盲处理
-
基于子空间投影的MIMO系统盲信道阶数估计
该项目实现了基于子空间投影理论的MIMO（多输入多输出）系统盲信道阶数估计算法。在无线通信领域，信道阶数（即信道记忆长度）的准确估计是实现盲信道识别和均衡的前提。本项目利用接收信号的二阶统计特性，通过构建接收数据的协方差矩阵并对其进行奇异值分解（SVD），从而分离出信号子空间和噪声子空间。其核心逻辑在于利用真实信道阶数与观测信号子空间维数之间的数学映射关系，通过投影算子探测不同假设阶数下的子空间正交性。当候选阶数与实际物理阶数一致时，计算出的投影分量将满足特定的秩准则或极小值特征。该实现方案不依赖于训练序 -
基于二阶与高阶统计量的MIMO系统盲信道估计平台
该项目实现了一套完整的基于二阶统计量（SOS）和高阶统计量（HOS）的多输入多输出（MIMO）系统盲信道估计方案。系统核心功能在于无需任何导频信号或训练序列，仅通过接收端的观测数据即可实现对复杂信道矩阵的精确重构。实现方法结合了二阶统计量在获取信道子空间结构方面的效率，以及高阶统计量（如四阶累积量）在处理非高斯信号及消除相位模糊方面的独特优势。该平台支持多种天线配置和调制模式（如QPSK、QAM），能够实时计算信道估计的均方误差（MSE）并绘制误码率（BER）性能曲线。通过对比不同信噪比下的仿真结果，该项
