基于矩阵三对角分解的快速串音抑制算法

利用信道传输矩阵的对角占优性和矩阵分解理论,提出一种基于三对角分解的抑制下行传输方向上串音的预编码算法.由于不需要直接求矩阵的逆,新算法的运算量小于置零预编码算法,并和对角线分解预编码算法的运算量类似,但性能优于后一种预编码算法.基于实测数据的计算机仿真验证了结果的正确性.     

基于对角块分解的下行方向快速预编码算法

利用同一电缆包中布线的空间特殊性,提出一种抑制下行传输方向串音的预编码算法.一方面由于算法中仅涉及二阶矩阵的逆,运算量很小,易于实现.另一方面,此方法性能优于之前提出的一阶逼近算法,而与三对角线逼近算法性能相近,但运算量要小得多.基于实测数据的计算机仿真验证了结果的正确性.     

用户下线时抑制串音的自更新算法

串音是影响VDSL2系统传输性能的主要因素.已有的串音抑制算法大都局限于串音用户不变的环境.在实际系统中,用户随时可能下线和上线,导致串音环境发生改变.本文重点研究了有用户下线时的情形,利用矩阵初等变换和矩阵分块,提出了一种抑制串音干扰的自更新置零算法.新算法不仅减少了计算复杂度,同时能保持置零算法的性能.基于实测数据的仿真结果验证了新算法的有效性.     

大规模MIMO系统中基于权重二对角迭代的低复杂度预编码

大规模MIMO系统中由于系统下行链路的迫零（zero forcing,ZF）预编码中存在大矩阵求逆运算,随着用户数与天线数的增加,其复杂度随之增加。为了降低复杂度,提出了一种基于雅克比（Jacobi）迭代算法的改进预编码算法,用下二对角矩阵作为迭代矩阵,并且将迭代结果与上一步迭代结果进行权重相加来加速迭代。根据大规模MIMO系统信道矩阵的对角占优特性,将矩阵求逆的诺依曼近似的第一项作为迭代的初始值进一步加速迭代。相比于传统迫零预编码方案,提出的方案可以降低一个量级的算法复杂度,并且保证了预编码方案的性能。     

MIMO单载波分数阶傅里叶域均衡系统及最优阶次选择方法

单载波频域均衡（SC-FDE）技术可以有效地克服无线传输中的多径衰落,而多输入多输出（MIMO）能大大提高频谱利用率。两者的结合已成为下一代无线通信系统上行链路的传输方案。然而,当无线信道是快速时变时, MIMO SC-FDE系统的频域信道矩阵将为非对角矩阵,形成严重的频域子信道间干扰,使系统性能急剧下降。针对这一问题,本文采用在分数阶傅里叶域均衡代替传统频域均衡,提出MIMO单载波分数阶傅里叶域均衡（MIMO SC-FrFDE ）系统。通过选择合适的分数阶傅里叶变换阶次,实现分数阶傅里叶域信道矩阵的近似对角化。仿真结果表明,在快速时变信道下,本文提出的MIMO SC-FrFDE系统比传统MIMO SC-FDE具有更好的误码率性能。     

一种快速的解盲源分离新算法

 针对盲源分离问题,提出一种基于接收信号不同延时下自相关矩阵组的快速联合对角化算法(FJD).采用乘性迭代机制求解表征联合对角化近似程度的F-范数代价函数.对代价函数的合理近似及巧妙求解,是算法快速有效的核心原因.每步迭代得到的严格对角占优更新矩阵,保证联合对角化器严格可逆,防止收敛到平凡解.算法具有不需要预白化操作,不限定待对角化目标矩阵的正定性,并能处理复值数据等诸多优点,具有极广的适用性.详细的计算复杂度分析说明了算法的高效性及易操作性.仿真结果表明,FJD算法收敛速度快,性能良好,能有效地解决盲源分离问题.     

基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测

大规模MIMO系统上行链路中,最小均方误差（MMSE）算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由O（K³）降为O（K²）.同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明：所提出的Kaczmarz迭代软输出信号检测算法经过两到三次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.     

