基于最小均方误差和稀疏特征的欠定盲源分离

针对欠定条件下的盲源分离问题,即观测信号个数小于信源个数的情况,提出了一种基于最小均方误差和稀疏特征的算法.首先,利用变换后信源的稀疏特征,采用一新的势函数通过聚类算法估计混叠矩阵.然后利用混叠矩阵和信源自身的相关性,通过寻找信源在聚类方向时间点上的精确值,以均方误差最小为准则寻找最佳分离矩阵实现信源的分离,克服了传统的分离算法在寻找最佳分离子矩阵方面的缺点.仿真结果显示使用该方法分离的信号具有更高的信噪比,和其他同类方法相比具有更优越的分离性能.

一种基于最小均方误差原理的位同步捕捉算法

提出一种数字通信系统中基于最小均方误差原理的位同步捕捉算法,对算法的提出、原理以及性能进行了理论分析,同时在加性高斯白噪声信道下进行了大量的计算机仿真,给出了在某无线通信系统中的应用结果。此算法通用性强,实现位同步捕捉速度快,易于高速单片机及DSP实现,具有良好的抗噪性能。

平坦MIMO信道中最小均方误差估计的一种改进方法

以平坦衰落条件下MIMO信道数学模型为基础,研究了最小均方误差估计算法,给出了详细的推导过程.由于最小均方误差估计算法比较复杂,导致其收敛速度比较慢,实际应用中受到了一定的限制.为了降低其复杂度,从数学的角度对算法进行了简化,减少了一次矩阵求逆运算.仿真中建立了一个MIMO系统,给出了估计性能曲线和收敛曲线.从理论分析和仿真结果来看,改进后的算法与之前的算法的估计性能差异不大,但收敛速度却明显提高了,达到了简化的目的.

半相依回归模型两步估计的均方误差占优性

一般得到了两方程相依回归模型的任一线性估计在均方误差准则下优于最小二乘估计的充要条件,据此提出一种新的广义非限定两步估计类(非线性),推导得到了这种两步估计的精确均方误差结果,研究了它优于最小二乘估计,甚至优于Zellner估计的统计性质.

对角线性有偏估计类

提出的对角线性有偏估计类 ,它包含中外统计学者提出的 12种线性有偏估计 .

圆环形传感器阵列超指向性频率不变响应波束优化方法

提出了一种适用于圆环形传感器阵列的超指向性频率不变响应波束优化方法。首先,基于前期在最小均方误差准则下得到的不同频率处权值向量与期望波束权值向量的解析函数关系,将指向性因子、误差敏感度函数和最小均方误差进一步表达成了期望波束权值向量的函数;然后,构建了一个多约束优化问题,获得了满足指向性、稳健性、频率不变性等约束条件的最优期望波束,由此合成得到了最优宽带频率不变响应超指向性波束,并给出了相应的仿真和实验结果。

一种改进型最小均方误差红外图像条纹非均匀性校正算法

受限于材料和制造工艺,红外图像中普遍存在着条纹非均匀性,其严重影响了图像的成像效果,进而对后续的目标识别、检测等工作造成干扰。典型的最小均方误差(LMS)算法在一定程度上可以抑制条纹非均匀性,但其场景适应性差,存在拖尾和“鬼影”现象。提出一种改进型的最小均方误差(LMS)自适应滤波算法对图像进行处理,利用双边滤波和最速下降法快速获取准确的校正参数,将前一帧算出的校正结果作为后一帧的初始输入值,提升算法的准确性,同时算法还增加了边缘检测模块以保留图像细节。采用不同场景下非制冷型探测器的真实红外图像,从主观和客观两个方面对比了本算法和经典LMS算法,结果表明,提出的算法可以很好地保护图像细节,也具有良好的场景适应性。

