线性受限最小二乘恒模盲多用户检测算法

本文将线性受限条件运用于最小二乘恒模算法,提出了一种线性受限最小二乘恒模盲多用户检测算法,称为LCLSCMA,并将它与传统的最小二乘恒模算法(LSCMA)进行了仿真比较。仿真结果表明,本文提出的LCLSCMA算法比传统的最小二乘恒模算法的信干比性能和误码率性能要好,特别在低信噪比强多址干扰情况下性能仍优于LSCMA。     

基于天线阵列的一种预处理LCLSCM多用户检测算法

给出了一种天线阵列信号的预处理方法,并将线性受限条件和判决反馈用于最小二乘,提出了一种基于天线阵列的预处理线性受限判决反馈最小二乘恒模多用户检测算法,称为PLC-DFB-LSCMA算法,并与判决反馈最小二乘恒模算法(DFB-LSCMA)及传统的最小二乘恒模算法(LSCMA)进行了仿真比较,仿真结果表明,PLC-DFB-LSCMA算法的信干比性能及误码性能仍优于后二者。     

一种基于DFP方法的拟牛顿恒模算法跟踪信道变化能力的研究

本文根据信道变化快慢程度,把信道模型分成剧变信道和渐变信道.分析研究了恒模盲均衡算法(CMA)在不同的信道模型下跟踪信道变化的能力.针对于原有典型恒模盲均衡算法的性能上的劣势,结合最优化理论,提出了一种线性受限拟牛顿恒模算法,称之为LC-DFPCMA,并将它与传统的线性受限恒模算法(LC-CMA)及最小二乘恒模算法(LSCMA)进行了仿真比较.仿真结果表明,提出的LC-DFPCMA算法比LC-CMA算法能更快地跟踪信道变化且收敛效果较好;与LSCMA算法相比,算法复杂度有明显降低.     

一种线性受限共轭梯度常模盲多用户检测算法

本文将线性受限条件和共轭梯度法应用于常模算法,提出了一种线性受限共轭梯度常模盲多用户检测算法,称之为LC-CGCMA,并将它与传统的线性受限常模算法(LC-CMA)及最小二乘常模算法(LSCMA)进行了仿真比较.仿真结果表明,提出的LC-CGCMA算法比LC-CMA算法的信干比性能和误码性能有较大改善;与LSCMA算法相比,算法复杂度有明显降低.     

基于最小二乘恒模算法及子空间方法的盲多用户检测算法

恒模算法（CMA)是一种广泛应用于阵列处理、均衡、多用户检测中的盲算法。最小二乘恒模算法(LSCMA)由于其全局收敛性及稳定性受到关注，但是它在信噪比较低时性能不是很理想。本文将最小二乘恒模算法与子空间方法相结合，提出一种基于子空间分解的恒模算法，称为LSCM_SUB算法。仿真结果表明这种算法的收敛性能比LSCMA要好，尤其是在信噪比低的时候。     

一种改进的波束形成算法

论文分析研究了最陡下降恒模算法（SDCMA）在波束形成应用中收敛稳定性好和最小二乘恒模算法（LSCMA）收敛速度快的特点,将两种算法以新的方式相结合,吸收二者的优点,提出了一种基于预解扩判决反馈盲波束形成组合算法（SD—LSCMA）。通过和传统算法在相同环境下进行MATLAB仿真比较,结果表明,文中提出的算法具有更好的抗强多址干扰性能。     

SMI-LSCMA盲自适应多波束形成算法研究

提出一种基于协方差矩阵求逆(SMI)和最小二乘恒模(LSCMA)的恒模阵列盲多波束形成算法。该算法由SMI算法决定LSCMA算法的初始权向量,充分利用SMI结合LSCMA算法的所有优点,在干扰信号较强时,确保权向量收敛至弱期望信号。并且有稳定的SINR输出,具有良好的信号分离提取性能。仿真结果证明了SMI-LSCMA算法具有较强的稳健型和较快的收敛速度。     

一种基于天线阵列的预处理盲多用户检测算法

该文提出了一种基于天线阵列的预处理判决反馈最小二乘恒模盲多用户检测算法,称为P-DFB-LSCMA算法。它是对天线阵列接收信号经预处理,采用判决反馈最小二乘恒模算法进行多用户检测。仿真结果表明,P-DFB-LSCMA算法比仅采用判决反馈最小二乘恒模算法(DFB-LSCMA)和传统的LSCMA算法性能要好,特别在低信噪比下性能仍优于后二者。     

一种改进的盲自适应波束形成算法

本文在最小二乘恒模（LSCMA）和梯度下降法（SDCMA）的基础上，提出了一种基于预解扩的判决反馈盲自适应波束形成算法，称为LS—SDCMA。本文分别在加性白高斯和多径衰落信道的环境中进行了仿真，仿真结果表明，本文提出的LS—SDCMA算法比传统的LSCMA、OCMA和SDCMA算法具有较强的抗多址干扰能力。     

基于二次型约束的鲁棒最小二乘恒模算法

阵列指向性偏差会导致线性约束最小二乘恒模算法(LSCMA)的性能急剧下降,为此提出了一种基于二次型约束的鲁棒LSCMA算法。该算法通过对期望信号波达方向附近小区域内的方向向量的误差模值进行约束来构造一种新的代价函数,并在此函数下迭代更新权重向量,以提高算法的鲁棒性。该算法收敛速度快,稳态性能好,能够有效地解决干扰捕获问题,对阵列指向性偏差具有很强的鲁棒性,从而改善了阵列输出的信干噪比,使其更接近最优值。仿真结果表明:与线性约束最小二乘恒模算法相比,所提鲁棒算法提高了输出性能,降低了计算量,易于实时实现,且能适应实际复杂的通信环境。     

一种结合HT算法和LSCMA的联合自适应算法

最小二乘恒模算法(LSCMA)是阵列信号处理中广泛使用的一种能全局收敛且稳定性强的算法,但是在低信噪比的情况下会发生干扰捕获问题.正交化(Hung-Turner)算法在低信噪比情况下有较好的收敛性能,且计算简单.本文提出了一种正交化算法和最小二乘恒模算法的联合算法.仿真结果表明这种算法能较好的解决干扰捕获问题,其收敛性能比LSCMA要好,尤其在低信噪比的情况下.     

