基于AOMP 重建的宽带频谱感知算法

为解决OMP(Orthogonal Matching Pursuit)算法在盲稀疏度情况下迭代终止条件带来的过匹配问题, 提出了一种AOMP(Adptive Orthogonal Matching Pursuit)算法。该算法在迭代过程中通过额外增加观测样本估算原始信号的重构误差, 通过寻找最小误差点自适应地确定最佳频谱重构对应的迭代次数。仿真结果表明, 该算法在
低信噪比下, 能有效地重构原始信号, 与已知信号稀疏度的重构效果相当。     

基于不确定度量化加权的CKF算法

针对传感器网络中每个传感器节点的邻接节点状态估计值不确定度不同的问题,提出一种基于不确定度量化加权的一致性卡尔曼滤波算法(CKF).该算法通过考虑节点度数对于传感器网络估计精度的影响,结合节点度数提出了一种衡量邻接节点状态估计值不确定度的量化函数,并把量化值作为该邻接节点与当前节点的状态估计值偏差的融合权重引入一致性协议中,利用优化后的一致性协议对传感器节点先验估计值进行更新,可提高一致性卡尔曼滤波算法的估计精度;算法同时具有非一致性误差小和鲁棒性强等特点.最后在3种不同网络类型下,通过动态目标跟踪实验仿真验证了算法的有效性.     

一种鲁棒的稀疏信号重构算法

针对稀疏信号重构性能不稳定的问题,结合半阈值迭代算法,提出了一种鲁棒的稀疏信号重构算法。该算法首先对随机信号采用半阈值迭代算法进行重构,以获得初步的重构信号,然后改变迭代初值和参数初值进行新的迭代计算,同时增加一个新的循环终止条件,在保证算法稳定性与收敛速度的同时,使迭代结果跳出相对误差较大的局部极小点而收敛于误差较小的点成为可能,提高了重构信号的成功率。对该算法进行了信号重构和图像重构2个方面的实验,结果表明,与半阈值算法及相关算法比较,无论是对高斯信号、符号信号还是自然图像信号,该算法重构信号的成功率都有明显提高,较半阈值算法平均提高了约30%~40%,表现出较强的鲁棒性。     

一种改进的变步长前后向追踪重建算法

压缩感知中前后向追踪（forward-backward pursuit,FBP）算法能有效缩短重建时间,但一旦迭代过程中前向、后向步长确定,将导致计算时间增长,影响重构效率,因此,提出一种改进的FBP算法,称为变步长前后向追踪算法（variable step size forward-backward pursuit,VSSFBP）.该算法引入判决阈值和等比因子,考虑到估计的稀疏度远小于真实稀疏度,选择较大迭代步长,减少迭代次数,缩短运行时间;同时考虑到当估计的稀疏度达到一定值时,减小迭代步长,减慢逼近的速度,提高信号重构精度.仿真结果表明：VSSFBP算法在保证重构效果的同时,明显缩短了重构时间.当图像压缩比为0.45时,信噪比提高了1 dB,峰值信噪比提高了0.8 dB,重构时间降低为原来FBP算法的42.04%.与同类算法相比,在保持较高的峰值信噪比和信噪比的条件下, VSSFBP算法消耗的时间大大缩短,重构速度更快,重构信号更精确.     

低密度奇偶检验码译码的高效量化算法

为降低低密度奇偶检验码译码的硬件实现复杂度,提出了一种可变步长均匀量化"和积"译码算法。该算法分为两步进行:首先,检验节点和变量节点的外信息都以相同的量化步长进行均匀量化而进行迭代译码;然后,当迭代达到预定的次数时,检验节点和变量节点的量化步长分别乘以和除以预先选定的一个参数。仿真和现场可编程门阵列实现结果表明,与未量化的标准积译码算法相比,该算法的性能损失在0.1 dB以内;与同等性能的算法相比,该算法可以降低50%的硬件规模。     

带有级间预测的LSF矢量量化多级码本联合优化

语音编码算法中线谱频率(LSF)参数的量化极其重要。该文针对带有级间预测的线谱频率参数多级矢量量化算法,提出了一种多级码本之间的联合优化算法。每次迭代时,先将训练矢量对码字进行聚类,固定除当前级码本外的其他各级码本,利用加权均方误差最小原则更新当前级码本。直至达到一定的迭代步数或者两次迭代之间量化误差降低小于一定阈值,停止迭代。在一种300 b/s声码器上进行测试,结果表明该算法能够有效降低LSF参数的量化误差,从而提高合成语音的质量。     

通过CWLS-DL优化St-OMP算法的盲信号重构

针对稀疏成分分析理论的"两步法"中的源信号重构算法改进,提出一种由相关性加权最小二乘字典学习法与分段正交匹配追踪算法组合的算法,能够解决带权重信号误差的F-范数最小化问题,并通过增加单次迭代的原子数改变算法复杂度。将此组合算法用于语音信号的盲源分离仿真实验,完成源信号重构。实验结果表明,用该组合算法重构的信号,能在保证提高重构精度的同时,与算法复杂度存在良好的折中。无噪声环境下该组合算法的性能为最佳,有噪声环境下可达到信号重构要求的最小信噪比约为17～18 dB。     

MMSE准则下基于玻尔兹曼机的快速重构算法

全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB.     

