机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。

基于最小均方误差估计的RFID室内定位算法

近年来基于射频识别(RFID)的室内定位技术得到了大量的关注及广泛的应用。由于无法利用目标标签的先验信息,现有的基于极大似然估计的室内定位算法性能存在进一步提高的可能。文中提出使用标签位置分布统计特性作为先验信息来提高定位精度,将基于到达时间(TOA)的二步加权最小二乘法从极大似然估计扩展到最小均方误差估计,并推导了基于最小均方误差估计的TOA定位方法的克拉美罗下界(CRLB)和理论方差。理论分析和仿真结果都表明该算法优于极大似然估计定位算法。

带零吸收项的变步长l_0范数归一化最小均方误差算法

针对稀疏系统的识别问题,提出一种带零吸收项的变步长l0范数约束归一化最小均方误差(l0-NLMS)算法。在此改进的l0-NLMS算法中,通过箕舌函数来调整步长的变化,理论推导了此l0-NLMS算法在均值和均方差下的收敛条件以及均方误差和均方偏移量的表达式。设计实验分别比较在不同输入信号时算法的步长和稳态偏移量的变化,通过仿真验证该算法在识别稀疏信道模型上是有效的。分析结果表明:当处于相对高的信噪比、低的信噪比、输入不相关信号和输入相关信号时,该算法具有较快的收敛速度,能很好地进行稀疏系统的模型识别。

多用户检测中解相关检测和最小均方误差检测的研究

多用户检测技术是第三代移动通信系统关键技术之一。其主要思想是充分利用所有用户的信息对接收信号做联合检测,抑制多址干扰,缓解"远-近"效应,从而有效地提高系统容量。本文对多用户检测技术进行初步的研究,尤其是两种主要的线性多用户检测技术:解相关检测和最小均方误差检测,做仔细地研究和比较,并用MATLAB在AWGN信道下和DS-CDMA系统中做仿真。

基于导频结构的遥测时变信道均衡技术

信道均衡(Channel Equalization,CE)技术作为一种高效抗多径方法,在卫星通信领域有着广泛的应用价值。为提高均衡算法性能,提出一种基于面向判决的最小均方(Decision-Directed Least Mean Square,DD-LMS)算法及判决反馈均衡(Decision Feedback Equalizer,DFE)算法的自适应均衡技术。该技术基于导频训练序列方案及最小二乘法进行信道估计,在时域对畸变码元进行补偿;基于信号传输速率及信道特性设置导频数据结构,自适应切换信道均衡模式及步长因子,实现最优均衡性能。在遥测多径衰落信道下,该自适应均衡算法误码率为10^(-5)时约有0.5 dB增益,具有良好的系统稳定性。为满足实际应用需求,基于现场可编程门阵列(Field Programmable Gate Array,FPGA)平台进行实现,仿真及实测结果验证了该算法的有效性。

基于LMS算法的短波通信数据干扰控制技术

短波通信原理简单,已广泛应用于大型无线通信系统。但在实际应用中,很多因素会影响短波通信,造成数据干扰,因此应采取有效的控制措施。基于此,分析短波通信的基本内容与主要特点,并在剖析短波通信干扰的基础上,分别从短波通信信号特征提取、干扰数据识别、数据干扰控制及实验测试4个方面,探讨基于最小均方(Least Mean Square,LMS)的短波通信数据干扰控制技术。

数字音频信号处理中的主动降噪方法

本文针对数字音频信号处理中的主动降噪问题展开了研究。首先,通过探讨LMS算法的基本原理,分析了其在降噪任务中的应用及局限性。然后,提出了自适应正则化技术,增强了算法在非平稳噪声环境下的性能和稳定性。最后,利用NOISEX-92数据集对所提出的优化方法进行了实验验证,结果表明优化后的方法在信噪比(SNR)和均方根误差(RMSE)等评价指标上取得了显著的改善,表明自适应正则化技术对提高LMS算法在数字音频信号处理中的主动降噪效果具有重要意义。

采用均衡技术的OFDM系统性能分析

当发送信号通过带限的、非理想信道时 ,通常会产生码间串扰 (ISI) ,采用均衡技术可以有效的进行补偿。介绍了正交频分复用 (OFDM)系统中的两种均衡技术 (基于导频平均的均衡和最小均方算法的均衡 )的特点和实现方法 ,以多谱勒频移为主要信道参数 ,对瑞利衰落信道条件下的 OFDM系统分别采用两种均衡时的性能进行了分析和比较。仿真分析结果表明 ,对于变化较快的信道 ,采用导频平均均衡 ,而 LMS均衡算法只适用于变化较慢的信道。

