基于改进的PASTd子空间跟踪的半盲多用户检测

研究和分析了多种子空间跟踪算法.直接特征值分解和奇异值分解复杂度高,不利于工程实现,针对低复杂度的PASTd算法由于估计的特征向量不正交,从而导致收敛速度极慢的问题,提出一种改进的PASTd子空间跟踪算法,并将其应用于基于子空间的半盲多用户检测.该算法保证了特征向量的正交性,因此提高了算法的收敛速度.仿真结果表明,提出的算法收敛速度快,输出信干噪比和误码率性能优于PASTd半盲检测算法和OPAST半盲检测算法,逼近SVD半盲检测算法,并保持了较低的计算复杂度.     

基于SP子空间跟踪的修正的MMSE多用户检测方法

分析比较了多种子空间跟踪算法.复杂度高的特征值分解和奇异值分解不利于工程实现,而低复杂度的PASTd应用于多用户检测导致收敛速度慢并且检测性能差.介绍了SP子空间跟踪算法,利用SP算法跟踪信号子空间求得解调向量,设计了修正的MMSE检测器.与SVDMUD和PASTd MUD两种算法相比,仿真结果显示SP MUD算法收敛速度快,输出信噪比和误码率性能接近SVD MUD算法,并保持了较低的计算复杂度,是一种较好的实现方案.     

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.     

OPASTd子空间跟踪算法及其在盲多用户检测系统中的应用

为了提高基于子空间的盲多用户检测方法的性能,在简要介绍了现有的跟踪向量序列的主要子空间和特征元素的快速算法的基础上,提出了正交压缩近似投影子空间跟踪算法(OPASTd),该算法在应用压缩技术的同时,保证了每次迭代估计出的信号子空间的正交性。将该算法应用于多用户检测系统时,系统的抗多址干扰(MAI)和抗远近效应的能力和其他算法相比都有所提高,特别是在抗远近效应方面提高较大。     

OPASTd子空间跟踪算法及其在盲多用户检测系统中的应用

为了提高基于子空间的盲多用户检测方法的性能,在简要介绍了现有的跟踪向量序列的主要子空间和特征元素的快速算法的基础上,提出了正交压缩近似投影子空间跟踪算法(OPASTd),该算法在应用压缩技术的同时,保证了每次迭代估计出的信号子空间的正交性。将该算法应用于多用户检测系统时,系统的抗多址干扰(MAI)和抗远近效应的能力和其他算法相比都有所提高,特别是在抗远近效应方面提高较大。     

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FSYAST子空间算法的盲自适应多用户检测

为解决传统算法因引入特征值估计误差而导致检测性能下降的问题,在分析基于信号子空间跟踪的最小均方误差(MMSE)多用户检测器(MUD)的基础上,提出了一种改进的信号子空间盲线性MMSE多用户检测器,并应用FSYAST子空间跟踪算法进行信号子空间跟踪.仿真结果表明,提出的盲自适应多用户检测器性能接近于奇异值分解(SVD)子空间多用户检测器性能.     

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。     

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。     

强干扰下基于子空间的空时多用户检测算法

在经典的代价函数为最小输出能量的多用户监测算法的基础上,结合子空间算法,提出了一种改进的空时多用户检测算法,并对比了不同信干比环境下,该算法与经典的MMSE多用户监测算法的输出信噪比．仿真结果表明：在低信干比的情况下,该算法能得到更好的输出信干比,适合在强干扰环境下监测用户信号．     

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。     

基于并行部分干扰对消检测的迭代多用户解码

基于用户信息比特最大后验概率解码的因子图表示及和-积算法，通过干扰估计值的渐进性能分析，提出了一种基于并行部分干扰对消检测的迭代多用户解码器，多用户检测模块的基本结构类似于并行部分干扰对消检测，但干扰估计来自信道译码模块，同时，信道译码模块还提供干扰估计误差特性，多用户检测模块据此选取消除估计多址干扰的比例，仿真结果表明，随着迭代次数的增加，这种接收器接近单用户系统性能。     

采用核函数的多用户检测算法

提出了一种基于核函数的多用户检测(MUD)方案,与常规的支持向量机(SVM)学习算法不同的是,判别输出函数中的支持向量采用一种稀疏核逼近方法获取,而其对应系数则由输入采样协方差矩阵的广义特征向量构成,整个算法避免了常规的二次规划(QP)求解过程.仿真结果表明,采用核函数算法的检测性能与SVM检测性能接近,但在较大规模样本集下可有效减小计算量.     

TD—SCDMA系统的线性多用户检测算法及性能仿真

在TD－SCDMA系统中，MAT和远近效应的存在使系统性能受到极大的影响，传统的检测器把MAI作为噪声处理，不能消除MAI和远近效应的影响，讨论了在多径瑞利衰落信道下的多用户检测技术中的几种不同的检测算法，并对这几种不同的算法进行了仿真和比较。