加权随机汇池网络中递归最小二乘算法研究

实际应用中信号和噪声的统计知识经常是未知的,为探究未知噪声环境中加权随机汇池网络模型的信号参数估计性能,本文研究了加权随机汇池网络中信号估计的递归最小二乘自适应递推算法,分析了该模型下算法的收敛性、均方误差、学习曲线等统计特征。在非平稳输入信号下,引入遗忘因子,探究了算法有效跟踪信号变化的能力。实验结果验证了关于算法收敛性与均方误差性能的理论分析,同时还证实了自适应过程中的超阈值随机共振现象。本文研究结果对于加权随机汇池网络的实际应用具有理论指导义。     

一种新的时间交叉采样ADC时钟偏斜误差自适应补偿算法

针对时间交叉采样模数变换器(time-interleaved analog-to-digital converter, TIADC)中存在的时钟偏斜误差,提出了一种新的自适应误差估计和补偿方法,该方法根据误差信号和原始输入信号频率之间关系和分布特征,设计了基于最小均方(least-mean-square, LMS)算法的估计模型。与已有算法相比,新方法实现简单,收敛速度快。同时根据时钟偏斜误差产生的原理,设计了基于数字分数延时滤波器的时钟偏斜补偿算法,该方法概念清楚,易于通道扩展,资源利用率高。通过应用Farrow结构,将误差参数独立出来,和误差估计算法组成了自适应系统。仿真结果表明,该自适应系统仅需要5 000个采样点就可以收敛,通过补偿算法,使输出的信噪失真比(signal-to-noise-and-distortion ratio, SINAD)提高了30 dB以上。     

基于MMSE估计的全极化雷达自适应脉冲压缩

针对同时极化测量体制雷达发射波形自相关和互相关特性相互制约的矛盾,提出了一种基于最小均方误差估计的全极化雷达自适应脉冲压缩方法,其核心思想是通过初始化滤波器得到各距离单元散射系数的先验信息,并结合对应极化通道的回波信号,根据贝叶斯原理估计得到每个距离单元的自适应滤波器,在分离各极化通道回波信号的同时实现脉冲压缩。通过设置典型的仿真场景,从检测概率和目标极化散射矩阵估计的均方误差两个方面分析了自适应脉冲压缩算法的性能。仿真结果表明,该算法能有效地抑制邻近距离单元的干扰和不同极化通道之间的互扰,比标准匹配滤波器更好地实现全极化雷达脉冲压缩。     

自适应FIR高精度时延估计研究

从最小二乘原理出发,结合参量模型时延估计方法,提出了一种使得时延引起的输入信号与参考信号之间实现最小二乘的自适应FIR高精度时延估计方法。与广义互相关法、相位谱法和自适应最小均方(leastmean square,LMS)时延估计方法相比,该方法具有算法简单、运算量小、精度高、收敛快的优点。计算机仿真实验和消声水池试验结果均验证了该算法的有效性。     

非仿射非线性系统的自适应模糊输出反馈控制

针对一类单输入单输出非仿射非线性系统,提出了基于观测器的自适应模糊输出反馈控制。该算法通过构造线性误差观测器估计系统输出误差和系统状态,利用估计状态变量和估计输出误差变量设计自适应控制律,采用模糊逻辑系统在线消除非线性系统中的不确定模型,引入监督控制消除系统逼近误差和外界干扰,并利用Lyapunov方法严格证明了在该控制律作用下闭环系统所有信号一致最终有解,闭环系统的输出能最终跟踪期望输出。仿真结果表明了该方法的有效性。     

基于二阶锥规划的自适应均衡算法

提出一种改进的均衡器算法。该方法基于最小均方误差（minimum mean square error, MMSE）准则,使均衡器的输出与训练码的均方误差最小,并且将信道均衡的最小均方误差目标函数转化为二阶锥形式,利用内点法求最优解。与传统基于最小均方误差（least mean squares, LMS）和递归最小二乘（recursive least squares, RLS）自适应算法的均衡器相比,由于不需要迭代收敛过程,不存在收敛速度与精度的矛盾,克服了基于LMS和RLS的自适应均衡器参数设置的困难,而且利用更短的训练序列长度即可获得相同的均衡效果,对于改善通信效率具有参考价值。     

