研究无线信道优化问题, 由于非确定性 M MIO系统的信道矩阵行不满秩特性, 导致 MM SE- GDFE左预处理后引入了强干扰, 使得传统 K- Best算法产生了误码平层效应。为了消除误码平层效应,提出部分最大似然和 K - Best结合算法, 并在初始检测的强干扰区域利用部分最大似然算法获得局部最优解, 降低强干扰对系统的影响消除误码平层效应, 进而在局部最优解的基础上利用 K- Best算法完成剩余符号的检测, 保证 M MIO 检测器的软输出特性。仿真结果表明算法消除了传统 K- Be

本文档主要介绍低秩矩阵分解的理论与应用，原作者为马毅等人。-this file mainly introduce low-rank decompostion theroy and its application ,which was created by Ma Yi etc,.

现有的向量加权稳健波束形成方法只有在指向误差较小的情况下才能有效估计目标的信号功率；矩阵加权波束形成方法在指向误差较大时，虽然可以估计目标的信号功率，但是它的系统实现复杂度与向量加权稳健波束形 成方法相比较大。针对以上问题，该文提出基于半正定秩松弛(SDR)方法的稳健波束形成，该方法优化模型中的目标函数与Capon 算法的目标函数相同，优化变量为加权向量的协方差矩阵，并约束方向图的主瓣幅度波动范围、旁瓣电平，协方差矩阵的秩为1。-The existing vector weighted ro