多用户检测中盲自适应算法的研究

多用户检测中的盲目适应算法包括上输出能量（ＭＯＥ）算法、Ｓａｔｏ算法、恒模算法（ＣＭＡ）和约束恒模算法（Ｃ－ＣＭＡ）。本文比较了以上算法和均方误差（ＭＳＥ）算法的收敛性能,仿真表明在保证收敛的条件下,ＣＭＡ或Ｃ－ＣＭＡ算法具有收敛速度快、稳态性能好的优点,因此实际系统中可以先脾ＭＯＥ算法,当达到稳态后,转到ＣＭＡ或Ｃ－ＣＭＡ算法上以提高稳态性能,且计算复杂度只有Ｏ（Ｎ）。     

一种新的盲自适应多用户检测算法

多址干扰引发严重的远 /近问题。本文提出一种新的代价函数 :差分平均输出能量(DMOE) ,并设计了适用于DS/CDMA系统的盲多用户检测算法。理论分析和数值模拟表明该算法的收敛性能及误码性能均优于MOE检测器     

一种基于变换域LMS的多用户检测算法

LMS算法收敛速度由输入自相关矩阵特征值的发散程度决定,很多场合下收敛速度慢不能满足需求。变换域自正交LMS算法在变换域对输入信号做正交处理,使得输入自相关矩阵变成单位矩阵,能够有效地提高收敛速度。研究了基于变换域LMS的多用户检测算法,仿真表明该算法能够提高多用户检测器的性能。     

基于小波变换与遗传算法的混合多用户检测

本文将遗传算法与作者先前提出的小波多用户检测器相结合,提出一种基于小波变换与遗传算法的混合多用户检测方案.采用遗传算法对小波多用户检测器的输出进行优化,降低误比特率,提高系统抗远近干扰的能力.仿真结果表明,只需进行3到5次遗传进化,该混合多用户检测器便能取得很好的检测性能,与其他将遗传算法用于多用户检测的方案相比,大大缩减了遗传算法的运行时间,更加有利于实时实现.     

CDMA系统中基于卡尔曼滤波的盲自适应多用户检测算法

CDMA系统存在很强的多址干扰,且实际无线环境一般为多径信道。文章介绍了基于卡尔曼滤波的、且适用于多径信道的盲自适应多用户检测算法,并与基于LMS、RLS滤波的自适应多用户检测算法进行了比较。     

基于自适应子波网络的多用户检测

本文将子波网络用于实现DS-CDMA系统信道中多用户的信号检测.在实际中,当存在强干扰信号时传统检测器(单用户匹配滤波器)的性能会急剧恶化.本文基于MMSE(Minimum Mean-Square Error)线性检测器原理,利用自适应子波网络实现最小均方误差准则的优化,较好地消除了多址干扰.仿真结果表明,基于子波网络的多用户检测器可以快速收敛,并具有抗远近性.     

基于SCS算法的盲自适应多用户检测器

提出了一种基于ＳＣＳ（Ｓｏｆｔ－Ｃｏｎｓｔｒａｉｎｔ－Ｓａｔｉｓｆａｃｔｉｏｎ）算法的盲自适应多用户检测器。基于ＳＣＳ算法的盲自适应多用户检测器只需知道期望用户的扩频码及定时信息,而且通过自动选择用来估计期望信号的非线性函数,可以调节算法的收敛速度和估计误差。仿真实验表明该方法具有较好的抗多址干扰的能力。     

基于SRM检测算法的量子多用户检测研究

量子多用户检测为经典多用户检测最优解这一NP难解问题提供了一种有效的解决方法。本文利用量子多址通信模型,设计量子SRM检测算子,进行基于SRM检测的量子多用户检测算法的仿真及性能分析,提出了该算法的简化方法,并对各种可能影响算法性能的因素加以讨论。仿真结果表明,基于SRM算法的量子多用户检测方法具有很好的检测性能,简化后的算法计算复杂度大幅下降,算法的实用性得以增强。     

基于自适应投影学习算法的RBF神经网络多用户检测方法

自适应投影学习算法是一种简单有效的构造和训练径向基函数神经网络的方法,该方法能迭代地确定径向基函数的个数,中心的位置以及网络的权系数。本文将基于自适应投影学习算法的径向基函数神经网络应用于CDMA系统多用户检测,仿真表明:这种方法对远近问题不敏感,具有良好的误码率性能和抗多址干扰性能。     

CDMA系统中一种新的基于MMSE多用户检测的自适应功率控制算法

功率控制技术是CDMA通信系统中克服“远一近效应”，降低多址干扰、增大系统容量的一项关键技术。第三代移动通信系统对功率控制提出了新的研究课题。在本文提出CDMA系统中一种新的白适应功率控制和MMSE多用户检测的联合优化的算法，仿真结果表明，这种新的联合优化算法对提高系统容量，改善系统性能有很大的作用。     