复杂环境下的UWB脉冲成形算法

针对超宽带定位系统在多用户和弱信号环境下接收端易出现码间串扰(inter symbol interference, ISI)和多用户干扰(multiuser interference, MUI)等问题,提出一种基于修正最小均方误差估计(minimum mean square error estimation, MMSE)的自适应迭代算法进行超宽带(ultra wideband,UWB)脉冲设计。该算法选取修正Hermite多项式(modefied Hermite polynomial, MHP)作为脉冲设计基函数。通过分析MHP的时频特性对最小均方误差估计准则下组合脉冲的各阶MHP系数进行修正,在此基础上根据组合脉冲功率谱密度与美国联邦通讯委员会(federal communications commission, FCC)辐射掩蔽之间的拟合程度设计自适应算法,对组合脉冲进行自适应调整实现脉冲设计。仿真结果表明该方案获得的脉冲有较高功率利用率,同时在多用户接入和弱信号检测方面也具备很强的适用性。     

基于FPGA的改进型最小均方自适应时延估计器

提高时延估计器的运算速度和时延分辨力是实现垂直线阵水下被动声目标快速、精确定位的关键。将最小均方自适应时延估计算法中原有的按“滤波-误差更新-权系数更新”严格依次递进的顺序迭代运算,优化为只包含误差更新和权系数更新操作的全并行乘/加运算。改进后的自适应时延估计器结构紧凑,并未改变其误差收敛特性。消声水池缩比试验表明,基于现场可编程逻辑门阵列(field programmable gate array, FPGA)实现的改进型最小均方自适应时延估计器能够在不需要流水线或时序控制单元的前提下提高数据处理速度,且具有一定的抗噪声干扰性能。     

大规模MIMO系统中分布式压缩感知LMMSE信道估计

大规模多输入多输出(multiple input multiple output,MIMO)系统中,信道估计算法复杂度随着基站侧天线数量的增加而急剧增加,针对需要在信道估计算法复杂度与算法性能之间进行折中的问题,提出分布式压缩感知线性最小均方误差(distributed compressed sensing linea...     

时频栅格误差条件下的双基地MIMO雷达角度估计

研究了时频栅格误差引起的匹配滤波器失配下双基地多输入多输出(multiple-input multiple-output,MIMO)雷达的角度估计问题。首先,建立了存在时延和多普勒频率栅格误差条件下的双基地MIMO雷达信号模型;其次,推导了正交频分复用线性调频信号和相位编码信号的栅格误差失配矩阵,并分析了其对目标收发角度估计的影响;再次,针对正交频分复用线性调频信号,提出了平行因子和最小二乘相结合的发射角度估计算法,该方法能够有效减小栅格误差失配矩阵对发射角度估计的影响;最后,仿真实验表明,栅格误差失配矩阵对相位编码信号的角度估计影响较小,但对正交频分复用线性调频信号的发射角度估计则会产生较大的影响,从而进一步验证了理论分析的正确性。     

一种基于OBE的智能天线波束形成算法

根据OBE算法原理,提出一种智能天线自适应波束形成盲算法。首先建立自适应算法的信号模型,讨论了算法的结构,该算法是建立在解扩、重扩判决指导上,对均方误差准则下的最优权值进行迭代估计;然后分析了OBE算法的原理,在此基础上构建了自适应波束形成的迭代式。最后对算法的性能进行了仿真,仿真结果表明:该算法达到了自适应波束形成的要求,与LS-DRMTA算法相比具有更佳的收敛和输出性能。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

降秩最小二乘通道估计算法的性能分析

降秩最小二乘通道估计算法有效地改进了通常的最小二乘对通信通道脉冲响应的估计,本文中我们对此算法的估计均方误差性能进行了定量的分析,文中给出了算法估计的均方误差的近似表达式。模拟实验结果验证了文中理论的正确性。     

自适应复合顺序形态滤波

本文在最小均方误差(MSE)和最小平均绝对误差(MAE)准则下,实现了复合顺序形态滤波的百分位值自适应处理.该滤波算法不仅可以有效地抑制信号中的各种噪声,而且较好地保持了信号的几何特征.通过计算机模拟,验证了算法的可行性.     