逆威布尔部件的可靠性估计

针对贝叶斯分析中平方误差损失存在的"高估和低估同等重要"问题,提出了一种基于熵损失函数的贝叶斯可靠性分析方法。利用该方法,分别在无信息先验和共轭先验分布下,推导出逆威布尔部件参数、可靠度函数及失效率的Bayes估计,并证明了形如[c T(x)+d]-1的一类估计具有容许性。为了比较不同估计结果的忧劣,文中还给出了逆威布尔部件参数的一致最小方差无偏估计(UMVUE)。最后运用Monte Carlo方法对各种估计的均方误差进行了模拟比较。结果表明,当样本量比较小时,Bayes估计的均方误差小于UMVUE的均方误差。随着样本量的增加,各个估计的均方误差都减小,但在共轭先验下Bayes估计的均方误差最小。

一种快变信道中的正交频分复用系统均衡算法

当信道参数随时间的快速变化时,正交频分复用通信系统(OFDM)子载波间的正交性遭到破坏,出现了载波间的相互干扰(ICI),传统的单抽头频域均衡不再适用。虽然可采用最小均方误差(MMSE)均衡来补偿信道失真,但其计算量太大。为此,常用的方法是:先对接收信号进行ICI消除,恢复载波间的正交性,然后再进行单抽头频域或均衡。现有文献对ICI的分析均在频域进行,在此基础上提出的ICI消除与均衡算法存在计算量大或频谱利用率低的缺点。本文对ICI的产生机理和性质进行了时域和频域两方面的分析,利用现有OFDM标准中的空闲子载波信息,提出了一种ICI消除与均衡算法。理论分析和计算机仿真结果表明:该算法具有ICI消除效果好、计算量小和频谱利用率高等优点。

Massive MIMO中一种低复杂度信道估计方法

大规模MIMO系统中基于导频的信道估计采用最小均方误差算法进行信道估计时存在协方差矩阵求逆的运算而导致高的复杂度。通过采用稳定双共轭梯度算法将协方差矩阵求逆过程转化为求线性方程问题,从而将信道估计的计算复杂度从O(M3)降低到O(M2)。仿真结果表明,在略增加复杂度的情况下,相比基于共轭梯度算法的低复杂度信道估计算法,基于稳定双共轭梯度的信道估计算法性能更加逼近最小均方误差估计算法。

约束线性回归模型回归系数的条件岭型估计

本文提出了线性等式约束的线性回归模型回归系数的一种有偏估计条件岭型估计 ,证明了在一定的条件下 ,在均方误差意义下及均方误差矩阵意义下都优于回归系数的约束最小二乘估计 ,并讨论了它的可容许性 .

混合编码雷达信号的正交双通道处理

研究了一种用于混合编码雷达信号的基于最小均方误差准则下对互相关干扰和自相关旁瓣进行抑制的方法。该方法利用递归得到的目标距离像信息作为下一次计算的先验信息来自适应地抑制互相关干扰和自相关旁瓣,从而得到最小均方意义下的正交双通道。文中分析了双通道处理模型,推导了正交双通道处理的原理,最后进行了仿真实验。理论和仿真结果表明,该方法是正确可行的。

广义压缩主成分最小二乘估计及其在集装箱港口吞吐量研究中的应用

结合压缩最小二乘估计和主成分估计,给出广义压缩主成分最小二乘估计.该估计能改善最小二乘估计的可容许性,并具有最小的均方误差.将此估计应用于集装箱港口吞吐量的研究表明该估计的应用价值.

去除乘性噪音的主成分分析算法

雷达成像系统的进一步应用依赖于对图像中噪音的有效抑制.在目前现有消除噪音方法的基础上,基于图像的局部相似性,结合主成分分析法,提出一种新的有效去除乘性噪音的滤波算法.乘性噪音经对数变换后可转化为加性噪音处理.分析了对数域中噪音的类型.首先在图像的对数域,通过非局部方法选取局部相似块作为训练样本,利用主成分分析法提取出信号的主要特征.然后基于统计理论中最小均方误差估计法给出了一种适用于图像信息的阈值原则.最后分析了变换过程引起的偏差,由对数域的偏估计得到滤波图像.数值实验验证了新算法的有效性.对比于目前提出的变分方法,新算法处理后的图像有更高的信噪比和更好的视觉效果,且具有一定的实用性.

