基于共轭梯度法的算法优化

本文的目的就是针对共轭梯度法的局限性，想到研究几个重要共轭梯度法公式，提出新的改进算法，使新算法较原算法在收敛速度和训练次数等方面有显著的提高。     

OFDM系统的多符号改进算法

针对OFDM训练符号同步算法中存在的大采样数据而导致捕获时间过长的问题。提出了一种多符号改进算法。该算法应用对多个符号等间隔取样并共轭相乘累加的方法，在采用小数目的采样数据时就可以取得较好的性能，同时缩短了定时捕获时间，克服了原来算法中存在的问题。最后，仿真表明该算法的有效性。     

一种基于实数编码遗传算法的常模盲均衡

盲均衡可以看作代价函数优化问题。为了改进经典常模算法的性能,研究了利用实数编码遗传算法的常模盲均衡,把均衡器系数向量作为遗传算法的决策变量,采用轮盘赌选择和精英保留策略相结合的混合选择算子、算术交叉算子和非均匀变异方式,经过一系列的遗传操作,搜索到适应度值最高的个体,即均衡器的最优系数。计算机仿真结果证明了算法具有收敛速率快、能够搜索到全局最优解等特点。     

改进的Loran-C同步干扰抑制高效自适应算法

针对目前Loran-C系统抑制同步干扰所采用的自适应算法存在运算量大、定位时间长 的缺点,提出了一种改进算法,即BMMax-NLMS算法,并对运算量进行了比较。通过建立Lora n-C信 号模型,运用改进算法对干扰信号进行自适应滤波。仿真结果表明,该算法能够在抑制同步 干扰的同时有效减少运算量。最后,利用实测数据进一步验证了这些结论。     

基于虚拟阵列的非圆信号DOA估计

针对传统的子空间类波达方向（Direction of Arrival,DOA）估计算法只适用于入射信号个数少于天线数的局限性，利用现代通信系统中常用的非圆信号实值特性，提出了一种虚拟阵列多重信号分类法（Virtual Array Based Multiple Signal Classification,VA-MUSIC）。该方法通过对阵列输出信号进行共轭重构和合并，获得虚拟阵列来增加阵列的有效孔径。更进一步，结合空间平滑技术有效地解决了相干信号的DOA估计问题。与传统的MUSIC算法相比，新算法不仅可以增加最大可估计信源数，而且在DOA估计精度、信号源角分辨能力等方面均有明显的优势。计算机仿真验证了该算法的有效性和优越性。     

一种不考虑信源数目的修正MUSIC算法

分析了信源数目估计误差下的MUSIC算法性能.为了解决信源数目过估计下出现虚假信号和欠估计下谱峰消失的问题,提出了一种改进算法.该算法通过对采样数据的共轭重排再利用,重新构造相关矩阵来改善测向性能.改进的算法不仅能成功运用于非相关信号源和相关信号源,还具有不用考虑信源数目的优点.计算机仿真结果证明了改进算法的正确性和有效性.     

用于大规模MIMO系统的改进CG检测算法

针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中近似最优线性最小均方误差(Minimum Mean Square Error,MMSE)算法复杂度过高问题，提出了RC-CG(Region Constellation-Conjugate Gradient)低复杂度近似最优信号检测算法。该算法首先利用共轭梯度(Conjugate Gradient,CG)迭代算法避免MMSE信号检测算法的高维度矩阵求逆，降低计算复杂度；其次引入二分查找算法对星座图进行区域分块，优化迭代初始解，使算法在保证原来检测性能的基础上加快收敛速度。仿真结果表明，该算法不仅可以达到近似MMSE算法的检测性能，而且适用于高阶调制，算法复杂度从O(K3)降低到O(K2)。     

基于改进蚁群算法移动机器人的路径规划

针对基本蚁群算法的缺点,提出了蚂蚁回退、蚂蚁相遇、带交叉点的路径交叉的改进算法.通过随机数引入和状态转移概率的应用,平衡了各路径信息素,从而有效地进免陷入局部优化,使得算法在收效速度和执行效率上得到提高.     

一种基于二阶锥规划的新时差定位算法

针对传统时差定位算法在量测噪声较大情况下定位性能不佳的缺点,提出了一种基 于二阶锥规划的新时差定位算法。该算法通过凸松弛和引入惩罚项,将难以求解的用户位置 最大似然估计问题转换为一个易于求解的二阶锥规划问题,并将松弛问题的最优解作为用户 位置的初始估计,利用传统的泰勒级数展开法得到最终定位结果。仿真给出了不同基站数目 及量测噪声下算法的定位性能。仿真结果表明,在量测噪声较大的情况下,新算法的定位精 度 仍可以逼近理论克拉美罗下限, 而且算法中惩罚因子的选取范围易于确定。     

一种新颖的低错误平层LDPC码构造方法

针对低密度奇偶校验(LDPC)码在高信噪比区域可能存在错误平层的缺点,提出了一种低错误平层LDPC码的新构造方法。该方法的基本矩阵由渐进边增长(PEG)算法与近似环额外信息度(ACE)算法相结合,目的是提升基本矩阵中环的连通性;然后将基于分割移位(PS)的循环移位系数矩阵对基本矩阵循环扩展,以此构造出校验矩阵。该方法除了能够改善高信噪比区域的错误平层,还具有码长、码率的任意可设性特点。仿真结果表明,PAP-LDPC(3 600,2 700)码在信噪比为4 dB以后并未出现明显的错误平层。     