基于随机森林权重补偿的无人机高精度定位算法

为了减小室外无人机(unmanned aerial vehicle，UAV)监测过程中的定位误差，对室外UAV进行实时定位，提出了一种基于随机森林的Chan-Taylor三维定位算法。通过K近邻对定位数据扩展后，根据Chan-Taylor算法将随机信号多径噪声转化为高斯分布，便于模型提取信号特征。使用交叉验证，实现随机森林特征参数与混淆矩阵阈值的自适应确定，并用该阈值衡量模型的一致性。利用分类结果更新UAV定位权值矩阵，有效地补偿目标高度数据。此外，使用标定UAV对设备误差进行估计，校正定位结果。理论分析与仿真结果表明，该算法能够有效地提高UAV定位精度，实现利用移动通信基站对UAV进行无源定位。     

基于插值理论的分数延迟杂波自适应对消算法

针对无源雷达信号处理中分数延迟直达波及多径杂波不能被完全对消的问题,提出了一种非因果的归一化最小均方（normalized least mean square, NLMS）自适应对消算法。根据采样信号的插值理论,推导出了分数延迟直达波相对于参考信号具有非因果系统响应的特点,然后在传统NLMS对消器的基础上,通过增加部分非因果的滤波网〖JP3〗络同时实现了最小均方误差（least mean square error, LMSE）准则下的自适应插值和杂波抑制。经过计算机仿真及实测数据验证,该算法相较于目前已有方法能够降低计算复杂度,并在相同条件下获得更高的杂波相消比。     

一类广义过程非观测分量依可观测分量随机信号的最优滤波与估计

研究信号传递系统中一类含分式有理谱密度广义过程非观测分量依可观测分量随机信号的最优滤波与估计问题。为了有效提高此类信号传递系统的信息滤波效率，在首先建立此类含分式有理谱密度多维广义过程随机信息序列模型并对此类过程非观测分量依可观测分量随机信号进行最佳线性估计与均方误差分析的基础上，深入研究此类广义过程随机信号的最优递推滤波与估计。研究结果表明，本文给出的最优递推滤波算法及其得到的最优递推滤波和最佳线性估计方程，对于解决该类广义过程随机信号的最优滤波与估计效果甚佳，为进一步提高此类信号传递系统的效率提供了一种非常有效的数学处理方法。     

随机调制信号参数的统计Cramer-Rao下限及其最大似然估计

随机跳频和随机脉冲重复间隔等随机调制信号的处理可以等价为随机调制信号中的参数估计问题。针对抽象的随机调制复正弦信号模型,借助Fisher信息矩阵推导了其复幅度和调制系数估计的Cramer-Rao下限并分析了其统计特性。求解了单个和多个随机调制复正弦信号的最大似然估计,利用“广义周期图”研究了其分辨及模糊性能,为后续的信号设计与处理提供了理论参考。计算机仿真实验验证了相关结论。     

基于SVRGD的机载预警雷达自适应波束形成算法

自适应波束形成是机载预警雷达数字信号处理的一个关键环节。针对传统最小均方误差(least mean square, LMS)算法在短快拍数条件下的波束形成性能下降以及因迭代震荡易收敛于局部最优值的问题,提出了一种基于机器学习的随机方差减小梯度下降(stochastic variance reduction gradient descent, SVRGD)自适应波束形成方法。首先,建立面阵列接收信号数据模型。其次,基于随机梯度下降原理,引入方差缩减法通过内外循环迭代方式进行梯度修正,以减小随机梯度估计的方差,建立算法模型与实现流程。最后，通过设置平面阵列仿真场景,分析SVRGD自适应波束形成算法在波束形成、抗干扰、收敛速度等方面的性能,验证了该算法在低快拍数、强干扰和强噪声背景下具有的优良能力。     

脉冲噪声下基于共变序列的自适应时延估计

针对实际应用中常遇到的脉冲性噪声问题,以α稳定分布模型进行描述,提出了一种基于共变序列的自适应时延估计方法,简称CAED.该方法通过求取两个观测序列的互共变和一个观测序列的自共变,去除了不相关脉冲噪声,保留了观测序列间时间延迟的信息;将自共变、互共变序列作为两个自适应滤波器的输入信号,在最小均方误差准则控制下,由收敛的两个滤波器权系数矢量峰值位置之差可获得源信号到达两个接收端的相对时延.通过计算机仿真对比实验验证了该算法在强脉冲噪声、低信噪比情况下的优良估计性能.