基于渐进迭代逼近的等距曲线改进算法

提出一种基于渐进迭代逼近的等距曲线改进算法.该改进算法利用曲线段的高控制采样误差,在充分反映基曲线的形状特征的前提下尽可能地减少采样点数量.在采样点中选取等距曲线上的特征点作为主控制点,利用渐进迭代逼近方法插值所选取的主控制点,迭代过程中综合考虑法矢和参数化一致性两个因素以更好地控制等距逼近曲线的形状.最后,同样利用曲线段的高控制逼近误差,以避免误差过估,对得到的逼近等距曲线的B样条曲线实现更精确的全局误差控制.给出一些实例来验证该改进算法在采样点数量、所需控制顶点个数、迭代次数、误差控制、等距逼近曲线的形状控制等方面实现了性能的提高.     

基于自一致性的磁共振并行成像高效重构算法

磁共振并行成像技术能够显著地减少成像时间,然而高质量的图像重构比较困难.为了提高重构图像的质量,基于自一致性的SPIRiT框架,提出了一种高效的重构算法.该算法针对一个含有数据一致性、校准一致性和联合稀疏性正则项的复杂优化问题,首先将该问题简化成一般性最优化问题;再使用算子分离算法将其分解成一个梯度计算问题和一个可通过软阈值法求解的去噪问题;最后,再使用加速方案对算法进行加速.实验结果表明,当加速因子为8时,采用所提出的新算法的重构图像比采用POCS算法的重构图像的SNR提高约2.4,dB,且重构时间也节约了约30%.对于要求高质量重构图像的场合,所提出的算法能够满足需求.     

一种MA准则下改进的OFDM系统自适应比特功率分配算法

针对经典贪婪算法(greedy)迭代次数多、运算量大的缺点,提出一种基于边缘自适应(margin adaptive, MA)准则的改进贪婪算法来进行正交频分复用(orthogonal frequency division multiplexing, OFDM)系统的自适应比特功率分配。与贪婪算法相比,改进算法通过预分配和迭代分配两部分来降低算法的计算量。在预分配中改进算法通过引入功率利用率函数,对信道条件好的子信道预先加载一部分比特。然后,在迭代分配的过程中,引用分类排序的思想,用一张表格存储子信道的功率变化情况,从而降低算法的复杂度。仿真结果表明,在相同的仿真环境下,改进算法和Greedy算法的误比特性能几乎一致,但改进算法的运行时间更短。     

MPEG-4码率控制方案的改进研究

针对低码率、低时延视频通信中MPEG-4 Q2码率控制方案导致的图像质量波动问题,利用拉格朗日乘子法,提出了一个率失真优化的目标比特估计算法(LAG-BA),根据前一帧图像的编码信息和虚拟缓存器状态预测当前帧的目标比特数.LAG-BA不但降低了连续图像质量变化的幅度,而且保证了算法与输入图像内容的自适应性.针对LAG-BA的误差累积效应,根据最小二乘支持向量机的原理,进一步提出了一个考虑到多个相关图像编码信息的目标比特估计算法(LSSVM-BA),并用LAG-BA和LSSVM-BA取代MPEG-4 Q2方案中的比特分配算法设计了两个改进的MPEG-4 Q2方案.实验结果表明,与原始的MPEG-4 Q2方案相比,两种改进的MPEG-4 Q2方案不但取得了更加平稳的图像质量,而且分别使编码的峰值信噪比提高了0.12 dB和0.44 dB.     

基于压缩感知重建去噪后的LDPC译码算法

针对LDPC译码前的噪声问题,提出一种基于压缩感知重建去噪后的LDPC译码算法.首先,在接收端使用CS算法对系统的接收信号进行观测,恢复,消除信道传输过程中的噪声信息;然后,将恢复信号直接作为接收信号送入LDPC的译码器.仿真计算证明,这种改进的算法能有效减少噪声影响,降低LDPC的误码率,提高系统译码性能,在码长为512时,误码率可降低到10-5,并且受稀疏度,传输速率和CS重构算法影响.对比4种CS重构的贪婪算法,SP算法得到的效果较好.     

