基于Givens旋转变换的PSWF脉冲调制信号PAPR抑制方法

针对基于椭圆球面波函数(Prolate Spheroidal Wave Function,PSWF)脉冲的调制信号峰均功率比过高的问题,该文提出一种基于Givens旋转的PSWF脉冲峰均功率比抑制方法。该方法从正交PSWF脉冲组的特征向量加权表示入手,利用Givens旋转矩阵G(i,j,q)对所有子坐标平面(i,j)进行q角度的旋转,搜寻使脉冲组PAPR(Peak-to-Average Power Ratio,PAPR)值最小的旋转矩阵,最后利用该矩阵对原PSWF脉冲组进行Givens变换,从而实现降低PAPR的目标。针对Givens旋转次数较多导致计算复杂度大的问题,该文提出分组flipping迭代的算法实现方案。理论证明了该变换方法能够保持脉冲组的带内能量聚集和正交性。仿真结果表明,该方法有效降低了脉冲组的PAPR,同时系统传输效率、调制信号功率谱密度与系统误码率性能均保持不变。

基于Givens旋转多用户多径DS-CDMA信号伪码盲估计

针对多径多用户低信噪比下的伪码估计,提出一种基于Givens旋转多用户多径DS-CDMA信号伪码盲估计的算法.该算法在同步接收扩频信号的基础上,利用特征值分解法获得用户特征向量子空间,通过2维Givens矩阵对子空间特征向量组成的2维载荷矩阵进行旋转,当定义的载荷矩阵总方差达到极小值时停止旋转,得到伪码序列的最佳估计.该算法克服了传统特征分解法估计多用户伪码序列时的缺陷,解决了多用户多径低信噪比情况下伪码序列的盲估计问题.仿真结果表明该算法是有效的,且具有抗多径干扰的能力.

基于GIVENS旋转算法的动态数据误差处理

为了提高实时处理动态数据的能力 ,一种可行的方法是用多CPU同时处理一批动态数据 .提出的基于GIVENS旋转算法的动态数据误差处理 ,易于实现多CPU处理动态数据 .

基于GIVENS的URV子空间方法

基于特征值分解或SVD提取噪声子空间的方法,计算量很大,使这类方法的实时应用受到很大的限制。URV将SVD的对角阵降为部分上三角阵,获得噪声子空间的另一组基,降低了计算量的要求,并且很容易推广成噪声子空间跟踪方法。本文在URV分解的基础上,提出了一种基于GIVENS旋转的噪声子空间实现方法,并且该方法数值稳定性好,具有模块化结构,便于硬件实现。文章最后给出的仿真验证了该方法在DOA估计中的应用效果。

Givens正交变换法状态估计中基于VPAIR消元的改进策略

Givens正交变换法是提高电力系统状态估计数值稳定性的有效方法,但是在变换过程中出现的大量非零注入元影响了其计算效率。按最小度原则的列编号排序和VPAIR逐列变转轴消元策略可以有效减少注入元数目。在上述消元策略的基础上,提出在消元过程中动态调整量测排序的改进策略。所提策略在选择合适旋转对进行Givens变换的同时,进行量测排序的动态优化,可以进一步减少注入元数目。将改进策略与VPAIR策略在不同规模仿真系统的仿真结果进行比较,表明所提改进策略具有更高的计算效率,能够更好地满足在线状态估计的要求。

基于分块吉文斯旋转的电力系统状态估计

针对电力系统状态估计问题中状态量及量测雅可比矩阵的绝大多数非零元素均成对出现的实际状况,提出了一种基于分块吉文斯(Givens)旋转的快速状态估计算法。该算法利用电力系统状态估计问题的上述特点对量测雅可比矩阵进行分块,对列编号进行优化,并采用变转轴逐列消元策略,既减少了所需的内存空间,又明显提高了执行效率。试验系统的仿真结果表明,该方法具有较高的执行效率,能够更好地满足在线状态估计的要求。

利用复旋转矩阵的非酉联合对角化算法

结合复Givens旋转和复Shear旋转,将分离矩阵分解为多个复旋转矩阵的乘积,有效地利用旋转矩阵的结构及目标矩阵经旋转变换后相关元素的巧妙表示,将最小化F范数代价函数问题转化为一系列维数为3×3的实对称矩阵的广义特征向量求解问题,进而提出了一种基于复Givens旋转和复Shear旋转相结合的非酉联合对角化算法.仿真实验结果表明,新算法具有估计精度高、收敛性能稳定等特点.

