CDMA2000下行接收技术研究——一种改进的带自适应存储的RLS算法

在下行链路中,接收机必须克服多径衰落等信道环境的负面影响,同时收端只想解调所期望用户的信号,抑制由其他用户引起的干扰,此外接收机也需要较低的运算量。本文对R ake接收和两种次优线性多用户检测(DD和MM SE)算法进行了研究和性能比较。在综合考虑了各种接收算法优缺点的基础上提出了一种改进的带自适应存储的RLS多用户接收算法,并对这种算法做了分析和性能仿真。仿真结果表明在相同指标和减少运算量的情况下,该算法可以得到比次优MM SE算法近2 dB左右的增益,系统的性能得到了提高。

基于Volterra级数的全解耦RLS自适应辨识算法

针对非线性系统辨识问题,提出了一种基于Volterra级数模型的非线性系统的全解耦RLS自适应辨识算法。按照Volterra伪线性组合结构,采用RLS自适应辨识和约束优化理论,导出了具有分块对角形输入相关矩阵的全解耦Volterra标准方程,据此设计了一种基于Volterra级数模型的全解耦的RLS自适应辨识算法。该算法与部分解耦的RLS自适应算法相比,显著提高了辨识过程的收敛速度和精度。仿真结果验证了该方法的有效性。

用于自适应天线的稳健的RLS算法

抗干扰通信是电子战的重要组成部分 ,自适应天线不仅具有很强的抗干扰能力而且可以与其它通信抗干扰技术相兼容 .自适应算法是自适应天线的核心 .本文把应用数学学科研究的热门方法之一“稳健估计 (RE)”应用于RLS算法中 ,得到稳健的RLS算法 (RRLS) ,理论分析与计算机模拟结果都证明了RRLS算法基本保持了RLS算法的优点 ,同时在抗突出值干扰方面 ,优于RLS算法 ,提高了RLS算法的稳健性 .

基于RLS算法的自适应噪声抵消系统研究

介绍了一种基于RLS算法的自适应噪声对消系统,说明了噪声对消系统的原理以及RLS算法的步骤与流程。通过实例仿真,得到了基于RLS算法的自适应噪声抵消系统仿真图。分析仿真结果得出,在单频干扰与宽带噪声干扰两种情况下,RLS自适应滤波器都能很好地消除干扰得到有用信号。证实了在通信语音信号处理中,用基于RLS算法的自适应噪声对消系统可以消除语音噪声,提高语音通信的信号质量。

稀疏自适应Volterra滤波的QRD-RLS算法

求解非线性问题时,非线性Voherra滤波的性能明显优于线性滤波;稀疏结构Volterra滤波器有效降低了Volterra滤波的工程应用复杂度;本文针对稀疏Volterra滤波,改进了基于QR分解的RLS算法,在更换滤波器抽头的时候保留了先前的数据信息,从而加速当前抽头的收敛,加快了滤波器核矢量的更新和替换。仿真结果表明改进的QRD-RLS算法具有快速自适应能力;一同验证了稀疏Volterra滤波的有效性。

基于LMS算法与RLS算法自适应滤波及仿真分析

自适应滤波器在随机信号处理当中得到了广泛应用。文讲述了LMS算法和RLS算法的基本原理,基于两种算法的推导过程较为繁琐,不便理解,本文以两种算法的主要计算环节为突破口,选取合适的迭代公式,对两种算法进行公式推导,方便读者理解。同时,本文通过原理推导、软件仿真的试验方法,设置输入信号、噪声信号,通过输出信号的图像走势对两种算法的优缺点进行对比分析,使读者对两种算法及滤波器的设计具有直观的认识,有一定的参考意义。

基于LMS算法与RLS算法的自适应滤波

自适应信号处理的理论和技术已经成为人们常用滤波和去噪技术。文中讲述了自适应滤波的原理以及LMS算法和RLS算法两种基本自适应算法的原理及步骤。并用MATLAB分别对两种算法进行了自适应滤波仿真和实现。

基于RLS自适应算法的音频数字水印检测技术

实现了一种基于音频信号掩蔽曲线的水印嵌入方法 ,提出了一种基于RLS(递归最小二乘方 )自适应滤波算法的水印检测算法 ,该算法在检测水印时无需原音频文件 .实验结果表明 ,在不影响听觉效果的前提下 ,这种水印嵌入和检测方法对MPEG压缩、常规滤波、加噪等处理均具有很好的抗攻击性即鲁棒性 .