一种新的MIMO-OFDM信道估计的低复杂度设计方法

针对多输入多输出-正交频分复用(MIMO-OFDM)系统信道估计导频损耗和算法复杂度问题,提出了一种低复杂度的MIMO-LS算法设计方案,它要求每根发射天线中的导频序列为等间隔排列,而不同天线间的导频序列相互相移正交。当在OFDM导频符号中选取一个合适的导频间隔时,对比传统的最优导频设计方法,提出的MIMO-LS算法在基于最小均方误差-峰值平均功率比(MSE-PAPR)双准则的前提下,最大程度降低导频损耗和算法复杂度。计算机仿真验证了此算法的有效性。

混合系数线性模型参数的一种新估计

在连续测量数据的情况下,针对模型的复共线性,给出了混合系数线性模型参数的一类新的有偏估计d*ω=(C'M-1C+I)-1(C'M-1Z+ωd*),证明了在一定条件下该估计优于GLS和岭估计,并讨论了该估计的可容许性,最后又给出了该估计的广义形式.

加权随机汇池网络中递归最小二乘算法研究

实际应用中信号和噪声的统计知识经常是未知的,为探究未知噪声环境中加权随机汇池网络模型的信号参数估计性能,本文研究了加权随机汇池网络中信号估计的递归最小二乘自适应递推算法,分析了该模型下算法的收敛性、均方误差、学习曲线等统计特征。在非平稳输入信号下,引入遗忘因子,探究了算法有效跟踪信号变化的能力。实验结果验证了关于算法收敛性与均方误差性能的理论分析,同时还证实了自适应过程中的超阈值随机共振现象。本文研究结果对于加权随机汇池网络的实际应用具有理论指导义。

一种适用于双微阵列的语音增强算法

考虑到传统单通道语音增强算法对噪声抑制的局限性,采用由两个微型麦克风阵列组成的双微阵列;利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法;该增强算法是将各通道采集到的带噪语音信号先使用对数最小均方误差(logarithmic minimum mean square error,Log MMSE)提升其信噪比;然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信号的获取,保留目标声源方向的信号并抑制其他方向的信号干扰;最后通过一个改进可懂度结合改进最小控制递归平均(improved minimum controlled recursive average algorithm,IMCRA)噪声估计的维纳滤波器来去除噪声残留提升语音质量。仿真实验结果表明,相比传统的单通道语音增强算法,该算法具有良好的噪声抑制性能。

一种适用于全双工情况下的线路回波抵消器

本文提出了一种改进的LMS算法，该算法可应用于在特殊条件下实现线路回波抵消功能。该算法只对标准LMS算法做了部分改动，即用相关函数的最小均方误差准则取代了标准LMS中的误差函数最小均方误差准则。该算法克服了传统回波抵消器在全双工条件下不能更新抽头系数的问题，并在理论上推导了该算法和算法的收敛性。实践和计算机仿真表明该算法在全双工条件下有良好的收敛性能。

时变信道下一种低计算复杂度的信道估计算法

在时变信道中正交频分复用(OFDM)系统下传统信道估计方法存在估计性能差、计算复杂度高的问题.为此,文中提出了一种双对角线性最小均方误差(DD-LMMSE)的信道估计方法.首先建立基于基扩展模型(BEM)的系统模型,然后进行两次对角线性最小均方误差估计得到BEM系数,从而估计出信道的时域冲击响应.仿真实验结果表明,该方法不管在慢时变信道下还是在快时变信道下均具有良好的估计性能,且计算复杂度低.