多用户检测技术研究

多用户检测技术是下一代移动通信系统提高性能的关键技术之一。通过介绍多用户检测技术的基本原理和发展概况,提出目前急需解决的一些问题,对最新的有代表性的研究成果给出综述,指出进一步的研究方向。     

DS-CDMA中经典多用户检测算法

多址干扰以及远近效应是影响DS-CDMA系统性能的两大关键问题。多用户检测是一种从接收端设计入手的干扰抑制方法,主要作用是从用户信息相互叠加的CDMA信号中可靠地解调出部分或全部用户的信息。多用户检测技术是消除多址干扰,缓解远近效应,提高系统性能的有效方法,本文介绍了几种经典的多用户检测算法,并通过仿真给出了所介绍的经典多用户检测算法的性能比较。     

基于MATLAB实现的CDMA多用户检测

在目前可实现性的前提下,CDMA通信系统的容量受其本身的多址干扰的大小和多少决定,CDMA优越在于其是针对采用功率控制法抗多址干扰的CDMA系统.功率控制法抗多址干扰是一种原始的、简单的抗多址干扰的方法,若采用多用户检测技术抗多址干扰则CDMA系统的性能将进一步提高.多用户检测是综合考虑同时占用某个信道的所有用户或某些用户,消除或减弱其它用户对任一用户的影响,并同时检测出所有这些用户或某些用户的信息的一种信号检测方法.     

基于梯度的拥挤场景异常检测算法

针对在极度拥挤场景下,由于场景中包含了过多的人和物,同时由于人力的限制,无法快速找出异常行为的问题,提出了一种基于梯度的拥挤场景异常检测算法,该方法通过将视频进行分割,然后提取梯度信息,计算高斯模型参数,再应用SOM(自组织映射)进行分类从而找出异常行为。     

最大-最小蚁群算法在多用户检测中的应用

首先基于蚁群算法建立了一个多用户检测问题的模型,在这个模型中,蚁群算法得到了简化且更加利于并行计算.随后将最大-最小的蚂蚁系统用于多用户检测,通过试验仿真表明,算法操作简单,能显著提高全局搜索能力.     

基于子空间的次分量分析恒模盲多用户检测算法

为了有效的抑制多址干扰,本文提出了一种基于子空间的次分量分析恒模盲多用户检测算法.该方法是将子空间方法与次分量分析恒模算法相结合,有效的消除来自噪声子空间分量的影响.仿真结果表明,在相同的多址干扰情况下,本文建议方法的输出信干噪比比次分量分析恒模算法提高了11dB,比线性约束最小二乘恒模算法提高了17 dB;在不同的多...     

基于MMSE准则的空时CDMA多用户检测算法研究

分析了空时CDMA信号模型,在此基础上提出了一种基于MMSE准则的空时CDMA多用户检测算法。并给出了该算法空时多用户检测接收机结构。计算机仿真结果表明本文提出的多用户检测算法在误码率性能上较传统的MMSE单用户检测算法和基于ML准则的空时CDMA多用户检测算法有较大的提高。     

多用户检测技术的讨论

多用户检测技术可以有效消除或减弱CDMA系统中的多址干扰、多径衰落干扰,减轻远近效应,简化CDMA系统中的功率控制,改善CDMA系统性能,提高系统容量,扩大小区覆盖范围等。本文首先介绍多用户检测的基本原理,然后介绍传统的信号检测器,最后介绍线性多用户检测器。     

基于图像梯度的印刷品缺陷检测算法研究

根据印刷品缺陷的特点,利用差影法结合图像梯度灰度特性来进行缺陷判断,降低了差影算法的误检率.     

基于目标函数梯度的模拟退火蚁群算法

根据蚁群算法和模拟退火算法的特点,提出了一种基于目标函数梯度的模拟退火蚁群混合算法。该算法充分考虑了目标函数的梯度,当目标函数的梯度过小时,加强当前最优解对应的信息素,使算法快速收敛;当目标函数的梯度过大时,引入回火策略以提高解的质量。将基于目标函数梯度的模拟退火蚁群混合算法用于旅行商问题,结果表明,与常规模拟退火蚁群算法相比,改进算法的收敛速度和解的质量均有一定程度的改善。     

