改善宽带有源消声系统性能的间歇自适应IRLS算法

自适应有源消声控制器常用的算法是滤波-XLMS(FLMS)算法。该算法收敛速度慢,对噪声自相关矩阵特征值散布敏感,应用于宽带有源消声并不十分理想.本文基于最小二乘原理,提出间歇自适应IRLS算法作宽带噪声有源抵消.该算法利用声波从次级源传播到误差传声器的间隔内递推更新自适应滤波器权系数.IRLS算法的特点是收敛速度快,对噪声特征值散布不敏感.仿真结果表明:与采用FLMS算法的消声系统相比,采用IRLS算法的系统在收敛性,稳定性及降噪量等方面均有显著改进。文章最后分析了IRLS算法硬件实现的可行性。     

并行实现空时自适应算法

针对多片DSP(数字信号处理器)并行处理系统,研究了空时自适应处理(STAP)算法的实时实现.在分析了部分自适应STAP算法内在并行性的基础上,提出了一种任务级的STAP并行处理算法.给出了该算法在多DSP并行处理系统上的算法映射.通过数据实验证明这种基于多DSP并行处理系统的STAP并行算法具有较高的实时性能.     

基于俯仰维信息的天基双基地雷达正交投影STAP算法

分析了天基双基地雷达的地杂波距离模糊引起的杂波多普勒展宽特性.针对天基双基地雷达距离模糊杂波的抑制问题,提出了一种基于俯仰维信息的正交投影(OP)空时自适应处理(STAP)算法.该算法利用杂波空间导向矢量中的俯仰信息来构造正交投影矩阵,然后对投影后的空时数据进行空时自适应处理.结果表明,基于俯仰维信息的正交投影变换实现...     

基于VFLMS算法抑制DSSS中的多频窄带干扰

应用变步长频域BLMS(Variable step-size FLMS,VFLMS)算法抑制直扩系统中的多频窄带干扰并进行了计算机仿真.在仿真过程中,以对误码率、功率谱密度的改善程度为主要参数.理论分析和计算机仿真结果均表明:与频域快速(Fast LMS,FLMS)算法相比,VFLMS算法具有较快的收敛速度和良好的收敛精度,可以有效地抑制直扩系统中的窄带干扰.     

DS-CDMA系统新的空时并联结构 及二维自适应DBF算法

针对直接序列扩频码分多址(DS-CDMA)移动通信接收系统,本文提出了一种新的空时二维信号处理结构,这是一种"智能天线与瑞克(RAKE)接收机的并联连接"(PI-SA&RR)结构.基于PI-SA&RR结构,提出了空时二维自适应数字波束形成(ST2-DADBF)算法.与"二维RAKE接收机"(2-DRR)相比,ST2-DADBF算法不需要对延时-波达方向(DOA)进行估计就能够获得最优空-时域联合输出.与"导频符号辅助相干自适应天线阵列分集接收机"(PSA-CAAADR)相比,ST2-DADBF算法能够使智能天线和RAKE接收机联合参与自适应算法,不需要对RAKE分支信道参数进行估计,是一种真正的二维自适应算法.针对多用户移动通信系统,同时考虑到信道的时延扩展和空间角度弥散的影响,本文给出了一种接收信号的通用模型,基于该模型对ST2-DADBF算法进行了计算仿真.仿真结果表明,ST2-DADBF算法能够在空时二维域中捕获感兴趣用户的各个多径分量,并将这些多径分量同步相干合成,同时抑制其它用户在时域和空域形成的干扰,因而可获得良好的误码率(BER)性能.     

一种新的JDL-STAP算法的研究

本文提出了一种基于空时导向矢量作为变换阵来实现降维的局域联合处理(JDL)算法.该算法的变换阵由局域化所选取的几列空域、时域导向矢量作直积得到,导向矢量以任意间隔进行选取.这种JDL算法的降维和局域处理方式简单而易实现,相对于基于DFT的JDL算法,它的实现没有任何限制条件,算法性能大约提高4dB.该算法不仅适用于二维空时自适应处理,同样适用于三维空时自适应处理,仿真证明了该算法的可行性和有效性.     

