基于辅助粒子滤波的盲多用户检测快速算法

针对粒子滤波在盲多用户检测中计算复杂的问题，构建了一种低复杂度的辅助粒子滤波盲多用户检测快速算法．在同步快变平衰落信道下，该算法对超过门限数目的粒子进行分类，并以匹配滤波检测器的检测值作为相应类别粒子权系数的加速依据，以不同类别粒子的概率差闽值及匹配滤波检测器的检测值作为粒子滤波所需粒子数目是否足够的判断准则，自动调节不同情况下所需的粒子数目，通过降低粒子数目来降低粒子滤波盲多用户检测算法的计算复杂度．仿真结果表明，辅助粒子滤波快速算法在多用户检测性能上可与原粒子滤波算法相比拟，且计算量可降低30％～40％．     

混合遗传算法在CDMA移动通信多用户检测中的应用研究

研究了将混合遗传算法应用于直接序列码分多址扩频通信的多用户检测 ,先给出了在异步高斯信道下解调扩频信号的结构框图 ,然后分析了用混合遗传算法进行多用户检测的理论依据和实际性能。仿真结果表明无论是抗多址干扰还是抑制远近效应 ,基于混合遗传算法的检测器都明显优于传统检测器 ,且其性能非常接近最佳检测器。     

CDMA系统中一种新颖的盲自适应随机多用户检测算法

为解决一般自适应多用户检测算法需要频繁发送训练序列的问题,基于最陡下降法,提出一种基于随机测量的码分多址(CDMA)盲自适应多用户检测器.通过合理地选取时变步长,使得算法刚开始时步长取大值以加快收敛速度,算法将结束时步长取小值以减小规范化平方误差的极限值.运行该盲自适应多用户检测算法时,只需知道两个系统参数:期望用户的扩频序列和信道加性高斯白噪声的方差.仿真结果表明,该算法在保持一般盲自适应多用户检测器优点的基础上,可有效地提高多用户检测算法的收敛速度,从而提高CDMA系统的综合性能.     

CDMA系统中一种新颖的盲自适应随机多用户检测算法

为解决一般自适应多用户检测算法需要频繁发送训练序列的问题，基于最陡下降法，提出一种基于随机测量的码分多址(CDMA)盲自适应多用户检测器．通过合理地选取时变步长，使得算法刚开始时步长取大值以加快收敛速度，算法将结束时步长取小值以减小规范化平方误差的极限值．运行该盲自适应多用户检测算法时，只需知道两个系统参数：期望用户的扩频序列和信道加性高斯白噪声的方差．仿真结果表明，该算法在保持一般盲自适应多用户检测器优点的基础上，可有效地提高多用户检测算法的收敛速度，从而提高CDMA系统的综合性能．     

一种盲自适应RLS多用户检测器

给出了一种盲自适应多用户检测器,该算法是基于一种约束条件的RLS算法。对该算法在多址干扰环境下的收敛特性进行了分析,证明了该算法的有效性,同时证明了该算法的检测向量最终收敛为约束MMSE检测向量,且不需要训练序列。给出了该算法在高斯白噪声信道及瑞利衰落信道下的对比数值仿真结果。     

基于RBF神经网络的DS—CDMA多用户检测

多用户检测技术是CDMA系统抑制多址干扰，克服远近效应的关键技术．采用RBF神经网络作为DS—CDMA系统的多用户检测器，给出在同步高斯信道条件下RBF神经网络多用户检测器原理图，并分析了利用RBF神经网络进行多用户检测的原理．通过仿真实验证明，讨论的RBF神经网络多用户检测器能够得到优于匹配滤波器接收机的误码率检测性能．     

MC-CDMA系统采用多用户检测器的性能分析

分析了MC—CDMA系统采用多用户检测器的性能，多用户检测器采用解相关—并行干扰抵消体制。在同样的慢瑞利衰落多径信道条件下，与Hara提出的单用户检测体制进行比较，同时分析了上行和下行信道的情况。仿真结果显示在无信道估计错误时，在下行信道，单用户MMSEC检测性能较好，但在上行信道多用户检测器的性能远远好于单用户检测器。文中迈进一步仿真分析了信道估计错误对检测器的影响，发现对于较大的信道估计错误，多用户检测器比单用户检测器更敏感。结论是MMSEC只适用于下行MC—CDMA系统，而多用户检测器是上行MC—CDMA系统信道估计错误很小时的极佳方案。     

编码CDMA系统中的一种迭代多用户接收器

编码CDMA系统中的迭代多用户接收器通过在采用软输入软输出算法的多用户检测和信道译码之间反复传递软信息而提高接收系统性能。最优的软输入软输出多用户检测器具有指数的计算复杂度，文中提出了一种简化的软输入软输出多用户检测算法。仿真结果表明，这种迭代多用户接收器的性能接近基于最优多用户检测的迭代多用户接收器。     

多用户协作频谱感知的性能分析

实际的无线信号传输会受到阴影效应、噪声等因素的影响,单个认知用户的频谱感知性能会下降。因此,采用硬合并协作方案,分析了多用户协作感知在高斯、瑞利和莱斯信道下的检测性能。同时,对控制信道由于衰落和噪声影响而产生误码情况下的系统检测性能进行探讨。结果表明,多用户协作检测可以提高系统的检测概率,但虚警概率会随着参与协作的用户数的增多而上升,当控制信道不理想时,协作检测会导致虚警概率下限的出现,造成频谱利用率低下。     

一种新颖的多用户协作频谱检测算法

频谱检测是认知无线电的一项核心技术,其检测性能容易受到信道衰落的影响.与单用户频谱检测相比较,多用户频谱检测能够克服认知无线电中衰落环境对系统检测性能的影响.文章分析了能量检测在高斯信道、瑞利衰落信道和阴影衰落信道下的检测性能,提出了一种新的多用户协作频谱检测数据融合算法.该方法采用1 bit的双极性信号表示单节点认知用户能量检测的判决结果并送至融合中心,融合中心根据每个认知用户的信噪比进行加权融合.仿真结果表明,该算法能够更加有效地克服信道衰落对频谱检测性能的影响,其检测性能明显优于OR准则算法.     

