基于导频的OFDM系统信道估计算法的研究

信道估计作为OFDM的一种关键技术对系统性能有着十分重要的影响。文章针对LS线性插值和LS二阶插值信道估计算法分别提出了改进,并对这几种算法性能进行仿真。实验结果表明,这两种改进算法在不增加计算复杂度的情况下,有效改善系统的性能。     

水声MIMO-OFDM通信系统中基于导频的信道估计算法研究

正交频分复用(OFDM)和多输入多输出(MIMO)的结合可以有效地对抗多径衰落和码间干扰,大幅度提高水声通信系统的信道容量和传输效率,在高速水声通信中有着重要的发展前景。在分析梳状导频水声MIMO-OFDM通信原理的基础上,结合水声通信及信道传播特点,建立了信道模型,研究水声MIMO-OFDM系统中的信道估计原理和LS(最小平方误差)、MMSE(最小均方误差)算法。通过仿真试验比较两种算法在信道估计中的性能差异,为实际系统设计提供了理论参考。     

无线电导航系统两种迭代伪码捕获算法的研究

为了得到最优的海洋无线电导航系统天波快速捕获算法,对迭代伪码捕获算法中的和积算法与最小和算法进行了比较研究,给出了两者的迭代步骤,并通过蒙特卡罗仿真对二者的性能进行了对比.仿真结果表明最小和算法的性能要优于和积算法,但是其复杂度高.同时仿真结果指出,由于环结构的存在提高两算法的迭代码长与迭代次数对性能的改善是有限的,当两算法的迭代码长为300,迭代次数为15时,其性能最优.最后根据两算法的特点给出了它们的适用范围.     

简化MIMO-OFDM模型的EM-Turbo信号检测算法

根据Turbo编码的交织长度对通信系统性能的影响,提出了简化的Turbo编码MIMO-OFDM系统模型。研究了最大期望（EM）算法在这种简化模型中的性能,并提出了一种EM算法与Turbo软译码相结合（EM-Turbo）的反馈迭代信号检测算法。比较了不同交织长度以及不同的信号检测算法情况下的系统性能。仿真结果表明在简化系统模型中,反馈迭代信号检测算法可以大大改善系统的性能。     

基于粒子群优化算法的船舶机舱布置优化

船舶机舱布置的优化设计是现代船舶设计的重要研究领域,一个合理的机舱布置不仅能满足整体的空间需求,同时还能提升船舶动力系统性能。船舶机舱布置的优化是一个多条件约束问题,随着现代船舶结构复杂度增加,传统CAD交互式设计方法已经不能满足现代机舱布置优化性能要求。粒子群优化算法是一种基于遗传算法的智能优化算法,能够对多边界条件进行模拟,算法复杂度较低。本文设计了基于粒子群优化算法的船舶机舱布置的优化系统,并进行仿真。     

短波信道数字通信中Turbo均衡技术研究

研究turbo均衡原理及几种均衡算法,并针对具有严重ISI的短波信道,在信道参数已知和不匹配的情况下,对不同的联合均衡和译码算法、不同迭代次数对系统性能的影响进行了仿真和比较,结果表明,LMMSE/MAP算法在迭代几次以后具有良好的误码性能和鲁棒性,且计算复杂度低,利于工程实现.     

Usex：一个递增获取知识的算法

本文提出的Ｕｓｅｘ算法，是根据训练集采用解释方法逐步建立决策树，然后生成ＡＩ系统知识库所需要的产生式规则集。文中把Ｕｓｅｘ与其他两个算法作了比较，并进行了许多试验。其结果表明，Ｕｓｅｘ在时间复杂度、空间复杂度和规则简明性等方面有良好的性能。     

短波通信中的Turbo均衡技术及应用

研究了turbo均衡原理及几种均衡算法，并针对具有严重ISI的短波信道，在信道参数已知和不匹配的情况下，对不同的联合均衡和译码算法、不同迭代次数对系统性能的影响进行了仿真和比较，结果表明，MMSE／SOVA算法在迭代几次以后具有良好的误码性能和鲁棒性，且计算复杂度低，利于工程实现。     

一种基于改进型KNN算法的文本分类方法

KNN算法是比较适合于文本分类的一种分类算法,但由于其计算复杂度会随着训练集规模的增加而线性增加,从而限制了它的实际应用效果。通过改变对近邻点的搜索策略,提出了一种改进型的KNN算法。该算法在对最近邻的选择过程中,放弃传统算法中遍历所有样本的做法,而是通过逐渐逼近的思想来寻找最近邻点。实验证明,该方法在保持和传统的KNN算法几乎一样的精度性能前提下,可以明显降低算法的计算复杂度,降低时间开销,取得了较满意的结果。     

高阶QAM信号盲均衡算法的研究

恒模算法（CMA）具有计算复杂度低、易于实现的优点,但它的缺点是收敛速度慢、稳态剩余误差大。针对恒模算法（CMA）的不足,文章介绍了修正恒模算法（MCMA）和多模算法（MMA）。在此基础上,提出了适合高阶QAM信号传输的双模式盲均衡算法（MMA-DDLMS）和多模CMA。计算机仿真结果表明,这两种算法有良好的性能。     

线性最小均方误差在水声通信中应用

首先对水声信号的结构进行分析和研究,然后对影响其性能的部分采用线性最小均方误差估计的均衡算法,通过调制方式进行实验仿真。实验结果表明,本文所设计的算法性能比较稳定、复杂度低、均衡效果好。     