计算机系统、计算机网络与网络互连、网络管理

0610340并行实现空时自适应算法〔刊,中〕/范西昆//电子学报.—2005,33(12).—2222-2225(E)针对多片DSP(数字信号处理器)并行处理系统,研究了空时自适应处理(STAP)算法的实时实现。在分析了部分自适应STAP算法内在并行性的基础上,提出了一种任务级的STAP并行处理算法。给出了该算法在多DSP并行处理系统上的算法映射。通过数据实验证明这种基于多DSP并行处理系统的STAP并行算法具有较高的实时性能。参70610341Sun ONE单点登录的研究〔刊,中〕/汤卫东//广西民族学院学报(自然科学版).—2005,11(4).—96-98,104(G)单点登录(SSO)…     

基于恒模算法的天线阵多载波码分多址系统空频盲多用户检测

多载波码分多址(MC-CDMA)可以对抗频率选择性,天线阵可以提高系统的性能.本文首先提出一种基于恒模算法的天线阵MC-CDMA系统空频盲自适应多用户检测,该算法具有MN维权向量,结构相对复杂;进而提出一种空频联合约束恒模算法的盲自适应多用户检测,可以保证算法具有鲁棒性,收敛于期望用户,该算法具有M N权向量,结构简单.仿真表明,本文提出的算法比传统的基于波束成形的两步算法具有更好的误码率性能.     

导航接收机的空时抗干扰研究及实现

针对全球卫星定位系统中的空时自适应抗干扰技术,讨论了基于多级维纳滤波的抗干扰系统研究和实现,通过对空时自适应处理和算法的建模,研究了该系统的整体抗干扰性能,并基于此设计了一种软件系统实现空时抗干扰的功能。经过实验测试证明,系统能够实现空时抗干扰的功能,并能抑制多个窄带、宽带的干扰,抑制效果达到50~70 dB,并使接收机的整体抗干扰能力约达到70 dB。     

基于SA-MUSIC理论的联合稀疏恢复STAP算法

基于子空间扩展多重信号分类(SA-MUSIC)理论对杂波空时二维谱进行联合稀疏恢复,实现小样本情况下空时自适应处理(STAP)性能的显著提升.首先,提出空时导向矢量相关性模型,利用该模型分析杂波在空时二维平面上的稀疏本质,解释用部分空时导向矢量近似整个杂波子空间的合理性.其次,提出基于SA-MUSIC理论的联合稀疏恢复STAP算法(SA-MUSIC-STAP),该算法仅需极少训练样本便可实现对杂波协方差矩阵的准确估计,并实现有效的杂波抑制.仿真实验验证了SA-MUSIC-STAP算法的有效性.     

基于遗传优化的天线阵元LMS改进算法

最小均方（LMS）算法是自适应阵列天线中得以广泛应用的阵列天线加权算法。提出了一种基于遗传优化的LMS改进算法,该基于遗传优化的最小均方（GA—LMS）算法充分结合了遗传算法的并行处理和全局搜索的优点。实验结果表明,与传统的LMS算法相比,GA—LMS算法具有良好的收敛性能,并可更好地抑制干扰信号,有效改善自适应阵列天...     

通信系统中空时二维抗干扰方法研究

在实际的通信过程中,接收机接收到的不仅仅是有用信号,还包含一些干扰信号和噪声信号,其中干扰信号会严重影响接收机的正常工作,因此如何在保证有用信号的同时滤除干扰信号成为通信领域的一个重要研究方向.空时二维滤波方法是一种基于阵列天线发展的抗干扰算法,具有良好的抗干扰性能.采样矩阵求逆算法、功率倒置迭代算法和最小二乘算法是其中常用的几种实现方式,针对这3种方法,从理论和仿真上分析他们的优缺点和可行性.     

一种新的盲空时多用户检测器

多用户检测是DS-CDMA系统中的一项关键技术,而阵列天线也是一项减轻多用户干扰的方法.许多现存的多用户检测器需要知道很多系统参数,并且其自适应实现需要发送训练序列.在多径衰落信道下,这些参数是很难获得的.本文提出了一种新的基于Kalman滤波的盲空时多用户检测器(BSTKAL),这种多用户检测器不需要发送训练序列.研究结果表明,检测器具有较强的抑制多址干扰和克服"远-近"效应的能力,并且能快速收敛.     

