采用相位判决的低复杂度广义空间调制检测算法

针对广义空间调制（GSM）系统中信号检测复杂度过高的问题,提出了一种基于相位判决的低复杂度检测算法。首先根据一种排序准则对天线组合进行排序,然后将排序后的天线组合中的符号向量依次通过基于相位判决的迫零(ZF)均衡器进行检测,最终得到星座调制符号和激活天线组合。分析和仿真结果表明,该检测算法可以有效缩小接收端的搜索范围,在提供与最大似然（ML）检测算法相近的误比特率（BER）性能的同时,计算复杂度降低了98%。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制（GSM）系统接收端最大似然（ML）检测算法计算复杂度极高的缺点,提出了一种基于压缩感知（CS）信号重构理论的低复杂度信号检测算法。首先,在多输入多输出（MIMO）信道模型下,通过改进正交匹配追踪（OMP）算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中,最大似然（ML）检测可以取得最优的检测性能,然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题,提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引,接着对候选天线索引按正则化标准进行可靠性验证,剔除错误索引,缩小信号的搜索空间,最后通过求解最小二乘问题估计信号。仿真结果表明,与经典的正交匹配追踪（OMP）算法相比,所提算法以少许复杂度的增加为代价极大提升了检测性能,能够在检测性能与复杂度之间取得更好的折中。     

一种低复杂度的CPM信号最大似然块检测算法

为了降低连续相位调制(Continuous Phase Modulation,CPM)信号多符号非相干检测的运算复杂度,提出了一种低复杂度的最大似然块检测算法。该算法充分利用已判决输出的符号对检测过程中的符号向量取值进行约束,有效减少判决统计量计算时的运算量,进而降低算法复杂度。另外,该算法引入判决长度变量,通过调整单次检测时判决符号数使算法能够在检测性能与运算量之间灵活折中。仿真结果表明,提出的低复杂度检测算法能够适用于全响应和部分响应CPM信号,相比原最大似然块检测算法能够在不损失检测性能的前提下降低算法运算量至少50〖WT《Times New Roman》〗%〖WTBZ〗,并且能够通过选择不同的判决长度提高算法应用的灵活性。     

低信噪比弱调制AM信号的检测与识别

本文讨论高斯噪声环境下低信噪比弱调制ＡＭ信号的检测与识别问题。利用循环平稳信号谱相关函数和特点和单循环检测器（ＳＣＤ）完成对低信噪比弱调制ＡＭ信号的检测与调制识别。文中给出循环平稳信号频率平滑谱相关算法（ＦＳＭ）和用于低信噪比弱调制ＡＭ信号的检测的单循环检测器,并给出计算机模拟计算结果。     

低复杂度的连续相位调制与LDPC联合迭代译码算法

连续相位调制与低密度奇偶校验(LDPC)码编译码技术在提高频谱利用率的同时能够有效降低发射功率,然而这会增加通信系统的复杂度。为此,提出了一种低复杂度的联合迭代译码算法解决此问题。该算法以符号/比特的可靠度作为内外译码器之间的迭代信息。仿真结果表明,新的联合迭代译码算法的性能与概率域下的算法几乎没有差异,在总迭代次数相同的情况下,采用低复杂度联合迭代的性能相比于未采用联合迭代的性能有约0.75 dB的增益。     

A*寻路算法在游戏中的应用

寻路是游戏开发中非常重要的一个元素,如何高效地找到一条最短的路径,是游戏AI设计的基础之一,文章比较了A~*算法相对于普通的深度搜索及广度搜索在路径搜索上的优势,探讨了A~*算法的原理及实现以及如何在游戏中使用A~*算法实现路径探索。     

低复杂度的QR解相关多用户检测算法

针对常规解相关多用户检测算法因对相关矩阵求逆的运算量随用户数增加呈指数增加而失去了实用价值,提出了不需对相关阵求逆的计算复杂度低的快速QR解相关多用户检测算法。该快速算法运算量与常规解相关算法相比,运算量减少了70％,而检测性能丝毫没有降低。显然,该算法优于常规算法,具有实用意义。     

干扰环境下的信号调制识别

针对干扰环境提出了一种基于独立成分分析（ICA）和支持矢量机（SVM）的通信信号调制识别算法。算法利用多天线接收技术,采用独立成分分析方法寻求观测样本矢量的统计独立分量,设计了以二值支持矢量机（SVM）为基础的多值分类器,该算法具有较高的训练速度和较好的分类性能。仿真表明,当信干比大于10 dB、移动速度小于12 m/s时,算法的总体正确识别率超过0.9。干扰环境下的信号调制识别研究具有较重要的实际工程应用意义。     

基于格基约减辅助的低复杂度MIMO信号检测算法

在多输入多输出(MIMO)系统中,常规的格基约减辅助信号检测算法由于复杂度高而难以在实际工程中应用。为了解决这一问题,基于Brun算法提出了一种低复杂度的信号检测算法。该算法首先通过奇异值分解(SVD)得到信道矩阵奇异向量和转换矩阵之间的近似整数关系,进而采用Brun算法对信道矩阵的对偶格基进行约减优化,最后将约减后的新对偶格基用于传统线性信号检测。仿真结果表明：该方法的复杂度约为基于常规Lenstra Lenstra Lovasz(LLL)格基约减辅助的MIMO信号检测算法的0.1倍;同时,与线性检测算法相比,检测性能提升非常明显,特别在较高信噪比(SNR)范围内。因此,该算法能够在检测性能与计算复杂度之间取得较好的折衷。