一种有效的正交化恒模算法

利用奇异值分解确定了用户信号的个数,并把天线阵接收的数据矩阵映射到信号子空间上,进而在该空间中讨论波束形成问题并导出了多用户波束形成的必要条件,依据此条件将正交化过程引入最小二乘恒模算法并提出了正交化恒模算法。计算机仿真证实了算法的有效性。     

概率约束稳健恒模自适应波束形成算法

针对恒模信号,将概率约束稳健算法与恒模算法相结合,提出一种新的稳健自适应波束形成算法.先将导向偏差分为高斯随机分布和未知分布2种场景,分别建立优化代价函数,并将该优化问题转化为二阶锥规划问题,运用内点法高效求解.然后对算法求解的全局最优性进行理论分析.在数值仿真部分,用所提算法与相关稳健算法作对比仿真,验证该算法的优越性和有效性.     

多径信道中的线性约束差分恒模算法

针对线性恒模算法(LCCMA)和恒模算法(CMA)对目标用户能量大小、模参数值取定具有很强敏感性，由此提出一种新的盲自适应多用户检测算法(LCDCMA)。该算法能够有效抵消多址干扰和克服多径干扰，对目标用户能量任意大小和任意模参数选取都具有非常好的鲁棒性。而且算法的收敛性能和稳态性均优越于线性恒模算法和恒模算法，计算复杂度较低，特别适用于多径信道，是一种优秀的盲自适应算法，具有一定应用和研究价值。     

恒模算法在盲波束形成中的应用

介绍了随机梯度恒模算法和最小二乘恒模算法以及它们在盲波束形成中的应用，总结了几种适用于多用户盲波束形成的恒模算法，分析了每一种方法的特点，并以四元均匀线阵为例，利用计算机模拟给出了这些算法的收敛性能，结合恒模算法的研究现状，指出了有待研究的几个问题。     

多径信道中的线性约束差分恒模算法

针对线性恒模算法(LCCMA)和恒模算法(CMA)对目标用户能量大小、模参数值取定具有很强敏感性,由此提出一种新的盲自适应多用户检测算法(LCDCMA)。该算法能够有效抵消多址干扰和克服多径干扰,对目标用户能量任意大小和任意模参数选取都具有非常好的鲁棒性。而且算法的收敛性能和稳态性均优越于线性恒模算法和恒模算法,计算复杂度较低,特别适用于多径信道,是一种优秀的盲自适应算法,具有一定应用和研究价值。     

一种改进的变步长恒模算法

对恒模算法加以改进,以提高其收敛速度和精度。将固定步长优化为基于高斯分布的变步长函数,并对相位偏移进行校正。选择电话信道和瑞利衰落信道,在保证均衡器收敛时均方误差近似的条件下,改进算法的迭代次数可分别减小至原恒模算法的40%和10%,且其收敛半径更小,相位偏移也不再明显。     

一种改进的自适应恒模算法收敛特性的研究

常数模算法是数字通信中经常使用的一种盲均衡技术，但它的收敛速率非常缓慢，为了改善收敛特性，本文就4种典型的误差方程进行了分析、仿真，发现误差方程对CMA的收敛速度以及调整过程中是否能收敛到全局最小点都有影响，并在此基础上提出了一种改进的误差方程。仿真结果表明，改进后的误差方程具有较好的收敛速度，而且总能收敛到全局最小点。     

一种双模式变步长恒模算法

针对非常模信号,著名的恒模算法表现出较大的稳态误差和较慢的收敛速度.为克服上述缺点,提出了一种双模式变步长恒模算法.新算法通过对输出信号的判决来判断当前均衡器工作是否存在误操作.当均衡器工作正常时算法使用变步长方法,当均衡器工作存在误操作时算法使用零步长方法,从而充分发挥出步长对恒模算法的有利影响.仿真实验结果证明新算法具有比恒模算法更快的收敛速度和更小的稳态误差.     