一种逆迭代互关系子空间SIMO信道盲辨识方法

基于SIMO系统互关系模型提出了逆迭代辨识时间色散信道子空间方法,基于一阶扰动理论分析了提出方法的MSE性能.为增强算法稳定性,基于扰动理论和泰勒级数展开给出了一种迭代计算协方差CR矩阵逆的方法.理论分析和实验表明:和现有的自适应信道盲辨识方法相比,本文方法提高了信道估计精度,迭代计算CR矩阵逆的方法简单有效,实验结果和扰动分析得到的理论值有很高的一致性.     

大规模MIMO系统中基于二对角矩阵分解的低复杂度检测算法

在大规模多输入多输出(MIMO)系统的上行链路检测算法中,最小均方误差(MMSE)算法是接近最优的,但算法涉及到大矩阵求逆运算,计算复杂度仍然较高。近年提出的基于诺依曼级数近似的检测算法降低了复杂度但性能有一定的损失。为了降低复杂度的同时逼近MMSE算法性能,该文提出基于二对角矩阵分解的诺依曼级数(Neumann Series)近似,即将大矩阵分解为以两条主对角线上元素组成的矩阵与空心矩阵之和。理论分析与仿真结果表明所提算法检测性能逼近MMSE检测算法,且其复杂度从O(K3)降低到O(K2),这里K是用户的数目。     

迭代对角加载采样矩阵求逆鲁棒自适应波束形成

为有效克服导向矢量大失配误差对自适应波束形成器的影响,该文提出了一种迭代对角加载采样矩阵求逆鲁棒自适应波束形成算法。该算法对传统对角加载算法进行了迭代运算,基于Capon波束形成器的最优权矢量与假定导向矢量的基本关系,将每一步得到的权矢量,对应反解出一个比导向矢量假定值更为准确的导向矢量,并替代假定值,最终逼近真实的期望信号导向矢量。提出的方法在迭代过程中只需一步递推,无需对导向矢量建立不确定集,避免了在每步迭代中运用拉格朗日数值法或凸优化法,且明显提高了波束形成器的输出信干噪比。仿真结果验证了算法的正确性和有效性。     

基于容量最大化的非迭代干扰对齐优化算法

现有分布式迭代干扰对齐算法没有考虑基站与用户终端处理能力的差异,使得基站和用户端都具有较高的计算复杂度和系统开销。针对下行链路和上行链路分别提出一种基于容量最大化准则的非迭代干扰对齐优化算法。所提算法在基站端使用基于容量最大化准则的优化方法求解发送预编码矩阵或接收抑制矩阵,在用户端使用迫零准则生成接收抑制矩阵或随机生成发送预编码矩阵。分析和仿真结果表明,所提的2种算法基站端的计算复杂度和系统开销与现有算法相当,但用户端的计算复杂度和系统开销大大降低,并且可以获得与最大信干噪比(Max-SINR)算法相当的系统性能。     

Robust Adaptive Beamforming Under Quadratic Constraint with Recursive Method Implementation

When adaptive arrays are applied to practical problems, the performances of the conventional adaptive beamforming algorithms are known to degrade substantially in the presence of even slight mismatches between the actual and presumed array responses to the desired signal. Similar types of performance degradation can occur because of data nonstationarity and small training sample size, when the signal steering vector is known exactly. In this paper, to account for mismatches, we propose robust adaptive beamforming algorithm for implementing a quadratic inequality constraint with recursive method updating, which is based on explicit modeling of uncertainties in the desired signal array response and data covariance matrix. We show that the proposed algorithm belongs to the class of diagonal loading approaches, but diagonal loading terms can be precisely calculated based on the given level of uncertainties in the signal array response and data covariance matrix. The variable diagonal loading term is added at each recursive step, which leads to a simpler closed-form algorithm. Our proposed robust recursive algorithm improves the overall robustness against the signal steering vector mismatches and small training sample size, enhances the array system performance under random perturbations in sensor parameters and makes the mean output array SINR consistently close to the optimal one. Moreover, the proposed robust adaptive beamforming can be efficiently computed at a low complexity cost compared with the conventional adaptive beamforming algorithms. Computer simulation results demonstrate excellent performance of our proposed algorithm as compared with the existing adaptive beamforming algorithms.     

