一种具有快速收敛特性的盲自适应波束形成算法

本文提出了一种基于信号的周期平稳特性的具有快速收敛特性的盲波束形成新方法。该盲算法应用了ＲＬＳ技术,仿真实验证明该算法的收敛速度快于Ｃａｓｔｅｄｏ 等人提出的随机梯度算法     

周期平稳信号特性在盲波束形成中的应用

本文综述周期平稳信号的基本理论及其在盲波束形成领域中的应用。在此基础上,并结合我们的工作,对基于信号周期平稳特性的盲波束形成的发展作一展望。     

一种基于周期平稳的鲁棒盲神经网络波束形成器

本文提出了一种鲁棒的盲神经网络波束形成算法。该算法利用信号的周期平稳性佑计阵列的导引矢量，利用ＬＣＭＶ方法抑制噪声干扰，利用对角加载技术增强算法的鲁棒性，利用神经网络的网状计算结构特点便于其实现。理论分析和计算仿真表明，该算法实现简单，鲁棒性强，易于实时应用。     

一种稳健的周期平稳信号的盲波束形成算法

因为不需信号个数和导向向量等任何参考信息,基于周期平稳信号的盲波束形成算法在信号处理领域得到非常广泛的应用,然而这类方法是建立在循环频率准确已知基础上的,在实际应用中往往不是如此,循环频率的估计误差将导致算法性能变差,为了改进这点不足,在传统的循环自适应波束形成(CAB)算法的基础上,提出了一种改进的 CAB 盲波束形成算法,经理论分析和计算机仿真,证明了该算法是有效的.     

一种基于互相关神经网络的声呐盲波束形成方法研究

针对水声环境和水声信号的特点，提出了一种基于神经网络的声呐盲波束形成算法。该方法利用水声信号的循环平稳特性把波束形成权向量的求解问题转化为阵列接收信号互相关函数的奇异值分解问题；引入一种互相关神经网络求解阵列接收信号相关函数的奇异值，从而减小了运算的代价，可高效实现盲波束形成。提出的改进互耦Hebbian学习规则有效地提高了神经网络权值的更新速度，为问题的实时求解提供了有效的途径。该方法还能抑制噪声和干扰的影响，表现出较强的顽健性。仿真实验验证了算法的正确性。     

一种基于周期平稳的鲁棒盲神经网络波束形成器

本文提出了一种鲁棒的盲神经网络波束形成算法。该算法利用信号的周期平稳特性估计阵列的导引矢量,利用LCMV方法抑制噪声干扰,利用对角加载技术增强算法的鲁棒性,利用神经网络的网状计算结构特点便于其实现。理论分析和计算机仿真表明,该算法实现简单,鲁棒性强,易于实时应用。     

基于GPS循环平稳特性的盲波束形成算法改进

在卫星导航自适应阵列抗干扰中,为避免先验信息误差和阵列误差对自适应波束形成性能的影响,可采用基于正交投影和导航信号循环平稳特性的盲波束形成算法(OCAB)。针对GPS信号,采用周期延迟信号处理的OCAB算法(CDOCAB)时,由于数据长度有限,噪声循环自相关函数估计量不为零,因此将影响循环平稳方法的性能,而采用解重扩数据辅助的OCAB算法(DS-OCAB)可以避免噪声估计误差的影响。将两种算法进行仿真比较,仿真结果表明,DS-OCAB算法可在少数据量的情况下保证算法性能不下降,提高算法的稳健性。     

基于神经网络的盲波束形成

利用径向基函数神经网络来实现无线通信中智能天线的波束形成. 利用了信号相关阵的对称性质,仅考虑相关阵中的上三角(或下三角)的部分元素作为网络的输入量,计算量较小.进一步提高了运算速度,具有收敛快且准确的优点.计算机模拟实例证明结果与理论相吻合,表明了该方案的有效性.     

存在循环频率误差时的盲自适应波束形成

绝大多数通信信号都具有循环平稳特性，利用信号的循环平稳特性可以进行真正的盲自适应波束形成，例如CAB类算法以及基于特征空间的盲波束形成算法^[3]。但当循环频率存在误差时，上述算法的性能将急剧下降。本文提出一种改进算法，在估计循环相关短阵时引入遗忘因子可以大大降低算法对循环频率误差的敏感性，计算机仿真验证了理论分析的正确性。     

基于可变步长的Hopfield神经网络盲检测算法

使用了一种新的激活函数,来提高Hopfield神经网络(Hopfield Neural Network,HNN)的抗干扰性能。为解决采用新激活函数后收敛速度较慢的问题,设计了一种基于可变步长的Hopfield神经网络(Variable Step Hopfield Neural Network,VSHNN)盲检测算法。仿真实验表明,与传统盲检测算法相比,VSHNN盲检测算法加快了能量函数收敛速度,提高了算法的抗干扰性能。     

LMS自适应波束形成方法研究

研究了最小均方误差（LMS）和归一化最小均方误差（NLMS）自适应波束形成方法的性能,分析了影响波束形成性能的因素,通过计算机仿真实验验证了搜索步长、迭代次数、快拍对波束形成性能的影响,并比较了两种方法的收敛速度、稳态误差和抗干扰性能。     

用于智能天线技术中的MMSE波束成形器

近年来,智能天线正受到越来越多的重视,他可以有效地提高移动通信系统的容量,改善系统的信噪比。智能天线的自适应波束成形中,有多种不同的自适应波速成形算法,在这里重点讨论使用MMSE算法的波束成形器,因为使用MMSE接收机在静态(或者恒参)信道中,MMSE接收机的性能比较好。在简单介绍智能天线技术之后,通过对MMSE算法和MV算法,设定条件进行仿真对比,来阐述MMSE算法的优势和选择他的场合。     

一种稳健的自适应波束形成器

当信号噪声比超过一定的门限时,线性约束自适应波束形成器对天线的幅相误差有很高的敏感度,即使在误差很小的情况下,期望信号也会如同干扰一样被抑制掉。该文通过对广义旁瓣相消器的阻塞矩阵加以改进,提出了一种对阵列天线误差有良好稳健性的自适应波束形成器。该方法基于广义旁瓣相消器结构,可方便地进行部分自适应,降低运算量。     

广义Hopfield网络求解TSP

本文提出了用广义Ｈｏｐｆｉｅｌｄ网络求解ＴＳＰ的改进算法，较之用Ｈｏｐｆｉｅｌｄ网络求解ＴＳＰ的传统算法，新算法改进之处主要有两点，一、引入了辅助单元（本文称之为快单元）从而可以更加灵活构造能量函数。二、采用新的单元输入输出函数，并调整单元的自反馈和阈值，从而实现能量补偿，抵消能量误差，模拟结果表明，新算法优于传统的Ｈｏｐｆｉｅｌｄ网络算法。     

基于实虚型连续多值复数Hopfield神经网络的QAM盲检测

针对统计量算法盲检测QAM信号的缺陷,该文提出了一个实虚型连续多值复数Hopfield神经网络算法,该网络的实部、虚部各含一个连续多值实激活函数.该文构造了适用于该网络的能量函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时,该实虚型连续多值复数Hopfield神经网络可有效地实现QAM信号盲检测.仿真试验表明:该算法采用较短接收数据即可到达全局真解点,并且适用于含公零点信道.