衰落信道下自适应卡尔曼异步IC多用户检测器

发布时间：2020-03-03 15:50

【摘要】：针对单一串行干扰消除(SIC)算法与并行干扰消除(PIC)算法在进行多用户检测(MUD)时的判决误差扩散问题,研究了强多址干扰(MAI)情况下直接序列扩频码分多址(direct sequence spread spectrum code division multiple access,DS-CDMA)系统中的干扰消除多用户检测算法.结合自适应卡尔曼算法提出了一种适于衰落信道的级联结构K-AIC多用户检测算法.所提算法实现了对时变多径衰落信道的全面跟踪,能够在干扰消除检测过程中避免判决误差扩散,达到抑制MAI的目的.仿真结果表明,所提算法具有更好的收敛性、动态跟踪能力及算法精度,是一种有效的干扰消除多用户检测算法.
【图文】：

图3算法信干比性能对比分析Fig.3TheSIＲperformancecomparisonanalysis始终高于0.1dB．K－AIC算法的EOE值始终呈现稳定快速衰减，在干扰加入后始终低于0.05dB，在检测后期已接近理论值0．因EOE定义为MUD算法为达到单用户误码性能，用户信号经传输后的剩余能量，即剩余能量输出衰减越迅速稳定，系统性能越稳定．这说明K－AIC在复杂环境下具有快衰减的剩余能量性能，且剩余能量无大的波动，具有更好抗干扰性能．图4算法剩余输出能量性能对比分析Fig.4TheEOEperformancecomparativeanalysis如图5，图6所示:K－AIC算法的误码率(BEＲ)曲线在检测中始终呈现快速稳定下降，且图5K－AIC算法与IC算法多用户BEＲ性能分析Fig.5Themulti-userBEＲperformanceanalysis图6最弱功率用户BEＲ性能分析Fig.6TheBEＲperformanceoftheweakestpoweruser第1级与第2级的BEＲ值始终低于IC算法．对最弱功率用户的BEＲ性能，始终优于IC算法．这说明K－AIC具有更好的多用户检测性能及抗干扰能力．如图7所示:在相同训练序列500次实验中，K－AIC算法的误差平方均值曲线始终低于IC算法且稳定收敛，IC算法的误差平方均值曲线始终无法稳定收敛．这说明K－AIC算法的检测精度更高．图7500次实验的误差平方均值曲线Fig.7Theerrormeansquarecurvesof500experi-ments4结论本文提出的K－AIC多用户检测器可全面跟踪复杂环境时变信道，消除多址干扰且不增加通信系统背景噪声，有效抑制多址干扰．检测无需对异功率用户信号排序，避免了SIC，PIC及IC算法因中间环节判决出错造成的判决误差扩散，提高了检测精度和稳定性．仿真结果表明，该检测器在算法误码性能、收敛性、复杂动态环境跟踪能力及精度控制方面均优于SIC，PIC及IC算法．因此，第7期高维廷等

图3算法信干比性能对比分析Fig.3TheSIＲperformancecomparisonanalysis始终高于0.1dB．K－AIC算法的EOE值始终呈现稳定快速衰减，在干扰加入后始终低于0.05dB，在检测后期已接近理论值0．因EOE定义为MUD算法为达到单用户误码性能，用户信号经传输后的剩余能量，即剩余能量输出衰减越迅速稳定，系统性能越稳定．这说明K－AIC在复杂环境下具有快衰减的剩余能量性能，且剩余能量无大的波动，具有更好抗干扰性能．图4算法剩余输出能量性能对比分析Fig.4TheEOEperformancecomparativeanalysis如图5，图6所示:K－AIC算法的误码率(BEＲ)曲线在检测中始终呈现快速稳定下降，且图5K－AIC算法与IC算法多用户BEＲ性能分析Fig.5Themulti-userBEＲperformanceanalysis图6最弱功率用户BEＲ性能分析Fig.6TheBEＲperformanceoftheweakestpoweruser第1级与第2级的BEＲ值始终低于IC算法．对最弱功率用户的BEＲ性能，，始终优于IC算法．这说明K－AIC具有更好的多用户检测性能及抗干扰能力．如图7所示:在相同训练序列500次实验中，K－AIC算法的误差平方均值曲线始终低于IC算法且稳定收敛，IC算法的误差平方均值曲线始终无法稳定收敛．这说明K－AIC算法的检测精度更高．图7500次实验的误差平方均值曲线Fig.7Theerrormeansquarecurvesof500experi-ments4结论本文提出的K－AIC多用户检测器可全面跟踪复杂环境时变信道，消除多址干扰且不增加通信系统背景噪声，有效抑制多址干扰．检测无需对异功率用户信号排序，避免了SIC，PIC及IC算法因中间环节判决出错造成的判决误差扩散，提高了检测精度和稳定性．仿真结果表明，该检测器在算法误码性能、收敛性、复杂动态环境跟踪能力及精度控制方面均优于SIC，PIC及IC算法．因此，第7期高维廷等