自适应均衡技术的研究

为减小声音在经过房间到达人耳时存在的失真,需要进行必要的校正。对传统的最小均方(Least Mean Square,简称LMS)算法进行改进,并用于数字房间校正,能迅速检测影响传输频率特性的各种因素,计算出传输频率特性曲线,自动设定一个与之对称的反向均衡曲线,使系统能得到一个相对平直的传输频率特性曲线。仿真验证了改进的LMS算法在收敛速度和稳态误差两方面的明显改善。

基于IBIS-AMI的信号去加重仿真方法研究

随着芯片频率的不断提升,信号传输速率大幅度提高,受传输路径寄生参数以及趋肤效应的影响,信号质量管控困难陡增。在高速串行电路中,信道呈现低通特性,信号的高频分量损失远超低频分量,高低频损耗差会导致严重的码间干扰。工程师经常采用FIR高通滤波器来实现信号的预加重和去加重,从而减少信号高低频分量的损耗差距。由于传统基于matlab的加重技术仿真方法忽略了芯片电气参数的影响,提出一种基于IBIS-AMI的预加重/去加重仿真方法。方法采用LMS算法对FIR滤波器系数进行估计,建立基于IBIS-AMI的传输链路仿真模型,对不同芯片电气参数下高速信号传输结果进行比较。仿真结果表明,在发送端采用加重技术会使系统的传输性能得到提高。所提方法在仿真中引入实际芯片电气参数,相对于传统MATLAB仿真有所改良。

一种面向视点绘制的深度图像后处理方法

基于深度图像的绘制是三维视频系统中的一项关键技术。然而,深度编码失真会对后续虚拟视点绘制的性能产生极大的影响。提出了一种面向虚拟视点绘制的深度图像后处理方法,利用基于置信区间的交点规则确定深度图像中每个像素点的滤波窗口,利用最小均方逼近多项式技术估计每个像素点的深度值,再利用加权模式滤波器对估计的深度图像进行滤波处理,得到深度滤波图像。实验结果表明,该方法能够精确地恢复出真实深度信息,提高虚拟视点图像的绘制性能。

基于改进增益型自适应LMS算法的谐波检测方法

基于自适应噪声对消原理的谐波电流检测方法相对其他检测方法来说,具有实现简单、鲁棒性强等特点。该方法利用信号处理中的自适应干扰对消原理,将电网电压信号作为参考输入,负载电流作为原始输入,从负载中实时消除与电压波形相同的基波有功电流分量(或基波电流),从而得到负载电流中所有谐波与基波电流无功分量之和。再配合有源电力滤波器(APF),由补偿装置注入一个与谐波和基波电流无功分量之和大小相等极性相反的补偿电流,达到抑制谐波与基波电流无功分量的目的。提出了一种基于改进增益型自适应谐波电流的检测方法,该方法采用的反馈量不同于以往方法中的误差信号,而是将误差信号经过数学转换,使其转换成一个能真正反映系统跟踪误差的信号,并将其作为自适应滤波器权系数迭代的反馈量。通过Matlab证明该方法能够在保持较小的稳态失调的情况下也具有较快的动态响应速度。

哈特曼技术在序列光斑检测中的应用

为了提高水平链路大气无线激光通信中的对准精度,降低强湍流对激光通信的影响,对系统结构进行了改进并研究了光斑检测对准算法。首先,根据哈特曼-夏克传感器对波前畸变局部的实时探测结果,计算局部畸变的变化量,从而实时确定局部截止频率-局部判决阈值Tn。接着,采用统计序列均方误差获取序列采样信息M(Xi,Yi),并根据局部阈值判决确定信标序列采样空间(Xi,Yi)。最后,遵循最小二乘原则进行圆心拟合,使序列均方误差达到最小,并从信息论的角度出发,分析了基于序列信息圆心拟合光斑检测法的优缺点。实验结果表明,在湍流中该方法的检测精度优于4μrad,比传统质心算法的检测精度高1倍,满足了大气无线激光对准的基本要求,较好地回避了湍流引入噪声过大这一难题。