一种GPS接收机级联抗干扰方法

文章研究GPS接收机抗干扰技术,提出了一种级联抗干扰方法,利用变换域消除窄带干扰,然后用互谱度量方法消除剩余干扰。文章给出了变换域抗窄带干扰方法的一般流程;设计了变换域方法的核心部分频域处理算法。证明在接收信号频谱中,如果某一段频谱平坦或接近平坦,这段频谱就服从高斯分布,并可推出谱线的幅度服从瑞利分布。根据这个性质,提出频谱分段处理的方法,利用接收信号频谱均匀频段的统计特性进行窄带干扰抑制。通过列举空时联合处理方法说明其资源消耗和信号失真均大于本文提出的级联方法。仿真表明在有宽带干扰存在的情况下,使用本文提出的方法可以检测并消除窄带干扰。通过多干扰环境下的仿真,测得该方法的抗干扰能力比空时联合方法更好。      

改进的Householder多级维纳滤波方法

该文以GPS接收机空时抗干扰为应用背景,给出了一种改进的基于Householder多级维纳滤波的降维方法。该方法保留了原算法的前向递推过程,并利用多级维纳滤波的分解特性,对其后向迭代过程进行改进,得到一种阶递归的实现结构,大大提高了算法的实时性。分析表明,改进方法的运算复杂度与原算法接近,并远低于基于相关相减多级维纳滤波(CSS-MWF)的算法。仿真实验验证了算法的抗干扰性能。     

基于卡尔曼滤波的盲空时检测器

文章提出了一种基于卡尔曼滤波的盲空时多用户检测方法。卡尔曼滤波是一种线性最小方差状态估计,把它有效地结合阵列天线与多用户检测。该自适应多用户检测方法不需要发送训练序列。在多径衰落信道下,仿真结果表明该方法收敛速度比LMS算法更快,有较强的抗多径和多址干扰能力。     

A hybrid array minimizing the effects of the random weight vectorerrors in the LMS array and the Applebaum array

A hybrid adaptive array that combines the least mean square-error (LMS) array and the Applebaum array is presented. The array minimizes the effect of the random errors in the weight vectors of the LMS and Applebaum arrays. These weight vectors containing random errors are scaled and combined to yield a novel weight vector. The mean square error (MSE) is used as a measure of performance to derive optimal weighting factors. An algorithm is devised to adjust the weighting factors automatically by an iterative procedure based on the complex LMS algorithm to achieve the optimum weighting factors. It is shown that the hybrid array performs better than the Applebaum array or the LMS array. In addition, it is less sensitive to the random weight vector errors     

一种多级GPS抗干扰接收机设

针对空时联合处理在GPS抗干扰方面应用时其性能取决于天线阵元数,从而带来计算量和体积增大的问题,提出了一种多级抗干扰GPS接收机的设计方法,在与空时联合处理同样的抗干扰性能的情况下具有较小的复杂度。最后给出的仿真结果表明其在减少运算量、提高抗干扰性能方面有优势。     

A comparison of adaptive algorithms based on the methods of steepest descent and random search

This paper compares the performance characteristics of three algorithms useful in adjusting the parameters of adaptive systems: the differential (DSD) and least-mean-square (LMS) algorithms, both based on the method of steepest descent, and the linear random search (LRS) algorithm, based on a random search procedure derived from the Darwinian concept of "natural selection." The LRS algorithm is presented here for the first time. Analytical expressions are developed that define the relationship between rate of adaptation and "misadjustment," a dimensionless measure of the difference between actual and optimal performance due to noise in the adaptive process. For a fixed rate of adaptation it is shown that the LMS algorithm, which is the most efficient, has a misadjustment proportional to the number of adaptive parameters, while the DSD and LRS algorithms have misadjustments proportional to the square of the number of adaptive parameters. The expressions developed are verified by computer simulations that demonstrate the application of the three algorithms to system modeling problems, of the LMS algorithm to the cancelling of broadband interference in the sidelobes of a receiving antenna array, and of the DSD and LRS algorithms to the phase control of a transmitting antenna array. The second application introduces a new method of constrained adaptive beamforming whose performance is not significantly affected by element nonuniformity. The third application represents a class of problems to which the LMS algorithm in the basic form described in this paper is not applicable.     

Performance of Smart Antenna Under Different Fading Conditions

Optimizing the current distribution of an evenly spaced antenna array has shown to be an efficient approach for reducing side lobe levels. In this article, the Tchebyscheff distribution-based antenna array synthesis approach is combined with an adaptive signal processing algorithm for beamforming and side lobe level reduction in smart antennas in various fading situations. The performance of smart antennas in uniformly spaced linear, planar, circular, and semi-circular arrays are evaluated. The presence of Rayleigh and Rician channels is examined in the network. The least mean square (LMS) and normalised least mean square (NLMS) algorithms are applied as adaptive algorithms. In fading environments, the NLMS algorithm with Tchebyscheff distribution outperforms than the LMS algorithm with Tchebyscheff distribution, with a side lobe level decrease of 11.23 dB. The lowest side lobe achieved with the NLMS algorithm with Tchebyscheff distribution is???45.59 dB for uniform planar array.