基于非正交对角化算法的非平稳信号盲分离

运用分段平稳的思想处理非平稳信号,对每一子分段信号进行计算,得到相关矩阵群,并运用非正交对角化算法(alternatingcolumnsdiagonalcenters,ACDC)求得分离矩阵的逆阵,从而在混合信号中分离出源信号.仿真结果表明,在信噪比为40dB的情况下,信号的平均干扰比可以保持在-15dB以下.因而采用分段平稳和非正交对角化算法相结合的思想来处理信噪比较高时的非平稳信号,可以取得较好的分离效果.

一种新型自加权伪对角化算法

针对“伪对角化算法”,在对角优势化过程中,存在着对设计者经验的依赖的问题。本文提出了一种“自加权伪对角化新算法”-即利用正交试验的思想,由计算机自动给出加权值,较好地解决了这个问题。

扩展联合对角化算法及其在语音分离中的应用

用扩展联合对角化(JADE)算法对混合语音信号进行盲源分离,并对分离前后的语音信号的波形和频谱进行了分析比较.实验表明,JADE算法在混合语音信号的分离中是有效的.

基于改进对角化算法的无线光通信码间干扰抑制方法

由于目前已有方法未能分析大气信道对无线光通信的影响,导致误码率和稳态误差增加。为此,提出了一种基于改进对角化算法的无线光通信码间干扰抑制方法。结合改进对角化算法,组建无线光通信模型,同时分析大气中散射和湍流效应对无线光通信信号在传输过程中产生的影响。以贝叶斯理论为依据,构建无线光通信信道贝叶斯估计框架,设定联合参数为未进行估计的状态向量。通过粒子滤波(Particle Filter, PF)算法进行贝叶斯估计,实现无线光通信码间干扰抑制。对比实验证明,该方法能在250次迭代中实现快速收敛,本文获取的的误码率最低小于10,稳态误差较小,取得了较理想干扰抑制结果。

彩色视频提取心率信号的联合近似对角化算法

为了实现从彩色视频中有效提取心率信号,实时检测人体心率,提出使用基于特征矩阵联合近似对角化的盲源分离算法,从RGB彩色可见光视频信号中分离周期信号,为周期信号处理和周期分析得出心率提供数据基础,从而提高非接触式心率测量的准确性。同时利用matlab编写程序进行仿真实验,实验结果表明该算法能有效分离振幅在干扰信号波动范围的0.2及以上的源信号,分离信号与已知源信号相关系数高达0.8。

求解Pascal矩阵奇异值的快速Lanczos双对角化算法

在求解m×n Toeplit矩阵SVD的快速Lanczos双对角化算法的基础上,通过探讨m×n Pascal矩阵的结构,得到m×n Pascal矩阵与向量相乘的快速算法,从而得到了求解Pascal矩阵SVD的快速Lanczos双对角化算法。

联合对角化算法在功耗分析去噪中的应用

提出了一种应用联合对角化算法(Joint Approximative Diagonalization of Eigen-Matrics,JADE)提高功耗信息信噪比的方法。在采集了功耗数据的基础上,使用联合对角化算法对功耗数据和噪声进行分离,使信噪比提升了33.6d B。并使用快速固定点算法(Fast ICA)与之对比,在1000次实验条件下,统计出两种算法提升信噪比的平均值和串音误差值。结果表明,联合对角化算法比快速固定点算法提升的信噪比高3.7d B,而联合对角化算法串音误差也低于快速固定点算法,证实其在功耗分析去噪中更有优势。

基于联合对角化算法的非接触心率估计

基于成像光电容积脉搏波描记法(iPPG)和盲源分离(BSS)理论,提出一种非接触估计心率方法。利用网络摄像头在自然光中录制人脸视频图像,将视频图像中检测的人脸区域分离为RGB三通道分量,对一定数量RGB数据做归一化、球化等预处理,再经独立分量分析(ICA)理论和联合对角化(JADE)算法,利用频谱分析估计心率。利用Bland-Altman理论分析估计结果与商用脉搏血氧仪测试结果的一致性,估计结果中均方根误差为2.06次/min,表明本方法能够实现非接触心率测量,同时可以作为远程、非接触多生理参数测量的研究基础。

多相流CT系统的双对角化迭代算法

图像重建收敛速度是CT（Compute Tomography）系统的重要指标，针对图像重建时迭代算法计算量大、耗时等问题，在Lanczos方法基础上，提出一种基于双对角化的迭代算法。对多相流典型流型进行的图像重建仿真实验，并与反投影算法以及代数迭代算法进行比较，结果表明，提出的双对角化迭代算法收敛时间比代数迭代算法缩短约36％，重建图像质量也有所改善。

分辨荧光光谱严重重叠药物体系的惩罚对角化误差算法

水杨酸、龙胆酸和对_氨基苯甲酸是3种荧光光谱严重重叠的常用药物 ,用常规方法难以同时测定 ;运用新近提出的惩罚对角化误差算法 (thealgorithmwiththepenaltydiagonalizationerror,PDE)结合三维荧光分析法 ,对该体系进行了研究 ,研究结果表明该算法不仅能用于荧光光谱严重重叠体系的分辨 。