基于二维三阶多项式拟合的阈值曲面分割法

针对光照不均匀情况，提出了基于二维三阶多项式拟合阈值曲面进行分割的方法。遵循最小均方误差原理，给出了二维三阶拟合的矩阵表达式及详细的程序实现方法。拟合点以人机交互形式，由鼠标点击选出，程序自动记载所选点的图像坐标与灰度值信息，然后拟合出阈值曲面，并以二值图像形式给出分割结果。对一幅光照模型未知的网格图像进行了分割，实验结果良好。

提高收发隔离度的自适应对消技术研究

针对转发式干扰过程中干扰信号进入接收机而造成系统不能正常工作甚至自激的问题 ,提出应用自适应干扰对消技术 ,可以消除干扰保存有用信号 ,以达到提高干扰机收发隔离度的目的。

一种改进的自适应谐波电流检测方法

针对现有的基于双曲正切函数变步长LMS(least mean square)算法的谐波电流检测仍存在稳态误差和收敛速度不能同时满足要求的问题,分析了一种基于双曲正切函数变步长LMS算法改进的变步长算法,利用误差的时间均值估计建立步长与误差之间的新型双曲正切函数关系以控制步长的更新,降低稳态误差,提高算法的检测精度。同时,对权值采用2次迭代更新,将2次迭代的结果作为新的权值,以加快权值的更新速度,提高算法的收敛速度。该算法具有较高的检测精度的同时还有较快的响应速度。Matlab/Simulink的仿真结果证明了该算法用于谐波电流检测具有很好的效果。

基于码分多址的大容量鲁棒数字水印方案

提出了基于CDMA的大容量鲁棒数字水印方案。该方案解决了基于CDMA的大容量水印所面临的几方面问题,应用排序后构造分组矩阵的方法,解决了CDMA数字水印系统中嵌入较大水印图像所出现的同址分组干扰严重的问题;通过对合路器合成后的水印序列进行自适应调节,可以有效解决PSNR值下降较大的问题;通过应用线性最小均方误差估计进行水印检测,在不加剧噪声影响的情况下解决了CDMA水印中存在的多址干扰问题。实验结果表明,本文提出的方案和方法实现了水印容量大、宿主图像失真小、水印信息的安全隐蔽性好、抗干扰噪声以及其他常见图像处理攻击的鲁棒性强等优点。

基于并行技术和流水线的LMS自适应滤波算法

针对现有自适应滤波算法中数据处理效率低的问题,提出了基于并行技术和流水线的最小均方误差(Least mean square,LMS)自适应滤波算法。该算法构建基于并行技术的多输入多输出滤波器结构,成倍提高系统滤波处理速度;设计基于流水线的LMS自适应滤波权系数求解方法,有效改善了权系数计算效率。最后利用现场可编程门阵列(Field programmable gate array,FPGA)对该算法进行了验证,结果表明,对于四级并行流水线四阶LMS自适应滤波器,其数据处理速率提高了约8倍,在相同的数据处理速率下,其功耗可降低约84%,从而提高了LMS自适应滤波处理速率,降低了系统功耗,实现了高速、超高速数据流的实时自适应滤波处理。

主通风机风压特性方程求解算法研究

为解决高次多项式拟合风压特性曲线产生的病态性问题及确定风压特性曲线最佳拟合次数,提出使用正交多项式处理,可避免病态方程组;并提出均方误差δ不能作为判别拟合效果的准则,而在误差符合零平均正态分布时,可使用标准差σ作为判断拟合效果的标准。基于正交多项式、最小二乘原理及标准差σ,给出了求解最佳风压特性曲线拟合方程的算法,并得出风压特性曲线5次或6次不是共同的最佳拟合次数,最佳拟合次数因通风机不同而异。

室内可见光通信中的自适应分集接收技术

针对室内可见光通信系统中信道是典型的随参信道、数据传输存在多个路径的特点以及室内人员、物体的移动可能会造成信号路径遮挡的问题,提出一种基于变步长最小均方算法的自适应分集接收技术,结合分集接收技术和自适应信号处理技术各自的优点。通过理论分析和仿真验证,与传统的分集接收技术进行对比,对比结果表明,该技术可有效改善接收端信号质量,减小多径传输引起的码间干扰并提高系统对室内环境变化的适应能力。