基于最小二乘常模算法的盲多用户检测

提出将最小二乘常模算法（LSCMA）用于盲多用户检测，此算法对任意线性无关输入数据集具有全局快速收敛性及稳定性。将LSCMA与传统最陡下降常模算法（SDCMA）及线性受限常模算法（LCCMA）比较，LSCMA收敛速度比另两更快，但复杂度较高。     

用于波束形成的最小二乘广义模值算法研究

对用于波束形成的最小二乘广义模值算法(LSGMA)在多种信号环境下的收敛性能进行了分析;在此基础上提出一种新的多用户盲波束形成算法--迭代最小二乘广义模投影(ILSP-GMA)算法,克服LSGMA算法当恒模干扰信号强于所需信号时会错误收敛的缺陷.仿真结果表明该算法可有效适用于多用户情况,并可获得较原迭代最小二乘投影算法(ILSP)更快的收敛速度.     

一种基于最小Rayleigh熵的盲波束形成算法

提出了一种基于最小Rayleigh熵的盲波束形成算法。该算法根据最小Rayleigh熵的原理对恒模算法的代价函数进行改进,其基本思想就是在寻找最优权矢量时把恒模信号的幅值归并到协方差矩阵里去考虑,以得到最小代价函数的闭式解,从而得到初始权值,最后再用最小二乘恒模算法（LSCMA）算法进行更新迭代。这种算法属于块处理,不存在算法收敛局部极小点和收敛速度慢的问题,所以具有较强的优越性。仿真结果证实了算法的有效性。     

基于子空间的线性约束最小二乘恒模算法

线性约束最小二乘恒模算法能够有效克服恒模算法中存在的干扰捕获问题,然而,在实际的系统中,由于受到来自噪声子空间分量的影响,从而导致性能下降。针对这一问题,该文提出了一种基于子空间方法的线性约束最小二乘恒模(SLSCM)多用户检测算法并对其性能进行了理论分析。该算法收敛速度快,信道跟踪能力强,有较好的输出信干噪比和误码率性能。理论分析和仿真实验验证了该文算法的有效性和优越性。     

基于分数低阶统计量的线性约束恒模盲自适应波束形成方法

为解决传统恒模波束形成算法在受冲击噪声污染的无线环境中的性能退化问题,本文提出基于分数低阶统计量的线性约束恒模盲自适应波束形成方法,并从理论上分析了算法收敛条件。仿真实验表明,在稳定分布噪声下,新方法具有比传统恒模波束形成方法更好的韧性,而且比线性约束最小平均P范数波束形成方法具有更高的输出信干噪比,即使在强脉冲干扰环境下新方法仍具有较好的信号恢复能力。     

最小二乘恒模算法在阵列天线技术中的应用

介绍一种用于阵列天线，利用信号恒模特性进行自适应波束形成的算法，即最小二乘恒模算法。它通过对阵列天线单元接收信号进行非线性处理，在保持期望目标信号的同时，可在多个干扰方向形成零陷，从而大幅度提高信干噪比(SINR)。文章通过对该算法的仿真对其性能进行了分析，最后阐述了基于该算法的阵列天线应用。     

一种改进的恒模多目标盲波束形成算法研究

提出了一种改进的CMA多目标盲波束形成算法。该方法在最小二乘恒模算法的基础上，通过对一种新的代价函数的最小化，来盲估计波束形成器的权矢量，从而以小于最小二乘恒模的计算量完成对多目标的分离与定向，同时，为防止强干扰造成目标的错误锁定，利用梯度恒模对步长因子的敏感性，选择适当步长因子进行预处理，消除强干扰的影响。仿真实验验证了算法的正确性和有效性。     

基于DOA估计的RLS-CMA算法

恒模算法被广泛地应用到盲自适应波束形成中,除了传输信号波形具有恒定的包络外,恒模算法不需要先验知识。提出一种基于来波方向估计的递推最小二乘恒模算法,基于恒模阵列级联的结构,由递推最小二乘算法决定恒模的初始权向量,同时通过对权向量多项式求根获得下一级的初始权向量,再利用最小二乘恒模迭代几步获得准确的结果。系统可以分离多个同信道信源,在干扰信号较强时,仍有稳定的信干比输出,并对阵列幅相差不敏感。计算机仿真证明了算法的正确性和有效性。     

块衰落信道下训练序列辅助的恒模多用户检测器研究

恒模算法(CMA)是一种广泛应用于阵列处理、均衡、多用户检测中的盲算法.最小二乘恒模算法(LSCMA)由于其全局收敛性及稳定性受到关注.本文研究块衰落信道下基于训练序列辅助的LSCM算法的性能.本文的研究基于同步CDMA系统,系统中每个用户经历独立的平坦瑞利衰落信道.在发送端,为了在接收端获得数据的信号子空间,目标用户的第一帧中插入少量的训练序列.通过信号子空间信息的辅助,本文提出的训练序列非周期辅助最小二乘恒模(TSA-LSCM-NP,Training Soquence Aided Least Squares Constant Modulus non-periodically)算法在提高少许复杂度的基础上能够获得优于LSCM算法的检测性能.