双递推最小二乘二阶统计盲信道识别和均衡算法

对于单输入一多输出(SIMO)FIR信道,文中提出一种基于二阶统计的自适应盲识别和均衡算法.首先,基于输入数据矩阵的QR分解把盲信道识别问题转换为低秩矩阵近似解.然后,应用双递推最小二乘(Bi-LS)子空间跟踪方法来推导快速递归盲信道识别算法.新算法仅需要O(md^2)计算复杂度或者O(md)如果仅是均衡,其中m为接收数据矢量的维数(或信道矩阵的行秩),而d是信号子空间维数(或信道矩阵的列秩).为了克服后向迭代的缺陷,也提出一种逆QR子空间跟踪和信道均衡递推算法.逆QR递推算法十分适合于脉动阵并行实现.模拟结果证明了所提出的算法对于信道识别和均衡的有效性.

时域模态参数识别在南京长江大桥安全监测中的应用

南京长江大桥是我国自行设计建造的首座特大铁路、公路两用钢桁梁桥,为保证桥梁的安全运营,需建立南京长江大桥安全监测与状态评估系统。固有频率、阻尼比、振型等是反映结构整体性能的模态参数,是系统固有的,可作为评价大桥整体性能的重要依据之一。对于大型结构(如桥梁),频域识别法中的频响函数的获得是一件很困难的事情,用时域法进行模态参数识别的优点比较明显。利用一种时域识别方法——逐步扩阶双递推最小二乘法从火车过桥引起的响应中识别该桥模态参数,与随机减量法综合运用,可以对多种响应进行识别。仿真计算和对南京桥实测数据分析的结果表明该方法是可行的。