Toffoli门可逆网络计数与级联

分析并证明了同型Toffoli门串联的输出结果与串联门个数之间的关系.为了保证串联过程收敛,给出了Toffoli门串联网络的计数,证明了可逆网络输入向量中Hamming重量的位向量个数与位向量位数之间的关系.提出了一种Toffoli门的串联、并联和混合级联网络的算法,并验证了该算法的有效性.     

基于修正常系数模板的变步长双模式盲自适应均衡算法

为解决修正常系数模板算法(MCMA)收敛速度缓慢的问题,在MCMA算法的基础上,给出了一种变步长双模式MCMA算法.改进算法在启动阶段用步长可变加快其收敛性,在收敛后转换到判决引导模式(DD),以保证算法收敛后稳态误差在可靠范围内.通过对实测信道的Monte-Carlo仿真,比较了MCMA算法和变步长双模式MCMA算法的性能,证明了该改进算法收敛速度快,稳态误差小.     

非对称代数Riccati方程的一种快速Newton型算法

对于运输理论中所产生的一类非对称代数Riccati方程,给出了一种新的快速迭代算法,该算法是基于一种具有三阶收敛性的两步Newton法而得到,并证明了该算法所产生的向量序列的单调收敛性.数值实验显示该算法具有比另外两种Newton型法更好的收敛行为.     

修正的LS共轭梯度法在Armijo型线搜索下的收敛性

给出了一种修正的LS算法,该算法保证每次迭代中的搜索方向是充分下降的,并在两种不同的Armijo型线搜索下证明了该算法是全局强收敛的。     

求解病态线性方程组的共轭向量基算法

结合最速下降法计算量小和共轭方向法收敛速度快的特点,提出了一种求解病态方程组的共轭向量基的方法。线性方程组的精确解能够由共轭向量基线性表示,利用迭代的方式给出了构造共轭向量基以及对应系数的方法,证明了算法所构造的向量基的共轭性。同时给出了一个改进算法以适合不同精度要求,加快迭代的收敛速度。通过对5000阶的Hilbert方程组进行求解,结果的相对误差小于0.45％,并与当前普遍使用有效的方法进行了比较,数值实验结果表明,该算法适合求解大型病态线性方程组,且具有快速收敛,精度较高的特性。     

Hilbert空间上向量均衡问题的收敛定理

给出Hilberr空间中向量均衡问题的两个算法.利用非线性标量化函数将向量均衡问题化为数量均衡问题,证明了算法的收敛性.结果表明,如果向量均衡问题中的函数具有单调性、C-凸性和拟下半连续性,那么Hilbert空间中向量均衡问题的两个算法分别强收敛和弱收敛.     

关于罚函数法与障碍函数法的改进

本文给出了一种改进的罚函数算法与障碍函数算法,并证明了改进后算法仍收敛。同时在很一般的条件下证明了两种方法仍保持原有的主要收敛性质。     

衰落信道下的恒模多用户检测技术

针对CDMA系统中的多用户检测问题,提出了一种应用恒模性质的新算法.分析了衰落信道下的等效离散接收信号模型,给出其矩阵表达式,进而推导出了接收端均衡器的权系数与等效扩频码矩阵间的关系.计算机仿真表明该算法理论正确,可以获得较好的收敛特性.     

基于压缩感知的非线性 OFDM 系统迭代信道估计算法

针对因非线性失真引起的正交频分复用（orthogonal frequency division multiplexing,OFDM）系统信道估计性能下降的问题,提出了一种基于压缩感知的非线性OFDM系统迭代信道估计算法。在算法实现过程中,利用信道与非线性噪声的双重稀疏性,将导频信息作为观测矩阵进行压缩感知信道估计,再将所得信道信息看作观测矩阵进行压缩感知非线性失真估计,进而对信号进行非线性补偿,并逐步循环迭代至算法收敛。仿真表明,在稀疏信道下,该算法在较少的迭代次数下即可有效减小非线性失真对信道估计的影响,且比现有方法性能更优,仿真证明了该方法在性能上的优越性。     

基于贪心算法的解相关CDMA多用户检测

多用户检测是第3代移动通信系统码分多址(CDMA)的一项关键技术.在此,提出了一种基于贪心算法的解相关CDMA多用户检测方法.该方法利用解相关检测的输出作为初始解,以加快算法的收敛速度,应用贪心算法进行搜索,解决最佳多用户检测的非线性优化组合问题.在高斯信道和瑞利衰减信道下的仿真结果表明,该方法计算复杂度低,能够得到与最佳检测方法非常接近的误码率性能.     

协同通信系统中基于EM算法的半盲信道估计与迭代检测

研究协同通信系统的信道估计和符号检测技术,提出一种基于EM(Expectation Maximum)算法的半盲信道估计和迭代检测接收方案.它有利于减少协同通信系统的额外系统开销,并能有效提高协同通信的信道估计精度和系统误码性能.     

