子空间约束的最小二乘常模算法

常模算法(CMA)是一种性能优良的盲多用户检测算法。最小二乘常模算法(LSCMA)因其全局收敛性和稳定性而备受关注,但是在信噪比低时性能不理想。本文将最小二乘常模算法,紧缩近似投影子空间(PASTd)算法和奇异值分解(SVD)相结合,提出了一种子空间约束的最小二乘常模算法,称为SUB_LSCMA,其复杂度比已有的基于直接对接收信号自相关矩阵做特征值分解(ED)的LSCMA_SUB复杂度低。仿真结果表明这种算法的收敛速度、跟踪性能和误码性能和LSC- MA_SUB基本相同。