一种新的直达波干扰变步长NLMS对消算法

研究了脉冲无源双基地雷达的直达波干扰抑制技术. 在直达波脉冲和目标回波时域交叠的条件下,在分析传统LMS算法、归一化LMS算法、变步长LMS算法的基础上,提出一种新的变步长归一化LMS(新VSSNLMS)算法来实现直达波干扰自适应对消,通过仿真验证了该算法收敛性能的优越性. 并将该算法应用于脉冲无源双基雷达直达波干扰自适应对消中,理论分析和仿真结果表明,新VSSNLMS算法比现有的LMS、NLMS和MSVSLMS算法具有更快的收敛速度和更少的对消剩余误差.      

归一化自适应共轭梯度恒模盲均衡仿真研究

为提高恒模盲均衡算法收敛速度,提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输入进行了重新定义,并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新,对均衡器输入采用归一化进行处理,以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间,与LMS算法相比较具有更快的收敛速度,仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能,复杂信道条件下剩余码间干扰可降低约10 dB,均衡系统中引入的级联滤波器可视为时变信道的一部分,表明算法对于时变信道同样有效。     

基于信号子空间的盲自适应多用户检测

多用户检测技术是DS—CDMA中解决多址干扰问题的一种重要技术。针对基于PASTd多用户检测方法在子空间追踪收敛速度慢和收敛的不稳定问题，提出一种快速子空间追踪的盲自适应多用户检测改进算法。该算法通过空间分解得到信号子空间，并利用信号子空间的特征值和特征向量得到解相关多用户检测器；最后，应用归一化正交Oja快速自适应地追踪信号子空间。仿真结果表明，相对PASTd多用户检测方法，降低计算复杂度，加快算法的收敛速度，系统稳定性好，拟制多址干扰具有良好的性能，达到很好的多用户检测效果。     

基于改进 FastICA 的冲击波工频干扰消除算法

在火炮冲击波信号测试领域中, 为解决陷波算法消除工频干扰损失有效信号成分的问题, 提出了一种改 进的 FastICA 算法消除工频干扰。 采用五阶收敛的牛顿迭代形式改进基于负熵的 FastICA 算法, 使其不仅具备 负熵算法的高精准度, 而且收敛速度快, 迭代次数少。 仿真结果表明, 该算法的相似系数和信噪比达到 0. 999 99和 45 dB, 较传统陷波算法的 0. 996 和 21 dB 有明显的优势。 相比于基于负熵的 FastICA 算法, 改进算 法与其精准度相同, 但迭代次数减少了 26. 7%; 与收敛速度较快的峭度算法相比, 改进算法迭代次数更少, 收 敛速度更快, 稳定性更高。 该算法具备精准度高、 收敛速度快和迭代次数少等优势, 因此适用于实时处理冲击 波的测试场合。     

不可测过程参数的智能化软计算方法及应用

为解决控制系统中存在的时变过程数学建模困难,有些过程参数难以在线实时检测的问题,研究基于过程神经元网络的不可测过程参数软计算方法。分析正交基函数展开的学习算法收敛速度慢的问题,将BP网络的改进算法引入到过程神经元网络的训练中,增加基函数展开系数的规一化处理、权函数动量项调整项,以及学习率自适应调整方法,改进算法明显消除了误差收敛曲线振荡和网络收敛速度慢的问题。该方法在污水处理过程出水水质BOD预测中网络训练速度快,取得较好的预测结果,是一种不可测过程参数智能化软计算的有效方法。     

一种新的用于罗兰-C的LMS算法

综合运用变步长、批处理、归一化的思想,提出一种新的频域变步长批处理自适应滤波算法,分析并仿真验证其有效性.在Matlab模拟的地波、天波污染、强窄带干扰、随机噪声的复杂环境中,该算法具有较全面的优势:高的收敛速度、快的跟踪能力、小的稳态失调,完全能够满足现代数字罗兰-C系统对地波识别和标准周期过零点识别的要求,并可推广到其他一些高噪声、强相关环境提取信号的应用中.     

