时滞和滤波联合辨识的递推最小二乘算法

时滞和滤波联合辨识问题既是经典时滞估计问题的推广，又是自适应系统建模和时灌估计两方面的交叉。本文针对先滤波后时滞的系统模型，从方法上改进BOUDREAU＆KABAL提出的基于快速横向滤波器的递谁最小二乘滤波算法，使其时间复杂度由O［19ρ］下降为0［7ρ］，便于实时在线应用。我们以低通滤波器与线性时滞串联系统的辨识为例，表现该算法对变化时滞的跟踪能力及联合辨识性能。     

递归最小二乘格型滤波联合估计过程性能分析

联合估计过程有2种模式,分为总体误差更新及阶误差递归更新方式。经过格型结构滤波后,提取其中产生的后向预测误差序列作为联合估计的输入信号。通过对系统辨识问题的仿真分析,得出以下结论：如果不需要严格关注滤波模型本身噪声所带来的测量误差,从实用性的角度考虑,在总体误差更新模型中采用递归最小二乘格型联合估计处理方式（RLSLJE）性能较好,其收敛效果较为理想。     

基于递归最小二乘的DS-SS系统抗窄带干扰技术

该文针对DS-SS系统的未知窄带干扰,通过分析接收信号统计特性,提出递归最小二乘(RLS)滤波的干扰抑制算法。与盲递推最小二乘算法相比,减少了约束条件,降低了复杂度,而且克服了LS滤波算法不能实时处理的弱点,可以实现快速算法。仿真结果表明,该算法抑制干扰对DS-SS系统性能改善优于自适应线性滤波算法,而且不用考虑算法的收敛性,更利于工程应用。     

一种遮挡检测的核最小二乘视觉跟踪算法

针对视觉跟踪中目标、背景的复杂变化问题,提出一种遮挡检测的核最小二乘视觉跟踪算法。首先,以带约束的核最小二乘方法建立视觉跟踪优化模型,训练阶段,循环移位基采样构造训练样本集,达到稠密采样目的,利用循环矩阵的优良特性,通过快速傅里叶变换高效计算核最小二乘问题;同时,提出了基于高阶累积量的遮挡、形变等复杂变化的检测方法,改进分类器的更新处理机制。实验结果表明,在各种具有挑战性的视频序列,与现有最好算法对比,在实时性和精度方面,本文所提算法都具有较优的性能。      

一种基于拟牛顿法的递归最小二乘方法

基于拟牛顿优化方法,提出了一种稳健的自适应FIR滤波算法。新算法用最小二乘误差(LSE)代替了均方误差(MSE)作为代价函数,它具有和常规递归最小二乘(CRLS)算法相近似的追踪能力,且不存在数值计算不稳定性的问题,在收敛速度以及稳态效果方面也要优于De Campos的拟牛顿(QN)算法。通过计算机仿真比较了有关算法的性能。     

基于递推最小二乘算法的小信号检测

受到强干扰影响的小信号通常难于有效检测。在分析递推最小二乘算法(RLS)原理及其几种改进形式的基础上,采用自适应方法将已检测出的大信号与原混叠信号对消,降低大信号对小信号的遮蔽作用,再进行小信号的检测。最后通过仿真证明,该方法能够在较小失真的情况下,有效检测出被大调幅信号干扰下的小调频信号;同时分别比较了各种算法的优劣,得出基于可变遗忘因子的RLS(VFF-RLS)算法不仅具有较快的收敛速度,而且收敛之后具有很好的平稳性能。     

用于FIR滤波器的递归最小二乘拟牛顿算法

基于拟牛顿优化方法,提出了一种稳健的自适应FIR滤波算法。新算法用最小二乘误差(LSE)代替了均方误差(MSE)作为代价函数,他具有和常规递归最小二乘(CRLS)算法相近似的追踪能力,且不存在数值计算不稳定性的问题,在收敛速度以及稳态效果方面也要优于DeCampos的拟牛顿(QN)算法。由计算机仿真比较了有关算法的性能。     