一种基于偏微分方程的形态学边缘检测新方法

提出一种基于偏微分方程(PDE)的形态学腐蚀算子．在边缘检测中，直接对原图像求取一阶差分，利用该形态学腐蚀算子增强边缘梯度、降低噪声的影响，突破了传统的先低通滤波后计算梯度的边缘检测思路．形态学运算不会带来边缘位置的偏移，因此能够对图像的边缘准确定位，同时具有抗噪性．将新方法的边缘检测性能和Canny算子、Log算子做了比较，结果表明提出的边缘定位方法更加准确，具有更好的抗噪性能．     

禁忌搜索粒子滤波算法在目标跟踪中的应用

雷达目标跟踪量测系统常受到闪烁噪声干扰,导致传统滤波算法的滤波性能急剧下降甚至发散。针对标准粒子滤波算法存在粒子退化的缺陷,重采样环节引入禁忌搜索思想,提出了禁忌搜索扩展卡尔曼粒子滤波算法,驱散局部最优的粒子集,使其向全局最优位置靠近,提高采样粒子的有效性。结合交互多模型（IMM）,将算法与IMM-PF算法进行仿真比较,结果表明该算法对机动目标具有较优的跟踪性能。     

基于均值迁移的粒子滤波算法研究

针对弱观测噪声环境下的粒子退化现象,特别是观测噪声较小时非线性非高斯的粒子滤波问题,提出了一种基于均值迁移的粒子滤波算法。首先,将核密度估计的无参快速模式匹配算法引入到粒子滤波中,并迭代计算概率密度估计。然后,利用均值迁移估计粒子梯度的方向,计算每个粒子移向其样本的均值。当粒子位置发生改变时,对重采样粒子进行加权处理。最后,根据本算法采样更新粒子集,有效地克服了粒子退化现象并提高了状态估计精度。     

非高斯乘性噪声环境下伪码捕获方法

针对非高斯乘性噪声环境提出了一种伪码捕获方法,将伪码捕获等价为假设检验问题,利用局部最佳检测算法推导出非高斯乘性噪声环境下的伪码捕获检测统计量.给出了基于局部最佳检测算法的捕获结构,并与传统的平方和检测器和非高斯加性噪声环境下局部最佳检测器进行了性能仿真对比.结果表明,文中所提出的捕获方法在非高斯乘性噪声环境下检测性能有较大幅度的提高.     

基于自适应遗传算法的粒子滤波器

针对重采样导致的权值退化问题,应用遗传算法的进化思想来优化重采样算法,将粒子权值作为适应度值,合理设定阈值,利用最佳个体保存法保存高适应度粒子,利用自适应交叉、变异操作对低适应度粒子进行进化,将高适应度粒子与进化粒子组合成新的粒子集进行状态估计.仿真实验表明,该算法具有良好的实时性和估计精度,其状态估计精度比标准粒子滤波提高近24倍,比无迹卡尔曼粒子滤波提高近4倍,耗时约为无迹卡尔曼粒子滤波的1/10.     

基于中值滤波和分数阶滤波的图像去噪与增强算法

为了避免经典中值滤波器对图像的模糊化,设计了一个噪声检测模型.通过对噪声的检测,设计了一种开关滤波器.当检测点为噪声时,使用中值滤波器进行去噪;当检测点为非噪声点时,利用分数阶微分滤波器对图像进行增强.所提算法不仅能有效地去除图像中的椒盐噪声,还能对图像进行增强,使图像在边缘突出的情况下完好地保留细节.选择“Lena”等经典图像进行多次实验与分析,结果表明了所提算法在图像去噪和增强方面的有效性.     

基于像素分类的像素值阈值噪声检测算法

针对图像噪声常见的三种脉冲噪声模型,在像素差异均等性原则下,以窗口分块方式将图像像素分为噪声像素和非噪声像素子集,进而以噪声图像上下像素值阈值推导噪声类型判别式,得到一种非线性像素分类的图像噪声检测算法.以经典图像(Lena、Baboon)分别叠加上不同密度噪声进行噪声图像检测算法仿真测试,由检测精确性和正确性来评估所提出的检测算法的检测性能.仿真结果表明,该检测算法具有较好的检测效果,缺点是容易将部分非噪声像素识别为噪声像素.     

多结构元素多尺度的数学形态学图像边缘检测算法

边缘检测是图象处理与模式识别的一个重要图象预处理过程。传统的边缘提取方法如Sobel,Prewitt和Canny等非常有效但对噪声非常敏感。形态学边缘检测目前已成一个研究热点,但大多算法采用单一结构元素,很难对复杂边界进行有效的处理。因此我们提出一种基于多结构元素多尺度的数学形态学边缘检测算法,先用多尺度结构元素交替顺序形态开-闭平滑图象以去噪,再用多结构元素对不同方向的边缘进行提取,最后把各方向边缘融合得到图象边缘。实验结果表明,提出的算法不仅有很强的抗噪性,而且很有效的提取图象的边缘。     

非高斯信道中的鲁棒多级检测器

建立和分析了一个新型的应用于非常高斯信道中的鲁棒多级检测器，通过分析和模拟发现，这种检测器在非高斯噪声环境中的性能大大优于传统的多级检测器，而且此检测器易于超大规模集成电路的实现。