基于干扰效率的认知OFDMA网络功率分配算法

为了提高认知无线电网络的系统能量效率,同时减小对频谱授权者主用户的干扰,提出了一种新的下行传输干扰效率最大的认知正交频分多址接入(orthogonal frequency division multiplexing access, OFDMA)网络功率分配算法。干扰效率定义为次用户总的传输速率与对主用户总干扰功率的比值。由于原资源分配问题是一个非凸形式的分式规划问题,难以获得功率分配问题的解析解。利用Dinkelbach方法将原问题转换为一个凸优化问题,并利用拉格朗日对偶原理和次梯度更新算法来获得解析解。最后,仿真结果表明,该算法具有较好的收敛性能,并且在干扰效率、对主用户的干扰控制方面都优于传统能效最大的功率分配算法。     

卫星高速数据传输中低误差抑制均衡算法

幅相键控调制系统中,为消除码间干扰,并解决高阶调制信号多模值的匹配问题,本文基于均衡器输出功率的线性变换定义新的代价函数,使用抑制低误差函数项的方法构造新的梯度函数,进而提出了新的均衡算法。该算法通过解决信号多模值与算法散度常量的匹配问题,提高收敛速度和降低稳态均方误差;通过抑制低误差函数项的方法,保证收敛过程的稳定。仿真结果表明,针对16-APSK调制信号,本文算法在保证收敛稳定性的同时,其均衡性能较恒模算法也有显著的提高。     

基于改进神经网络算法的电力系统经济调度

为解决新能源接入大电网带来的能源损耗问题,进行常规能源发电机组的快速经济调度是一种有效措施。针对存在多种常规能源的电力系统,建立了考虑传输损耗的电力系统经济调度问题模型,基于增广的Lagrange-Hopfield 神经网络优化算法,引入乘子神经元传输速率参数,提出了改进的增广Lagrange-Hopfield 神经网络算法。从理论上证明了该算法的收敛性,以及收敛的快速性。以某一项目为例,选取不同的传输速率参数,验证了改进的增广Lagrange-Hopfield 神经网络算法受传输速率参数的影响,并且工程可行,收敛快速。     

基于时域正交TDO-LMS的变步长盲干扰抑制改进算法

为了寻求一种快速收敛的低复杂度LMS盲多用户检测改进算法,在时域正交TDO-LMS算法基础上,通过对接收向量时域解相关,达到加快步长收敛的目的.静态和动态干扰环境下的仿真结果表明：改进算法克服了传统盲LMS算法中步长受相关矩阵特征值影响的缺点,在保持原先输出信干比性能的前提下,表现出快速的收敛特征和良好的鲁棒性.     

异构网络中基于非合作博弈的功率控制算法

针对异构蜂窝网络中系统能耗较高的问题,提出一种能效优先的基于非合作博弈的功率控制算法。该算法将宏基站间的功率控制过程描述为博弈模型,并在效用函数中引入了基于干扰因素的自适应代价函数,得到各基站的最佳响应策略,之后经过多步迭代调节发射功率,使系统收敛至能效最优的纳什均衡状态。仿真结果表明,所提算法与固定代价函数的功率控制优化算法相比具有较好的收敛性,系统能效有明显的提升,更适用于密集网络。     

一种多址移动通信系统异步Schwarz串行干扰消除算法

针对多址通信系统中的串行干扰消除(SIC)多用户检测算法检测过程因用户功率排序错误导致判决误差扩散进而算法检测精度下降、收敛性不足及移动通信系统整体性能下降的问题,结合Schwarz算法对强多址干扰和码间干扰情况下直接序列扩频码分多址(DS-CDMA)系统中的SIC算法进行了研究,提出了一种Schwarz-SIC多用户检测算法(S-SIC)。新算法通过Schwarz约束条件实现对各用户功率子域边值的精确控制,减少用户排序出错,可全面跟踪时变信道,且在干扰消除检测过程中有效避免判决误差的扩散,抑制MAI及ISI的影响。在误码性能、收敛性,动态跟踪能力及算法精度方面较原有SIC算法有较大提高。仿真结果验证了新算法是一种有效的多址通信系统干扰消除算法。     

可控串补的迭代学习控制法

可控串补加装在长距离输电线路上 ,用于增强电力系统的稳定性 ,提高系统的传输能力。由于电力系统是非线性大系统 ,模型和干扰都是不确定的 ,寻找不完全依赖于数学模型因而具有较强适应性的控制策略是电力系统稳定控制的重要课题。基于这样的考虑 ,尝试将迭代学习控制方法应用到可控串补的控制中。通过理论分析证明这种控制方法用于可控串补控制的收敛性。仿真结果表明迭代学习控制法与常规 PID控制相比 ,具有较强的适应性     

认知无线电网络中功率控制方法的研究

分布式功率控制是认知无线电系统常用的功率控制方法之一.将非合作博弈论的方法应用于认知无线电的功率控制上,在Goodman所提出NPG模型以及NPGP模型上来进行代价函数的改进,并提出一种新的博弈算法来实现对认知无线电系统的功率控制.该算法不仅考虑到系统用户之间的公平性,同时还考虑到认知用户之间干扰的影响,并通过理论证明了其纳什均衡的存在性与唯一性.仿真结果表明,该算法不仅能使用户发射功率降低,同时还可以使用户的效用提高,并且收敛性较好.     