随机数据驱动下的机电振荡参数在线提取与阻尼调制(一):基于ORSSI的模态参数在线辨识

随机响应数据蕴含丰富的动态信息,从随机响应数据可提取机电振荡特征参数、进行小干扰稳定分析。该文在环境激励电力系统随机响应特征分析基础上,提出了基于在线递归随机子空间辨识法（on-line recursive stochastic subspace identification,ORSSI）的电力系统小干扰稳定性在线评估方法。ORSSI辨识算法利用LQ分解取代了传统SSI算法中的奇异值分解过程,有效地提高了计算速度,同时通过引入Givens旋转变换,替代数据更新后Hankel矩阵LQ分解过程,实现了延伸观测矩阵在线更新,在保证计算精度的同时提高了机电小干扰稳定评估的实时性。基于IEEE 16机68节点系统和某实际系统的仿真,验证了文中方法的可行性和有效性。

基于CORDIC的滑窗最小二乘递推算法

针对最小二乘算法涉及对数据自相关矩阵求逆,若直接求逆则计算量比较大,且求逆过程对误差比较敏感,有限字长效应明显的问题,提出一种基于Givens旋转的滑窗RLS实现方法,并且给出了CORDIC实现的方法,提高了基于QR分解的最小二乘算法实现的计算效率和数据吞吐率,使其适应于需要极高采样率的应用,并且该算法能够以滑窗形式的样本作为输入,比传统的Givens算法能够适应更多的应用环境。仿真结果验证了该方法的有效性。

电炉温度的递推子空间自适应预测控制方法

为解决预测控制中遇到的被控对象的不确定性及模型失配等问题,提出了一种基于遗忘因子的递推子空间自适应预测控制策略。同时结合子空间辨识与广义预测方法,形成了完全数据驱动预测控制器,为了提高递推子空间算法的实时计算效率还采用了Givens旋转方法,只更新受影响的列而不是整个矩阵,避免了在每一步都要进行QR分解。通过这种优化策略,在很大程度上节约了计算时间。最后利用电炉模型进行了仿真实验,验证了设计方法的有效性。

一种基于分块下三角分解的子空间GNSS抗干扰方法

通过SVD获得子空间的方法,适合于多变环境和较少数据样本情况,但计算量很大,限制了该方法的实时应用。在不降低性能的条件下,将SVD弱化为分块下三角分解,减少了提取子空间的复杂度,并给出基于Givens旋转的实现结构,具有结构简单,便于并行实现的优点。将该方法应用于GNSS抗干扰仿真实验,验证了其有效性。

基于回溯搜索优化的卷积混合语音盲分离

针对独立矢量分析(IVA)算法初始分离矩阵取值对分离性能影响较大的局限性,提出了基于回溯搜索优化的卷积混合语音盲分离算法。采用频域各频率点IVA分离信号的复数峭度和作为目标函数,利用回溯搜索优化算法(BSA)对初始分离矩阵进行优化调整,更好地实现了语音信号的盲分离。在分离过程中,采用复Givens旋转变换原理将对分离矩阵的求解转化为对旋转角度的求解,有效减少了BSA的参数编码维数,降低了优化求解难度。针对语音信号的卷积混合分离实验表明,该算法具有良好的分离效果,其分离性能较之基本IVA算法显著提升。

基于自适应滤波算法的电压波动检测与跟踪

随着工业发展电网电压波动问题变得日益严重,检测与跟踪电压波动已成为供用电部门的一项重要任务。为此,在自适应滤波理论的基础上,提出一种新的QR分解递归最小二乘算法。该算法不但提高了数值稳定性,还保持了传统递归最小二乘算法的快速收敛性。然后,引入脉动阵列以高度流水线化的方式对QR分解中的Givens旋转步骤进行并行处理,从而提高了算法的执行效率,使其具有了更好的实时性。最后,通过Mat-lab完成对电力系统电压波动检测与跟踪的仿真,仿真结果验证了该方法的可行性和有效性。

一种改进的准正交空时分组码译码方案

针对传统全速率准正交空时分组码(quasi-orthogonal space-time block code,QO-STBC)译码复杂度高的问题,提出一种改进的准正交空时分组码译码方案。该方案通过在接收端乘以信道矩阵的共轭转置及Givens旋转矩阵,消除检测矩阵部分干扰项,使检测矩阵三角化。和传统的准正交空时分组码最大似然译码算法相比,该译码算法将最大似然判决式最简化,译码复杂度被降到最低。理论分析和仿真结果表明,改进的译码方法在保证误码率性能的同时,降低了译码复杂度,提高了译码速度。

