扩频系统中最小误码率意义下的最优干扰抑制技术

通过论证最小化误码率 (MBER) ,最小均方误差 (MMSE)以及约束最小均值输出能量 (MMOE)之间的关系 ,将MBER准则下最优干扰抑制器的设计转化为后两种准则下最优干扰抑制器的设计 ,并分别导出两种自适应算法 :递推最小二乘 (RLS)和盲递推最小二乘 (BRLS) .前者抑制干扰效果好 ,但需要期望信号 ;后者无需期望信号 ,但抑制效果较差 .本文将两种算法合理配合 ,给出了动态环境下的干扰抑制方法 .

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。

扩频系统中基于Kalman滤波的最优干扰抑制技术

针对扩频系统中的干扰抑制问题,本文首先将其建模为附加约束的最小化均值输出能量(MMOE)问题,然后借助正交分解将约束MMOE转化为无约束最小均方误差(MMSE),接着通过选择合适的状态变量、建立合适的状态方程和观测方程得到盲Kalman滤波(BKF)算法,最后分析了BKF算法性能.研究表明:BKF的收敛性能与输入相关矩阵几乎无关,能快速跟踪环境变化,稳态干扰抑制性能逼近最优性能;明显优于盲最小均方(BLMS)和盲递推最小二乘(BRLS)算法.

一种噪声抑制的线性共轭多用户检测算法

当权向量受到噪声的影响时,最小输出能量(MOE)检测器的性能将显著下降.针对这一问题,设计了一种噪声抑制的线性共轭MOE检测器.将约束最小均方(LMS)算法应用到新的MOE检测器,提出一种基于约束LMS的盲噪声抑制线性共轭MOE多用户检测算法.该算法消除了权向量中的噪声分量,利用了接收向量的复数共轭,从而提高了系统的输出信干噪比和误码率性能.仿真结果表明所提算法有较好的性能.

基于最小能量准则的自适应步长算法研究

提出了一种基于最小能量准则的盲多用户检测新算法。该算法利用投影矩阵把检测器的系数映射到信号空间,不再需要约束条件,将步长看成是一个变量,利用两次LM S算法,分别对步长和系数进行迭代,使系数能够跟踪到环境的变化。对比定步长的LM S算法,仿真结果表明此算法有信噪比高,收敛速度快的特点。

基于LMS的自适应半盲多用户检测

基于MOE准则,充分利用小区内所有用户的扩频码给出一种MOE半盲检测器,结合修正的PASTd算法和LMS算法自适应得到MOE半盲检测器的权向量,提出MC-CDMA系统下一种基于LMS的自适应半盲多用户检测算法。该算法利用已知的信息使系统的输出信干比和误码率优于LMS盲多用户检测,同时避免LMS算法中的特征值分解问题,显著降低计算量。仿真实验验证了该算法的有效性和优越性。

一种改进的变步长LMS盲多用户检测算法

盲多用户检测技术是第三代移动通信的关键技术,文中分析了DS-CDMA通信系统中LMS盲多用户检测算法的性能。并在此基础上对其进行改进,提出一种改进的变步长的LMS盲多用户检测算法,仿真结果表明,该改进算法与已有算法相比性能相当,但计算量减小。