基于阵列天线的改进步长抗干扰算法

在空间电磁对抗环境错综复杂的情形下,所接收的导航信号很容易被干扰,信号极易因被干扰而无法正常接收。针对以上问题,本文基于阵列天线,对抗干扰算法进行了研究,为简化运算,避免求逆问题,提出迭代逼近的方法对权值进行更新。针对固定步长在权值收敛时的局限性,为了改善算法的动态输入范围,提高收敛速度,提出了一种新的变步长的功率倒置算法。该算法以输入信号的瞬时能量值为基础构造步长的更新模型,有效解决了因步长选取不当产生的矛盾问题。仿真实验表明,相比较于固定步长的抗干扰算法,本文所提的变步长算法可以有效提高权值收敛速度,并对干扰形成更深的零陷,具有较好的干扰抑制能力。     

基于神经网络的三相Vienna整流器全局快速终端滑模控制

针对Vienna整流器采用传统PI控制输出电压超调大,功率因数低,当系统参数发生变化时难以收敛,对交流侧输入电流干扰大等问题,提出一种基于神经网络的全局快速终端滑模控制策略。针对系统参数在实际环境中发生摄动和受到外界扰动,重新建立系统的不确定模型,将不确定项合并为总扰动并利用所建立自适应神经网络对其进行估计,并运用Lyapunov定理证明该非线性控制系统在系统参数摄动及外界扰动中可实现有界稳定。仿真结果表明:利用该方法提高了Vienna整流器功率因数,有效优化了输出电压超调高的问题并且有效降低了系统的谐波污染。最后搭建了实物样机,实验结果验证了上述结论的正确性。采用文中方法电压未出现超调,并且稳态响应时间减少了69%,切换负载电压波动减少了87%,动态响应时间减少了84%,谐波含量减少了68%。     

基于干扰温度模型的认知无线电动态功率分配算法

干扰温度模型是认知无线电中频谱分配的一个重要模型,但是该模型也存在着局部干扰.针对该问题,提出了一种基于MIMO-OFDM的功率门限模型,以实现非授权信号的自适应频谱成型.针对迭代过程中估计值偏离目标值时收敛较慢的情况,提出混合二分算法.仿真结果表明,该方法能够克服干扰温度模型的局部干扰问题,使用MIMO技术可进一步提高系统性能,通过动态功率分配算法可降低计算复杂性并提高频谱利用率.     

个别时变步长LMS自适应算法

本文提出一种步长自适于输入信号与预测误差相关的个别时变步长最小均方(IVLMS)自适应算法。给出步长的物理解释,导出算法的收敛条件、权二阶矩矩阵差分方程和稳态失调量。将个别时变步长的思想应用于归一化LMS算法和分块LMS算法,均获得良好效果。     

多码DS／CDMA传输自适应系统的序列优化

为了优化多码DS／CDMA系统性能，提出了一种自适应序列优化及功率控制方法，通过优化系统扩频码设计，使系统能有效地克服多径多址干扰，降低系统传输功率。此方法中，为提高接收端用户的信号干扰噪声比(SINR)，提出了一种快速收敛的优化序列设计算法，通过优化发送扩频序列和接收解扩序列，降低了多址干扰，提高了多径分集增益；通过调整发射功率，使接收端达到设定服务质量要求，是一种有效的多码DS／CDMA传输自适应方法。     

短波极低信噪比扩频系统中窄带干扰的抑制

频域的LMS自适应滤波算法可以有效抑制扩频系统中的强窄带干扰"在短波极低信噪比扩频系统中!提出了一种权值初值选取方法,该方法既可以用来判别是否存在窄带干扰,又可以使权值迅速收敛,简单易行。采用时域加窗和重叠相加,大大减弱了截断效应的影响。仿真结果验证了该算法在加快收敛速度以及改善系统性能方 面的有效性。