一种基于Lagrange神经网络的盲多用户检测器

提出了一种基于Lagrange神经网络的盲多用户检测器，该检测器以最小平均输出能量为准则，把盲检测问题转化为优化问题，利用神经网络进行有效求解。理论分析和仿真结果表明，该检测器在性能上优于传统的检测器，且计算量少，收敛速度快，便于实时处理。     

空时盲多用户检测

提出了一种空时盲多用户检测器 ,该检测器只需知道所需用户的扩频码且不需知道其信道特性即可工作在频率选择性衰落信道 ,它综合了约束最小输出能量 (CMOE)盲多用户检测器和传统的空时二维RAKE(ST 2D RAKE)接收器的优点而克服了它们各自的不足。它充分利用所需用户的空间、时间和扩频码信息来抑制多址干扰 (MAI)并能组合多径分量。最后研究了基于神经网络的实现方案。     

基于恒模算法的Hopfield神经网络盲多用户检测算法的研究

将恒模算法与Hopfield神经网络的能量函数相结合,提出了基于连续Hopfield神经网络的盲多用户信号检测算法。     

神经网络多用户检测

介绍了基于神经网络的ＣＤＭＡ系统最佳多用户检测器和盲多用户检测器,给出了它们的发展现状,讨论了各自的原理和实现技术,比较了其性能,并指出了今后可能的努力方向。     

盲自适应多用户检测方法研究

提出了一种新的盲自适应多用户检测技术方案，给出了相应的接收机模型，并对其进行了计算机仿真，结果表明：这种盲自适应多用户接收机具有比传统RAKE接收机更好的抗干扰性能．     

基于Lagrange优化神经网络的盲多用户检测

Lagrange优化神经网络克服传统的基于罚函数的神经网络的缺陷,直接对不等式约束进行处理,降低网络规模和复杂度,是一种新型的优化神经网络.基于这种Lagrang优化神经网络,提出一种盲多用户检测算法,并通过仿真表明,该算法在误码率性能方面有所改善,收敛速度也明显提高.     

CDMA信道的盲均衡和多用户检测

把码分多址 (CDMA)信道等效为一多输入多输出 (MIMO)信道模型 ,用子空间分解的盲估计方法进行信道估计 ,而且估计出信号子空间特征向量 ,利用信道参数和信号子空间的特征向量构建解相关和最小均方误差 (MMSE)两类线性检测器 ,能同时消除码间干扰 (ISI)和多址干扰 (MAI)。     

基于Hopfield神经网络的DS-CDMA多用户检测

从新的角度研究ＤＳＣＤＭＡ（直接序列码分多址）系统中的多用户检测,将多用户检测的优化问题映射为Ｈｏｐｆｉｅｌｄ神经网络（ＨＮＮ）“能量”函数的最小化问题,利用连续ＨＮＮ固有的快速下降特性,实现了实时对ＣＤＭＡ（码分多址）系统的多用户检测。与现有各种方案比较,具有运算量小、抗远近效应强、实时性好等优点。     

一种基于子空问的多速率DS-CDMA盲多用户检测器

提出了一种基于子空间的多速率DS-CDMA盲多用户检测器，从理论和仿真两方面分析了该检测器的性能。该检测器的计算复杂度较低，有较强的抗远近效应和抗多址干扰的能力。     

基于子空间跟踪的盲空时多用户检测

针对天线阵同步CDMA系统,运用子空间方法,提出多径条件下空时盲多用户检测方法.用FSYAST子空间跟踪方法来自适应估计信号子空间,同步多径天线阵列系统的信道参数采用Kalman算法自适应估计.仿真结果表明,提出的盲空时多用户检测器性能优于其它子空间多用户检测器.     

RBF神经网络多用户检测ROLS-AWS算法的研究

为了对抗多址干扰和远近效应,研究将RBF(经向基函数,Radial Basis Function)神经网络中的递归正交最小二乘(ROLS-AWS)算法应用于多用户检测中。给出在同步高斯信道条件下运用三层神经网络解调扩频信号的原理框图,分析了基于RBF网络的多用户检测接收机。为了改进RBF网络的运算速度,在基于RBF网络的多用户检测接收机中采用ROLS-AWS算法。计算机仿真结果表明：使用所提算法的RBF网络接收机的抗多址干扰、远近效应以及训练速度的性能上都明显优于传统接收机、基于BP神经网络和不使用该算法的普通RBF神经网络多用户接收机。     

基于信号子空间的盲自适应多用户检测

多用户检测技术是DS—CDMA中解决多址干扰问题的一种重要技术。针对基于PASTd多用户检测方法在子空间追踪收敛速度慢和收敛的不稳定问题，提出一种快速子空间追踪的盲自适应多用户检测改进算法。该算法通过空间分解得到信号子空间，并利用信号子空间的特征值和特征向量得到解相关多用户检测器；最后，应用归一化正交Oja快速自适应地追踪信号子空间。仿真结果表明，相对PASTd多用户检测方法，降低计算复杂度，加快算法的收敛速度，系统稳定性好，拟制多址干扰具有良好的性能，达到很好的多用户检测效果。     

基于最小二乘常模算法的盲多用户检测

提出将最小二乘常模算法 (LSCMA)用于盲多用户检测 ,此算法对任意线性无关输入数据集具有全局快速收敛性及稳定性。将LSCMA与传统最陡下降常模算法 (SDCMA)及线性受限常模算法(LCCMA)比较 ,LSCMA收敛速度比另两者更快 ,但复杂度较高     

在DS-CDMA通信系统中盲多用户检测算法的研究

分析并研究了DS-CDMA(直扩码分多址)通信系统中的三种盲多用户检测算法,即最小均方(LMS)算法,递推最小二乘(RLS)以及Kalman算法。仿真实验了在平稳信道下、同步DS-CDMA系统中接收机应用这三种盲多用户检测算法抑制多址干扰(MAI)的能力,仿真实验与理论推导相吻合。实验与理论都表明,递推最小二乘(RLS)和Kalman算法能快速收敛、信干比大,尤其是Kalman算法收敛速度更快、信干比有更高的稳态输出,更具有实用性。     

一种用于多径衰落信道的盲多用户检测器

将基于递归最小二乘算法的盲多用户检测器与RAKE接收机相结合,提出了一种适用于频率选择性衰落信道下的接收机,叙述了其工作原理和算法,分析了其性能。仿真表明,该接收机无论在收敛性能还是在误码性能上均优于基于Rosen梯度投影的接收机。     

基于核独立成分分析的盲多用户检测算法

针对部分多用户检测算法需要对信道参数进行估计的缺点，提出了一种基于核独立成分分析的盲多用户检测算法．该算法根据源信号的不同分布情况，在重建核希尔伯特空间内选取不同的非线性函数作为对比函数，将信号从低维空间映射到高维空间．在高维空间，接收端利用已知信息，将目标用户扩频码作为解混矩阵的初始值，利用自适应方法进行迭代，有效地解决了盲信号分离的无序性，实现了目标用户信号的提取．仿真实验表明，该算法的误码率性能在用户数量增大和远近效应严重的情况下都远优于基于匹配滤波器的单用户检测器，与传统独立成分分析方法相比更具灵活性和鲁棒性．