一种新的基于LMS的自适应半盲多用户检测算法

深入研究了最小均方(least mean square,LMS)盲多用户检测,提出多载波码分多址(multicarrier CDMA,MC-CDMA)系统下一种基于子空间约束LMS的自适应半盲多用户检测算法.该算法设计了一种最小输出能量(minimum output energy,MOE)半盲检测器,给出一种子空间约束LMS算法自适应得到MOE检测器的权向量.为了降低计算复杂度,采用修正的紧缩近似投影子空间跟踪(projection approximation subspace tracking with deflation,PASTd)算法自适应跟踪信号子空间.通过利用小区内所有用户的扩频码有效地抑制了多址干扰,将权向量约束在信号子空间,降低了噪声子空间的影响,从而提高了收敛速度,改善了输出信号干噪比和误码率性能,仿真实验验证了该算法的有效性.     

基于子空间的MMSE群盲多用户检测算法

针对CDMA上行链路系统中,基站已知小区内用户的扩频码而对小区外用户扩频码未知的情况,提出一种基于子空间方法的最小均方误差(minimum mean square error,MMSE)群盲多用户检测算法。该算法利用所有已知的扩频码有效消除了多址干扰,采用改进的紧缩近似投影子空间(projection approximation subspacetracking with deflation,PASTd)跟踪算法实现信号子空间的自适应跟踪,提高了收敛速度。仿真结果表明,所提算法收敛速度快,输出信干噪比和误码率性能优于PASTd盲多用户检测,逼近奇异值分解(singular value decom-position,SVD)群盲多用户检测,并保持了较低的计算复杂度。     

基于信号子空间的半盲多用户检测

将线性共轭的思想引入到基于子空间的半盲多用户检测,设计了基于子空间方法的线性共轭半盲多用户检测器,有效地改善了系统的输出信干比和误码率性能.PASTd 算法由于复杂度低而被广泛的应用于多用户检测,然而,PASTd算法跟踪到的信号子空间不正交,从而导致收敛速度极慢.针对这一问题,对PASTd算法进行了改进,提出一种修正的PASTd算法,并将其应用于线性共轭半盲多用户检测器,从而有效的提高了收敛速度,降低了计算复杂度.仿真实验验证了该算法的有效性和可行性.     

基于子空间和LMS的线性共轭半盲多用户检测

针对实际的多载波码分多址上行链路,在基于最小均方实现的最小输出能量盲多用户检测(LMS-MOE)的基础上,提出MC-CDMA系统下一种基于子空间跟踪和LMS的线性共轭半盲多用户检测算法。该算法充分利用小区内所有用户的扩频码和伪自相关矩阵的信息使系统的性能得到了提高,采用修正的紧缩近似投影子空间跟踪信号子空间,从而避免特征值分解使计算复杂度显著降低。仿真实验验证了该算法的有效性和可行性。     

异步码分多址系统中盲窄带干扰抑制

对于在频率选择性衰落信道下,异步码分多址系统的窄带干扰的抑制,给出了基于MMSE的权值向量闭合表达式,为了降低算法计算量并自适应更新该闭合表达式,利用子空间方法对该闭合表达式进行逼近,同时利用子空间跟踪方法对该权值向量进行更新。由于该方法只需期望信号特征序列及其时延,因此是一种盲干扰抑制方法。该算法对窄带干扰类型不敏感而且不需要知道干扰模型,因而适用于抑制不同的窄带干扰。对BPSK、多频以及二者的混合窄带干扰模型进行了干扰抑制仿真,结果验证了该算法对不同的窄带干扰模型均可以取得很好的干扰抑制效果。     

MIMO系统中基于斜投影的盲空时多用户检测算法

针对多输入多输出(multiple input multiple output, MIMO)的码分多址(code division multiple access, CDMA)系统,提出了一种基于斜投影的盲空时多用户检测算法。该算法结合MIMO系统的空间分集技术与Alamouti空时分组码 (space time block coding, STBC)方案,自适应地跟踪干扰子空间和多天线信道,在此基础上对接收信号进行斜投影抑制多址干扰(multiple access interference, MAI),解决了传统的基于子空间的最小均方误差(minimum mean square error, MMSE)盲空时多用户检测算法收敛速度慢和强干扰的情况下稳态性能低的问题,提高了多用户检测的鲁棒性,且计算复杂度较低。仿真结果表明该算法的有效性。     

恒模算法与子空间法相结合的分数间隔盲均衡

恒模算法和子空间法是目前广泛应用于通信信号处理中的两种盲算法。将恒模算法和子空间方法相结合，提出一种基于恒模算法与子空间分解法的分数间隔盲均衡算法，仿真结果表明，新算法的收敛特性明显优于传统的恒模算法。     

