快速收敛的低复杂度稀疏水声信道估计方法

针对水声信道的稀疏特性,该文基于集员L1范数约束比例调节仿射投影算法,在不增加稳态误差的前提下,首先采用一种鲁棒集员滤波思想,通过设定动态误差门限加速算法收敛速度;另外针对其矩阵计算复杂度高问题,利用历史的比例调节矩阵优化信道更新方程,使得某些过程矩阵可通过递归方法更新,从矩阵运算角度降低了计算复杂度。湖试和海试数据处理结果表明,面对弱时变和强时变信道时,此方法相对已有稀疏水声信道估计方法略微降低稳态误差的同时具有更快的收敛速度,并从矩阵运算和迭代次数两个方面降低了计算复杂度。

基于动态基准的低复杂度特种车辆行驶调平控制方法

针对特种车辆行驶调平问题,提出基于动态基准的低复杂度控制方法。整车被分解为由作动器驱动的带有相互耦合特性的悬架节点。建立悬架节点动力学模型,将基于整车行驶动力学模型的位姿混合控制问题,转换为基于全驱型悬架节点动力学模型的单纯位移控制问题。提出并构建动态基准和基准误差,解决现有方法对车身铅垂高依赖和限制的技术瓶颈,同时提高车辆的通过性能。建立基于基准误差的扩张状态观测器,实现动态解耦,并提出一种低复杂度行驶调平控制方法。借助汽车系统仿真软件Carsim验证该方法的有效性。结果表明:与经典基于常值基准的整车型控制方法对比,在所提出方法作用下,车辆的行驶调平精度提高了一个数量级;特别是在路面激励幅度超过作动器行程的工况下,车辆的舒适性和安全性尤为改善。

低复杂度的盲源分离和去混响联合优化方法

提出了一种低复杂度的基于加权预测误差(WPE)的独立低秩矩阵分析(ILRMA)方法。与现有的WPE-ILRMA方法把预测矩阵当成一个整体来处理不同,所提方法将预测矩阵展开来推导代价函数,利用不同声源的混合滤波器和分离滤波器之间的正交性简化代价函数的优化过程,进而以更低的计算复杂度对混合信号去混响。通过利用解耦预测矩阵和分离滤波器之间的关系,所提方法将维数较大的矩阵求逆转化为维数较小的矩阵求逆,从而取得了比WPE-ILMRA方法更低的计算复杂度。在最大似然框架下推导了所提方法的代价函数,并采用坐标梯度下降算法来估计参数。实验结果表明,所提方法能以更低的计算复杂度和更高的稳定性取得与WPE-ILRMA方法相似的分离性能。

RFID标签冲突低复杂度聚类分离方法

由于多个无线射频识别(RFID)标签同时与阅读器通信易发生冲突,通信效率较低,因此标签防冲突是RFID通信系统的一个重要问题。对此,提出一种PCA降维与一维投影结合的聚类方法,解决标签冲突。通过PCA降维找到最大化投影方向进行投影,采用蒙特卡洛方法快速找到峰值作为聚类中心,完成信号分离。仿真数据中,不同信道衰落系数下,该方法都能在20 dB后成功解码,分离效率达到100%;实测数据中,该方法的时间复杂度低于传统算法,吞吐量达到0.55。

大规模离散MU-MIMO:低复杂度、信息理论最优检测与多用户编码

研究了一种实际的大规模离散多用户多输入多输出(MU-MIMO)系统,涵盖了大规模天线与用户、实用的信道编译码、任意输入分布、仅接收机已知信道状态信息、一般右酉不变信道矩阵、模数转化器等实际通信约束。针对理想和低分辨率模数转换器下的大规模离散MU-MIMO系统,分别提出了低复杂度、信息理论最优接收机和多用户码设计准则,并给出实际多用户低密度奇偶校验码(LDPC)设计。数值实验证实所设计的多用户LDPC比现有的单用户LDPC获得了2~5dB性能增益,同时还解决在信道恶劣和低分辨率模数转换器下单用户码无法准确恢复信息的难题,揭示了现有贝叶斯最优接收机与单用户码直接结合不再是最优方案。

