变速率部分更新盲均衡算法

对于长抽头系数自适应算法,基于最大化自适应滤波器系数误差向量原则的变速率部分更新算法,能够在大幅度降低算法实现复杂度的同时,解决部分更新算法收敛速度慢的问题。但是,该变速率算法仅适用于LMS结构,对于具有非线性代价函数的部分更新自适应盲均衡算法并不适用。基于同样的最优化思想,通过替换步长计算表达式中的部分统计量,提出了能够适合于部分更新多模盲均衡算法(MMA)的确定性变步长控制算法,并通过递归的方式计算步长值,简化了实现过程。对固定信道和时变信道的数值仿真结果表明,新算法相比传统基于收敛误差的经验性变步长算法具有更快的收敛速度和更好的跟踪性能,有效解决了部分更新自适应盲均衡算法的确定性变速率控制问题,提升了算法的收敛速度和跟踪性能。     

FDD无线通信系统闭环功率控制发射波束跟踪算法

提出了一种适用于FDD无线通信系统的变步长智能天线下行发射波束跟踪算法.该算法利用闭环功率控制的反馈信息,可自适应地跟踪移动台方位角的变化.算法不需要专门的探测信号,不需要求解信道协方差矩阵,复杂度很低.还分析了功率控制步长对用户方位角跟踪误差的影响.与其它方法相比,新方法具有更小的跟踪误差及更快的收敛速度.     

一种基于子空间跟踪的认知MIMO预编码算法

针对多用户认知MIMO下行系统,提出一种适用于慢衰落信道环境的预编码算法。该算法基于子空间跟踪思想,利用信道时域相关性,通过递推方式自适应更新预编码矩阵来跟踪和适应慢衰落信道环境的变化。分别从算法收敛速度、收敛精度、跟踪性能以及计算复杂度四个方面进行了理论推导和仿真分析。结果表明,所提算法可以有效的跟踪信道环境的动态变化,与传统算法相比,在保证系统性能的同时显著降低了处理复杂度。     

基于LMS的变步长自适应凸联合算法

针对传统固定步长凸联合最小均方算法动态跟踪性能差,初始时刻小步长组成滤波器收敛速度慢和两个组成滤波器独立迭代的缺点,本文提出一种新的变步长凸联合最小均方滤波算法,充分利用组成滤波器的自身经验及全局信息,将组成滤波器步长及联合步长设计为变步长,可根据环境变化进行动态调整,提高了算法对时变系统的适应能力。理论分析和计算机仿真实验表明,新算法在收敛速度,稳态性能和跟踪能力方面都优于传统的固定步长凸联合最小均方算法。     

一种T/2分数间隔的变步长盲均衡算法

针对算法固定步长存在收敛速度和剩余误差的性能要求相矛盾的问题,在深入研究分数间隔均衡器(FSE)和修正常模算法的基础上,研究了一种变步长盲均衡算法。该算法利用了与误差函数的非线性函数关系自适应调整步长。利用QPSK信号,对固定步长和变步长的T/2分数间隔修正常模算法进行仿真,结果表明以变步长的盲均衡算法能够提高收敛速度和降低剩余误差,有效地改进了信道均衡性能。     

一种类箕舌线函数的变步长归一化自适应滤波算法

在综合考虑自适应滤波算法设计中收敛速度、稳态误差、计算复杂度和跟踪性能等指标的基础上,该文提出一种类箕舌线函数的变步长归一化自适应滤波算法,用类箕舌线函数代替Sigmoid函数作为步长迭代公式,引入基于相关误差的变步长调整原则,在大大增强算法稳定性的同时大幅度提升了算法的收敛速度、跟踪性能,减小了算法的计算复杂度.在Matlab平台上分析了改进的步长函数中参数α;β以及γ的不同取值对算法的影响,并将该文算法与已有的基于Sigmoid函数和基于箕舌线函数的变步长LMS算法进行了比较,仿真结果表明,该文算法有更快的收敛速度、更好的跟踪能力以及较小的稳态误差和较强的鲁棒性.     

