基于粒子滤波改进算法的多用户检测技术研究

发布时间：2017-10-17 02:35

  本文关键词：基于粒子滤波改进算法的多用户检测技术研究

  更多相关文章： 多址干扰 MUD 非高斯噪声 PF PF改进算法

【摘要】：多用户检测技术(Multi-User Detection,MUD)是无线移动通信领域中一项主要的抗干扰技术,同时也是CDMA(Code Division Multiple Access)系统中的重要技术。从CDMA理论上来讲,所有用户的扩频码的互相关系数恒等于零,各个用户的传输数据只需要在接收端加上相对应的匹配滤波器就能够得到完美的估计。但是在实际工程中,扩频码之间的互相关系数肯定不为零,严重干扰了用户信息的估计,这就是多址干扰(Multiple access interference,MAI)存在的根本原因。多用户检测技术深度分析了MAI产生机制,以消除互相关系数为目的,提升系统的可靠性。首先,本文建立直接序列扩频码分多址系统(Direct Sequence Spectrum-Code Division Multiple Access,DS-CDMA)的模型,将MUD算法融入到此模型中。利用计算机仿真,依次探讨了最佳MUD算法、解相关MUD算法和最小均方误差MUD算法等经典的MUD算法。其次,为了便于经典MUD算法理论上的分析,通常假定被人们所熟知的高斯噪声为背景噪声。但高斯噪声的特性并不能完全体现现实噪声的脉冲特性,非高斯噪声的存在导致了经典MUD性能的下降。本文针对上述传统多用户检测中背景噪声的缺陷,研究了非高斯噪声的理论基础,选取拉普拉斯噪声和阿尔法稳定噪声作为各种MUD方案鲁棒性研究的前提条件。最后,本文针对单一的多用户检测算法中存在的缺陷,在对几个经典的多用户检测算法的理论分析之上引入了粒子滤波算法。粒子滤波(Particle Filter,PF)算法的应用加强了非高斯噪声下MUD的信号估计能力和适应能力。然后从数学的层面上探讨了标准PF算法的原理并得出实现步骤。最后针对粒子多样性匮乏、重要性函数的选取以及运算量大的缺陷,本文提出了将重要性重采样粒子滤波、重要性权值选择粒子滤波、加权逼近粒子滤波,改进的无迹粒子滤波和自适应部分系统重采样粒子滤波算法应用到MUD方案中。仿真结果得出,这五种改进算法提升了多用户检测器的性能,并且在非高斯噪声中也具有很强的鲁棒性,提高以DS-CDMA系统为典型的多址移动通信的综合抗干扰能力。
【关键词】：多址干扰 MUD 非高斯噪声 PF PF改进算法
【学位授予单位】：河南工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN713
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-16
• 1.1 研究背景及意义11-12
• 1.2 国内外研究现状12-14
• 1.3 课题设计14-16
• 第二章 多用户检测技术16-31
• 2.1 经典单用户检测技术16-18
• 2.2 多用户检测技术18-21
• 2.2.1 多用户检测技术的核心内容18
• 2.2.2 多用户检测方案的类别18-20
• 2.2.3 MUD技术的性能指标20-21
• 2.3 传统的多用户检测器21-29
• 2.3.1 最佳多用户检测21-22
• 2.3.2 解相关多用户检测22-24
• 2.3.3 最小均方误差多用户检测24-27
• 2.3.4 串行干扰消除多用户检测27-28
• 2.3.5 并行干扰消除多用户检测28-29
• 2.4 本章小结29-31
• 第三章 非高斯噪声31-40
• 3.1 非高斯噪声理论模型分析31-34
• 3.1.1 单变量模型31-32
• 3.1.2 多变量模型32-33
• 3.1.3 其它NGS理论模型33-34
• 3.2 经典的非高斯噪声34-38
• 3.2.1 Laplace噪声34-36
• 3.2.2 阿尔法稳定噪声36-38
• 3.3 本章小结38-40
• 第四章 粒子滤波算法及其改进算法40-55
• 4.1 粒子滤波算法的基本原理40-43
• 4.1.1 动态空间模型40
• 4.1.2 贝叶斯（Bayes）估计40-42
• 4.1.3 蒙特卡洛方法42-43
• 4.2 粒子滤波算法43-46
• 4.2.1 序贯重要性采样算法44-45
• 4.2.2 重采样技术45
• 4.2.3 标准粒子滤波算法45-46
• 4.3 重要性重采样粒子滤波算法46-48
• 4.3.1 重要性重采样思想46-47
• 4.3.2 算法步骤47-48
• 4.4 重要性权值选择粒子滤波算法48-49
• 4.4.1 重要性权值选择思想48
• 4.4.2 算法步骤48-49
• 4.5 加权逼近粒子滤波算法49-50
• 4.5.1 加权逼近思想49-50
• 4.5.2 算法步骤50
• 4.6 改进UPF粒子滤波算法50-52
• 4.6.1 改进UPF思想50-51
• 4.6.2 算法步骤51-52
• 4.7 自适应部分系统重采样粒子滤波算法52-54
• 4.7.1 自适应部分系统重采样思想52-53
• 4.7.2 算法步骤53-54
• 4.8 本章小结54-55
• 第五章 非高斯噪声下基于粒子滤波及改进算法的多用户检测55-73
• 5.1 系统模型55-57
• 5.2 基于标准粒子滤波算法的多用户检测57-61
• 5.2.1 算法原理及其实现步骤57-59
• 5.2.2 仿真结果及分析59-61
• 5.3 基于重要性重采样粒子滤波算法的多用户检测61-63
• 5.3.1 算法原理及其实现步骤61-62
• 5.3.2 仿真结果及分析62-63
• 5.4 基于重要性权值选择粒子滤波算法的多用户检测63-65
• 5.4.1 算法原理及其实现步骤63-64
• 5.4.2 仿真结果及分析64-65
• 5.5 基于加权逼近粒子滤波算法的多用户检测65-67
• 5.5.1 算法原理及其实现步骤65-66
• 5.5.2 仿真结果及分析66-67
• 5.6 基于改进UPF粒子滤波算法的多用户检测67-70
• 5.6.1 算法原理及其实现步骤67-68
• 5.6.2 仿真结果及分析68-70
• 5.7 基于自适应部分系统重采样粒子滤波算法的多用户检测70-72
• 5.7.1 算法原理及其实现步骤70
• 5.7.2 仿真结果及分析70-72
• 5.8 本章小结72-73
• 结论与展望73-75
• 研究总结73-74
• 工作展望74-75
• 参考文献75-81
• 致谢81-82
• 个人简历及在学习期间的论文发表与获奖情况82

