一种基于鲁棒矢量量化的信源-信道联合编码算法

信源-信道联合编码是数字通信中编码与传输的关键技术之一。在分析经典算法的基础上,结合语音编码中的声道参数,提出了采用似然比作为测度的信源-信道联合编码算法,同时通过多级分裂矢量量化进一步提高编码参数的量化精度。定点仿真结果表明,该算法的量化精度较传统方法性能提高了近41％,且可以在不增加额外比特开销的基础上进一步提高系统的鲁棒性。     

一种新颖的动态选择输入向量的仿射投影算法

仿射投影算法利用多个输入向量更新滤波器系数,不同输入向量对滤波器性能影响不同。以均方偏差下降最快为目标,推导了动态选择输入向量的理想条件,该条件适用于仿射投影算法类中的多种算法。在此基础上,提出了一种便于实现的动态选择输入向量的仿射投影算法。理论分析与仿真结果表明:与传统的仿射投影算法相比,该算法具有收敛速率快、稳态误差小和计算复杂度小等优点。     

一种优化的自适应总体最小二乘系统辨识算法

对于监督信号和训练信号都含有噪声的系统辨识问题,如果采用经典的最小均方和迭代最小二乘算法进行估计,会带来较大的误差,而直接求解又会有较大的计算量,不利于在线计算.将权向量的求解转化为增广输入向量自相关矩阵瑞利商的受限最佳化问题,对增广输入向量进行遮代估计,同时建立了步长因子和误差信号问的函数关系,这个函数关系是建立在代价函数相对于步长梯度的基础上,而不是基于经验公式.所提算法结构简单,具有更好的稳健性,仿真表明这种算法相对于同类总体最小二乘算法和其他自适应算法有更快的收敛速度和更高的收敛精度.     

强窄带干扰条件下NLMS自适应均衡器的收敛性能分析

为了解决强窄带干扰条件下NLMS(normalized least mean squre)自适应均衡器的收敛性能受到严重影响的问题,利用Butterweck高阶展开方法,分别针对理想信道和多径信道,分析了强窄带干扰条件下NLMS自适应均衡器收敛性能。给出了理想信道条件下自适应均衡器收敛时间的理论表达式,分析了非理想信道条件下,均衡器长度、干信比、多径以及干扰信号频率对收敛时间的影响。理论分析与仿真结果表明,理想信道条件下,自适应均衡器的收敛时间与均衡器的长度和干信比成正比,与窄带干扰的频率无关;多径信道条件下,自适应均衡器的收敛时间与干信比成正比,与均衡器的长度、信道的多径特性以及窄带干扰频率呈非线性关系。     

虚拟化在云计算数据中心的应用

虚拟化技术可以使得用户在同一台主机上独立运行多个商业应用或者多个操作系统,虚拟化技术已经日益成为了云计算的主要支撑技术,尤其是在云计算调度、云计算能力租赁等方面发挥了较好的作用。本文首先阐述了虚拟化技术的特点和云计算数据中心虚拟化技术的分类,其次,提出＂虚拟化是云计算数据中心的技术基础＂,对其进行重点分析。同时,就云计算数据中心应用虚拟化技术还需解决的问题进行了深入的探讨,具有一定的参考价值。     

一种新颖的变步长仿射投影算法

通过玫进传统仿射投影算法(APA)的约束条件,提出了一种新的变步长仿射投影算法(VSS-APA).该算法具有随估计误差的变化自动调整步长的特点,同时克服了传统APA不能充分反映更新后的自适应滤波器系数应该尽可能逼近未知系统参数的缺点.在算法实现中,提出了简单有效的遗忘因子选择规则,以实现对误差能量的准确估计.最后将该算法成功应用于系统辨识.理论分析与计算机仿真表明,该算法有更快的收敛速率和更小的稳态均方误差.