一种改进的变步长LMS自适应算法

传统的最小均方误差(LMS)算法难以同时获取较快的收敛速度和较小的稳态误差,而变步长LMS算法可获得二者之间的平衡。对已有的一些变步长LMS算法进行了分析,在变系数步长(VFSS)算法的基础上,引入输入信号因子,并建立步长因子与误差信号之间新的非线性函数关系,提出一种改进的变步长LMS算法,该算法不仅继承了VFSS算法在低信噪比环境下抗噪声性能好的特点,而且能够快速跟踪系统的变化,仿真结果表明改进算法的性能优于现有算法。     

一种新的盲多用户检测算法

恒模算法(CMA)是盲多用户检测中利用高阶统计量作为代价函数的自适应算法,但其步长恒定,不能随通信信道实际情况变化.在CMA和线性约束恒模算法(LCCMA)的基础上,将自适应步长引入到CMA中,得到自适应步长恒模算法(ASCMA),该算法能够根据通信信道情况自适应调节滤波器的步长,从而改善CMA算法的性能.通过MATLAB仿真表明,在白噪声通信信道环境中,ASCMA与LCCM相比,其输出信干比(SIR)、收敛速度等性能都有了较大的提高.     

一种基于自适应步长的载波相位恢复方法

近年来,为了实现无线通信中全数字化的载波同步,以文献[5]为代表,提出了一种依据最大似然估计理论,通过不断迭代计算最终实现载波相位同步的方法。本文针对该方法中步长固定的缺点,提出了一种基于自适应步长的载波相位恢复方法。由于步长能够自适应的变化,使得新算法的相位跟踪速度更快,适用于需要快速载波同步的相干通信系统。仿真结果表明,在高斯白噪声信道下,新方法的相位跟踪速度比固定步长方法大约提高一倍,此外,新方法能很好地解决收敛速度与稳态性能之间的矛盾,即使在较低的信噪比下仍有令人满意的相位跟踪效果。     

基于韦伯分布函数的低复杂度变步长符号算法

针对OFDM系统中传统信道估计算法在冲击噪声环境中性能急剧下降的问题,提出了一种基于韦伯分布函数的顽健型变步长符号算法进行信道估计。在深入研究冲击噪声特性及韦伯分布函数性质的基础上,提出了采用估计误差绝对值的韦伯分布函数控制步长的低复杂度变步长符号算法。该算法在利用传统符号算法顽健性的基础上,采用估计误差的韦伯分布函数动态地改变迭代符号算法的步长,从而能够以较低的复杂度提高变步长符号算法在冲击噪声环境中的收敛速度。算法复杂度分析及仿真结果表明,在冲击噪声环境下所提算法相较于传统自适应滤波信道估计算法能够以更低的复杂度、更快的收敛速度达到相同的信道估计均方误差。     

一种新的变步长LMS自适应滤波算法

在对传统LMS算法、变步长SVSLMS算法及归一化LMS算法分析的基础上,提出了一种改进的归一化变步长LMS算法即N-SVSLMS（Normalized-SVSLMS）算法。该算法结合了参考文献中两种算法的思想,得到了改进的归一化LMS自适应算法。该算法在信道环境多变的情况下,收敛速度和稳定性能有了进一步的提高。理论分析及计算机仿真结果表明,N-SVSLMS算法明显优于传统LMS算法、变步长SVSLMS算法及归一化的LMS算法。     

一种改进的可变步长LMS算法及性能分析

为解决自适应算法的收敛速度和稳态误差两者间的矛盾,对归一化的最小均方(NLMS)算法、变步长算法及可变步长NVSS算法进行了研究,并结合变步长的思想,提出了一种新的可变步长算法。新的算法中引入合适的遗忘因子与修正参数来建立与步长因子间的函数关系,加快了算法收敛速度的同时,也能在非平稳的环境中有好的跟踪能力。最后把不同的算法应用到系统辨识系统中,通过MATLAB进行实验仿真,结果证实了新提出的算法有快的收敛速度和跟踪时变系统的能力。     

基于凸组合的同步长最大均方权值偏差自适应滤波算法

针对NLMS和PNLMS滤波器对时变信道跟踪能力差的缺点,提出了一种同步长凸组合最大均方权值偏差(MSD,mean square deviation)算法。该算法将同步长的NLMS和PNLMS 2种不同类型的自适应滤波器进行凸组合,以最大均方权值偏差为准则,使新的滤波器能够在外界信道特性(稀疏、非稀疏和模糊态)时变的情况下,保持良好的随动性能,并在收敛的各个阶段均保持快速且稳定的均方特性。理论推导和仿真实验表明:该算法与NLMS、PNLMS和IPNLMS算法相比,在稀疏和非稀疏状态时能够保持四者中最快的收敛速度,并且在模糊状态时算法性能优于其余三者。另外,该算法仍保持较好的稳态均方性能。     

