SC-FDMA系统CFO干扰消除的目的,降低了MIMO SC-FDMA系统的误比特率,提高了系统的性能.     

正交频分复用-多天线系统的盲信道估计算法

为了解决多天线系统的识别模糊问题,提出一种基于系统输出信号二阶统计的正交频分复用多天线(OFDM-MIMO)系统盲信道估计算法。该算法从频域角度出发,从而将有限冲击响应信道的识别简化为一系列的无记忆系统识别问题。利用信道频率相关特性降低了算法复杂度,同时解决了算法对样本数的依赖问题。为了去除盲识别的模糊度,设计了带少许导频插入的OFDM-MIMO系统结构,研究了算法的估计精度及其对信道容量的影响。仿真结果表明:2发2收,1024子载波的OFDM-MIMO系统在信噪比为20dB时盲估计的归一化均方误差约为10-2。另外,子载波信道的容量结果表明,在信道变化较快时该文提出的盲估计算法相对于训练方法有明显的容量优势。     

基于最小均方误差的多用户MIMO系统下行链路预编码

针对多输入多输出(multple input multiple output,MIMO)系统下行链路的迫零预编码方法在块对角化的基础上追求最大化系统和容量,而并未考虑接收信号的均方误差,从接收信号具有最小均方误差的角度设计了多用户MIMO系统的下行链路预编码的方案,称为块对角化最小均方误差方案。理论分析和仿真结果表明,该方案相较于迫零算法具有较小的接收信号均方误差及较好的误码率性能,并且保持了迫零算法绝大部分的系统和容量,它在系统误码率与和容量方面提供了一种较好的折中。     

平坦MIMO信道中最小均方误差估计的一种改进方法

以平坦衰落条件下MIMO信道数学模型为基础,研究了最小均方误差估计算法,给出了详细的推导过程.由于最小均方误差估计算法比较复杂,导致其收敛速度比较慢,实际应用中受到了一定的限制.为了降低其复杂度,从数学的角度对算法进行了简化,减少了一次矩阵求逆运算.仿真中建立了一个MIMO系统,给出了估计性能曲线和收敛曲线.从理论分析和仿真结果来看,改进后的算法与之前的算法的估计性能差异不大,但收敛速度却明显提高了,达到了简化的目的.     

基于自适应滤波算法的FIR MIMO系统均衡

为了实现对多输入多输出(MIMO)系统的均衡,提出了一种基于自适应滤波算法的自适应均衡方法。应用判决反馈式均衡器(DFE)的结构,把MIMO信道均衡问题的模型建模成一个简化的滤波模型。这个滤波模型使MIMO系统均衡问题中均衡器的设计问题转化为自适应滤波中最优滤波器的设计问题。两种典型自适应滤波器设计算法——LMS算法和RLS算法被应用于该模型中进行仿真,仿真结果显示了算法的收敛性和均衡方法的可行性。这种自适应均衡方法不需要对信道进行辨识,具有较小的运算量,并且可以适应信道变化。     

基于改进自适应遗传算法的舵机系统辨识方法

为了更准确地测量舵机的性能指标,利用系统识别技术来建立其数学模型具有很关键的作用。首先分析并建立电动伺服系统各部分结构模型,然后应用改进的自适应遗传算法(improved adaptive genetic algorithm, IAGA)进行系统辨识,同时将标准测试函数用于改进算法和不同智能优化算法的性能测试。最后将建立的模型作为辨识系统模型进行参数辨识,并将具有不同信噪比(signal noise ratio,SNR)的噪声信号添加到电动舵机的输出端以验证算法的稳定性。舵机实际实验结果表明,该方法参数优化精度高,抗噪声能力强且具有重要的工程使用价值。     

一种串/并混合的多输入多输出信号检测算法

为了提高多输入多输出(MIMO)系统中并行干扰消除(PIC)算法的检测性能并降低其计算复杂度,本文通过融入串行干扰消除(SIC)思想提出了一种串/并混合(HIC)的信号检测算法。该算法首先通过优化PIC中不同子检测过程的共同成分来降低计算复杂度,然后将子检测的估计结果代入后续子检测中实现串/并混合来提升检测性能。仿真结果表明,所提算法在4-QAM调制的 MIMO系统中,误比特率为 时较传统PIC算法有大约1.2 dB的性能提升,而复数乘法次数大约为传统PIC算法的28%。     

大规模MIMO系统中基于DFT信道估计的导频污染消除方案

在大规模MIMO系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。基于此,本文提出了一种基于离散傅立叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。改善了信道估计的性能。仿真结果表明,在大规模MIMO系统的信道环境下,本文提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

多输入多输出随机线性离散系统的在线测辨

本文讨论多输入多输出(MIMO)随机线性离散系统的在线测辨问题。根据Luenberger标准型的稳态Kalman滤波表示提出了一套在线测辨方法,即用残差法的结构测辨和递推增广工具变量法(REIV)的参数估计。本文给出了残差平方和的递推算式,并证明了如果采用本文所提出的工具变量,那末REIV算法是渐近无偏的。最后,我们还给出了计算机模拟算例,说明本文所提出的在线测辨算法是行之有效的。     