【参考文献】

相关期刊论文 前3条

1 ;Self-tuning weighted measurement fusion Kalman filter and its convergence[J];Journal of Control Theory and Applications;2010年04期

2 刘婷;张立毅;陈雷;;Improved Blind Multiuser Detection Algorithm Based on Minimum Output Energy[J];Transactions of Tianjin University;2012年06期

3 雷利华;施浒立;马冠一;;基于自适应卡尔曼滤波的盲多用户检测器[J];宇航学报;2009年03期

【共引文献】

相关期刊论文 前6条

1 邓自立;;Wiener滤波,Kalman滤波和信息融合滤波理论研究进展[J];黑龙江大学工程学报;2011年03期

2 张鹏;邓自立;;带未知有色观测噪声的自校正融合Kalman滤波器[J];控制理论与应用;2012年01期

3 陶贵丽;邓自立;;含未知参数的自校正融合Kalman滤波器及其收敛性[J];自动化学报;2012年01期

4 封文清;杜鑫龙;孙赫;邓自立;;多传感器ARMA信号加权融合Kalman滤波器[J];黑龙江大学自然科学学报;2013年04期

5 贾存丽;田亚菲;王光辉;;基于盲源分离的多用户检测算法[J];知识经济;2011年14期

6 林胜;;异质信号干扰下质量流量数据融合研究[J];仪表技术与传感器;2014年06期

相关会议论文 前1条

1 Yu-jie Fang;Yu Su;Hui-yuan Zhao;Jia-feng Chen;Lian-zhong Qi;;LED Intelligent Dimming System Based on Data Fusion Technology[A];2013年中国智能自动化学术会议论文集（第一分册）[C];2013年

相关博士学位论文 前5条

1 何峰;扩频通信中的盲多用户检测技术研究[D];国防科学技术大学;2011年

2 李勇征;具有免疫响应能力的入侵防御关键技术研究[D];燕山大学;2013年

3 郝张红;直接序列扩频通信系统中的时变干扰抑制关键技术研究[D];电子科技大学;2013年

4 任玉艳;生理信息融合算法及其在仿生机器马中的应用研究[D];燕山大学;2013年

5 康健;基于多传感器信息融合关键技术的研究[D];哈尔滨工程大学;2013年

相关硕士学位论文 前1条

1 黄开俊;机会协作通信系统性能及多用户协作通信系统资源优化研究[D];广西大学;2013年

【二级参考文献】

相关期刊论文 前3条

1 王永刚,焦李成;基于随机Hopfield神经网络的最优多用户检测器[J];电子学报;2004年10期

2 邓自立,郝钢,吴孝慧;两种加权观测融合算法的全局最优性和完全功能等价性[J];科学技术与工程;2005年13期

3 郭立山,沈祖诒;约束非线性规划的神经网络算法[J];运筹与管理;2001年03期

【相似文献】

相关期刊论文 前10条

1 黄伟国,申敏;DS-CDMA多用户检测技术[J];重庆邮电学院学报(自然科学版);2000年02期

2 高洪元,庞伟正;仿生优化算法在多用户检测中的应用[J];应用科技;2005年02期

3 刘秀梅;刘俊霞;;多用户检测技术的讨论[J];今日科苑;2008年02期

4 吴俊,王艺,张红,吴伟陵;多用户检测与信道估计相结合的性能分析[J];北京邮电大学学报;1999年02期

5 杨东林,叶梧;Turbo CDMA多用户检测的研究[J];电子科技大学学报;2000年03期

6 薛强,杜志敏,吴伟陵;一种基于一阶扰动自适应特征值分解的多用户检测算法[J];电子学报;2000年S1期

7 王勇,仲文,陈明,程时昕,尤肖虎;一种基于ML准则的适用于频率选择性多径衰落的多用户检测算法[J];电子与信息学报;2000年05期

8 薛强,蒋笑冰;第三代移动通信中的多用户检测技术[J];电子技术应用;2001年05期

9 胡艳军,朱近康;CDMA解相关多用户检测的快速软件处理(英文)[J];安徽大学学报(自然科学版);2001年02期

10 王艺,粟欣,张忠培;多用户检测中信号子空间维数的估计[J];无线通信技术;2001年03期

相关会议论文 前10条

1 咸金龙;羊阳;;基于EM算法的多用户检测对噪声敏感性分析[A];电波科学学报[C];2011年

2 钱小聪;郑宝玉;万欢根;侯晓峗;;基于多用户检测的Ad hoc网络MAC协议设计及性能研究[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