光偏振复用正交频分复用系统中基于联合近似特征矩阵对角化-独立分量分析的盲均衡算法

该文提出一种在光偏振复用正交频分复用(PDM-OOFDM)系统中基于联合近似特征矩阵对角化-独立分量分析(JADE-ICA)的盲解偏振复用算法。在传统的偏振复用系统中,恒模算法(CMA)被用于解偏振复用信号。然而,该方法需要多次对CMA滤波器系数更新,CMA收敛时间较长,并且CMA算法解偏振复用可能导致奇异性问题。该文结合对经典ICA算法及其模型的分析,提出将JADE-ICA算法用于PMD-OOFDM系统中进行解偏振复用信号。利用该方法,可以分离在发送端和接收端混有高斯白噪声的偏振信号成分,并且提高了系统中偏振信号的分离性能;同时,避免了传统CMA在解偏振复用中的奇异性问题。仿真结果表明,该文方法可以有效分离PMD-OOFDM系统中的偏振信号。

一种改进的大规模MIMO预编码算法

大规模MIMO(Multiple-Input Multiple-Output)是基站装有大量天线,同时服务多个用户的通信方式,其用户间的干扰十分严重。文中通过结合迫零预编码和块对角化预编码算法,提出一种优化的块对角化算法。在大规模MIMO系统中,利用文中提出的新的预编码算法,可以较好地降低用户间的干扰,提高系统整体性能。通过仿真结果可以看出,文中算法比块对角化算法的误码率性能有显著提高。

带转向延误的非对称多模式用户平衡模型及算法

为了在网络建模中更精确地反映交通网络和出行行为的复杂特征,从多模式用户平衡原理出发,综合考虑多模式和转向延误因素以及不同模式、路段和转向之间的非对称作用,利用变分不等式理论建立了带转向延误的非对称多模式用户平衡模型,并在精简对角化算法的框架内设计了求解算法。该模型集成了交通网络的诸多特征,且能直接刻画转向延误与转向流量之间的互动关系,避免了传统扩展网络法的缺陷。算例表明:该模型及其算法对问题的描述与求解是有效的。

改进的MU-MIMO线性预编码算法

针对MU-MIMO系统中多用户天线之间存在的干扰问题,提出一种块状对角化-最小均方误差(BDMMSE)算法。该算法是在信噪比一定的情况下,先用BD预编码算法在发送端消除多用户之间的干扰,然后在接收端使用MMSE信号检测技术对每个用户多个天线之间的干扰进行消除,最终使误比特率达到最小。仿真结果表明,改进的预编码算法比单一的预编码算法的BER性能有显著提高。

异构网络效能优化设计与仿真

由于异构网络中存在同频干扰问题,将导致一部分能量用来传输无用的干扰信号。而多蜂窝小区多用户间的信号干扰一直是降低异构网络性能的难题。针对上述问题,根据波束成形技术,设计了能够消除异构网络中小区间干扰的块对角化(BD)算法,增加了网络的吞吐量,进而提高了系统效能。首先探讨了异构网络的优势和面临的挑战,并建立了异构网络的部署模型;然后根据移动终端配置多根接收天线情况,设计了BD预编码算法。定义了一种效能的度量标准,并将转化为凸优化问题,确定了影响异构网络效能的因素。最后仿真证明,所提算法相对于传统的迫零算法可以显著地提高系统的吞吐量和效能。

室内可见光多用户MIMO系统改进BD预编码算法

块对角化(block diagonalization,BD)算法是一种多输入多输出的传统线性预编码算法,其核心思想是通过奇异值分解(singular value decomposition,SVD)找到干扰矩阵零空间的正交基,从而完全消除多用户干扰(multiuser interference,MUI),但是随着收发端数目的增多,BD预编码算法所需的计算复杂也大大增加,成为了制约其发展的关键因素之一.为此,本文提出了一种改进的低复杂度BD算法——基于正交分解中的施密特正交化求逆与格基规约操作的组合算法,对传统BD算法两次高复杂度操作的奇异值分解用施密特正交化和格基规约操作进行替换,从而降低算法复杂度.结果表明,本文改进算法的计算复杂度上降低了46.7%,系统和容量上得到了2–10 bits/Hz的提高,同时误码率上得到了2个量级的优化.

一种引入虚拟噪声分量的独立分量分析语音增强算法

简要介绍了有关独立分量分析(ICA)的基本理论和算法后,探讨了独立分量分析在语音增强中的应用。针对在加噪模型中进行ICA分离时,噪声消除比较困难这一问题通过理论分析,引入了虚拟高斯白噪声的概念,将其应用在ICA的语音增强算法中得到了解决。仿真试验结果表明,该方法能有效地消除语音信号中的白噪声。

MIMO-OFDM系统的信道盲估计算法

正交频分复用(OFDM)在宽带多天线通信系统中的使用显著地降低了接收端设计的复杂度,接收端信号经过OFDM调制后能将有限冲激响应信道的识别简化为一系列的无记忆系统识别问题。采用盲信源分离算法在频域中对信道进行盲估计,并利用相邻子载波间信号在时间上的相关性,消除多天线系统盲信道估计中幅度和排列识别模糊问题。该算法不需要在发送数据中插入导频和训练序列,提高了系统的频带利用率。

基于延时估计的实时语音盲分离算法

目前盲分离算法相当复杂,对硬件的运算速度要求很高,无法满足实时性要求。根据盲信号分离的原理和特点,提出了一种基于延时估计的实时语音盲分离算法,大大提高了盲解分离的运算速度,主客观评价表明其具有很好的分离效果,证明了算法的有效性。

一种基于IQ失衡的大规模MIMO预编码算法

大规模MIMO具有较高的频谱利用率和能量效率等优点,但大量天线的使用也会带来一些缺点,比如IQ失衡问题等。针对大规模MIMO系统中存在的IQ失衡问题,提出了一种宽线性优化的块对角化预编码算法。通过仿真结果可以看出,本算法相对块对角化算法和宽线性对角化算法在误码率性能上有着显著的提高。