基于动态功率阈值降低PAPR的部分传输序列算法

为了改善正交频分复用(orthogonal frequency division multiplexing, OFDM)系统的峰均功率比(peak-to-average power ratio, PAPR)性能,提出了一种基于动态功率阈值的低复杂度部分传输序列(partial transmit sequences, PTS)方法。在新的PTS方法中,引入了基于功率的判别函数,并给出了一种基于功率合理选择阈值的方法。在选取最小的PAPR值进行传输时,只对P-n大于等于阈值的样本信号进行峰值功率的计算。与传统的PTS算法相比,本文提出的算法在保证PAPR性能和误码率的情况下,能够更有效地降低计算复杂度。     

一种基于标准峭度的新型复数盲分离算法

在复值信号的盲分离算法中,经常采用信号的峭度最大化作为代价函数.以复数标准峭度代替复数峭度,将复数信号的标准峭度最大化作为新的代价函数,采用修正的复值拟牛顿迭代算法对代价函数进行优化,并运用该算法对混合QAM信号进行分离.仿真实验结果表明:改进后的算法具有很好的分离效果,相比于峭度最大化为代价函数的分离算法,收敛性能有明显提高.     

引入松弛因子的高阶收敛FastICA算法

高阶收敛的FastICA算法对初始值的选择较为敏感,如果初始值选择不当不仅会影响算法的收敛效果,甚至可能导致不收敛的结果.针对这一问题,将松弛因子引入高阶收敛的牛顿迭代法中,通过适当的修正,获得了既能保证一定收敛速度,又能有效克服初值敏感性的改进三阶、五阶FastICA算法.仿真工具采用Matlab软件,应用3种算法对语音信号进行分离;结果表明,对比基本FastICA算法,改进后的算法有效地分离了混合信号,并且降低了算法对初始权值的依赖性.     

O-OFDM系统中基于采样点位置分组优化的PTS算法

针对光正交频分复用(OFDM)系统峰均功率比(PAPR)过高的问题,提出了基于采样点位置分组优化的部分传输序列(SG-PTS)算法.将采样位置按交织分割的方式进行分组,分别对不同位置上的数据单独优化,削弱了不同位置的备选采样点数据使用相同的相位因子序列的限制,有效改善了光正交频分复用系统的峰均功率比性能.仿真结果表明,所提出的算法相比于传统部分传输序列算法,在计算复杂度和误码率性能基本相同的情况下,峰均功率比性能随着采样点位置分组数的增加而改善明显.当子载波数N=256,相位因子数W=2,子块数M=4和M=8,采样点位置分为2组时,峰均功率比性能分别提升0.1dB和0.2dB左右;采样点位置分为4组时,峰均功率比性能可分别改善0.4dB和0.7dB左右.     

基于高阶累积量张量分解的联合盲源分离算法

提出一种基于高阶累积量张量分解的联合盲源分离（JBSS）算法,该算法可以从多组数据集的观测信号中恢复出源信号.首先通过计算多组数据集观测信号的高阶互累积量张量,利用累积量张量潜在的对角结构,将JBSS问题转化为高阶张量CP分解（CPD）问题.接下来,通过张量列分解（TTD）将高阶张量分解为由不高于3阶的多个互连的核张量组成的简单张量网络,由此将高阶CPD问题转化为多个3阶CPD问题.最后,根据TTD与CPD之间的关系,在多次3阶CPD之后,通过依次对因子矩阵进行重新排序与缩放得到多数据集的混合矩阵,进而实现对源信号的分离.实验结果表明,该算法具有较快的运行速度.     

基于A-DBSCAN的欠定盲源分离算法

为提升欠定盲源分离问题中混合矩阵的估计精度,在噪声环境下基于密度的空间聚类(density-based spatial clustering of applications with noise, DBSCAN)算法的基础上,提出一种自适应确定输入参数的DBSCAN算法(adaptive DBSCAN, A-DBSCAN)用于混合矩阵估计。针对DBSCAN算法邻域半径(Eps)及邻域点数(MinPts)依赖人为设定的问题,首先利用曲线拟合方法得出Eps,然后通过分析聚类输出类别数与噪声点数关系确定MinPts,并将其与混合矩阵估计模型相结合,最后通过最短路径算法实现源信号恢复。实验结果表明,提出的算法在估计混合矩阵和恢复源信号时,相关性能与对比算法相较均有明显提升。     

基于皮尔逊系统的语音信号盲源分离

当利用传统自然梯度算法对所有语音信号都使用同一个激活函数进行分离时,对语音信号的盲源分离效果都不尽理想.针对这一问题,采用基于皮尔逊系统的分段激活函数对传统自然梯度算法进行改进.通过引入皮尔逊系统,将皮尔逊函数与传统激活函数相结合,再利用信号的矩估计方法,分段选择合适的激活函数代入分离矩阵,有效克服了传统语音分离算法的缺点和不足.仿真结果表明,在对实际的语音信号进行分离时,改进算法的性能明显优于传统自然梯度算法,并且在保持了良好收敛速度的同时大大减少了均方误差.     

基于A-DBSCAN的欠定盲源分离算法

为提升欠定盲源分离问题中混合矩阵的估计精度,在噪声环境下基于密度的空间聚类(density-based spatial clustering of applications with noise, DBSCAN)算法的基础上,提出一种自适应确定输入参数的DBSCAN算法(adaptive DBSCAN, A-DBSCAN)用于混合矩阵估计。针对DBSCAN算法邻域半径(Eps)及邻域点数(MinPts)依赖人为设定的问题,首先利用曲线拟合方法得出Eps,然后通过分析聚类输出类别数与噪声点数关系确定MinPts,并将其与混合矩阵估计模型相结合,最后通过最短路径算法实现源信号恢复。实验结果表明,提出的算法在估计混合矩阵和恢复源信号时,相关性能与对比算法相较均有明显提升。     

IPv6低速无线个域网的路由设计与实现

将IPv6技术架构在低速率无线个域网中是当前IETE的重要研究方向，其中路由算法就是关键技术之一， 其相关草案正在逐步形成当中。在深入分析传统AODV路由算法基础上，从协议栈和报文格式等角度进行重新 设计#提出了适合IPv6低速无线个域网mesh结构的LODV路由算法。     

有效降低系统PAPR的低复杂度SLM方案

为了降低正交频分复用系统的峰均功率比(peak-to-average power ratio, PAPR),提出了一种基于分块思想的低复杂度PAPR抑制方案。该方案首先将原始信号等分为两个子块,然后将每个子块数据通过快速傅里叶逆变换处理后,与转换向量进行循环卷积生成备选子块序列,同时引入随机相位序列生成更多的备选子块序列。最后,从两个备选子块序列中分别挑选出PAPR最小的子块序列,合并成最优信号进行传输。性能分析表明,当每个转换向量模块生成的备选子块数量大于等于5时,提出的方案可以在保持较低计算复杂度的同时,实现PAPR性能的大幅度改善。