RS码的分布式编码协作系统方案设计

为了降低RS码分布式编码协作系统的误码率,在深入研究RS编译码算法的基础上,提出了合并-智能联合译码算法。该算法在智能译码算法中增加一个合并器,以充分利用RS_1和RS_2两路信号。仿真实验表明,当误比特率为10~(-3)时,与简单联合译码算法相比,采用合并-智能联合译码算法的编码协作系统能获得3.7 dB的增益;在使用自适应系数的情况下,合并-智能联合译码算法能够使编码协作系统获得最佳的性能。因此,合并-智能联合译码算法可以有效提高RS码编码协作系统的性能。     

基于叠加调制和自适应功率分配的干扰抵消

为消除协作通信系统中各用户的相互干扰并自适应分配各用户的发送功率,提出基于叠加调制和自适应功率分配的多用户干扰抵消算法。各用户在发送自己信息的同时协助其他用户进行信息转发,采用联合设计的叠加调制函数形成重构信号,接收端利用该函数完成干扰消除。针对无线信道的多样性,以最大化系统容量为准则对各用户的重构信号进行自适应功率分配。多种网络模型中的仿真结果表明,本文算法能有效消除干扰,降低系统错误概率。相比结合固定功率分配的干扰抵消算法,该算法可获得1.5 dB的比特错误概率性能改善和5 dB的帧错误概率性能改善。     

A Reducing Iteration Orthogonal Matching Pursuit Algorithm for Compressive Sensing

In recent years, Compressed Sensing(CS) has been a hot research topic. It has a wide range of applications, such as image processing and speech signal processing owing to its characteristic of removing redundant information by reducing the sampling rate. The disadvantage of CS is that the number of iterations in a greedy algorithm such as Orthogonal Matching Pursuit(OMP) is fixed, thus limiting reconstruction precision.Therefore, in this study, we present a novel Reducing Iteration Orthogonal Matching Pursuit(RIOMP) algorithm that calculates the correlation of the residual value and measurement matrix to reduce the number of iterations.The conditions for successful signal reconstruction are derived on the basis of detailed mathematical analyses.When compared with the OMP algorithm, the RIOMP algorithm has a smaller reconstruction error. Moreover, the proposed algorithm can accurately reconstruct signals in a shorter running time.     

TD-HSPA~+下行链路基于双流发送的天线选择算法

针对TD-HSPA+下行8天线发送双流系统,提出了一种序贯天线选择算法.首先,根据系统的数学模型推导出特征波束赋形后双流各自的信噪比公式.然后根据此表达式设计出5种天线选择准则,并且通过引入序贯选择代替遍历算法以降低选择算法的计算复杂度.仿真结果表明:最大化发送端等效信道相关阵第二特征值的优化准则是5种准则中性能最优的;采用序贯选择算法性能仅比遍历算法损失0.1 dB,但前者所需的计算量仅为后者的四分之一.     

低复杂度的TDMA开环载波相位同步算法

研究了一种实用的开环载波相位估计算法。首先，应用QLBAR算法对QPSK信号进行相位估计，然后采用双ROM算法消除相位模糊抖动，经过算法改进后，系统的误比特率性能得到提高，并大大降低了运算复杂度，从而得到一种实用的开环载波相位估计算法。对改进前后的算法进行了性能仿真，在误码率为5×10-2时，信噪比比改进前降低了约1.5 dB。对于具有低复杂度和开环结构要求的星上解调来说，具有重要的实用价值。     

比特交织LDPC编码调制系统中的迭代解映射和译码算法

为了提高系统的误码性能,提出将迭代解映射和译码(ID)算法应用于比特交织低密度奇偶校验(LDPC)编码调制系统。对于8PSK G ray映射,该文通过信息传输率分析表明,加性白G auss噪声(AW GN)信道和2/5码率条件下,独立解映射会导致约0.3 dB的信噪比损失,而通过迭代解映射,仿真表明在误码率10-5时挽回了0.2 dB损失。在高码率条件下,信息传输率分析和误码率仿真均表明迭代所能带来的增益非常小。此外,该文预计对于非G ray映射星座或者更高阶星座,迭代算法将带来更大的信噪比增益。     

CO-OFDM 系统中基于线性预处理的新相位噪声抑制算法

针对相干光正交频分复用（coherent optical orthogonal frequency division multiplexing,CO-OFDM）系统中相位噪声引起的载波间干扰（inter-carrier interference,ICI）问题,提出了一种基于线性预处理的新判决反馈相位噪声抑制算法。该新算法改进了线性预处理部分,利用循环前缀与OFDM符号固有的相关性,在时域进行简单的线性组合运算,充分利用了OFDM符号中冗余信息。仿真分析表明,在激光器线宽为200 kHz且误码率（bit error rate, BER）为10－4时,与判决反馈相位噪声抑制算法和一次迭代的判决反馈相位噪声抑制算法相比,该新算法BER曲线的信噪比（signal to noise ratio,SNR）分别改善了3 dB和1 dB,有效地降低由ICI引起的错误平层。