智能电表微功率无线通信模块天线方向性

将具有方向性的天线按照合理角度安装,在相同条件下能提高智能电表无线信号接收功率.设计并研制了适合智能电表微功率无线通信模块的230 MHz法向模螺旋弹簧天线,研究了天线的方向性系数,针对天线和智能电表实际安装场景,改进了天线在微功率无线通信模块中的安装角度.软件仿真和实际测量结果显示,改进天线安装角度后的微功率无线通信模块,在相同测试环境下接收到的无线信号功率较改进前平均增加2.4 d Bm.在相同传输环境、相同信号编码调制方式下,提高了接收信号的信噪比,进而提高了智能电表和集中器之间的通信质量.     

仿射投影数据重用MCMA盲均衡

针对突发信号的盲接收,提出一种快速收敛的盲均衡算法. 该算法将自适应滤波领域中的仿射投影和数据重用思想引入修正常模算法(MCMA)盲均衡器. 与传统的MCMA算法相比,大大提高了算法的收敛速率,适用于突发信号的盲均衡. 在数值模拟中,与传统的MCMA 算法在收敛速率、稳态误差等方面进行了对比分析.     

基于智能天线的一种自适应小基站架构

提出了一种将智能天线应用到小基站网络中的方案,配置有智能天线的小基站在周
围小基站繁忙时利用智能天线的方向性为业务繁忙的小基站进行自适应分流,达到负载均衡
的目的. 当本身业务繁忙时,通过智能天线进行空分复用可提高带宽利用率,从而提高系统吞
吐量,减少基站数目. 实验结果表明：在保证用户接入成功率和系统吞吐量的条件下,采用文
中小基站自适应算法可将所需部署的小基站数目约减少30%,从而降低了部署成本,减少运行
能耗.     

一种基于稳定分布模型的非线性盲分离算法

在α稳定分布模型基础上提出一种非线性的盲分离算法,采用后非线性模型(PNL)几何线性化算法将输入信号线性化,然后用基于最小分散系数与旋转变换(MDC-RT)准则的神经网络算法实现信号盲分离。仿真实验证明该算法具有良好的分离特性以及较高的实际意义。     

基于小波和Curvelet变换联合去噪的含噪盲源分离

独立分量分析(ICA)是一种仅依据信号间的统计独立的性质,对多路观测到的信号进行盲源分离的方法.现有的独立分量分析算法大都假设在无噪声情况或噪声很小可以忽略不计的情况,而在强噪声背景下,这些算法都无法获得理想的分离效果.在含噪信号盲源分离一般模型的基础上,提出了一种小波和Curvelet变换联合去噪的含噪信号盲分离算法.通过对高斯噪声背景下的混合图像的仿真研究,表明该方法能有效的提高图像的信噪比,减轻了噪声对经典ICA算法分离性能的影响,很好的实现了含噪混合图像的分离.     

动态分段的飞机舱音记录器混合信号在线盲分离性能分析

针对飞机驾驶舱话音记录器(CVR)中存在轻微时变特性和信号有大量近零值的情况,提出一种基于信号样本动态分段的在线盲分离算法.应用独立分量分析的在线算法对CVR混合信号进行动态分段处理,再通过快速的FastICA算法进行精确化求解.为了使估计器获得最佳性能,适当调整分离矩阵各行权值.仿真结果表明,该算法可有效地将CVR混合信号中独立的声音信号分离出来,分离效果优良.     

利用粒子滤波与支持向量机的数字混合信号单通道盲分离

针对基于粒子滤波盲分离算法运算复杂度高的问题,将支持向量机理论引入到粒子滤波算法中,提出一种数字调制混合信号单通道盲分离算法. 确定了算法中粒子权值更新方法,并给出了参数与符号序列的后验概率密度估计. 从后验概率密度估计的统计特性和运算复杂度两个方面详细分析了算法的性能,并从理论上证明该文给出的后验概率密度估计能很好地逼近真实后验概率密度. 理论分析与仿真结果均表明,与基于粒子滤波的盲分离算法相比,算法在误码率性能相当的情况下,有效缩短了运算时间.     

