商空间X/M中的遗传性

讨论了商空间X／M中的遗传性,得到了如下结论:[1]定理1:设X是Banach空间,M是X的可逼近的闭子空间,则如果X是CLωR空间■商空间X／M是CLωR空间。[2]定理2:设X是Banach空间,M是X的可逼近的闭子空间,则如果X是CLKR(ω-严格凸,K-严格凸,WLωR,WLKR,LωR,LKR)空间,那么商空间X／M是CLKR(ω-严格凸,K-严格凸,WLω R,WLKR,Lω,LKR)空间。[3]对M是闭子空间,讨论了ωR,KR,Wω R,WKR相应的遗传性。     

基于训练序列的发射分集OFDM系统的子空间跟踪信道估计

针对基于训练序列的发射分集OFDM系统提出了两种信道响应的时延子空间和幅度跟踪信道估计方法：第一种方法直接对信道的时域冲激响应进行跟踪；第二种方法对信道时域冲激响应的离散傅里叶变换(DFT)进行跟踪，进一步提高了信道估计性能．结合维纳内插滤波技术对两发一收空时分组编码的发射分集OFDM系统进行了仿真，通过对信道估计结果进行子空间跟踪，显著提高了系统性能．     

利用高阶累积量的盲多输入多输出系统辨识

针对多输入多输出线性系统(FIR MIMO)的盲辨识问题,提出了一个线性的基于方程误差的高阶累积量(HOS)算法的改进算法。该算法利用一组输出信号的四阶累积量矩阵的零空间,把一个未知多输入多输出(MIMO)信道的冲激响应辨识成一个常的单项矩阵。对于信道长度一致的不同用户的MIMO系统来说,算法只需要很弱的辨识条件。和原算法相比,改进算法充分利用了输出信号的累积量矩阵固有结构,从而提高了算法的估计性能。计算机仿真验证了算法的有效性。     

Subspace.Based Blind Channel Estimation Method for MIMO-OFDM Systems

A subspace-based blind channel estimation algorithm for MIMO-OFDM systems is proposed. This algorithm exploits the eyclostationarity introduced by cyclic prefix of OFDM to estimate the channel parameters. The proposed new algorithm is found to be outperforming the other algorithm with respect to convergence rate and achievable mean square error and robustness to channel order over determination.     

线性码广义周期的代数结构

对线性码广义周期的一些性质作了研究，初步建立了线性码广义周期的代数结构。     

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。     

双速率多载波码分多址系统盲空时多用户检测

针对多速率码分多址系统多址干扰导致系统性能降低和使用低率检测算法使系统可用物理用户数下降的问题 ,提出了接收端使用天线阵列的同步上行双速率多载波码分多址系统的低速率盲空时多用户检测方法 .该方法在将不同速率物理用户等效到低速率虚拟用户后 ,构筑了虚拟用户的空时特征向量 ,通过子空间投影特性得到各个虚拟用户空时特征向量的盲估计值 ,进而利用该估计值实现了无需进行模糊复系数估计的软判决多速率盲多用户检测 .由于引入空间信息 ,该方法能够有效抑制多址干扰 ,提高系统容量 .数值仿真结果表明 ,该方法与已知信道的最小均方误差方法性能相近 ,并且在误码率为 10 - 3时 ,使用 2根接收天线可以使系统信噪比改善约 8dB .虽然该方法只考虑了双速率系统 ,但其原理可以推广到任意的多速率系统     

Banach空间上子空间格的超自反性

引入Banach空间上子空间格超自反的概念，讨论了子空间格超自反的充要条件、超自反常数k的估计以及子空间格超自反在线性同胚下的不变性．     

一种适用于正交频分复用通信系统的信道估计盲算法

提出了一种适用于正交频分复用(OFDM)通信系统的信道估计盲算法,给出了该算法的理论基础和计算机仿真结果.该算法以子空间方法为基础,并利用了OFDM通信系统协议中的循环前缀信息.该算法还考虑了现有OFDM协议中的空闲子载波信息,并具有计算量相对较小、抗循环前缀长度不足和抗信道长度过估计等优点.     

基于正交子空间波达方向的新算法

将实际接收到的多个无线信号进行合理的假设，建立数学模型，取得信号的协方差方程及协方差方程的特征子空间，同时引入噪音的协方差方程与噪声空间分析讨论，结合软件编程，提出一种低信噪比、短时数据情况下估计多个信号波达方向的新方法。