认知无线电中的一种频谱盲感知算法

认知无线电是一种用于提高无线电通信频谱利用率的新的智能技术,它能够通过与其运行环境交互而改变其发射机参数,特别是可让未授权用户使用授权用户的频谱,此外,它还为网络及终端提供更高的灵活性。高可靠性的频谱感知是实现频谱共享的关键。在分析了Parthapratim De提出的认知无线电中频谱Blinding Sensing算法的基础上提出了利用数据前、后向线性预测与矩阵QR分解结合的新算法。仿真实验表明,在同样的无线传输环境下,新算法比原算法能更可靠地感知频谱空穴。     

一种新的修正步长盲均衡算法

针对MCMA算法收敛速度与稳态误差相矛盾的问题,通过构造新的误差函数,并建立误差函数与步长因子之间的非线性函数关系,在MCMA算法基础上,提出了一种新的修正步长盲均衡算法(MS-MCMA).该算法在增加收敛速度的同时,稳态误差性能也得到了改善.仿真结果表明,新算法的收敛速度相比较于ME-MCMA和DMSign-CMA提高了一倍以上;当SNR=30dB时,新算法稳态误差性能大约有5dB改善,而当SNR=15dB时,其稳态误差性能也有0.5dB改善.     

多载波码分多址系统的上行空频信道盲估计

把均匀线阵应用于宏蜂窝制同步多载波码分多址系统的基站,给出了相应的空频信道模型,并构造了蕴涵空频信道信息和波达方向信息的辅助矩阵,利用子空间方法对辅助矩阵进行特征分解,实现了对同步多载波码分多址系统上行空频信道和波达方向联合盲估计,与借助旋转不变技术估计信号参数类方法不同,该方法巧妙回避了多个矩阵的联合对角化问题,基于对小区内各活动用户上行空频信道的估计,进一步实现了空频联合多用户符号检测,仿真结果表明,与基站仅使用单天线的同步多载波码分多址系统相比,该方法能够更好地减轻多用户情形下的多址干扰。     

一种基于Lucas序列的盲签名方案

根据Ｌｕｃａｓ序列的特点,设计了一种新的盲签名方案,其安全性是基于大数分解问题的。该方案签名和验证过程简单,通信成本低,因而有较高的安全性和实用性。     

一种新的循环平稳盲自适应波束形成方法

循环平稳在阵列信号处理中的应用可以改善传统阵列信号处理方法仅仅利用空域先验信息对阵列误差敏感的缺点。但目前大部分的应用都是基于信号的循环频率已知的前提下进行处理 ,而在盲信号处理中 ,这一前提常常是不满足的。因此有必要研究在感兴趣信号的循环频率未知情况下的循环平稳盲信号处理问题。在现有的循环频率已知的循环平稳盲自适应波束形成方法的基础上提出一种新的盲信号处理方法 ,新方法不需要预先知道信号的循环频率。仿真结果证明了这种方法的有效性     

基于子空间分解的信道盲均衡

在分析可用二阶谱来实现非最小相位系统信道盲识别的基础上,介绍了采用过采样技术和子空间分解的方法来实现无线信道盲畜产品识别,而后对信道参数求逆就可获得均衡器。     

代理盲签名方案的构造方法及其推广

提出了一种新的代理盲签名方案,在此基础上,考虑了签名方程中所有可能的参数选取方法并由此给出了构造代理盲签名方案的一般方法,在ElGamal型签名方案的基础上给出了相应的6种代理盲签名方案.从计算时间复杂性的角度对这些方案的性能进行了比较.这些签名方案具有不可伪造性、可区分性、不可抵赖性和可注销性等性质.     

卷积混叠盲信号分离的一种线性化方法

卷积混叠的盲信号分离是盲源分离问题中的难点．针对独立同分布的非高斯信号的卷积混叠,提出了一种新的盲解卷积方法——“两步提取法”：第一步消除所有源信号的延迟分量,提取仅含有源信号的线性混叠分量,使其转化为线性混叠盲源分离问题,称之为“卷积线性化”;第二步对“卷积线性化”后的估计信号进行分离,最终分离出源信号．同时,利用统计和矩阵理论,证明了设计“卷积线性化”滤波器的方法．仿真试验结果显示了该方法的可行性．     

基于遗传算法过程信号的盲分离

盲分离神经网络算法存在着容易限入局部极小点、收敛速度慢的缺点。提出采用遗传算法优化盲分离神经网络权值的初值,将遗传算法与HJNN结合形成GA－HJNN算法,可迅速得到最佳盲分离神经网络的权值矩阵,实现对过程信号的去噪,通过实验对2种算法进行了比较。     

线性混迭信号中独立源的盲提取

基于源信号统计独立的假设,提出一种基于四阶累积量的分离判据,由此得出一种可以顺序逐个盲提取独立源信号的ICA算法,算法中利用去冗余技术剔除先前已经提取的信号.计算机仿真结果表明算法的性能良好.