正交频分复用系统的非对称调制星座频域信道盲估计方法

针对频域信道盲估计的相位模糊问题，提出了基于非对称调制星座的频域信道盲估计方法．根据正交频分复用系统子信道的衰落相位等于该子信道调制星座旋转的角度这一特性，通过独立地估计各子信道接收信号的平均功率及调制星座旋转的角度来估计信道的频率响应．相对于预编码频域信道盲估计方法，该方法的信道估计精度高且没有误差底限，具有实现简单、易并行处理等特点．系统的对比仿真实验表明，该方法与预编码频域信道盲估计方法相比，在信噪比超过18dB时可使信道估计误差随信噪比增加线性递减．     

一种非合作超宽带信道盲估计算法

为了解决非合作多通道室内通信环境中的超宽带信道先验信息难以获得、信道稀疏度弱的问题,提出了基于盲压缩感知的信道估计方法,以求进一步改善超宽带信道估计性能。盲压缩估计过程不依赖信道先验信息,采用稀疏编码与正交基更新交替迭代来获得稀疏矩阵和正交基;然后通过优化乘积得到重构信道,实现非合作超宽带系统信道估计。相对于传统方法,盲压缩感知理论提高了信道估计精度及模数转换速率,并且具有较好的抗噪声干扰能力。通过实验结果可知,该方法有效地克服了噪声干扰,降低了均方误差,在理想环境下,重构误差接近10~(-11)。     

基于上行信道盲估计的宽带码分多址用户检测器

针对宽带码分多址（CDMA）系统中同时存在多址干扰与码间串扰的情况进行研究,给出了适用于宽带CDMA系统的卷积模型,利用子空间技术及已知的扩频码信息,将适用于单用户的单输入多输出系统信道盲估计方法扩展到码发侈址系统中,实现了多用户上行信道的盲估计,利用有限码集特性,解决了上行信道盲估计中存在不确定复系数的问题,在此基础上,给出了最小均方误差多用户检测器的实现方案,计算机仿真实验证明,提出的方法可以同时克服多址干扰及码间串扰,是实现宽码分多址系统多用户检测的一个有效途径,同时该方法还可以推广到基站采用智能天线的系统中,实现对矢量信道冲激响应有的盲估计。     

MIMO系统中基于空时分组码的信道盲估计算法

提出了一种基于空时分组码的信道盲估计算法,算法利用空时码的码构造进行盲估计。通过对信道输出进行子空间分解发现,如果信号子空间完全由信道参数确定,则可以对信道参数进行估计。该算法针对的是一般的空时分组码结构,文中通过仿真验证了一些特殊的分组码的信道估计性能。     

一种基于模糊神经网络的盲均衡算法

提出一种新的基于模糊神经网络的盲均衡算法,它利用盲估计算法与模糊神经网络相结合的原理,先对通信信道进行盲估计,利用得到的信道特性来估计FNN盲均衡器中的隶属函数中心与宽度初值。传统算法中,中心与宽度的初值设定由专家提供,会有一定的偏差。本算法利用信道特性来估计隶属函数的初值,有效地避免了人为确定初值的不确定性。同时本算法克服了原有盲均衡算法反卷积计算量大的缺点。仿真结果证明本算法与同类算法相比,收敛速度加快,误码率减小。     

码分多址系统中的上行信道盲估计及多用户检测

提出了一种基于信道盲估计的多用户检测方法,该方法首先估计出码分多址（ＣＤＭＡ）系统中各用户信道的等效ＦＩＲ滤波器参数,在此基础上求解各用户的信号。在停产信道 盲估计时,仅利用了采样信号的二阶统计量,计算机仿真实验表明,该方法是一种具有抗远近疚及多址干扰、适用于频率选择性衰落信道ＣＤＭＡ多用户检测方法。     

Sign-LMS盲最大似然估计算法的研究

简要阐述了Sign-LMS盲最大似然估计算法的基本原理。通过计算机仿真试验,在典型电话信道,对称信道以及普通信道中,对该算法与传统的LMS盲最大似然估计算法性能作了比较,并证明了该算法在收敛速度、均方误差等方面均优于传统算法。从理论上证明了该算法的复杂度,但是该算法的简单是以牺牲稳态性能为代价的,并提出了今后Sign-LMS盲最大似然估计算法的研究方向———如何减少稳态剩余误差。     

基于信道模型过估计的最小噪声子空间盲辨识

研究基于信道模型过估计的盲系统辨识问题.采用最小噪声子空间方法,提出了一种通信信道盲辨识算法.与现有算法比较,提出的算法减少了辨识过程的计算量,提高了辨识精度,并对信道阶数过估计具有鲁棒性.仿真结果表明,在信道阶数过估计时,提出的算法仍能给出较好的参数辨识效果.     

基于子空间-斜投影的MIMO-OFDM盲信道估计算法

信道估计是MIMO-OFDM系统的关键技术,相比非盲信道估计而言,盲估计技术具有带宽利用率高,系统传输效率高的优点.基于子空间盲估计算法在信道变化不是很快的情况下有比较精确的估计效果,但是多径衰落、噪声等会引起子空间之间的非正交,从而导致估计性能急剧恶化,此时采用斜投影可以很好的解决这个问题,仿真结果表明子空间——斜投影算法对信道估计性能有明显的提高.     

