关于线性常系数Blind自适应数字均衡器的研究

提出了一种线性常系数Blind自适应均衡算法，它根据输入信号源自适应调整数字均衡器输出的估计幅值。它保持了归一化常系数模型算法（theNormalizedConstantModulusAlgorithm，简称NCMA）算法中收敛速度快的优点，而且还解决了在NCMA算法中，由于均衡器输出幅值选择不合适而造成加权矢量不收敛的问题．使NCMA算法更具有通用性。

一种新的轴承系统的故障检测方法

提出采用BLIND自适应数字均衡算法对轴承故障进行检测。根据故障源脉冲激励信号的强度参数和轴承系统函数来检测轴承系统的工作状态，并给出了模拟实验结果。

一种新的常系数盲自适应数字均衡器

提出了一种具有估计幅值可调的线性常系数盲自适应数字均衡器算法，并对其进行了理论与公式推导。该算法克服了在一般的常系数盲数字自适应算法中，由于估计幅值选择不合适，所造成加权矢量不收敛的缺点。使归一化常系数模型算法更具有通用性。

一种新的自适应线性预测器算法

提出了一种用线性预测残余误差进行自适应修正线性预测器参数的算法。这种算法具有常系数模型的基本特点，并可应用于语音信号的线性预测之中。

快速判别离散系统稳定性的新方法

提出了一种不需要求得极点位置，便能迅速准确判别系统稳定性的方法。

一种新的常系数Blind自适应数字均衡器

提出了一种具有估计幅值可调的线性常系数Blind自适应均衡器算法。克服了在一般的常系数Blind自适应算法中 ,由于估计幅值选择不合适 ,所造成加权矢量不收敛的缺点。使NCMA算法 (theNormalizedConstantModulusAlgorithm)