低复杂度永磁同步电机双矢量模型预测控制策略

针对永磁同步电机模型预测电流控制中计算量大和电流波动问题,提出了一种低复杂度双矢量模型预测电压控制策略。该方法无需遍历所有的电压矢量,仅通过代价函数预测和评估三个不相邻的有效电压矢量,根据三个代价函数值的关系,即可精确快速地确定两个相邻最优有效电压矢量。最优有效的电压矢量选择可以减少预测计算量,同时引入dq轴电压差作用时间计算方法,计算最优有效电压矢量作用时间,以降低计算量。仿真结果表明,相较于占空比策略和传统双矢量模型预测电流控制策略,所提控制策略在保证系统稳态和动态性能的基础上,降低了计算复杂度和电流波动,改善了转矩脉动。

低复杂度永磁同步电机三矢量固定开关频率模型预测电流控制策略

针对传统永磁同步电机(permanent magnet synchronous motor,PMSM)三矢量模型预测电流控制(three-vector model predictive current control,TV-MPCC)存在开关频率不固定和计算复杂的问题,提出一种固定开关频率TV-MPCC策略。利用前一周期的零电压矢量和参考电压矢量所在扇区来快速筛选所需最优电压矢量和次优电压矢量,避免了无效枚举计算,从而降低了开关频率和计算复杂度。引入系统d和q轴电流差参数,计算各电压矢量的作用时间,确保电压矢量作用时间恒大于零和开关频率固定。以三相两电平电压型逆变器驱动的表贴式PMSM为被控对象,通过仿真和实验对传统TV-MPCC策略和所提三矢量固定开关频率模型预测电流控制策略进行对比研究,仿真和实验结果表明,所提策略在保证系统稳态和动态性能的基础上,在固定和降低开关频率的同时,降低了计算复杂度。

压缩感知辅助的低复杂度SCMA系统优化设计

稀疏码多址接入(SCMA)技术是一项备受重视的基于码域的非正交多址接入(NOMA)技术。针对现有SCMA码本设计中未能结合数据和解码器性质以及MPA复杂度较高的问题,该文提出一种压缩感知辅助的低复杂度SCMA系统优化设计方案。首先以系统误码率为优化目标,设计一种码本自更新方法用于实现低复杂度检测器,该方法在稀疏向量重构训练过程中使用梯度下降法实现码本的自更新。其次,设计一种压缩感知辅助的多用户检测算法:符号判决正交匹配追踪(SD-OMP)算法。通过在发射端对发射信号进行稀疏化处理,在接收端利用压缩感知技术对多用户的稀疏信号进行高效的检测和重构,达到减少用户间的冲突和降低系统复杂度的目的。仿真结果表明,在高斯信道条件下,压缩感知辅助的低复杂度SCMA系统优化设计方案能够有效降低多用户检测的复杂度,且在系统用户部分活跃时能够表现出较好的误码率性能。

基于在线训练的RIS辅助通信系统低复杂度信道估计方法

在可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助通信系统中,设计复杂度低、估计精度高的信道估计算法具有重要意义。本文针对RIS辅助多输入单输出(Multi-input Single-output,MISO)系统的上行链路,提出了一种基于在线训练的低复杂度学习型信道估计(Low Complexity Learning Channel Estimation,LCL-CE)方法,利用RIS反射单元级联信道之间的空间相关性,根据一部分反射单元级联信道的最小二乘(Least Squares,LS)估计结果得到剩余反射单元的级联信道。在训练阶段,首先利用LS估计获取一组训练数据集,然后通过训练得到线性神经网络的权重矩阵;在级联信道估计阶段,通过发送少量导频即可获取所有RIS反射单元的级联信道估计。本文首先阐述了LCL-CE方法的实现思路、导频分布方案和线性神经网络基本结构,进一步针对在线训练方法进行详细说明,并给出训练数据集的生成方式,最后对比基于传统神经网络的信道估计方法进行计算复杂度和导频开销分析。仿真结果表明,与传统基于机器学习的信道估计方法相比,本文所提的低复杂度学习型信道估计方法可以利用较低的导频开销获得较高的估计精度。