一种基于导向矢量约束的恒模盲波束形成算法

针对阵列信号波达角(direction of arrival,DOA)先验信息已知的情况,利用信号的恒模特性,在卡尔曼滤波(Kalman filter,KF)结构下,提出一种附加阵列导向矢量约束的自适应波束形成算法.对约束情况下的卡尔曼滤波目标函数运用拉格朗日乘子法,求得约束条件下的最优估计表达式,并将其推广到无迹卡尔曼滤波(unscented Kalman filter,UKF)算法中,通过约束迭代算法对阵列估计信号的导向角施加约束,实现约束UKF自适应波束形成算法的最优权值分配.仿真过程中,用所提算法与约束恒模迭代最小二乘算法和约束最小方差迭代最小二乘算法作对比,表明表明,该算法在收敛速度、信噪比、稳健性、跟踪性能方面具有较好的性能.     

一种稳健的特征空间线性约束波束形成器

基于特征空间的线性约束最小方差（eigenspace-based linearly constrained minimum variance,ELCMV）算法是一种稳健的波束形成方法,但其性能只能在一定的指向误差范围内保持稳定,当指向误差较大而使期望信号落在预设波束主瓣边缘时,其性能会严重恶化。对ELCMV算法进行改进,提出一种对零点约束方向和指向误差都具有稳健性的波束形成方法。该方法首先利用矢量旋转对预设导向矢量进行校正,再将校正后的导向矢量向信号子空间投影,最后结合线性约束用线性约束最小方差（linearly constrained minimum variance,LCMV）算法来求解权矢量。计算机仿真证实了该方法的有效性。     

A new evolutionary algorithm for constrained optimization problems

To solve single-objective constrained optimization problems,a new population-based evolutionary algorithm with elite strategy(PEAES) is proposed with the concept of single and multi-objective optimization.Constrained functions are combined to be an objective function.During the evolutionary process,the current optimal solution is found and treated as the reference point to divide the population into three sub-populations:one feasible and two infeasible ones.Different evolutionary operations of single or multi-objective optimization are respectively performed in each sub-population with elite strategy.Thirteen famous benchmark functions are selected to evaluate the performance of PEAES in comparison of other three optimization methods.The results show the proposed method is valid in efficiency,precision and probability for solving single-objective constrained optimization problems.     

一种改进的变步长双模算法研究

在对常模算法（CMA）和改进常模算法（MCMA）的研究基础上,提出了一种改进的变步长双模算法（Variable Step-size MCMA—DD）。改进算法通过误差信号自动地调节步长,从而调节算法的收敛速度。通过仿真表明,改进算法具有与MCMA—DD算法相近的误码性能,但是很大程度地加快了算法的收敛速度。     

一种用傅立叶模重构目标图像的新方法

给出了一种用于相位恢复问题的改进型梯度算法，并讨论了借助快速傅立叶变换实现算法的方法。将ＭＧＲＤ算法与Ｊ．Ｒ．Ｆｉｅｎｕｐ的迭代傅氏变换算法组合，构成了一个新的组合算法，最后给组合算法的计算机仿真的例子。     

带约束的多插路由算法

由于网络节点处理信息的能力不同,有些节点并不具备多播能力,为保证网络速度和节点负载平衡,应限制有些节点的多播能力,为此用节点的度约束来表示节点不同的多播能力,研究了带度约束且时延受限的多播路由问题,提出解决此问题的Lagrange松驰法。     

基于常数模算法和自适应变模值符号Godard算法的联合盲均衡(英文)

在数字通信系统中为了克服码间干扰,常采用基于不需要使用训练序列的常数模算法的分数间隔盲均衡技术.但是该技术在对非常模信号,如高阶QAM信号,进行均衡时存在稳态均方误差大的缺陷.因此提出了一种基于常数模算法和自适应变模值符号Godard算法的联合盲均衡.新方法将常数模算法作为基础部分用来使接收信号的眼图睁开;将自适应变模值符号Godard算法作为第二部分用来进一步减少算法的残留误差.通过计算机仿真验证了新方法比基于常数模算法的分数间隔盲均衡具有更低的稳态均方误差.     

一种非线性约束优化的微粒群新算法

通过对标准微粒群算法(PSO)改进,采用动态罚函数的方法,提出了一种求解非线性约束优化问题的新算法.由于使用了一种新的适应度函数,该算法具有很强的全局寻优能力.