半盲最小二乘恒模算法研究

恒模算法(CMA)是一种广泛应用于阵列处理、均衡、多用户检测中的盲算法.最小二乘恒模算法(LSCMA)由于其全局收敛性及稳定性受到关注.本文针对CDMA系统下行链路,基站知道小区内用户码字而小区外干扰用户码字未知的情形,提出一种适用的半盲LSCM多用户检测(MuD)算法.它将非盲多用户检测(本文中选用解相关MUD)与盲多用户检测技术(本文中选用LSCM检测器)相结合,首先根据小区内已知用户的信息,利用解相关MUD抵消小区内其它用户的干扰,接着利用LSCM算法抵消剩余的干扰.文中将SB-LSCM算法与已经提出的半盲解相关算法、LSCM算法和解相关算法进行了复杂度、SIR和BER性能的比较,并对SB-LSCM算法的SIR性能进行了理论分析.仿真结果表明SB-LSCM算法能够获得与半盲解相关相当的SIR的性能,但是其复杂度更低且在系统负荷大时能够获得优于半盲解相关算法的BER性能.另外,SB-SLCM算法能够获得较LSCM算法更快的收敛速度以及更加优良的性能.     

核递归最小平均P范数算法

在强脉冲噪声干扰背景中,核递归最小二乘(Kernel Recursive Least Square,KRLS)算法和核递归最大相关熵(Kernel Recursive Maximum Correntropy,KRMC)算法对非线性信号预测性能严重退化,对此提出一种核递归最小平均P范数（Kernel Recursive Least Mean P-norm,KRLMP）算法。首先运用核方法将输入数据映射到再生核希尔伯特空间。其次基于最小平均P范数准则和正则化方法,推导得到自适应滤波器的最佳权向量,其降低了非高斯脉冲和样本量少的影响。然后利用矩阵求逆理论,推导得到矩阵的递归公式。最后利用核技巧得到在输入空间高效计算的滤波器输出和算法的迭代公式。alpha稳定分布噪声背景下Mackey-Glass时间序列预测的仿真结果表明:KRLMP算法与KRLS算法和KRMC算法相比,抗脉冲噪声能力强,鲁棒性好。      

基于最小均方和递归最小二乘的有源滤波器谐波检测

针对当前有源滤波器谐波检测算法的精度低、运算量大、实时性差等不足,为了获得更加理想的谐波检测结果,提出了基于最小均方和递归最小二乘的有源滤波器谐波检测算法。首先针对锁相环获取输入信号运算量大、谐波检测时间长的难题,将过负载电流作为参考输入,加快有源滤波器的响应速度,然后基于最小均方算法和递归最小二乘算法快速、准确的实现谐波检测,最后在MATLAB 1204平台对本文算法的有效性和先进性进行了仿真验证性实验。 实验结果表明,本文算法得到了较高的有源滤波器谐波检测精度,能够提高有源滤波器的补偿性能,而且具有较快的动态响应速度,改善了算法的实时性。     

A research of UWB rake receiver based on novel RLS adaptive algorithm

A modified RAKE receiver based on novel Recursive Least Squares （RLS） adaptive algorithm is proposed. The receiver uses L-fingered correlators, which are composed of RLS adaptive filters, to enhance the performance of multipath receiving. It can also track the amplitude of the received signal to form a real-time amplitude estimation which is correlated with the power of excess delay bin. The simulation results based on the IEEE UltraWide Band （UWB） channel models （CMI to CM4） show that the novel RLS algorithm can alter the attenuation estimation with the finger＇s power delay profile, and RAKE receiver with few fingers can be employed to get high performance.     

舰艇编队中多传感器系统误差实时配准技术研究

本文针对工程应用中的实际问题,将基于地球中心坐标系的序贯最小二乘实时配准方法应用在传感器实际位置随舰船位置动态变化的舰艇编队中,深入研究了实际应用中舰船本身定位、航向、姿态均存在误差时给配准结果带来的影响,进一步证实了此方法在平台运动情形下的有效性。     

基于回声状态网络的卫星信道在线盲均衡算法

针对非线性卫星信道,该文提出了两种基于回声状态网络(ESN)的在线盲均衡算法。利用ESN良好的非线性逼近能力,将发送信号的高阶统计量(HOS)代入ESN,结合常模算法(CMA)和多模算法(MMA)构造盲均衡的代价函数,并采用递归最小二乘(RLS)算法对ESN输出权值进行迭代寻优,实现了Volterra卫星信道下常模和多模信号的在线盲均衡。实验表明,该文算法可以有效降低非线性信道对发送信号产生的畸变,相较于传统的Volterra滤波方法,有更快的收敛速度和更低的均方误差值。     

