时变混合共轭梯度盲提取算法

针对传统独立分量分析(ICA)方法对时变信道跟踪能力较差的问题,提出了一种时变混合共轭梯度盲提取算法。该算法有效利用了各源信号的时序结构差异,仅利用其二阶统计量解决了具有不同功率谱密度的信号的分离,而无须估计信号的概率密度和计算高阶累积量,减少了运算的复杂度并可用于杂系信号混合的盲分离问题;同时,算法利用仅具有一个全局最优解的凸代价函数,采用计算简单并具有较好数值表现的自适应共轭梯度算法进行迭代,获得了更快的收敛速度和更好的稳定性能。仿真结果表明,该算法与传统ICA算法相比,具有对时变系统更好的跟踪能力。      

基于隐训练序列的MIMO通信系统信道估计与跟踪

针对MIMO通信系统的信道估计与跟踪问题,提出了一种基于隐训练序列（ITS）的信道估计算法,分析了该算法的均方误差性能,给出了训练序列的优化方案。仿真表明,该算法与传统的最小二乘信道估计算法、预编码隐训练序列算法相比,具有估计精度高、计算量低、易于优化训练序列等特点,且算法不受接收端存在直流偏移的影响,其自适应结构能够很好地实现对快时变通信信道的跟踪,对解决电子战中快时变通信信道的捕获和跟踪问题具有一定的指导意义和应用价值。     

基于隐训练序列的MIMO通信系统信道估计与跟踪

针对MIMO通信系统的信道估计与跟踪问题,提出了一种基于隐训练序列(ITS)的信道估计算法,分析了该算法的均方误差性能,给出了训练序列的优化方案.仿真表明,该算法与传统的最小二乘信道估计算法、预编码隐训练序列算法相比,具有估计精度高、计算量低、易于优化训练序列等特点,且算法不受接收端存在直流偏移的影响,其自适应结构能够很好地实现对快时变通信信道的跟踪,对解决电子战中快时变通信信道的捕获和跟踪问题具有一定的指导意义和应用价值.     

一种基于三阶累积量的准则及自适应滤波算法

该文提出了一个基于三阶累积量的优度准则。基于此准则,利用最速下降法,得到一种新的基于三阶累积的梯度型自适应滤波算法,该算法用于平稳和非平稳的MA(Moving Average)模型系统辨识的计算机模拟仿真结果表明:该算法有良好的收敛性能及对时变系统的跟踪能力。     

时变条件下MIMO-OFDM系统中的信道估计算法

本文设计了时变多径衰落条件下MIMO-OFDM系统中一种新的信道估计算法.该算法结合递归EM算法和Kalman预测对时变信道进行跟踪.借助软球形译码器(List Sphere Decoder,LSD)产生的搜索列表,递归EM算法序贯遍历搜索列表中可能的符号组合来估计各个子载波上的信道频率响应;基于获得的信道频率响应估计,Kalman预测器利用衰落信道的时域二阶统计特性进一步跟踪信道时变.仿真结果表明:本文设计的算法可以有效跟踪信道时变,性能优于传统的软输入Kalman滤波算法.     

时变时延的在线自适应估计

本文提出了一种时变时延的在线自适应估计新方法,首先,本文给出了一种修正的强跟踪滤波器算法,并且建立了时变时延的估计模型,基于此模型,时变时延可以被当成系统状态由修正的强跟踪滤波器算法直接进行估计,所提出的方法具有使用简单,跟踪迅速,精度高等特点,最后,仿真实验结果验证了本文方法的有效性。     

DS/CDMA多用户检测盲自适应梯度算法的改进

本文在直接序列/码分多址(DS/CDMA)系统盲检测自适应梯度算法(BAG)的基础上,提出了一种多用户检测盲自适应梯度算法的改进算法(IBAG).BAG算法包括自适应梯度算法(TBAG)和时变自适应梯度算法(TIBAG),TBAG算法的跟踪特性较好,但起始收敛特性不好;TIBAG算法的收敛特性较好,但跟踪特性较差,几乎不具备跟踪能力.本改进算法结合了这两种自适应梯度算法的优点,在不增加算法复杂度的前提下,使其收敛性和跟踪特性较BAG算法有所提高.     

