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。     

具有良好安全性能的混沌映射二进制序列

有限精度问题降低了混沌映射序列的密码学和统计特性,且对那些与Tent映射拓扑共轭的映射产生的序列更可通过预测的方法精确重建。本文讨论了混沌映射的拓扑共轭变换及其性质,导出了Tent、Logistic和二阶Chebyshev映射的共轭关系,并针对这种攻击提出了一种混沌序列的产生方法可有效地抵抗这种攻击。     

一种用于视频编码的块运动估计算法——块特征匹配预测搜索算法

本文提出了一种块特征匹配预测搜索ＢＦＭＰＳ算法,可以用于视频压缩的一些国际标准,如Ｈ．２６１,Ｈ．２６３,ＭＰＥＧ１,ＭＰＥＧ２,ＨＤＴＶ中,ＢＦＭＰＳ算法充分利用了序列图像的实际矢量与预测矢量之间距离的空间分布特征,中心偏置分布特性和时间上的相关特性,并采用了中止判决准则,可以明显地减少了运动搜索复杂度,ＢＦＭＰＳ算法在匹配运算中采用 简单有交的块特征匹配准则函数,相应的块匹配计算复杂度,数据读     

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     

一种散斑模式的噪声统计模型与自适应滤波方法

本文介绍了一种实际散斑模式的数学模型和噪声统计模型,并提出了一种针对这种模型的自适应次优滤波方法。文中在分析了散斑模式及其噪声性质的基础上,利用其局部方向性特征,结合最优线性滤波器和非线性滤波器的特点,对线性最小均方误差滤波器进行了自适应逼近。实验结果表明,对散斑模式而言,本文的滤波方法与其它常用的图象滤波方法相比,具有更好的去噪和边缘保护性能,并且具有较好的滤波韧性。     

一种具有暂态混沌和时变增益的神经网络及其在优化计算中的应用

本文提出了一种具有暂态混沌和时变增益的神经网络。通过引入暂态混沌和时变增益，该网络比Ｈｏｐｆｉｅｌｄ型网络具有更加丰富和更为灵活的动力学特征，从而具有更强的插索全局最优解或近似全局最优解的能力。网络经过一个短暂的倒分叉过程逐渐趋近一个常规的Ｈｏｐｆｉｅｌｄ神经网络，并为其提供了一个在全局最优解附近的初值。它可以用于救解各种复杂的优化问题。大量的数字模拟表明网络能很好地解决Ｈｏｐｆｉｅｌｄ型网络的局     

一种高速率单载波空时分组码系统的分层及迭代检测

针对一种应用于频率选择性信道的两路复用的空时分组码系统，基于最小均方误差均衡，提出了根据均衡后的均方误差的大小进行排序的分层检测算法，在保持低复杂度的同时提高了系统整体性能。在此基础上给出了一种基于干扰抵消的迭代算法，增加了每一路信号的分集增益。仿真结果表明本文给出的分层检测及迭代检测算法对信道估计误差具有鲁棒性。     

前言

数字信号处理(Digital Signal Processing简称DSP)是一门新兴的学科和技术。在短短十几年的历程中,已经取得了蓬勃的发展。无论在理论和技术方面,还是在应用推广上都得到惊人的成果。这些成果正引起广大科技人员的极大兴趣和注意力。 数字信号处理的研究内容十分广泛。它包括了信号的数字表示、快速变换、谱估计、编码,滤波与重建、信息的提取和识别,以及各种算法的简化和硬件实现。这些研究分别涉及语声、图象、文字和数据等多种应用领域与通信新技术的发展有着密切的关系。 DSP技术在通信新技术领域中已有了广泛的应用,并已取得了明显的成果。VLSI的数字信号处理专用芯片的出现又为这些成果的推广创造了有利的条件。除了各种信源的编码和解     

利用中值平滑的坚韧自适应滤波

本文提出一种坚韧的自适应滤波算法,其对噪声的坚韧性能优于标准自适应滤波及平均值平滑自应滤波,它的收敛结果具有渐近正态的性质。     

用WFTA算法与数字多相网络实现TDM/FDM复用转换

本文提出了TDM/FDM变换复接器的一种方案,它利用了维诺格兰(Winograd)傅里叶变换算法(WFTA)和并联型子复数滤波器以减少乘法次数。这种方案的变换复接器仅由DFT处理器与数字多相网络组成,这两部分的工作速率与输入的PCM序列的速率一致;它不需要对信号进行复数化处理,也不需要进行模拟频率搬移。 在DFT处理器中除WFTA运算器外,还有一个辅助的相移网络和一个供同时处理两个60路超群信号的分离(或组合)单元。 本文提出了数字多相网络的简便而有效的优化设计与构成方法。