基于GA-MP的低复杂度OTFS检测算法

针对正交时频空(Orthogonal Time Frequency Space,OTFS)通信系统信号检测复杂度高的问题,提出一种改进的高斯近似消息传递(Gaussian Approximate Message Passing,GA-MP)检测算法。依据最大后验概率检测准则,对发送信号及隐变量进行逐符号高斯近似,基于置信传播算法与联合因子图进行消息传递,用边缘后验概率替代GA-MP中的外部信息以减少运算量,结合阻尼因子提升收敛速度,同时引入概率阈值减少后续更新的节点数,从而使运算复杂度得到有效降低。实验结果表明,改进后的GA-MP算法在保证误码率性能的前提下具有更低的复杂度。

RIS辅助去蜂窝大规模MIMO系统低复杂度预编码算法设计

构思了一种智能超表面(Reconfigurable Intelligent Surface, RIS)辅助去蜂窝大规模多输入多输出(Cell-free Massive Multiple-Input Multiple-Output, CF mMIMO)通信系统,提出了一种低复杂度预编码和RIS反射相位交替优化(Alternating Optimization, AO)算法。对于传统正则化迫零(Regularized Zero Forcing, RZF)预编码算法复杂度过高的问题,利用共轭梯度(Conjugate Gradients, CG)法,提出一种低复杂度的RZF-CG预编码算法,将RZF预编码的逆矩阵转换为线性方程组最小化问题,推导算法的残差以更新搜索方向,迭代求解逆矩阵。以最大化系统用户的总频谱效率为目标,推导了RIS相位闭合表达式,基于统计的信道状态信息提出一种低复杂度的投影梯度上升(Projected Gradient Ascent, PGA)算法。仿真结果表明,所提的AO算法能有效地提升系统性能,算法复杂度降低了约73.2%。

低复杂度的LDPC并行分层译码算法研究

为了提高准循环低密度奇偶校验(QC_LDPC)算法的译码性能,降低其译码算法的复杂性,加快译码收敛速度,提出了一种基于最小和译码算法的分层译码,以支持QC_LDPC快速译码,它由基校验矩阵通过循环移位得来,所以每一层之间的校验矩阵相互独立。相对于传统的BP算法,提出的分层算法复杂度更低,收敛速度更快。根据5G NR的标准,对该算法在各种情况下进行了仿真,当码长K=3960,码率为1/3时,使用BPSK进行调制、AWGN信道进行仿真,结果显示,此算法在SNR为1.3 dB左右时,得到了10-5的BER,该解码方法获得了0.1dB的性能增益、迭代次数的减少以及译码吞吐率的提升。

一种低复杂度高精度测向新方法

针对传统MUSIC方法测角误差、计算复杂度分别与网格搜索间隔成正、反比关系这一矛盾,提出一种低复杂度高精度测向新方法。通过应用波束形成方法确定信号的粗略方向,缩小谱峰搜索范围,降低谱峰搜索计算量。同时结合信号子空间与噪声子空间的正交性弥补谱峰搜索步长设定带来的固有偏差,从而在不需降低谱峰搜索步长的情况下提高测向精度,实现低复杂度高精度测向的目的。仿真实验结果证明了该方法的有效性及优越性。

基于流形分离与频谱细化技术的低复杂度DOA估计方法

基于阵列流形分离(MST)的共形阵列空间谱估计技术,采用快速傅里叶变换(FFT)来降低谱搜索的计算复杂度,但是在该方法中,空间谱搜索的俯仰角和方位角均为0~360°,存在计算搜索冗余问题。针对共形阵列空间谱估计问题,提出基于联合阵列流形分离技术和频谱细化技术的空间谱估计技术,避免计算搜索冗余问题,相比阵列流形分离技术计算复杂度显著降低。采用一个32阵元球面共形阵列进行计算机仿真,验证了所提出方法的估计性能和计算复杂度。

