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.     

MC-CDMA系统中的自适应半盲多用户检测算法

研究多载波CDMA(MC-CDMA)上行半盲多用户检测技术，对基于Chebyshev逼近算法实现的最小输出能量(MOE)盲多用户检测进行改进，提出MC-CDMA系统下一种基于子空间跟踪和Chebyshev逼近的自适应半盲多用户检测算法。该算法基于MOE线性检测器原理，充分利用小区内所有用户的扩频码，设计了一种基于MOE准则的半盲检测器，很好地消除了多址干扰。为了减少计算复杂度，将修正的PASTd算法应用于Chebyshev逼近算法估计MOE半盲检测器的最优权向量。该算法计算复杂度低，具有较好的抗多址干扰性能和检测性能。仿真结果验证了该算法的可行性和优越性。     

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。     

基于卡尔曼滤波的线性共轭半盲多用户检测

考虑实际的多载波CDMA（MC-CDMA）上行链路系统,深入研究了基于卡尔曼滤波的盲自适应多用户检测和线性共轭多用户检测,提出MC-CDMA系统下一种基于自适应卡尔曼滤波的线性共轭半盲多用户检测算法。该算法利用小区内所有用户的扩频码和伪自相关矩阵的信息设计了一种基于平均输出能量（MOE）准则的线性共轭半盲检测器,结合修正的PASTd算法和卡尔曼滤波算法自适应得到MOE权向量。仿真实验验证了所提算法的有效性,与卡尔曼滤波盲自适应算法相比,提出的算法有更好的输出信干比和误码率性能,并保持较低的复杂度。     

惩罚函数优化的前馈神经网络盲多用户检测

提出一种前馈神经网络盲多用户检测算法,利用前馈神经网络替代原有检测器中的滤波器,通过惩罚函数对约束恒模代价函数进行求解,获得前馈神经网络权值和参数的迭代公式,实现了盲多用户检测。Matlab仿真结果表明,该算法改善了系统的误码率性能,加快了算法的收敛速度。     

基于改进信息最大化法的盲多用户检测

针对多用户检测中的多址干扰（MAI）,给出了改进信息最大化（I infomax）的盲多用户检测算法．该 算法利用扩频码初始化学习向量,实现了多用户的盲检测．仿真结果及分析表明,算法在误码率、收敛速度和用户 容量等方面优于Infomax 算法及传统盲多用户检测算法．     

基于子空间跟踪的盲自适应多用户检测技术研究

研究了一种基于子空间跟踪的盲自适应多用户检测的算法,提出了一种改进的PASTd算法和卡尔曼滤波算法相结合的盲自适应多用户检测算法。把改进的PASTd算法和卡尔曼滤波器结合,提出了一种新的盲自适应多用户检测器并且能够实现在高信噪比和远近效应情况下得到稳定的跟踪性能。仿真结果表明,该检测器可以迅速地跟踪维数变化了的信号子空间,从而提高检测器的性能,实现稳定的跟踪并使输出具有良好的信干比。提出的盲自适应多用户检测算法虽然在计算量上较LMS算法略有提高,但其收敛性能却优于后者,与RLS算法相比,提出的算法具有更低的计算复杂度和更优的收敛性能。     

基于可变遗忘因子RLS的盲多用户检测

对于直扩码分多址系统,本文提出了一种新的基于可变遗忘因子RLS的自适应盲多用户检测器,它能够自适应地估计检测向量,既具有对时变信道的快速跟踪能力,又具有较小的估计误差。最后通过仿真验证了该方法的有效性,与固定遗忘因子RLS盲多用户检测器相比,新算法具有更高的输出信干比,并且动态环境下的跟踪能力明显提高。另外还研究了参数对性能的影响,为参数的选择作出参考。     

一种改进的基于卡尔曼滤波的盲多用户检测算法

针对卡尔曼滤波盲多用户检测算法在多径信道存在波形失配的情况下性能迅速下降的问题,引入子空同概念对原状态空间模型进行了改进,进而得到了改进的盲多用户检测算法.该算法将检测器模型化为信号子空间的一个向量,采用卡尔曼滤波器自适应地获得系统参数.仿真实验表明,与原算法相比,该算法具有更低的计算复杂度和更快的收敛速度.当发生波形失配使信号受到严重削减时,该算法仍然表现出较好的性能.     

Lagrange优化前馈神经网络盲多用户检测算法

提出了一种前馈神经网络盲多用户检测算法.该算法利用恒模准则构造了一个代价函数,给出了该算法的约束条件.利用增广Lagrange函数方法对带约束的代价函数进行优化求解,获得前馈神经网络网络权值和参数的迭代公式,从而实现了盲多用户检测.利用计算机对增广Lagrange函数优化的前馈神经网络盲多用户检测算法进行仿真.仿真结果表明,新算法具有较好的误码率及收敛特性等性能.     

Lagrange优化的LMK神经网络盲多用户检测

提出一种基于LMK准则的前馈神经网络盲多用户检测算法,给出算法的代价函数和约束条件,利用Lagrange方法对带约束的代价函数进行优化,获得前馈神经网络网络权值的迭代公式,从而实现神经网络盲多用户检测。仿真结果表明,新算法具有良好的误码率性能和收敛速度。     

QR分解卡尔曼盲自适应多用户检测算法

码分多址（Code-Division Multiple-Access,CDMA）系统中,采用盲多用户检测算法抑制多址干扰（Multiple Access Interference,MAI）和“远-近”效应（Near-Far effect）的影响,是CDMA技术研究热点之一。为避免基于卡尔曼（Kalman）滤波的多用户检测算法中,协方差矩阵失去非负定性而面临的数值稳定性问题,提出利用QR分解方法重新构造系统模型协方差阵,建立一种收敛速度更快、数值鲁棒性更好的卡尔曼盲自适应多用户检测算法。仿真结果表明,该算法具有较好的抗多址干扰和抗“远-近”效应能力。     

基于盲波束形成的CDMA信号伪码估计

为解决低信噪比(SNR)条件下CDMA信号伪码盲估计问题,提出结合盲波束形成和奇异值分解的盲估计方法。在信号波达方向和信道同步信息未知的情况下,估计各用户的扩频序列,完成多用户检测,并给出高斯噪声下盲多用户检测的完整数学表达式。理论分析和仿真结果表明,该方法通过天线阵列的分集和扩频增益能在低SNR下完成伪码估计,且其多用户检测性能相对传统单天线检测算法有较大提高。