数字通信中的盲多径衰落信道估计与均衡

建立一个过采样的的多径衰落信道的FIR滤波器模型 ,提出了一种基于子空间过采样的多径衰落信道盲估计算法 ,并在信道估计的基础上用迫零算法实现信道均衡。试验仿真表明 ,该方法能有效地估计出信道 ,并能有效地提高系统的容量和利用率。     

用于MIMO-OFDM系统盲信道估计的斜投影子空间法

为实现多输入多输出-正交频分复用(MIMO-OFDM)的盲信道估计,文中提出了斜投影子空间法,在满足算法识别系统的条件下,将接收信号空间划分为"过去"、"现在"、"将来"3个子空间,然后将"现在"子空间分别向"过去"、"将来"子空间进行斜投影,可以有效降低多径效应给接收系统带来的影响.文中给出了信道模糊矩阵的估计方法,采用了奇异值分解方法来提高算法的抗噪性能.通过与噪声子空间算法的比较,发现文中算法在牺牲少量估计精度的情况下可以大大降低计算复杂度.仿真结果表明该算法能有效地完成信道估计.     

一种改进的自适应滤波算法及其在回波对消中的应用

提出一种改进的自适应滤波算法，它通过选择自适应滤波器的系数更新时间间隔，在系统的收敛速度与计算量之间取得折衷；算法在每次系数更新时，利用了系统过去时刻数据并将频域批处理技术运用到算法计算中,大大加快了算法的收敛速度并且降低了计算复杂度,从而克服了LMS算法收敛速度慢以及仿射投影算法(APA)、递归最小二乘算法(RLS)计算量大的缺点.将所提算法应用于声回波对消中,仿真实验结果证实了其优点.     

混沌免疫粒子群优化算法在BP网络训练中的应用

将人工免疫系统中的克隆选择和混沌算法引入粒子群优化算法,提出一种混沌免疫粒子群优化算法.算法的主要特点是利用克隆和混沌变异等操作,提高收敛速度和种群的多样性.结合Iris分类问题,将新算法应用到BP网络的权值优化中,并和基于标准PSO算法的方法和单纯BP网络训练进行比较.实验结果表明,该算法性能优于所比较的两种算法,并且具有良好的收敛性和稳定性.     

Rayleigh channel estimation based on particle filter with simulated annealing algorithm

In this paper, a particle filter (PF) with simulated annealing algorithm is proposed to estimate and track Rayleigh channel state information (CSI) using decision directed scheme. By iteratively cooling in PF, there are two superiorities in our proposed algorithm. First, there is no degeneration problem in this method. Second, the proposed algorithm converges globally. The proposed algorithm has been implemented in a system on Rayleigh channel with BPSK modulation. Also, the consistency and sensitivity of the algorithm has been tested and the simulation results show that the proposed algorithm is good enough to be applied to wireless communication practice. The relationships between channel estimation and measurement noise, SNR and Doppler frequency have been shown by simulations.      

一种用于电力线通信系统的改进MIMO检测算法

目前多输入多输出(multiple-input multiple-output,MIMO)技术已经被电力线通信(power line communication,PLC)系统采用,但由于MIMO PLC系统噪声呈非高斯分布而且各端口噪声之间存在相关性,故不能直接采用无线系统中的MIMO检测算法。采用了二元Middleton class A分布对MIMO PLC系统中噪声进行建模,提出了基于该噪声分布的最大似然检测改进算法,由于改进最大似然检测算法实现复杂度高,为了便于实现,进一步提出了用近似函数降低复杂度的2种次优的检测算法,优化了算法复杂度。仿真结果表明,与传统的基于高斯噪声分布的最大似然检测算法相比,提出的基于二元Middleton class A类噪声分布的信号检测算法在MIMO PLC系统能获得更好的性能。在性能损失较小的情况下,次优算法的复杂度明显低于最大似然检测改进算法。     

基于人工智能原理的考试系统

基于遗传算法的智能化考试系统是在传统的组卷算法基础上提出的一种新方法,用于解决应用本算法的试题模型的实际问题。     

一类非线性系统的模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。     

基于模糊原理与频率分组的G函数算法

针对CHESS系统核心技术差分调频算法中G函数存在的缺点,提出一种新的G函数算法,其中频率转移函数采用了模糊算法、选择算法和复杂的分组算法.分组算法中的频率组作为调频状态量,组内再确定频率点.模糊算法和选择算法保证了转移函数的复杂度,改善了跳频序列的随机性和均匀性,增强了系统的隐蔽性和抗跟踪性.     

基于模糊最早价值时间优先的动态调度算法

实时控制系统调度中,最早截止时间优先（EDF）算法在超载时会造成系统控制性能急剧下降且严重影响了系统的稳定性,限制了其应用。为此,本文提出了模糊最早价值时间优先（FEVF）的调度方法。该算法基于模糊思想,构造了任务截止期的模糊隶属度函数,并根据任务的在线执行情况对任务进行价值度评价,从而动态地获得任务的价值时间,价值时间越早,任务的优先级越高。仿真结果表明,FEVF算法调度下系统的稳定性能在一定重载下保持较好的状态,可实现大范围负载内的优雅降级,使系统不致突然出现失效或崩溃。     

常微分方程（组）的RunaeKutta异步并行算法及在多Transputer系统上的实现

并行算法的研究应以实用性、可实现性以及最大的并行处理效率为出发点．在解常微分方程（组）ＲｕｎｇｅＫｕｔｔａ并行算法的基础上进一步提出了一种针对Ｔｒａｎｓｐｕｔｅｒ并行多处理机系统实现的异步并行算法，该算法可划分成若干ＯＣＣＡＭ并发进程一一映射到多个处理机上且进程间采用异步通讯机制．作为一个应用实例，文中用ＯＣＣＡＭ语言编写了三阶ＲｕｎｇｅＫｕｔｔａ异步并行算法程序，做了算例，并获得了令人满意的结果．实例表明，由于该算法避免了进程间同步通讯等待所需的时间开销，而使算法的效率得以提高．