OFDM系统中一种新的迭代信道估计算法

本文提出了OFDM系统中一种新的基于软信息迭代处理的信道估计算法。该算法将面向判决最小二乘估计算法和盲估计算法相结合,在估计器中构造了一种新的置信度量函数,根据解码和软映射重构的反馈信号置信度大小在两种估计算法中自适应选择,这样估计的信道频响可以有效提高软信息迭代接收性能,大大降低信道估计训练开销。仿真结果表明,本文提出的算法能有效跟踪信道时变,限制传统面向判决估计的错误传播,达到好的系统性能。     

强跟踪变分贝叶斯自适应卡尔曼滤波算法

针对线性高斯状态空间模型中的噪声统计特性时变时,变分贝叶斯自适应卡尔曼滤波效果会受影响的问题,提出了基于强跟踪原理的改进算法。该算法选择测量噪声模型为逆Wishart分布,将系统状态与时变的测量噪声协方差作为待估参数,利用变分贝叶斯方法对二者迭代递推估计。测量噪声协方差的最优估计结果再作为时变参数引入到基于强跟踪原理的次优渐消因子中,以提高其对状态预测协方差的修正精度。仿真结果表明,改进算法在噪声时变的线性高斯系统中能自适应地跟踪测量噪声协方差,有效克服过程噪声协方差时变的影响,估计结果的收敛速度和精度有很大改善。     

时变混合系统的在线FastICA算法

现有的多数盲源分离（BSS,Blind Source Separation）算法都是假设混合系统是时不变的,然而在实际的通信系统中混合系统常常是时变的。传统的快速不动点（FastICA）算法具有快速收敛的优点,但是不能直接用于处理混合系统时变的盲源分离问题。为了提高盲源分离算法的收敛速度和对时变混合系统的跟踪性能,改进了传统FastICA算法,将混合信号分段,在各段样本中估计峭度并采用批处理的方法进行分离。仿真实验表明,改进后的FastICA算法能在时变环境中跟踪混合系统的时变,并能有效地抗多音干扰。     

一种随机相位估计简化EM算法

期望最大化（EM）算法在处理随机相位估计时是一个NP-完全问题,目前主要采用梯度算法来对其求解。但该方法存在计算量大、不易稳定且对相邻时刻估计结果依赖严重等问题。基于随机相位模型EM算法的因子图表示,提出了一种简化EM算法,其思想是只针对当前时刻进行独立的EM迭代计算,然后通过相邻相位偏转之间的关系对结果进行修正。仿真实验说明,该方法在减小计算量的同时,提高了算法性能。     

低质量指纹图像的自适应滤波

提出了基于BEG算法和小波变换的方法用以增强图像的质量．首先提出了局部图像的梯度估计方法,称之为BEG梯度的最佳估计算法,用来提取图像的纹理方向特征参数．然后,在指纹的局部窗内计算其频率参数．最后,根据这些参数,用Morlet小波滤波器对指纹图像进行自适应滤波．性能测试结果表明,该算法在实际中具有较高的应用价值．     

梯度向量正交的相关函数自适应滤波算法

该文把Asharif(1999)定义的相关函数均方误差(MSE)准则Jr(n)=E「eT(n)Ce(n)」改为时变的遗忘因子指数加权最小二乘误差(LSE)准则Jr(n)=nt=0 n-teT(n)Ce(n),对这一准则利用梯度法,使当前时刻的梯度向量正交于前一时刻的梯度向量而得到一种新的相关函数自适应滤波算法.计算机仿真结果表明新算法的收敛性能优于Asharif提出的ECLMS算法.     

Data Filtering-Based Multi-innovation Stochastic Gradient Algorithm for Nonlinear Output Error Autoregressive Systems

This paper discusses the parameter estimation problems of nonlinear output error autoregressive systems and presents a data filtering-based multi-innovation stochastic gradient algorithm for improving the parameter estimation accuracy of the stochastic gradient algorithm by combining the multi-innovation identification theory and the data filtering technique. The proposed algorithm is effective and can generate highly accurate parameter estimates compared with the multi-innovation stochastic gradient algorithm. The simulation results confirm this conclusion.     