一种低复杂度的MIMO系统球形检测算法

球形译码检测算法是多输入多输出(MIMO)系统中一种高效的检测算法,但是其初始搜索半径影响着算法的复杂度。本文针对此问题,提出基于蚁群算法的球形译码检测算法。该算法首先利用蚁群算法分布式计算的寻优能力来检测确定初始半径,然后在新的半径下进行球形译码检测。仿真实验结果表明,改进SD检测算法的性能效果较好,与传统球形译码算法相比,该检测方法能有效减少在低信噪比时的运算复杂度,同时在高信噪比时可以逼近最大似然译码的检测性能。     

一种新的802.16e系统上行测距方法

针对传统测距算法的缺点,提出了一种在频域上进行测距的新方法,该算法通过计算测距信道内相邻子载波的频域差消除定时偏差的影响,从而将二维搜索过程降为一个一维的搜索过程,采用设定门限来检测当前测距时隙存在的测距码。该算法在频域上进行一维搜索,降低了算法的复杂度,而且不会带来检测性能和定时估计性能损失。从仿真试验结果可以看出,该方法具有比较好的测距性能。     

正则搜索树的分支因数

正则搜索树的分支因数对算法的复杂度有决定性影响。尤其在深度优先的启发式搜索中，决定时间复杂度的启发式分布与分支因数紧密相关。本文介绍两种分支因数的计算方法：数值法与解析法。在数码难题及鲁比克魔方这两类实际的问题空间上，用这两种方法可获得相同结果。这些结果是进一步研究算法时间复杂度的必要基础。     

Camshift多特征自适应算法在船舶跟踪系统中的研究

为了能够适应现代化的航道管理需求,最大限度提高通航水平,本文提出一种基于人工智能的算法,能够通过视频监控网络,自动对航道中的船只进行监测与统计,从而大大降低了管理人员的工作强度,有效改善管理水平。文中采用Camshift算法对特定的船只目标进行跟踪,并针对不同的特征值自适应判断出船只的类型、大小和用途。对船只目标的复杂度和局部特征提取能力进行优化,建立一种能够主动适应目标运动速度的模型,通过仿真实验,该算法的目标跟踪性能良好,具有一定的实用价值。     

云平台的海上舰船数据挖掘算法研究

首先进行海上舰船云平台的设计,运用云平台来聚集比照船各方面的性能,建立完整的舰船性能数据库。本文从舰船数据挖掘的目的出发,在设计数据挖掘算法时利用核主元分析、归一化、舰船分两类、新船与参考船比较计算、线性逼近等步骤。分析海洋环境和舰船性能之间的关系,并给出舰船性能公式。最后通过实验进行数据挖掘结果的分析。实验结果表明,本文所设计的算法在时间复杂度和准确性方面要优于其他算法。     

基于UKF的GPS L1 C/A码微弱信号跟踪算法

为了实现高灵敏度的软件接收机,提出了一种基于UKF的GPS L1C/A码微弱信号跟踪算法。该算法使用UKF实现了微弱信号的L1C/A码和载波跟踪。通过构建模型,建立方程,并通过采用仿真噪声干扰下的微弱GPS C/A中频信号对该算法进行实验性能分析。仿真实验结果表明,UKF算法可以实现对载波相位跟踪、载波频率跟踪以及码相位跟踪性能的改善,并且大大简化了计算的复杂度,具有较高的跟踪灵敏度和精度,是一种适合软件接收机实现的算法。     

基于UKF的GPS L1C/A码微弱信号跟踪算法

为了实现高灵敏度的软件接收机,提出了一种基于UKF的GPS L1 C/A码微弱信号跟踪算法.该算法使用UKF实现了微弱信号的L1 C/A码和载波跟踪.通过构建模型,建立方程,并通过采用仿真噪声干扰下的微弱GPS C/A 中频信号对该算法进行实验性能分析.仿真实验结果表明,UKF算法可以实现对载波相位跟踪、载波频率跟踪以及码相位跟踪性能的改善,并且大大简化了计算的复杂度,具有较高的跟踪灵敏度和精度,是一种适合软件接收机实现的算法.     

两层网络中基于聚类算法的分簇干扰对齐研究

由Femtocell和Macrocell构成两层网络可以提高系统容量,但也会引起严重的共道干扰.干扰对齐是一种避免干扰的有效方式,但对密集部署的两层网络全网实行干扰对齐是不现实的,也是没有必要的,但有必要对网络进行分簇,以减小干扰管理复杂度.为此,提出基于聚类思想分簇的干扰对齐算法.文中首先对实际场景的Femtocell网络模型进行研究,然后基于K-Medoids算法对三维泊松点过程分布的Femtocell网络进行分簇,最后对确定的簇利用干扰对齐技术进行干扰消除,以达到降低系统干扰对齐复杂度的目的.仿真结果表明,所提算法在实现系统有效分簇的同时,提高了系统的信道容量,适用于实际通信系统.     

典型载波恢复盲均衡算法比较研究

简述了盲均衡算法中两类常用算法的原理,采用混合相位信道模型、两种调制方式对两类基于判决反馈结构的各种算法的载波恢复性能进行了仿真比较,结果显示:具有相位纠正能力的常模类算法和超指数类算法具有更好的稳态误差性能和快速收敛性能,且这两类算法收敛后的稳态误差相当,但超指数类算法收敛速度更快;并在收敛稳定后采用判决误差准则切换至DD算法,切换后的算法提高了算法的稳定性,改善了稳态误差性能。