基于自调整器的CDMA系统盲自适应干扰抑制

本文给出一种能同时抑制DS CDMA系统多址干扰 (MAI)和窄带干扰 (NBI)的盲自适应算法 .此方法基于遗忘因子具有自调整器的迭代最小二乘算法 (SR RLS) ,根据系统的变化自动调整遗忘因子 ,当系统趋于静态时 ,遗忘因子趋于 1,以提高稳态精度 ,在动态系统中 ,遗忘因子减小 ,使算法能有效的跟踪系统参数 .与其它的迭代最小二乘相比 ,具有较小的稳态误差和良好的动态跟踪能力 .文章从理论上分析了算法的收敛性 .最后 ,对算法在静态环境和动态环境中的性能分别进行了仿真分析 .

一种用于MIMO系统的快速天线选择算法

在多径衰落环境中,MIMO系统的信道容量随天线数的增加呈线性增加,发射/接收天线选择方法能以很小的性能损失换取射频成本的大幅度降低,使MIMO系统不完全受射频成本的限制。为快速选择出使系统容量最优的发射/接收天线子集,该文提出一种快速天线选择算法的改进算法。该算法通过实时更新优化参数,大大降低计算复杂度。仿真结果表明,该算法在不影响系统容量的情况下大大减少了计算时间。

一种自适应拟牛顿广义特征分解算法

通过构造一种新的无约束损失函数,广义特征分解问题可以转化为无约束优化问题.此损失函数具有良好的特性,即具有全局极小点、无局部极值点,从而保证了迭代算法的全局收敛性.利用近似Hessian矩阵,提出了一种新的自适应拟牛顿广义特征分解算法.然后,采用随机逼近理论,严格分析了算法的收敛性.仿真结果表明,算法具有快速收敛和动态跟踪能力.

用于增强信号的自适应广义特征向量跟踪算法

广义特征分解技术在现代自适应信号处理中占有重要地位.本文提出了一种新的无约束损失函数用于广义特征分解,并且分析了损失函数的特性.通过应用递推最小二乘(RLS)技术来最小化损失函数,得到了用于求解最大广义特征值对应的广义特征向量的自适应算法.并将这种算法应用于CDMA系统中的智能天线波束形成问题.仿真结果表明算法具有快速收敛和动态跟踪能力.