基于自适应RLS算法的鱼雷电磁引信直接耦合干扰消除

为了有效消除鱼雷电磁引信收发天线之间的直接耦合干扰,弥补传统方法的不足,提出了一种基于自适应递归最小二乘(RLS)算法的干扰消除新方法。首先分析了自适应滤波器的一般原理;其次阐述了RLS算法的滤波原理和实现流程;最后结合典型的鱼雷电磁引信过靶参数并设置不同的耦合干扰强度,在MATLAB环境中进行了算法的仿真研究。仿真结果表明,采用该方法可在直接耦合干扰的幅值是目标信号幅值的10万倍的条件下将其有效消除,是一种消除同频强背景干扰的有效方法。此外,该方法还具有自适应算法运算量小、收敛速度快和实时性数据处理等优点。

基于RLS自适应滤波算法的MIMO-OFDM信道估计

对于传统递归最小二乘算法信道估计性能的抗噪声问题,提出一种基于自适应滤波的RLS估计算法。该算法通过在时域内加入自适应滤波器,对信道中的估计结果进行自适应滤波。经过仿真分析,将自适应滤波的RLS算法与传统的RLS算法在误码率(BER)的性能进行比较,得出基于自适应滤波的RLS算法是一种高精度抗噪声的信道估计算法。将系统的输入含有噪声的信号进行自适应滤波,得到输出信号波形,与输入信号波形进行对比,来验证自适应滤波对噪声抑制作用。

基于Volterra级数的RLS自适应算法的混沌时间序列预测

根据混沌序列产生的确定性和非线性机制,基于Volterra级数和RLS算法,提出了一种少参数二阶非线性滤波算法用于混沌时间序列的自适应预测。仿真结果表明,这种非线性自适应滤波器能有效地预测一些超混沌序列,而且该滤波器的一步均方误差性能明显高于其他基于Volterra级数的NLMS算法,表明该算法具有良好的收敛性能。

一种新型自适应均衡算法——RLS结合型算法

本文根据RLS算法和自适应均衡的特点,提出了一种新的自适应均衡算法——RLS结合型算法,并通过在短波信道上模拟判决反馈均衡器(DFE)研究了其性能。新算法是这样工作的:在训练方式,采用RLS算法;在传输方式,采用近似RLS算法。分析和计算机模拟结果表明:新算法的收敛速度和RLS算法一样快,稳定性和计算效率均优于RLS算法。

几种改进型RLS算法在自适应滤波系统中的应用

对用于信道估值 (自适应模拟系统 )和信道均衡 (自适应逆模拟系统 )的几种改进型 RL S算法进行了比较。由于信道估值的最优解可以模拟出信道的传输函数 ,从而得到较为准确的信道参数 ,而信道均衡的最优解却受噪声功率谱密度的影响 ,因此提出了适用于时变信道的、基于信道估值的均衡方法 。

自适应波束形成的SARLS算法

提出了一种改进的递推最小二乘(RLS)算法——子阵异步RLS算法(SARLS)用于自适应波束形成,改进后的算法,在总权矢量的维数为N、子权矢量维数较小时,运算量由O(N2)降到了O(N),并通过实例仿真详细地验证了算法的实用性:该算法在保持对期望信号良好接收的同时,能够很好地抑制到达方向与期望信号不同的干扰信号。

基于RLS的自适应滤波算法研究

为抑制谐振接地系统对地电容中的工频信号和其他谐波成分,提出了一种基于RLS算法的自适应滤波算法。该算法通过给定n-1次迭代滤波器抽头权向量最小二乘估计,依据新到达的数据计算n次迭代权向量最新估计。当滤波器输入信号变化时可保持最佳输出信号,在一定程度上补偿了滤波器元件参数变化带来的运算误差。对其滤波理论及算法进行仿真研究。结果表明:该算法提高了滤波的稳定性、快速性和精确性,优于其他自适应算法。

基于RLS自适应滤波算法的电力有源滤波器直流端电压控制方法

RLS自适应滤波器用于有源滤波器直流端电容电压的控制 ,克服了用LMS自适应滤波器收敛速度慢和稳态误差较大的缺点 ,同时对直流端电容电压的控制完全摒弃了传统的PI积分控制 ,解决了控制参数难以调节及对电路中其他参数的变化非常敏感的问题。稳态和暂态特性的仿真研究比较了两种自适应滤波算法对直流端电容电压的控制及对补偿后的主电流的影响 ,其中RLS自适应滤波器效果要好得多。

一种基于RLS算法的改进自适应算法DSRLS

在简要介绍RIS算法的基础上,从信道的角度分析该算法的不足并提出了改进算法—双边RLS算法(DSRLS)。对于该算法先从理论的角度进行仿真,从而证明该改进方法的有效性,然后推导出适合于工程的递推算法,并给出递推算法的仿真结果。仿真结果表明DSRLS算法比RLS算法在收敛后具有更好的收敛性能。

一种改进的RLS自适应滤波器算法

本文首先简单地介绍了快速ＲＬＳ（ＦＲＬＳ）算法，并提出了稳定快速的基于ＦＲＬＳ算法的修正ＦＮＴＦ算法——ＣＦＮＴＦ算法。最后对其进行计算机仿真。

基于LMS及RLS的自适应均衡算法仿真分析

在通信系统中采用均衡技术是改善信道特性行之有效的方法,为此从时域均衡原理出发,讨论了基于LMS和基于RLS的自适应均衡算法,并利用Matlab对两类算法进行了仿真,从均衡前后信号的星座图、算法收敛特性以及均衡前后系统的误码特性这三个方面对两类算法的性能进行了比较。

单通道RLS算法自适应噪声消除及其遗忘因子的确定

利用RLS算法实现了单通道的自适应噪声消除,并且根据语音信号短时平稳的性质,提出了针对语音信号噪声消除计算RLS算法遗忘因子的方法。实验证明,基于该遗忘因子的RLS算法单通道自适应滤波器能够达到较好的语音降噪效果。