结合交替分离(AS)和交替投影(AP)算法的ASAP算法

分析了交替分离(AS)算法与交替投影(AP)算法的一些性质. 根据这些分析结果, 提出了将交替分离与交替投影算法有机结合形成所谓ASAP算法, 以克服交替分离算法收敛速度较慢而交替投影算法又易于陷入最大似然代价函数的局部极值的缺陷. 分析了这种结合的逻辑合理性. 计算机仿真也验证了ASAP算法能够以较少的迭代次数得到信号参数较理想的估计.     

交替分离算法的基础理论分析

对交替分离算法与交替投影算法作了如下几方面比较对应多维优化问题有关波形变量的拟合差异;对应算子方程线性与非线性差异;对应一维优化问题外形完全一致,但拟合矢量的线性与非线性差异;对应一维拟合矢量对当前估计参数的依赖与非依赖差异;对应多维优化问题目标函数光滑与非光滑差异,及一维优化问题目标函数连续与非连续差异.从较深的理论层次对算法的稳健性问题作了初步探讨.对部分结论作了计算机模拟.     

几种主要的线性检测器及性能分析

在符号同步信道的设定下,对解相关算法、最小均方误差算法、匹配滤波器算法等线性接收器实现信号解调的原理作了较细致的讨论;对它们的估计误差、信干比以及差错概率等技术指标进行了比较研究;从算法的拟合机理上对它们的内在差别作了说明.最后对理论分析的结论作了计算机模拟,证实了理论分析的可靠性.     

动态信道下解相关和MMSE多用户检测算法

对用户归一化的互相关矩阵进行求逆运算是解相关算法和最小均方误差算法的基础。针对实际信 道的动态性,即用户的随机接入或离开信道,研究矩阵求逆的更新算法以避免对相关矩阵的实时求逆运 算。对更新算法的复杂度进行分析1结果表明,在动态信道中1更新算法可以有效地降低多用户检测算法的 复杂度。     

基于子空间分解的线性多用户检测算法及其泛散度

讨论了基于子空间分解线性多用户检测算法的原理,重点对解相关检测算法、最小均方误差检测算法、最小输出能量检测算法的基于子空间分解的检测算子的形式、性能进行了讨论.定义了一个称谓"泛散度"的量,来量度基于子空间分解的检测算子与传统检测算子的拟合距离,这个泛散度不但与数据长度有关,而且特别与在线用户的功率强度及分散度有关.笔者还对理论分析的结果进行了计算机模拟,实验结果与理论分析结果吻合.     

基于子空间分解的线性多用户检测算法及其泛散度

讨论了基于子空间分解线性多用户检测算法的原理,重点对解相关检测算法、最小均方误差检测算法、最小输出能量检测算法的基于子空间分解的检测算子的形式、性能进行了讨论。定义了一个称谓“泛散度”的量,来量度基于子空间分解的检测算子与传统检测算子的拟合距离,这个泛散度不但与数据长度有关,而且特别与在线用户的功率强度及分散度有关。笔者还对理论分析的结果进行了计算机模拟,实验结果与理论分析结果吻合。