一种基于Householder变换的递归QRD—LS算法

本文提出了一种采用Householder变换实现的递归QRD-LS算法,该算法通过采用Householder变换取代Giv- ens旋转递归实现复矩阵的QR分解来求解LS问题,可以获得比基于Givens旋转的QRD—LS算法更快的处理速度。此外, 算法引入了复数QR分解,解决了算法只能处理实数信号的问题。通过定义新的数据矩阵,算法还可以合并求解数据域正规方程中的系数矩阵和右侧向量,从而提高了计算效率。通过对其在智能天线中的应用进行仿真,验证了算法的性能。

一种结合G.719编解码器的参数立体声音频编解码扩展方法

针对ITU-T G.719全频带音频编码标准尚不支持立体声压缩编码的问题,结合G.719编解码器提出并设计基于离散傅里叶变换(discrete Fourier transform,DFT)的参数立体声音频编解码扩展模块.输入音频信号进行DFT变换后在子带内提取相应的空间参数,并将左右声道下混为和声道;解码时,对和声道进行能量补充,分别运用等式法和基于Givens旋转的奇异值分解法(singular value decomposition,SVD)进行解码恢复.测试结果表明,在G.719中合理设计参数立体声编解码可以获得较好的压缩效果,对于平缓的音乐,等式法比奇异值分解法可解码得到稍高的音质,且复杂度较低;对于变化较快的音乐,奇异值分解法可得到相对较好的音质,但复杂度较高.

基于FPGA的改进的排序QR分解实现

MIMO技术虽然可以提高频谱的利用率,但是多维度的信号处理为MIMO信号的检测带来了极大的挑战.在对各类MIMO检测算法分析的基础上,选择非线性QR分解算法作为研究对象.为了获取更高的检测性能,进一步研究了排序的QR分解并提出了基于L1范数的排序方案.Matlab性能仿真显示,基于L1范数的排序策略和基于L2范数的排序策略对MIMO系统检测性能的影响基本一致,但采用L1范数降低了计算复杂度.在此基础上,设计了基于FPGA的利用Givens旋转改进的排序QR分解的硬件电路结构.在4×4信道矩阵的分解实现中,相较于L2范数求解,L1范数在单个列范数计算中组合逻辑资源至少节省了29.2%,触发器资源至少节省了32.4%.整体结构设计与同等规模的类似结构相比,主频时钟得到明显改善.

排序QR分解MIMO检测器在FPGA中的实现

对于MIMO系统而言,其复杂度主要集中在检测上。在分析现有MIMO检测算法的基础上,给出了一种新的基于Givens旋转的排序QR分解检测器的实现方法。该方法通过将复数域的矩阵进行对称变换,转化到实数域进行QR分解,大大降低了运算量。依据上述方法,给出了硬件实现流程和模块结构图。软件仿真和硬件实现结果表明该检测方法在保证检测性能的基础上,大大降低了其硬件实现的复杂度,节省了FPGA中宝贵的乘法器资源和逻辑资源,保证了后续MIMO原理样机的研制。

一种新的3发1收准正交空时编码方案

提出了一种新的码率为1的3发1收准正交空时编码方案,通过利用Givens旋转消除检测矩阵中的干扰项。在瑞利衰落信道下仿真分析了所提算法与传统算法的误码率性能。仿真结果表明,所提算法在性能上要优于传统的4发1收QO-STBC方案,并且在低信噪比时,性能要优于传统的码率不为1的3发1收O-STBC算法。

基于改进QR算法的矩阵分解器设计

矩阵分解是矩阵求逆中重要的运算之一,被广泛运用在神经网络、数字信号处理、无线通信技术等领域中。针对传统的分解算法运算不利于硬件实现的缺陷,文中在一种列向量优化QR分解算法的基础上,提出了一种一维线性矩阵分解结构,并完成了其ASIC设计。该分解器支持2~32阶矩阵分解运算,在TSMC 28 nm工艺下工作主频为700 MHz。仿真和FPGA测试结果表明,该分解器与MATLAB运算结果的相对误差小于10^(-12)。在执行12阶级以上规模矩阵分解时,该分解器的运算周期相比传统一维线性结构具有2.3倍的加速比。在执行32阶矩阵分解时,该分解器的运算周期相比于NIVIDA RTX2070具有22.8倍的加速比。