一种用于多径衰落信道的盲多用户检测器

将基于递归最小二乘算法的盲多用户检测器与RAKE接收机相结合,提出了一种适用于频率选择性衰落信道下的接收机,叙述了其工作原理和算法,分析了其性能。仿真表明,该接收机无论在收敛性能还是在误码性能上均优于基于Rosen梯度投影的接收机。     

基于能量检测的脉冲超宽带无数据辅助同步算法

针对无数据辅助下的脉冲超宽带同步问题,构建了一种基于能量检测算法的同步方案。首先,设计了基于两路并行能量检测结构的同步接收机,在没有训练序列辅助同步条件下实现多径信道下的同步检测。在此基础上,提出了一种能量检测接收机的噪声抑制方法,通过在判决同步点之前对积分结果进行累积处理,提高了系统性能,有效降低了噪声影响;通过推导算法的同步性能和在IEEE802.15.3a信道模型下的仿真,证明了该同步方法可以有效地降低虚警和漏检概率。     

一种基于隐马尔可夫的盲自适应多用户检测算法

针对在概率统计为基础的信道估计收敛速度慢，状态估计存在非合理性的问题，提出了以隐马尔可夫模型为基础的盲自适应多用户检测算法。在后向方法中采用了固定延迟和锯齿延时相结合的办法，根据前后序列之间的相关性和最陡下降法对多用户上行复合信道进行盲估计，对于发射序列状态之间可能存在时序非继承性，搜索与前向序列对应的具有最大转移概率的后续序列，实现了最大后验多用户检测方法。此算法避免了由于相邻状态序列后向概率相差很大而造成的信道估计发散，同时将计算复杂度从o(N^3)降低到o(N^2)，计算机仿真实验表明，该算法将信道响应估计速度提高了10％，且具有全局收敛性和系统的稳定性。     

认知无线电中基于压缩感知的非重构频谱检测算法

基于压缩感知的频谱感知研究多是要重构出原始信号,而重构的精确度却直接影响到频谱检测的效果,为降低由此因素而造成的低检测率以及计算复杂度,提出一种在压缩感知框架下的非重构频谱检测算法,将信道划分为多个小信道,依次感知每个小信道,得出所划分信道组的采样协方差矩阵,再与能量检测算法结合分析最终得到每个小信道中的占用情况。对不同的压缩率、信噪比以及用户数分别进行仿真,仿真的结果表明,当压缩率在30%以上和信噪比在-6 d B以上时检测效果较为理想,且多用户的情况下检测概率更高。相对于重构算法,本算法的检测概率更高,计算复杂度更低,检测时间也更短。     

一种基于部分信道估计的DTD算法

在声学回声消除(acoustic echo cancellation,AEC)系统中,双讲(doubletalk,DT)信号和信道突变都导致滤波器误差变大,然而AEC系统需要分别对这2种情况做出不同的反映。因此,常见的基于误差信号及其函数的双讲检测(doubletalk detection,DTD)算法在信道突变情况下容易产生误判。为此,利用声学回声信道的特殊性和归一化最小均方(normalized least mean square,NLMS)算法的跟踪特性,提出了一种新型的基于部分信道估计的DTD算法。该算法采用累加信道估计尾部的值作为判决条件,能够区分出通话过程中的双讲时段并且忽略回声信道突变的影响。该算法具有计算复杂度小和检测DT信号速度快的优点。仿真结果表明,在实验条件下该算法优于常见的DTD算法。     

基于注水原理的认知无线电协作频谱感知加权算法

协作频谱感知算法在提高频谱检测概率的同时也增加了控制信道开销,如何降低控制开销成为协作感知的关键技术之一.提出基于注水原理的加权协作检测算法,算法采用基于信噪比的能量检测器,根据检测信号的信噪比,用注水原理计算和分配权值,确定感知贡献,删除无效检测和传输.结果表明,提出的算法提高了检测概率,同时平均感知比特数下降,减少了控制信道开销.     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。     

MIMO系统中基于条件数阈值的格基约减信号检测算法

在多输入多输出系统中,最大似然(maximum likelihood,ML)检测算法性能最优但复杂度很高,最小均方误差(minimum mean-square error,MMSE)检测算法复杂度低但其性能较差.较高的信道矩阵条件数会给信号检测算法的误码率性能带来不利影响.针对这些问题,提出一种基于信道矩阵条件数阈值的信号检测算法来提升高条件数下传统检测算法的性能.该算法通过比较信道矩阵的条件数与预先设定的条件数阈值,选取相应的检测算法:当条件数低于阈值时,采用复杂度较低的LLL(lenstra-lenstra-lovasz)约减的MMSE(LLL-MMSE)算法来减少计算量;当条件数高于阈值时,采用基于排序分组的ML与LLL-MMSE联合的检测算法,通过增加一定的计算量来保证检测性能.对不同阂值下的误码率性能进行了仿真,结果表明算法的性能明显优于传统的LLL-MMSE检测算法,并且通过预先设定条件数阈值可以使得算法在性能和复杂度之间获得较好的平衡,最终达到优化检测算法性能的目的.     

衰落信道WSN网络基于投票机制的决策融合

针对衰落信道网络中传感节点难以准确获取检测信息的问题,构建了并行结构分布检测的系统模型,提出了一种基于投票机制的决策融合算法。通过邻居节点间的信息交互,各传感节点获取了通讯半径内邻居节点的判决,并根据多票优先的原则重新调整自身决策,提高了检测的准确性。理论分析和仿真实验表明,该算法比传统的EGC融合规则具有更高的检测概率和稳定性,适合中等规模无线传感器网络。