基于双调整因子的梯度平均盲干扰抑制算法

针对采用直接扩频体制的移动卫星系统,提出了一种同时抑制窄带和多址干扰的盲自适应干扰抑制ABAG-MOE算法,该算法在对随机梯度进行统计平均的基础上,引入自调整的步长和遗忘因子,克服了MOE类算法性能受接收矩阵条件数影响的缺点,改善了输出信噪比和信道跟踪能力;文中分析了该算法的运算复杂度,推导证明了算法收敛性的解析性能。静态和动态干扰环境下的仿真表明:算法在保持O(N)运算复杂度的前提下,表现出较好的输出信噪比和信道鲁棒性,具有一定的应用价值。

基于RLS的改进型盲多用户检测算法

针对传统的关于可变约束MOE盲多用户检测算法需直接进行特征值分解计算和不能实现二次约束限制的缺点,提出了一种基于RLS的改进型MOE盲多用户检测算法。该算法避免了矩阵求逆和大量的特征值分解运算,计算复杂度大大降低。仿真结果表明,该算法的误码率性能和收敛性均优于直接利用特征值分解的传统算法,且程序运行时间大大缩小。

基于干扰抵消的多用户检测

探讨了一种在检测前消除多址干扰,然后进行匹配检测的多用户检测方法,给出了这种方法基于MOE 的最佳系数矩阵,讨论了基于这一思想的MOE随机梯度算法,对算法的收敛条件进行了分析,并进行了数值仿真。