一种修正的自适应算法

本文首先对基于累积误差准则与共轭梯度的2种自适应算法进行了讨论和比较，在此基础上提出了一种改进的自适应算法，其收敛性能优于文献（2）中算法，且不出现不稳定现象。     

基于干扰抑制的恒模波束跟踪新算法

当干扰信号强度不小于期望信号时,常规恒模算法（CMA）会错误跟踪到干扰信号;期望信 号导向矢量线性约束恒模算法（LSCCMA）通过对期望信号来波方向约束,可正确跟踪到期望 信号,但是算法在干扰信号来波方向上不能形成明显的零陷。为此,提出了基于干扰约束的 恒模算法（LICCMBTA）。理论分析和仿真结果证明,该算法不仅可以正确跟踪到期望信号, 并且可实现在多个强干扰信号来波方向上形成深度可调的干扰零陷,从而提高了常规恒模算 法波束跟踪的稳健性。     

一种基于矩阵重组的功率倒置改进算法

针对功率倒置（Power Inversion,PI）算法信噪比恶化问题,推导了最小均方误差准则下最优权矢量组成,提出了处理增益更高、工作范围更广的改进算法。算法通过对接收信号协方差矩阵进行特征分解,根据特征值分布特点舍去噪声特征向量,组成新的协方差矩阵,得到具有指向性的最优权值矢量。仿真结果表明,与传统PI算法相比,改进算法在期望方向形成自适应波束,获得的信干噪比增益和信噪比增益高出约9.6 dB,较好地改善了信噪比恶化问题。     

一种适用于强脉冲噪声下的对数型恒模盲均衡算法

针对脉冲噪声下恒模算法(Constant Modulus Algorithm,CMA)失败的问题,通过分析脉冲噪声的影响,提出了一种基于最小均方（Least Mean Square,LMS）准则的对数型恒模算法（Logarithmic-type CMA,LT-CMA）。LT-CMA利用对数函数的非线性变换特性自适应地抑制强脉冲噪声对误差函数的影响,并且利用l2-范数进行信号归一化处理以增强算法的稳健性。仿真结果表明,所提出的LT-CMA可以适应于高斯噪声环境和脉冲噪声环境;与经典自适应均衡算法相比,在收敛速度和稳健性两方面上,所提出的LT-CMA都有显著的提升。     

基于数据重用的集员滤波拟仿射投影盲均衡算法

传统常模盲均衡算法应用广泛但是其收敛速率很慢。为了满足在短突发数据条件下的信道盲均衡，提出一种基于数据重用的集员滤波拟仿射投影盲均衡算法。该算法将仿射投影思想结合到常模算法中，利用多数据向量同时提取信道信息，再附加改进的集员滤波算法有效减小了运算量，并结合数据重用思想重新设计所匹配的数据重用方式。仿真结果证明所提算法具有较快的收敛速率，与同类算法相比能提前700个迭代点收敛，且在信噪比为10 dB以上的信道环境中也有较好的效果，能够在短突发数据信道均衡中有效发挥作用。     

智能天线数字波束形成的LMS-DRMTCMA算法

本文提出一种适用于TD-SCDMA智能天线系统数字波束形成的LMS(最小均方)解扩重扩多目标恒模阵列(LMS-DRMTCMA)算法。该算法通过将Z.Rong等提出的LS解扩重扩多目标恒模阵列(LS-DRMTCMA)参考信号形成方法应用到LMS算法,并将TD-SCDMA标准提供的训练序列用于加速算法的收敛,使运算量远低于LS-DRMTCMA算法,明显低于导频LMS解扩重扩多目标阵列(LMS-DRMTA)算法。LMS-DRMTCMA算法还适用于激活用户数远大于天线阵元数的移动通信系统。仿真实验表明,LMS-DRMTCMA算法比LS-DRMTCMA算法和导频LMS-DRMTA算法具有更低的误码率,适合在极低信噪比环境中工作。LMS-DRMTCMA算法具有运算量低、易于实时实现的特点。     

最小平方误差受限的FIR滤波器设计

在设计FIR滤波器时,往往会指定过渡带大小,但过渡带的引入只是为了便于滤波器的设计,而并不是物理上的需要,所以在设计中仅需指定截至频率。这是第一个设计理念。此外,在FIR滤波器的设计中存在两种准则:一是等波纹设计准则 (即最大误差最小化或者Chebyshev准则 ),另一种是平方误差最小准则。但在现实中两种准则往往要同时兼顾,所以仅基于其中一种准则来设计不能得到最佳结果。这是第二个设计理念。基于上述两种设计理念,提出了一种新的FIR滤波器设计算法。该算法采用最陡梯度下降法来对平方误差最小化下的最佳滤波器系数进行迭代修正,得到最佳结果。     

基于二阶矩的雷达信号盲分离

针对雷达接收机在现代战场复杂电磁环境下接收到的混叠信号,提出了一种基于二阶矩的信号盲源分离方法。在混合信号球化过程中,对于具有加性白噪声的模型,构造了一组新的协方差矩阵,在信噪比不是很高的情况下,使其不会影响分离结果。在协方差矩阵对角化过程中,采用自然梯度的方法,避免分离矩阵更新过程中的求逆问题,提高了算法的实时性。仿真实验证明,在信噪比为-10 dB的条件下,对比FastICA算法,所提算法分离精度高,收敛速度快,为进一步的信号识别提供可靠依据。