CDMA信号在衰落信道中的低复杂性盲多用户检测

分析码分多址(CDMA)信号在衰落信道中的盲多用户检测.在实际通信系统中当信号处于深衰落时,最小均方误差(MMSE)检测器经常失去对信号的相位跟踪.文中提出了一种次优化子空间盲MMSE检测算法,运用目标用户特征波形和辅助向量对信号相位进行去耦处理,使盲MMSE检测器具有次优化低复杂性的结构和算法,并且适合衰落信道.     

多用户MIMO系统中基于容量的发射天线选择

在对多用户MIMO系统上行链路容量以及多用户MIMO最优天线选择算法进行研究的基础上,提出了一种多用户迭代递减的次优发射天线选择算法,即MIEAS算法,并分析了其复杂度。仿真结果表明,该算法应用在MIMO系统上行链路时,在各种不同参数条件下获得的容量增益均十分接近于最优天线选择算法,且运算复杂度大大降低。     

试析过采样技术在通信信号处理中的意义

过采样技术具有将通信信号平稳循环化,使之更易于处理的技术特性,因此许多需要使用通信信号的技术在处理信号之前都会利用过采样技术对待处理信号进行过滤,以达到提高信号处理精度的目的。这种应用模式令过采样技术获得了极其广泛的应用,包括盲均衡与盲辨识、调制信号、盲源分离、信号检测、雷达信号在内的多个领域都利用了过采样技术来处理通信信号。本文将从过采样技术的机理和其在实际领域中的多重应用特征分析其具体的应用意义,解析其在通信信号处理中的价值和必要性。     

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.     

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.     

基于调制宽带转换器的重构算法研究

本文针对OMP算法需要已知稀疏度的缺陷,提出了一种全盲的基于调制宽带转换器的SAMP算法,并利用此算法进行仿真分析,然后与OMP算法进行比较,分析这两种算法的性能,得出SAMP算法在未知目标信号的稀疏度的情况下能和OMP算法一样实现目标信号的频谱重构。     

亚、超高斯信号后非线性混合的盲分离

研究后非线性混合信号的盲分离,从最大似然角度推导了一般后非线性分离结构的学习公式;在前人一些工作的基础上,提出一种用于亚、超高斯信号后非线性混合的盲分离算法.通过对人造及自然信号的实验,证实了该算法的有效性.     

差分空时调制中酉信号星座的优化设计

为了获得差分空时调制系统中酉信号星座的设计参数,该文将旋转酉信号星座中信号矩阵的对角设计参数与旋转因子进行联合编码,提出一种基于遗传算法的设计参数联合优化算法.当信号星座或发射天线数目较大时,旋转酉信号星座的误码性能明显优于对角信号矩阵,该算法能够获得接近最优解的设计参数.     

智能天线在3G中的应用

智能天线是现代通信中的一个热点.本文主要介绍自适应智能天线的原理、优点及其在3G中的应用.     

采用自适应核函数的空间时频分布盲源分离

基于空间时频分布的盲源分离算法可以用来分离具有不同时频分布的信号.时频分布的交叉项影响着盲分离的性能,而不同的时频分布对交叉项的抑制效果也不同.目前的盲源分离算法多是基于固定核的时频分布,而自适应核函数对交叉项的抑制能力要优于固定核的时频分布.提出采用自适应核函数时频分布的盲源分离算法,这种算法具有比较强的抑制交叉项能力和抗噪声能力.仿真表明,无论是在有噪声还是无噪声的情况下,这种算法的盲分离性能均优于采用Cohen类时频分布的盲源分离算法.     

置换混叠信号的盲检测和分离

针对观测信号相互置换的情况,从盲源分离的角度研究置换混叠信号的盲检测与分离问题,给出了置换混叠信号的数学模型,提出了基于特征域可分的置换混叠区域检测方法,根据频谱特性和局部相关性分别提出了正弦置换混叠信号和置换混叠图像的盲检测与分离算法. 实验结果表明,该方法能有效应用于置换混叠信号的检测.     

联合检测多用户MIMO MC-CDMA的译码

将经过延时编码的联合检测(joint detection,JD)算法用于多用户MIMO MC-CDMA下行系统.仿真实验表明,与VBLAST检测算法相比,延时编码的JD检测算法性能良好,并能应用于VBLAST无法应用的接收天线数目少于发送天线数目的MIMO系统.该文还分析了2发2收时用Alamouti编码来代替延时编码的误码率性能.     

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.