大规模MIMO系统低复杂度混合迭代信号检测

在大规模MIMO系统上行链路信号检测算法中,最小均方误差(MMSE)算法能获得接近最优的线性检测性能.但是,传统的MMSE检测算法涉及高维矩阵求逆运算,由于复杂度过高而使其在实际应用中难以快速有效地实现.基于最速下降(steepest descent,SD)算法和高斯一赛德尔(Gauss-Seidel,GS)迭代的方法提出了一种低复杂度的混合迭代算法,利用SD算法为复杂度相对较低的GS迭代算法提供有效的搜索方向,以加快算法收敛的速度.同时,给出了一种用于信道译码的比特似然比(LLR)近似计算方法.仿真结果表明,通过几次迭代,给出的算法能够快速收敛并接近MMSE检测性能,并将算法复杂度降低一个数量级,保持在O(K2).     

应用双线性模型的离格波达角估计方法

针对离格波达角估计(Direction of Arrival,DOA)问题,提出了一种基于双线性向量化近似消息传递(Bilinear Vectorization Approximate Message Passing,BAd-VAMP)的解决方法.该方法首先将DOA估计问题建模为双线性模型,利用BAd-VAMP算法进行...     

基于GIVENS的URV子空间方法

基于特征值分解或SVD提取噪声子空间的方法,计算量很大,使这类方法的实时应用受到很大的限制。URV将SVD的对角阵降为部分上三角阵,获得噪声子空间的另一组基,降低了计算量的要求,并且很容易推广成噪声子空间跟踪方法。本文在URV分解的基础上,提出了一种基于GIVENS旋转的噪声子空间实现方法,并且该方法数值稳定性好,具有模块化结构,便于硬件实现。文章最后给出的仿真验证了该方法在DOA估计中的应用效果。      

基于线性预编码的异步MIMOOFDM迭代检测算法

In asynchronous Multiple-Input-Multiple-Out-put Orthogonal Frequency Division Multiplexing(MIMO-OFDM) over the selective Rayleigh fading channel, the performance of the existing linear detection algorithms improves slowly as the Signal Noise Ratio (SNR) increases. To improve the performance of asynchronous MIMO-OFDM, a low complexity iterative detection algorithm based on linear precoding is proposed in this paper. At the transmitter, the transmitted signals are spread by precoding matrix to achieve the space-frequency diversity gain, and low complexity iterative Interference Cancellation(IC) algorithm is used at the receiver, which relieves the error propagation by the precoding matrix. The performance improvement is verified by simulations. Under the condition of 4 transmitting antennas and 4 receiving antennas at the BER of 10-4 , about 6 dB gain is obtained by using our proposed algorithm compared with traditional algorithm.     

基于BMP及CMR的抗主瓣干扰算法研究

瓣干扰算法。通过分析阻塞矩阵预处理后数据特征值的变化情况,修正预处理导致的过处理现象,从而重构协方差矩阵,该算法适用于阻塞矩阵预处理导致的自由度损失的情况,能够解决由于预处理导致的主瓣波峰偏移等失真问题,同时算法复杂度较低。该算法最大的优点是当采样快拍包含目标信号时,其抗干扰性能较好,快拍敏感度相比常规的波束保形方法更低,经实测数据验证,结果显示出该算法的优越性。     

一种快速非负矩阵分解的人脸识别算法

用于人脸识别的非负矩阵分解算法,虽可提高图像识别率,但因其是通过迭代方法同时计算出基矩阵和系数矩阵,故当迭代次数较多时,计算过程耗时长。文中将二维线性判别分析方法与非负矩阵分解方法融合,提出了一种快速的双边二维非负矩阵分解算法。通过在AR、Ｙale人脸数据库上的实验结果显示,较二维双边非负矩阵分解算法,文中算法不仅使得训练时间大幅减少,而且识别率也有所提高。