盲自适应多用户检测技术的研究

论文摘要

针对码分多址技术存在多址干扰（Multi-access Interference, MAI）的问题,盲多用户检测技术利用干扰用户信息进行联合检测,而且不需要训练序列和干扰用户的先验知识,具有优良的抗干扰性能。但是现行的算法计算量大,跟踪速度慢,不能满足实时处理的需求。针对以上不足,本文提出一种新的基于NIC （Novel Information Criteria）准则的信号子空间收缩跟踪算法（Novel Information Criteria with Deflation, NICD）及相应的线性MMSE盲自适应多用户检测器。和现有的盲多用户检测器相比,本文提出的检测器具有以下三个优点:（1）NICD信号子空间收缩跟踪算法通过对数函数映射的方法,降低了二次型曲面的梯度的搜索范围。此外,在最优特征向量的搜索过程中,学习步长是自适应变化的,使算法更快地收敛到信号子空间的特征向量基。（2）在迭代跟踪的过程中自动完成信号子空间特征向量之间的正交化,避免了额外附加正交约束条件。信号子空间特征向量之间的正交性减小了跟踪过程中的误差,加快了系统收敛。由于不需要额外的正交化计算,整个跟踪算法实现复杂度较低,计算量为O （ NK ）。（3）采用了一种AIC （Akaike Information Criterion）准则的改进方法对信号子空间的维数进行估计,降低了计算量。标准的AIC准则需要计算所有信号分量的AIC值,计算量跟信号子空间的维数成正比。改进的估计方法分析了AIC函数具有凸函数的特性,每次估计时只需计算3个点的AIC值就能得到信号子空间的维数。数学分析和仿真结果表明,本文提出的NICD盲自适应多用户检测器实现复杂度低、跟踪速度快,具有较好的抗多址干扰和远近效应能力。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题研究目的及意义
• 1.2 国内外的研究现状
• 1.3 本文的主要工作
• 2 CDMA 系统中的多用户检测技术
• 2.1 CDMA 系统接收信号模型
• 2.2 多用户检测技术的必要性
• 2.2.1 CDMA 蜂窝通信系统中的主要干扰类型
• 2.2.2 克服多址干扰的主要措施
• 2.2.3 多用户检测器的基本结构
• 2.2.4 多用户检测技术的基本分类
• 2.3 线性多用户检测技术
• 2.4 盲多用户检测技术
• 2.4.1 最小输出能量（MOE）盲多用户检测技术
• 2.4.2 恒模（CMA）盲多用户检测技术
• 2.4.3 最小均方误差（MMSE）盲多用户检测技术
• 2.5 本章小结
• 3 NICD 盲自适应多用户检测技术
• 3.1 引言
• 3.2 基于信号子空间的盲多用户检测技术
• 3.2.1 信号子空间原理
• 3.2.2 基于信号子空间的盲多用户检测器
• 3.3 NICD 信号子空间收缩跟踪算法
• 3.3.1 NICD 信号子空间收缩跟踪算法的优势
• 3.3.2 NICD 信号子空间收缩跟踪算法的实现
• 3.4 信号子空间维数的估计
• 3.4.1 信号与噪声子空间的估计准则
• 3.4.2 改进的信号子空间秩跟踪算法
• 3.5 本章小结
• 4 NICD 盲自适应多用户检测器的性能分析
• 4.1 权矢量收敛性分析
• 4.2 稳态下的输出信干比SIR 分析
• 4.3 误码率分析
• 4.4 渐近效率分析
• 4.5 本章小结
• 5 算法的仿真与分析
• 5.1 NICD 检测器的性能仿真
• 5.2 和其它典型的盲多用户检测算法的性能比较
• 5.2.1 改进的 PASTd 算法
• 5.2.2 性能对比仿真
• 5.3 仿真结论
• 6 总结与展望
• 6.1 主要结论
• 6.2 进一步的研究方向
• 致谢
• 参考文献
• 附录