基于ECM算法的多用户检测技术研究

EM算法的吸引力之一在于完全似然函数的求导和最大化通常比不完全数据极大化似然函数的计算简单,但是在某些情况下,即使导出的完全似然函数的E步是直截了当的,M步也不易实现。因此提出了改进M步的ECM算法。相对于EM算法,ECM算法降低了M步的计算复杂度。多用户检测技术(MUD)是通过取消小区间干扰来改进性能,增加系统容量,多用户检测的作用就是去除多用户之间的相互干扰。在高斯噪声环境下,就误码性能及两种算法在高斯噪声下的迭代比较两个方面进行仿真,结果表明,EM算法相比较ECM算法的性能和收敛性几乎一样好。     

基于邻域梯度图像拼接算法研究

图像配准是图像拼接过程中至关重要的一步,本文首先分析了SIFT(scale invariant feature transform)算法原理,然后根据SIFT算法的缺点对其进行改进.通过Harris角点检测算法,剔除不稳定的边缘极值点,从而减少了特征点的数量;同时采用RANSAC算法去除伪匹配点.实验结果表明,改进算法不仅具有旋转、尺度变化不变性,对于噪声和亮度变化具有良好的鲁棒性,而且匹配速度比改进前大大提高.     

基于高斯混合模型的图像检索算法研究

通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。     

基于边缘检测的图像缩放算法

论文提出了一种保持边缘特征的图像缩放算法,算法首先检测图像中物体的边沿,并在传统边沿检测方法的基础上增加“不确定度”这个参数来提高边沿检测的鲁棒性;对边缘区域像素的插值沿边缘方向进行,对非边缘区域的像素的插值用三次卷积的方法生成。该算法能有效消除传统插值算法在物体边缘部分出现的锯齿,提高了缩放后图像的视觉质量。仿真结果表明,对人造图像和自然图像,本算法均能保持良好的边缘特征,取得较理想的图像缩放效果。     

基于改进的混合高斯背景模型的运动目标检测研究

针对传统混合高斯背景建模（GMM）在一些复杂场景下未能有效地描述背景,目标容易出现错误的检测,本文提出一种改进算法。该算法先对视频帧进行分块处理,然后对单模区域和多模区域采用不同的更新速率进行更新,最后在空域上对检测结果进行数学形态学的处理,从而提取运动目标。实验结果表明,该算法能够提高背景建立和运动目标检测的速率,在多种场景下运动目标的检测都具有良好的鲁棒性。     

一种改进的基于Ada-Boost的人脸检测算法

提出了一种改进的基于Ada-Boost的人脸检测算法。该算法在第一阶段使用基于Ada-Boost算法的分级分类器检测人脸,由于受到噪声与亮度的影响,一些非人脸区域可能被误判别为人脸。因此在YCbCr空间中采用肤色模型,去除非人脸区域。在第三阶段,采用SVM更精确地提取人脸区域。实验结果表明,改进的算法在实时性与误检率方面都优于Ada-Boost算法。     

基于Sobel算子的边缘检测算法研究

本文针对传统Sobel算子对图像处理效果不理想现象的分析,以及对噪声敏感的缺点进行深入研究,提出将分母可更改的改进算法与四方向模版的Sobel算子的检测算法相结合,从而更好的实现图像的边缘检测。实验结果表明,该方法从图像中进行边缘检测的实际效果好,而且计算简单、实时性强,极大的提高了边缘检测的准确性。     

一种基于YCgCr色彩空间的人脸检测方法

人脸检测是计算机视觉研究的重要研究方向之一,提出了一种基于新色彩空间YCgCr的人脸检测算法。首先比较了YCgCr间和YCbCr色彩空间,得出YCgCr色彩空间的在人脸处理方面更有优势,然后通过二维高斯分布提取肤色区域,对二值化的图像应用区域增长算法求取最大联通区域,得到准确的面部图像,实验结果表明该算法是快速而有效的。     

基于码元频数检测的比特序列加密算法

采用随机性码元频数检测的方法实现对链路层加密数据的识别,提高随机性码元频数检测识别率。传统方法采用随机抽样的比特序列加密方法,加密与未加密链路层出现混同,加密性能不好。提出一种基于随机性码元频数检测的比特序列加密算法。构建随机性码元频数检测保密通信系统,建立随机性码元频数比特序列模型,选择分块长度作为分块长度目标值,求解发送端随机性码元频数比特序列加密的时延,进行码元频数检测,实现比特序列加密算法改进。获得足够泛化性能的控制密钥,提高承载信息信号所引起的随机性码元频数比特序列的抗噪性能。仿真结果表明,采用该算法,能有效提高对未加密数据的识别率,提高识别结果的可信度,展示了较好的应用价值。