基于修正空间平滑的改进正交化波束形成算法

针对正交化自适应波束形成算法的零点会偏离干扰方向、当干扰相干时算法失效问题,提出了一种基于修正空间平滑的改进正交化自适应波束形成算法。该算法利用修正空间平滑技术克服正交化算法不能工作于相干干扰环境的缺点;利用总体最小二乘方法得到噪声子空间,总体最小二乘处理减轻了噪声的影响,因而估计的噪声子空间接近真实噪声子空间,干扰方向形成零点。计算机仿真结果表明此算法是有效的。     

基于Chebyshev基函数模糊神经网络的快速辨识方法

神经网络的非线性逼近能力的研究是神经网络成为辨识模型的理论基础。首先研究了基于正交多项式函数的神经网络逼近理论和方法,并在此基础上证明了新型Chebyshev神经网络具有良好的非线性并研究了它的全局最优逼近性质。然后提出了一种用于复杂非线性系统辨识的基于Chebyshev基函数的模糊神经网络模型和学习算法。该模型以Chebyshev基函数为隶属函数,规则后件采用输入变量的线性函数,无需调整隶属函数的参数,只是采用BP学习算法学习后件参数,因而大大减少了模型算法的计算量,学习算法简单,加快了学习收敛速度,而且不使网络结构复杂,设计简单。仿真结果表明所提模型和方法的有效性。     

一种无特征分解的快速子空间DOA算法

基于子空间正交特性的MUSIC算法具有优良的超分辨性能,但由于其需要对空间协方差矩阵进行特征分解,因而计算量比较大。为了降低计算复杂度,提出一种快速子空间算法。该方法利用信号特征值大于噪声特征值的特性,通过对空间协方差矩阵的高阶次幂或者空间协方差矩阵逆的高阶次幂来逼近信号子空间或者噪声子空间,从而避免了特征分解。获得噪声子空间后再采用MUSIC算法实现波达方向估计。仿真结果表明,该方法减少了计算量同时能够达到MUSIC算法的估计性能。     

改进的基于子空间跟踪的盲多用户检测算法

针对OPAST算法中由于迭代运算产生的累积误差易造成算法发散的问题,提出一种改进的子空间盲多用户检测算法。该方法在每次迭代过程中引入对偶Gram-Schmidt正交化来降低累积误差,从而保证算法具有更好的稳定性。仿真结果表明,所提算法在保持较低计算复杂度的前提下,具有收敛速度快、跟踪和稳态效果好的特点。     

局部均匀环境中自适应极化与波形优化检测

研究了一种局部均匀环境中的自适应优化检测算法。首先提出了两种波形设计方案;然后基于自适应子空间检测器提出自适应极化分集与波形设计联合优化检测算法,该算法首先将优化检测问题转化为多参数的联合优化问题;进而应用田口优化算法解决该优化问题。仿真实验证明,在局部均匀环境中提出算法相比其他算法检测性能获得了极大改善;重要的是,由于引入高效的田口优化算法,提出算法的效率得以极大提高。     

复杂环境下的UWB脉冲成形算法

针对超宽带定位系统在多用户和弱信号环境下接收端易出现码间串扰(inter symbol interference, ISI)和多用户干扰(multiuser interference, MUI)等问题,提出一种基于修正最小均方误差估计(minimum mean square error estimation, MMSE)的自适应迭代算法进行超宽带(ultra wideband,UWB)脉冲设计。该算法选取修正Hermite多项式(modefied Hermite polynomial, MHP)作为脉冲设计基函数。通过分析MHP的时频特性对最小均方误差估计准则下组合脉冲的各阶MHP系数进行修正,在此基础上根据组合脉冲功率谱密度与美国联邦通讯委员会(federal communications commission, FCC)辐射掩蔽之间的拟合程度设计自适应算法,对组合脉冲进行自适应调整实现脉冲设计。仿真结果表明该方案获得的脉冲有较高功率利用率,同时在多用户接入和弱信号检测方面也具备很强的适用性。     

MC-CDMA系统中基于子空间的盲多用户检测器

采用码片速率采样建立了MC-CDMA系统的信号模型,研究了多径环境下基于子空间投影的MC-CDMA系统的盲多用户检测技术和迭代算法,并对多用户检测的输出采用最大比合并.仿真结果表明,检测器具有较强的抑制多址干扰和抗多径衰落的能力,并且能快速收敛.     

基于自适应卡尔曼滤波盲多用户检测的新算法

研究在稳态的码分多址(code-divisionmultiple-access,CDMA)系统存在很强的抗多址干扰时,使多用户检测中的最优判决向量的估计保持较高的数值鲁棒性的算法。采用一种新的自适应卡尔曼滤波多用户检测算法估计CDMA系统多用户接收器的最优判决向量,高性能盲自适应多用户检测算法。通过仿真实验,可以看出,该算法收敛速度快、跟踪性能好、数值稳定性好。仿真实验表明,提出的方法能够有效抑制阵发性多用户干扰,具有很强的抗多址(multipleaccessinterference,MAI)干扰能力和较高的数值鲁棒性。