基于峰度准则与判决引导的非线性盲解卷积

针对Weiner模型,提出了一种基于最大峰度准则与判决引导相结合的非线性系统盲解卷积算法。在代价函数中引入了判决引导均方误差,优化代价函数,减少局部极值和降低剩余误差。研究了利用实数编码的遗传算法对代价函数进行最优化搜索。仿真实验表明该算法具有快速收敛性能和高精确度等优点,能够大大提高解卷积后的输出信噪比。

基于最大峰度准则和遗传算法的盲辨识与盲均衡

根据最大峰度准则设计了一种针对线性系统的盲辨识与盲均衡算法。该算法在对系统参数进行估计的同时,用求逆滤波器的方法估计均衡器系数,并利用最大峰度准则不断调整系统参数的估计值,使其逼近实际值。由于采用了高阶累积量,算法对高斯噪声有较好的抑制能力。针对传统梯度搜索方法容易陷入局部收敛问题,又提出利用实数编码的遗传算法对准则函数进行最优化搜索。仿真实验表明,本算法具有快速收敛性能和高精确度等优点,能够大大提高均衡后的输出信噪比。

基于最大峰度准则和判决引导的短波信道盲均衡算法

通过研究短波信道中的Watterson模型,将线性系统盲均衡中的最大峰度准则与输出信号的判决引导均方误差相结合,作为短波信道的盲均衡算法.针对传统梯度搜索方法容易陷入局部收敛问题,提出利用实数编码的遗传算法对准则函数进行最优化搜索.仿真实验表明,该算法收敛速度快和精确度高,能够大大提高均衡后的输出信噪比.

多径信道下基于最小平均峰度准则的盲多用户检测算法

基于最小平均峰度(LMK)准则,提出了一种适用于同步直扩码分多址(DS/CDMA)系统多径慢衰落信道中的盲自适应多用户检测算法.这种算法基于高阶统计量特性,算法复杂度相对较低.仿真结果表明,该算法的稳态性能与子空间自适应多用户检测算法相当,是一种较好的多用户检测算法,有一定的实际应用价值.

基于最大峰度准则的非因果AR系统盲辨识

本文结合最大峰度准则和非线性优化理论中的梯度法，设计了一种非因果AR系统的盲辨识算法，并证明了它的全局收敛性，给出了它在平衡点附近的收敛速度．算法通过构造逆滤波器的方法来进行盲辨识，同时通过基于高阶累积量的自学习算法将逆滤波器的系数逼近AR系统的参数．由于采用了高阶累积量，算法对高斯观测噪声有较好的抑制能力仿真的结果表明了算法的有效性．

能量匹配条件下的CMA盲均衡算法

对CMA盲均衡技术在海上靶场遥测信号接收中的应用进行了仿真研究，同时在CMA盲均衡算法的基础上提出了一种能量匹配约束条件，对在能量匹配约束条件下的CMA算法进行了理论分析和算法推导。根据峰度准则，输入输出信号能量相等是盲均衡实现的充要条件的前提，依据这一前提，对CMA算法代价函数进行修正，有效提高了算法的收敛速度和均衡性能。

Lagrange优化的LMK神经网络盲多用户检测

提出一种基于LMK准则的前馈神经网络盲多用户检测算法,给出算法的代价函数和约束条件,利用Lagrange方法对带约束的代价函数进行优化,获得前馈神经网络网络权值的迭代公式,从而实现神经网络盲多用户检测。仿真结果表明,新算法具有良好的误码率性能和收敛速度。

基于高阶统计的时变子波估计及其应用

地震子波估计是地震资料高分辨处理、解释的基础,快速准确地估计地震子波具有重要意义。笔者利用三谱估计子波的振幅谱,根据峰度最大值准则提取子波的相位,规避了相位的卷绕问题,并讨论了该准则的适用条件。比较了不同窗函数的特性,最终选定Hamming窗函数滑动求取时变子波。利用变频雷克子波模型讨论了时变子波提取的有效性。应用到实际资料处理中,与不同主频的雷克子波标定的地震记录进行对比分析。结果表明:该方法使得子波振幅谱估计更加稳定,相位谱估计更易于实现,与实际情况更加符合。