基于MIMO模式选择的IEEE802.11n节能算法

多入多出(multiple input multiple output,MIMO)是IEEE 802.11n的重要特征,其利用空分复用技术提升系统吞吐量,但同时也带来了新的问题,即MIMO技术的使用会大幅增加通信终端的能耗。IEEE 802.11n标准中增加了空分复用节能机制,但该机制只针对接收端的节能,对于发送端没做任何规定。针对这一问题,该文研究了IEEE 802.11n发送端的能耗问题,提出了一种基于MIMO模式选择的发送端节能算法。该算法以单位比特能耗为优化目标,根据聚合帧大小和已有速率自适应模块的统计信息预测每个MIMO模式的单位比特能耗,据此为每一个待发送的聚合帧动态地选择能效最优的MIMO模式,进而达到优化发送端能耗的效果。基于真实实验数据的数值分析结果表明:该算法能够很好地优化发送能耗,同时降低对系统吞吐量的影响。     

基于增强蚁群优化算法与排序的 MIMO 检测算法

基于最大似然比的多输入多输出(multiple input multiple output,MIMO)检测算法的计算复杂度随着天线阵的规模呈指数级增加,提出一种计算复杂度较优的MIMO检测算法.采用基于对数似然比的排序QR分解技术将信道矩阵分解为正交矩阵与上三角矩阵,相应地修改信号的发射顺序,降低错误判断引起的错误传播效应;为传统人工蚁群优化算法的信息素更新策略引入负信息素概念,有效地控制系统的拥塞;根据优化路径的距离积累了信息素.该方法设计了基于负信息素的信息素更新策略,增加MIMO系统的拥塞控制能力,考虑信道的衰落本性,基于路径的距离积累信息素.为了测试该算法的性能,进行了多组对比实验,结果表明,误码率性能优于其他智能优化算法,且对于64×64等大规模天线阵,该算法的计算复杂度随天线规模增长较小.     

复数对偶格辅助预编码检测算法在多用户MIMO系统中应用

在LTE系统采用MIMO技术,使得系统容量提高,效率变快。为了消除多用户MIMO系统中一个用户来自其他用户之间的干扰,利用一种块对角化(BD)的预处理技术,将多用户信道分解为单用户信道,再结合对偶格基约减的方法代替原始的实数LLL算法来对信道矩阵进行处理。仿真结果表明,改进的算法在复杂度较低的情况下,可以获得更高的性能增益。     

多输入多输出系统的加权多模型自适应控制研究

针对单入单出系统设计的加权算法无法在多输入多输出系统中得到较好的控制效果,对加权多模型自适应控制中的加权算法进行研究,并设计矢量与标量两种加权算法,研究多变量系统中标量以及矢量权值对系统的影响.同时,对加权算法中的误差性能指标进行研究,选取不同的误差性能指标,研究不同误差性能指标对权值收敛速度的影响.通过Matlab搭建Simulink仿真模型,对加权算法进行仿真.仿真结果显示,采用定常系数的误差性能指标的标量加权算法能对多输入多输出系统做出理想的控制效果.     

LR算法在MIMO-LAS-CDMA系统中的应用

在多入多出系统中,使用减格算法进行信号检测,如果结合多用户检测算法可以达到接近极大似然检测的性能。为了达到这个目的,给定多入多出系统的信道矩阵需要转化成一个正交的矩阵,以减小或消除信号检测过程中常规迫零算法对噪声的放大作用。为此,将减格算法与常规迫零检测算法结合,分析和仿真了接收机中使用减格辅助的迫零算法在M IMO-LAS-CDMA系统中的性能。仿真结果显示,使用这个新算法在复杂度开销增加不大的情况下,性能上超过了使用迫零算法接收机的系统。     

基于酉空时码的盲信道均衡新算法

在具有码间干扰的多入多出（MIMO）无线通讯系统中,针对酉空时编码,提出了一种新的分数间隔矩阵恒模盲均衡算法。这种新算法比矩阵恒模算法表现出更快的收敛速度、更好地抑制噪声的性能。这种均衡器可以和非相干检测器配合使用．从而存存在码间干扰的情况下实现低复杂度的完全盲均衡。     

多小区环境中基于动态功率分配的干扰安排算法

在多用户MIMO (Multiple-Input Multiple-Out put)干扰信道环境中,为了充分利用系统的总功率,将用户受到的干扰最大化地重叠,以提高系统性能.给出了MIMO干扰信道模型及子空间干扰安排算法分析;针对如何最大程度地利用系统功率问题提出了一种采用动态功率分配的干扰安排算法.仿真结果显示,该方案...     

MIMO系统中一种新的接收天线选择算法

在瑞利衰落信道条件下，通过天线选择可以提高多输入多输出（MIMO）系统的容量，并能有效地降低MIMO系统的复杂度和射频成本，天线选择算法也成为问题的关键。对接收天线选择算法进行了研究，通过连续选择使MIMO系统容量增加最大的天线的方法，用矩阵及行列式运算导出了一种新的接收天线选择算法，并通过仿真和分析与其它算法进行了比较。仿真结果表明，新算法在信噪比较小时，有最大的遍历性容量（ergodic capacity）、中断容量（outage capacity）；在信噪比较大时，同其它算法结果十分接近。新算法更适合于在信噪比较小（信号弱或信遭受噪声恶化严重）时使用。将新算法同Alkhansari算法结合起来，结果更好。