DS-CDMA盲多用户检测算法性能实验研究

针对CDMA下行链路仅知道目标用户自身扩频码这一情形,通过仿真实验对恒模、最小输出能量、递归最小二乘、Kalman滤波以及基于独立分量分析这几种线性和非线性盲多用户检测算法的误码率和信干比进行了性能比较和讨论.实验证明,基于独立分量分析的盲多用户检测算法具有较好的性能.为对算法工程实现提供具体的参考,本文对各算法的计算复杂度进行了分析.     

盲多用户检测算法与仿真

多用户检测因抑制多址干扰,其在CDMA系统中具有非常重要的作用,而盲多用户检测因需要很少的信息而具有更好的适应性。具体介绍了4种主要的盲多用户自适应检测算法,包括LMS算法、RLS算法、APA算法和Kalman滤波算法,通过计算机仿真定量分析比较了4种算法的性能。     

异步DS-CDMA系统盲自适应多用户检测

目的提出适用于多径衰落信道中的异步DS-CDMA盲自适应多用户检测算法。方法通过研究多径信号码空间和数据矢量空间,采用噪声子空间技术进行异步DS-CDMA系统期望信号矢量估计,同时利用了多径传播和接收机同步失调的特性。结果使用一种修改的ULV更新算法进行噪声子空间跟踪。结论仿真结果验证了本文算法的有效性。     

实际室内信道DS-CDMA UWB系统盲多用户检测技术研究

提出一种基于常模算法(CMA)的实际室内信道下DS-CDMA UWB系统盲多用户检测方法.该算法采用两步接收方法,第一步,通过分析期望用户特征码具有特殊的结构,压制部分ISI和MAI;第二步在CMA的基础上,消除残留的MAI和ISI,期望用户的信息码元可靠的恢复.计算机仿真显示在考虑远近效应的情况下该算法具有很好的性能.     

应用于多用户检测的盲自适应检测算法

简述了多用户检测的提出背景,介绍了几种用于多用户检测的盲自适应检测算法,并通过仿真来验证它们的可行性。     

基于盲源分离的多用户检测算法

本文针对CDMA通信系统中的盲多用户检测问题,将噪声数据的定点ICA算法应用到多用户检测中,实现了多用户信号的分离。通过matlab实验仿真比较了盲自适应检测算法与本文算法的性能,结果表明本文算法收敛速度很快,可以很有效地克服多址干扰,抑制远近效应。     

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     

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。     

3G中一种改进的盲检测算法研究

研究了直扩—码分多址（DS-CDMA）系统中多址干扰（MAI）抑制技术的盲多用户检测算法,在加性高斯白噪声信道环境中,对该检测的最小均方（LMS）算法、递归最小二乘（RLS）算法及卡尔曼滤波算法的信干比及抗干扰性能通过计算机编程仿真进行了分析、研究,提出了一种改进型盲多用户检测LMS算法,并对其信干比及抗干扰性能用Matlabl语言进行了计算机编程仿真,仿真结果表明：改进型盲多用户检测LMS算法的信干比（SIR）稳态输出明显好于基本LMS算法。     

一种盲自适应RLS多用户检测器

给出了一种盲自适应多用户检测器,该算法是基于一种约束条件的RLS算法。对该算法在多址干扰环境下的收敛特性进行了分析,证明了该算法的有效性,同时证明了该算法的检测向量最终收敛为约束MMSE检测向量,且不需要训练序列。给出了该算法在高斯白噪声信道及瑞利衰落信道下的对比数值仿真结果。     

一种基于子空间的多速率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.     

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。     

变步长的LMS盲多用户检测

提出了一种变步长LMS自适应盲多用户检测算法,克服了定步长自适应算法的收敛步长与输入信号自相关矩阵特征值大小有关的缺点,使算法的步长能够随输入信号矢量的变化而变化,提高了算法的收敛性能,使其更加符合实际工作的需要。并通过计算机模拟仿真,比较了变步长算法和固定步长算法的性能。     

基于小波包变换的自适应多用户检测

在分析传统自适应多用户检测的基础上，提出了一种基于小波包变换的自适应多用户检测算法．该算法用小波包变换进行前处理，然后再通过最小均方(LMS)算法实现自适应多用户检测．与通常的自适应多用户检测算法相比，该算法利用了小波包变换对小波空间进行分解，信号经小波包变换后自相关性会下降，收敛速度提高．同时在此分解过程中，根据信号与白噪声小波包变换完全不同的特性进行信号消噪．理论分析和仿真结果表明，该算法与传统LMS自适应多用户检测算法和基于小波变换的自适应多用户检测算法相比，算法收敛速度更快，且计算量较少，易于实时实现，还具有良好性能．同时仿真结果表明该算法收敛速度与小波基和分解级数的选择有关，分解级数越大，收敛速度越快；对于同一小波基系列，小波基正则性越好收敛速度越快。     

基于辅助粒子滤波的盲多用户检测快速算法

针对粒子滤波在盲多用户检测中计算复杂的问题，构建了一种低复杂度的辅助粒子滤波盲多用户检测快速算法．在同步快变平衰落信道下，该算法对超过门限数目的粒子进行分类，并以匹配滤波检测器的检测值作为相应类别粒子权系数的加速依据，以不同类别粒子的概率差闽值及匹配滤波检测器的检测值作为粒子滤波所需粒子数目是否足够的判断准则，自动调节不同情况下所需的粒子数目，通过降低粒子数目来降低粒子滤波盲多用户检测算法的计算复杂度．仿真结果表明，辅助粒子滤波快速算法在多用户检测性能上可与原粒子滤波算法相比拟，且计算量可降低30％～40％．     

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。     

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．     

量子POVM算法在DS—CDMA多用户检测中的应用

3G与4G移动通信基于码分多址(CDMA)技术．多址干扰(MAI)的存在制约了系统的性能与容量．一个比较好的解决方法是采用多用户检测技术(MUD)．但最优的多用户检测技术由于其复杂性无法实现．现有的多用户检测技术往往基于次优算法．给出一种量子POVM算法．为量子信道提供了一种最优的解决方法。