基于模拟退火粒子群优化的恒模算法

传统的固定步长恒模盲均衡算法在收敛速度和稳态剩余误差之间存在着矛盾,影响了恒模算法的均衡性能。为了解决这一缺点,提高恒模算法的性能,本文在介绍恒模盲均衡原理的基础上,提出一种变步长恒模算法,利用粒子群优化算法对均衡器的权向量进行优化,为避免优化过程进入局部极小值引入了模拟退火算法。通过在短波信道中的仿真,证明了该算法不仅加快了收敛速度,并且具有更高的收敛精度。     

一种用于窄带主动噪声控制系统的性能优化算法

针对窄带主动噪声控制(NANC)系统的收敛问题,提出一种变遗忘因子变步长的滤波-X加权累加最小均方算法.本文在滤波-X加权累加最小均方算法基础上,利用互相关的误差信号构建变遗忘因子策略,并通过遗忘因子构造了变步长策略使系统获得更优的参数值,更好的平衡算法的收敛速度、跟踪能力及稳态误差之间的矛盾,同时增强了抗干扰能力,有效提升算法的整体性能.仿真实验表明本文算法在平稳和非平稳环境下具有更好的性能.     

一种变步长proportionate NLMS自适应滤波算法及其在网络回声消除中的应用

 Proportionate自适应算法利用稀疏冲激响应的结构特征,极大地加速了算法的收敛速度。但是快速收敛与低稳态失调是一对矛盾的需求,固定步长算法必需折中选择一个步长参数来满足应用的要求。本文提出了一种适用于proportionate算法的变步长方法,有效解决了收敛速度和稳态失调之间的矛盾。所提的算法首先利用最小干扰原理,得到了一个proportionate NLMS算法的推导;进而将干扰信号考虑进算法的系数更新过程,通过在每一步迭代中用后验误差去补偿干扰信号的负面作用,得到一个新的优化准则;最后利用这个准侧,推导出了一个适用于proportionate算法的步长调节方法。仿真实验验证了本文方法的有效性。     

基于迭代变步长LMS的数字域自干扰对消

针对同时同频全双工(Co-frequency and Co-time Full Duplex,CCFD)系统已有的数字域干扰对消方法收敛速度慢和对消比低的问题,本文提出了迭代变步长最小均方(Least Mean Square,LMS)算法,利用该算法实现了快速收敛的高对消比数字域干扰对消.首先,改进Logistic函数,缩短其函数值由大至小的变化区间,再利用该非线性函数计算随迭代次数变化的步长因子值,从而加快干扰对消的收敛速度,高精度递推估计自干扰信道参数,即获得高的对消比.最后,理论分析了该对消方法收敛性和计算复杂度,得到了稳态条件下对消比的闭合表达式.仿真表明,该方法与已有变步长LMS对消方法相比,对消比可增加6dB以上,收敛速度可提高1倍,与最小二乘信道估计干扰对消方法相比,对消比提高了至少10dB.     

一种新的变步长变换域自适应滤波算法

变换域LMS算法能通过正交变换有效降低输入信号自相关矩阵特征值的分散程度,可提高算法的收敛速度;变步长LMS算法可以克服固定步长因子所导致的算法在较快收敛速度和较小稳态误差之间存在的矛盾,从而获得较快的收敛速度和较好的收敛结果。将二者相结合,提出了一种新的变步长变换域自适应滤波算法。计算机仿真结果表明该算法具有更快的收敛速度和更小的稳态误差,并且运算量较少,具有良好的实用性能。     

一种变步长凸组合自适应滤波器及其均方性能分析

在分析凸组合最小均方(CLMS)算法性能的基础上,提出一种新的变步长凸组合最小均方(VSCLMS)算法。该算法采用一种变步长滤波器替代原CLMS滤波器组中的恒值大步长滤波器,使新的自适应滤波器能够在噪声、时变,甚至非平稳的环境下保持良好的随动性能,并在收敛的各个阶段均保持快速且稳定的均方特性。理论推导与仿真分析分别验证了新算法与原CLMS算法相比不仅有更快的收敛速度,而且稳态均方性能与跟踪性能也有所提高。