基于格型递归最小二乘算法的船舶运动极短期预报

在最小二乘方法(RLS,recursive least square)的基础上,提出利用格型递归最小二乘(LRLS,lattice recursiveleast square)算法对AR模型参数进行自适应估计。该算法为模块式的多极格型结构,降低了一般RLS算法的计算复杂度。利用实测的动态数据结合AIC准则建立自适应AR预报模型,并将该模型应用于船舶运动预报中,仿真结果表明,相对于最小二乘算法,基于LRLS算法的AR预报模型可有效提高船舶运动预报精度。

MIMO系统的自适应均衡技术研究

研究了用于 MIMO系统的自适应均衡的几种算法 ,比较了最小均方算法 (L MS)、递归最小二乘算法 (RL S)、判决反馈算法 (DF E)、格型梯度自适应均衡算法 (GA L E)和格型最小二乘自适应均衡算法 (L SAL E)。文章的最后给出了仿真结果及结论。