基于DMA阵列划分的低复杂度近场估计方法

针对引入动态超表面天线(Dynamic Metasurface Antenna,DMA)导致近场效应下角度和距离耦合带来计算复杂度提升的问题,提出一种基于DMA阵列划分的低复杂度近场估计方法。首先,建立DMA阵列结构下的近场接收信号模型;其次,对DMA阵列进行划分以构造适合GESPRIT算法的阵列接收信号结构,解耦角度和距离参数,实现低复杂度的处理方法;最后,调整DMA的相移矩阵,通过最大化信噪比提升DMA阵列的近场估计精度。仿真结果表明,该方法相比2D-MUSIC算法复杂度明显降低,且在信噪比为0 dB时估计精度性能提升30%。

基于贝叶斯分层模型的低复杂度无线传感器网络定位算法

文章对基于压缩感知的无线传感器网络定位算法进行了研究,存在重构算法计算量大、定位误差较大等问题,为降低计算复杂度和定位误差,文章提出基于贝叶斯分层模型的低复杂度无线传感器网络定位算法。首先,将稀疏贝叶斯分层先验模型引入到无线传感器网络的定位中;其次,通过运用稀疏贝叶斯理论推理出估计目标的后验概率分布;最后,结合变分消息传递(VMP)算法,使用辅助函数对未知变量的联合后验概率密度函数进行等效,得到目标位置向量的估计结果。仿真结果表明,相较于传统的重构算法,文章提出的方法具有更好的恢复效果,计算复杂度更低。

极化码的分布式CRC辅助低复杂度逐次抵消翻转译码

为提高极化码的译码效率,文中提出了一种新颖的逐次抵消翻转(SCF)译码。与传统的SCF译码相比,其可以使用分布式CRC比特来降低计算复杂度。该译码通过提前终止对第一次SC译码的失败帧的译码,来减少信息比特的估计数量,同时尝试最小化附加的排序操作。仿真结果表明,与传统的SCF译码相比,该SCF译码将重复SC译码的计算复杂度至少降低了27%。

面向低轨卫星通信的低复杂度CA-SCL译码优化算法

基于硬件资源有限的低轨卫星通信环境,以极化码作为信道编码方式,将循环冗余校验(CRC)辅助连续取消列表(SCL)译码器(CRC aided SCL,CA-SCL)结合关键集以及自适应算法,提出一种优化的CA-SCL译码器(optimized CA-SCL,OCASCL),该译码器的译码性能优于经典CA-SCL译码器,运算复杂度可降低65%~70%。

永磁同步电机低复杂度双矢量预测电流控制

针对永磁同步电机传统模型预测电流控制中存在计算负担重和电流脉动大的问题,提出一种低复杂度双矢量预测电流控制方法。首先,利用电流无差拍控制原理快速获得下一周期的第一电压矢量,相比传统方法可减少一个周期的预测次数。其次,进行第二电压矢量的选择时可以采用非零电压矢量,增大备选电压矢量的覆盖范围。最后,根据均方根电流脉动方程,确定满足最小电流脉动条件下各个电压矢量的最佳作用时间。仿真和实验结果表明:相较于传统单矢量、双矢量预测电流控制方法,所提低复杂度双矢量预测电流控制方法能够有效抑制电流脉动,降低算法的复杂度和计算量,提高了永磁同步电机控制系统在实际中的运行性能。

基于分布式奇偶校验码的低复杂度极化码SCLF译码算法

针对极化码串行抵消列表比特翻转(Successive Cancellation List Bit-Flip, SCLF)译码算法复杂度较高的问题,提出一种基于分布式奇偶校验码的低复杂度极化码SCLF译码(SCLF Decoding Algorithm for Low-Complexity Polar Codes Based on Distributed Parity Check Codes, DPC-SCLF)算法。与仅采用循环冗余校验(Cyclic Redundancy Check, CRC)码校验的SCLF译码算法不同,该算法首先利用极化信道偏序关系构造关键集,然后采用分布式奇偶校验(Parity Check, PC)码与CRC码结合的方式对错误比特进行检验、识别和翻转,提高了翻转精度,减少了重译码次数。此外,在译码时利用路径剪枝操作,提高了正确路径的竞争力,改善了误码性能,且利用提前终止译码进程操作,减少了译码比特数。仿真结果表明,与D-Post-SCLF译码算法和RCS-SCLF译码算法相比,所提出算法具有更低的译码复杂度且在中高信噪比下具有更好的误码性能。