【参考文献】

中国期刊全文数据库 前9条

1 张波权;;关于无线移动通信技术的研究[J];中国新通信;2014年05期

2 朱圣棋;廖桂生;李海;周争光;;基于数据矩阵的非圆相干信号完全解相关算法[J];系统工程与电子技术;2009年01期

3 熊尚坤,陈芳炯,韦岗;基于最小均方误差准则的盲多用户检测新算法[J];电子与信息学报;2004年08期

4 许良凤,胡敏;基于遗传退火算法的解相关多用户检测器[J];合肥工业大学学报(自然科学版);2004年05期

5 ;New Parallel Interference Cancellation Scheme for DS/CDMA Systems[J];Wuhan University Journal of Natural Sciences;2004年01期

6 谢亮;TD-SCDMA系统智能天线和联合检测技术特点[J];信息网络;2003年10期

7 赵永波,刘茂仓,张守宏;一种改进的基于特征空间自适应波束形成算法[J];电子学报;2000年06期

8 马文华,王华芝,查明勇;CDMA系统中智能天线阵列形式的研究[J];北京邮电大学学报;2000年02期

9 祁雷,闫敬文,岳振贵;非高斯噪声理论模型分析[J];辽宁工学院学报;1996年04期

中国硕士学位论文全文数据库 前2条

1 侯睿;粒子滤波及U-粒子滤波在CDMA多用户检测中的应用研究[D];北京交通大学;2008年

2 王蓬;多用户检测技术在CDMA系统中的应用研究[D];武汉理工大学;2006年

，

本文编号：1046342