基于本征和非本征正则项的光流估计

针对光流约束的孔径问题,结合本征和非本征两种正则化处理提出一种自适应光流估计方法.详细讨论了光流估计模型、Euler-Lagrange方程和时空导数的计算等问题.实验结果表明了这种方法的有效性,与经典的Hom-Schunck和Nagel-Enkelmann方法相比,能够更好地保持光流场的不连续边缘,同时在图像平滑或少纹理区域自适应地减弱光流约束作用.     

OFDM系统中基于压缩传感理论的信道估计算法

信道估计是OFDM系统中的一项关键技术,信道估计质量的好坏对整个系统的性能有重要的影响。传统的最小均方算法对稀疏信道进行估计时存在精确性差的缺陷。本文利用信道冲激响应的稀疏性,提出了一种基于近似l₀范数的信道估计算法。该算法用三种函数逼近l₀范数,应用梯度下降法和梯度投影算法获得代价函数的最优解,从而得到信道的最稀疏解。仿真实验结果表明:在相同条件下,与基于l₁范数的信道估计算法比较,本文算法的收敛速度快,估计值信噪比高,且均方误差小。      

一种1090ES相位编码信号的同步算法

载波同步是对1090MHz扩展电文(1090MHz Extended Squitter,1090ES)的相位编码信号进行相干解调的前提和基础,研究针对这种调制方式的基于数据辅助的载波频偏估计算法。构建了1090ES相位编码信号的频偏估计模型,提出了一种基于遗传算法的频偏估计算法,详述了该算法的特点及其实现步骤,并通过MATLAB仿真,分析比较了该算法与Kay算法、Fitz算法及M&M算法的频偏估计性能。该算法的频偏估计范围可以达到采样频率的50%,在信噪比高于3 dB时,频偏估计的均方误差接近于修正的克拉美罗界,并且可以同时兼顾频偏估计精度和频偏估计范围。     

几种优化方法在脑磁逆问题中的应用与比较

利用脑磁图数据推断磁源参数是脑磁理论研究中的一个基本问题.优化方法是解决这一问题的有力工具.求解这一脑磁逆问题分别使用梯度法、高斯-牛顿法及模拟退火法.计算表明:这些算法在一定条件下均可使用,比较而言,梯度法、高斯-牛顿法具有很快的计算速度,而模拟退火法耗时较多.另一方面,模拟退火法对迭代初值要求不高,而梯度法、高斯-牛顿法则对此有一定的要求.特别在对多偶子磁源求解时,梯度法、高斯-牛顿法有时因初值选择困难而失效,而模拟退火法仍然是有效的.     

基于虚拟控制点的像机姿态测量算法

像机姿态测量,包括确定像机的旋转矩阵与平移向量,在机器视觉领域中有着非常广泛的应用。针对控制点异面分布的情况,提出了一种基于虚拟控制点的像机姿态测量算法。算法的主要思想是利用少量虚拟控制点实现像机姿态的短时间迅速求解,然后通过目前非常成熟的正交迭代算法,对求解结果进行精细调节,从而在整体上提高测量算法的精确度与稳定性。实验结果表明,算法在性能上优于目前比较流行的几种像机姿态迭代求解算法,而且具有较强的抗噪声干扰和抗控制点误匹配的能力,可以应用在实际的测量环境当中,是一种有效的像机姿态测量算法。     

OFDM系统中基于Turbo迭代的WLMS联合信道估计和检测算法

利用Turbo迭代原理,该文提出了一种迭代的维纳LMS联合信道估计和检测算法,该算法利用软映射和软解映射算法提供的软值信息,实现检测译码模块和信道估计模块之间的信息交换,通过WLMS信道估计和跟踪算法实现信道响应的逐符号更新。仿真结果表明,通过2次迭代,系统误码率性能已经基本收敛,而且在系统误码率低于10-3 时,与理想信道估计性能相比,联合估计和检测算法性能信噪比损失仅为0.5-0.8dB。