二进制传感器网络基于预测的距离加权目标跟踪算法

Binary sensor network(BSN) are becoming more attractive due to the low cost deployment, small size, low energy consumption and simple operation.There are two different ways for target tracking in BSN, the weighted algorithms and particle filtering algorithm.The weighted algorithms have good realtime property, however have poor estimation property and some of them does not suit for target’s variable velocity model. The particle filtering algorithm can estimate target's position more accurately with poor realtime property and is not suitable for target’s constant velocity model. In this paper distance weight is adopted to estimate the target’s position, which is different from the existing distance weight in other papers. On the analysis of principle of distance weight (DW), prediction-based distance weighted(PDW) algorithm for target tracking in BSN is proposed. Simulation results proved PDW fits for target's constant and variable velocity models with accurate estimation and good realtime property.     

TPC-based STBC multiuser detection with LSE-RLS algorithm

The Bit Error Rate （BER） performance of a Turbo Product Code （TPC） based Space-Time Block Coding （STBC） multiuser wireless system in the frequency-selective channels has been investigated. Both of the good error correcting capability of TPC and the large diversity gain of STBC can be achieved simultaneously. A Least Square Error-Recursive Least Square （LSE-RLS） algorithm is applied to estimate the channel and cancel the interference. Simulations show that the proposed system can obtain about 2.7dB gain in Es/N0 at the BER of 10^-3.     

一种三阶多项式相位信号去噪的字典学习算法

在加性高斯白噪声的影响下,对于三阶多项式相位信号(CPS),经典的字典学习算法,如K-means Singular Value Decomposition(K-SVD), 递归最小二乘字典学习算法(RLS-DLA)和K-means Singular Value Decomposition Denoising (K-SVDD)得到的学习字典,通过稀疏分解,不能有效去除信号的噪声。为此,该文提出了针对CPS去噪的字典学习算法。该算法首先利用RLS-DLA对的字典进行学习;其次采用非线性最小二乘(NLLS)法修改了该算法对字典更新的部分;最后对训练后的字典通过对信号的稀疏表示得到重构信号。对比其它的字典学习算法,该算法的信噪比(SNR)值明显高于其它算法,而均方误差(MSE)显著低于其它算法,具有明显的降噪效果。实验结果表明,采用该算法得到的字典通过稀疏分解,信号的平均信噪比比K-SVD, RLS-DLS和K-SVDD高出9.55 dB, 13.94 dB和9.76 dB。     

一种方向优化最小均方算法

最小均方(Least Mean Square, LMS)算法的更新方向是对最速下降方向的估计,其收敛速度也受到最速下降法的约束。为了摆脱该约束,该文在对LMS算法分析的基础上,提出一种针对LMS算法的分块方向优化方法。该方法通过分析误差信号来选择更新向量,使得算法的更新方向尽可能接近Newton方向。基于此方法,给出一种方向优化LMS(Direction Optimization LMS, DOLMS)算法,并推广到变步长DOLMS算法。理论分析与仿真结果表明,该方法与传统分块LMS算法相比,有更快的收敛速度和更小的计算复杂度。     

基于载波域自适应迭代滤波器的无源雷达多径杂波抑制方法

在无源雷达系统中,监测通道信号中存在零频和非零频多径杂波,影响目标的检测。时域自适应迭代滤波器(如LMS, NLMS, RLS等)常被用于无源雷达杂波抑制,但这些方法只适用于零频多径杂波。该文针对零频和非零频多径杂波的问题,结合数字广播电视信号的正交频分复用波形特征,提出一种基于载波域自适应迭代滤波器的杂波抑制算法。该算法利用同一载频下含有相同多普勒频移的多径杂波的相关性原理,进行杂波抑制。仿真和实测数据处理结果证明了算法的有效性。     

MIMO通信系统中一种新的自适应均衡方法

该文提出了时变频率选择性衰落环境下多输入多输出(MIMO)通信系统中一种新的基于递归最小二乘(RLS)的自适应干扰对消的判决反馈均衡方法(RLS-IC-DFE)。该方法将每个数据子流上的自适应判决反馈均衡器等效为一个加长的新的均衡器,并把已解出的子流数据作为新的输入参数,应用RLS算法自适应调整新的均衡器参数。仿真结果表明,该文提出的自适应干扰对消的判决反馈均衡器可以自适应跟踪信道变化,同时比已有的判决反馈均衡器(RLS-DFE)能提供更好的误符号率(SER)性能。