3 程鹏;宋文涛;;CDMA多用户检测算法综述[A];2002海峡两岸三地无线科技研讨会论文集[C];2002年

4 高伟;李晓辉;;基于独立分量分析的MMSE多用户检测[A];第十六届电工理论学术年会论文集[C];2004年

5 王砚;魏建荣;张立毅;;基于RBF神经网络的多用户检测算法的研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

6 朱然;司赢;栾西;郭健;任术波;吴建军;;兼容TD-SCDMA的MSS系统上行链路多用户检测技术研究[A];第七届卫星通信新技术、新业务学术年会论文集[C];2011年

7 程莹;查长军;李晓辉;;基于噪声独立分量分析的多用户检测[A];第十九届电工理论学术年会论文集[C];2007年

8 杨光达;胡封晔;侯金凤;;基于混合遗传算法的MIMO-OFDM系统多用户检测研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

9 毕竞;袁伟;;线性约束共轭梯度常模算法的研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

10 倪梁方;郑宝玉;;分集接收自适应BP网络多用户检测器在异步CDMA移动通信中的应用研究[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

相关重要报纸文章 前9条

1 实习记者 钱小聪;多用户检测：提高CDMA性能的关键[N];人民邮电;2002年

2 ;智能移动通信技术[N];人民邮电;2002年

3 王彦;TD-SCDMA灵活的标准[N];中国电子报;2000年

4 ;第三代移动通信的关键技术[N];人民邮电;2001年

5 刘太江 孙毅 任惠民 张军;WCDMA：新技术发展和应用[N];人民邮电;2001年

6 彭杨红;3G演进中的关键技术[N];通信产业报;2006年

7 普天信息技术研究院 鲁艳玲 李艳铭 吴智勇;普天TD-SCDMA构筑特色3G网络[N];通信产业报;2004年

8 王蓓;TD-SCDMA的动态信道分配[N];中国高新技术产业导报;2001年

9 太原理工大学 王爱军;WCDMA网络性能增强技术-HSDPA[N];山西科技报;2009年

相关博士学位论文 前10条

1 高洪元;多用户检测中的智能信息处理理论研究[D];哈尔滨工程大学;2010年

2 孔政敏;宽带无线通信系统中的多用户检测[D];华中科技大学;2011年

3 孟艳;MC-CDMA系统中自适应多用户检测技术的研究[D];东北大学;2008年

4 张俊林;CDMA通信系统多用户检测研究[D];重庆大学;2010年

5 赵楠;统一扩频测控系统中关键技术研究[D];哈尔滨工业大学;2011年

6 胡志恒;CDMA通信系统自适应多用户检测方法的研究[D];电子科技大学;2003年

7 陈强;无线CDMA通信系统的空时多用户检测[D];国防科学技术大学;2001年

8 王焱滨;若干计算智能方法在CDMA多用户检测中的应用研究[D];电子科技大学;2003年

9 王伶;移动通信中的多用户检测与自适应空时接收机研究[D];西安电子科技大学;2004年

10 唐普英;计算智能及其在多用户检测中的应用研究[D];电子科技大学;2002年

相关硕士学位论文 前10条

1 代延村;MIMO-OFDM系统中的多用户检测技术[D];西安电子科技大学;2010年

2 王艳;CDMA多用户检测系统仿真技术研究[D];哈尔滨工程大学;2003年

3 王艳丽;MIMO-OFDM系统多用户检测算法研究[D];西安科技大学;2010年

4 周科理;CDMA多用户检测技术研究[D];重庆大学;2002年

5 陈玉;第三代移动通信中自适应多用户检测的研究与实现[D];湖南大学;2004年

6 马会肖;IDMA系统同步及抗干扰技术研究[D];哈尔滨工业大学;2010年

7 任大山;CDMA系统中多用户联合检测算法研究及其Simulink建模[D];云南大学;2010年

8 刘荣华;基于DCD迭代的多用户检测算法研究及其FPGA设计[D];太原理工大学;2011年

9 年朋;基于克隆选择粒子群算法的MC-CDMA多用户检测[D];吉林大学;2011年

10 马海波;DS/CDMA通信系统中的智能多用户检测算法研究[D];西安电子科技大学;2002年

本文编号：2584507