卷积型小波包变换及其快速算法

经典的小波包变换会使分解序列的长度递减,这在某些领域并不是很有利。为了解决这一问题,本文提出了卷积型小波包变换算法,利用这种变换,不管信号被小波包分解多少层,分解得到的各频道序列长度始终与原始信号一致。文中推导了卷积型小波包的正变换和逆变换的快速算法,并以对一个实际信号的处理为例,与经典的小波包分析结果进行了比较,它们的效果是一致的,但是卷积型小波包却免去了重构这一过程的手续。     

基于小波包变换的自适应均衡算法

本文在推导出离散正交小波包变换对应的正交矩阵的基础上,提出了基于小波包变换的自适应均衡算法,并分析了这种均衡算法的性能,给出了计算机仿真结果.另外,为了使基于小波包变换的自适应均衡算法应用于实际,给出了减低算法复杂度的方法.     

基于小波包变换的自适应阈值语音去噪净化

提出了一种基于小波包变换的自适应阈值语音去噪净化方法。采用双正交小波包分解,克服了传统的正交小波变换的缺陷。采用自适应阚值方法,通过最佳阈值的估计,在去噪的同时进一步提高信噪比。仿真实验结果表明．方法能在有效去除噪声的过程中保证相位不失真和较好保留语音细节,语音净化效果明显优于其他方法。     

多尺度小波包变换在弱信号检测中的应用

文章在双模噪声背景下,为了改善信号检测性能,利用多尺度小波包变换良好的时频局部分析能力对双模噪声中弱信号进行检测。理论分析和仿真结果表明,小波包检测系统不仅具有计算量小、算法比较简单和实时性较强的特点,而且比传统的高阶统计量和经典检测的检测性能都优越。     

基于小波变换的图像边缘检测

图像边缘检测是图像分割、图像识别的基础 ,传统的边缘检测方法对噪声非常敏感。讨论一种基于小波变换的图像边缘检测方法 ,仿真结果表明 ,该方法明显优于传统的边缘检测算法 ,对噪声的抑制能力强     

基于小波包变换的双模噪声中信号的检测

以一类非高斯噪声———双模噪声为背景噪声,利用小波包变换良好的时频分析能力,对双模噪声的统计特性进行了研究,在此基础上,将经典最优检测器的结论推广到背景噪声为双模噪声的情况,提出了基于小波包变换的双模噪声中信号的检测方法。他是对传统的双模噪声中信号处理的完善与补充,仿真结果表明,该方法要明显优于经典检测。     

一种快速自适应最优小波包基搜索算法

在小波包调制系统中,小波包基的选取对于系统性能有着显著的影响。针对目前BBS算法与BFA算法的缺点,分析了小波包基的构成原则与选取方法,提出了一种基于根节点逐级向下按二进分支路分解,利用度量函数决定父节点与子节点取舍的最优基搜索算法,并解决了约束条件下的最优基输出问题。最后将该算法在4径Rayleigh信道模型下进行了测试,仿真结果表明：在相同条件下,该算法比BBS算法快15%~20%,比BFA算法快10~15倍,且输出的最优基比全分解结构的ICI与ISI联合功率降低约20%。     

基于小波包变换的能量检测技术研究

频谱感知技术是认知无线电实现的关键,对解决频谱资源匮乏的问题起着举足轻重的作用,因此受到业界的广泛关注。在分析比较了三种常见的频谱检测技术后,提出了一种在未知噪声下的基于小波包变换的能量检测算法,通过小波包变换对噪声和信号功率进行估计从而得到较为准确的判决门限。仿真结果显示,在未知噪声情况下的该算法具有较好的鲁棒性,有望成为适于认知无线电应用的频谱感知技术。     

基于提升小波的自适应阈值边缘检测新算法

针对传统的单一边缘检测算法抗噪能力差、边缘不连续等缺点,本文提出采用两种算法相结合的方式来进行边缘检测。首先,对原始图像进行多层小波分解;对分解后的图像低频部分用提出的改进提升算法进行边缘检测,对高频部分用小波变换的局部模极大值算法检测边缘;通过将各层边缘信息按一定的融合规则融合起来得到一个组合边缘,最后细化图像边缘。实验证明,这种方法相对于传统小波分析有着计算量小,计算速度快和要求存储空间小等诸多优势,同时,也能做到不丢失图像信息,保证了边缘的连续性和封闭性,检测效果较好。     

一种小波包域图像自适应水印算法

为了解决日益严重的盗版问题,提出了一种基于小波包变换的自适应水印算法。对宿主图像进行小波包分解,对水印图像进行小波分解。根据视觉感知特性将水印的低频分量自适应地嵌入到宿主图像的低频分量中,嵌入强度根据图像的内容自适应地决定。水印的中高频分量用位置自适应的方法嵌入到图像的中高频分量中。嵌入过程中充分利用Hilbert扫描曲线的良好特性。实验结果表明,该算法对常见的图像处理操作具有较强的鲁棒性。