基于自适应卡尔曼滤波的盲多用户检测算法

对强多址干扰情况下码分多址系统的盲多用户检测算法进行研究,针对多径信道的码分多址系统,提出一种基于自适应卡尔曼滤波的盲多用户检测算法。该算法可在进行状态滤波的同时对未知噪声的统计特性进行在线估计,确保算法收敛于期望用户,提高检测器在动态环境下的跟踪性能。仿真结果表明,与最小均方算法及递推最小二乘算法相比,该算法具有更好的收敛性和动态性能。     

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。     

基于线性预测的盲多用户检测技术的研究与应用

CDMA系统多用户检测技术(MUD)是第三代移动通信系统的关键技术之一.常规CDMA用户检测方法是使用期望用户的扩频序列对接收信号直接进行相关运算,再经过符号硬判决得到检测符号,这样的处理方式将解扩后的多址干扰成分看作噪声而未加任何处理,导致误码率增加.围绕自适应信号处理及盲多用户检测两方面技术,对CDMA系统的最佳盲多用户检测、次佳盲多用户检测进行研究,提出了一种具有工程实用价值的基于线性预测的盲多用户检测方法.仿真结果表明,在低SNR情况下,其运算复杂度大为降低、BER性能明显优于其他两种盲多用户算法.     

一种基于盲自适应卡尔曼滤波的多用户检测器

针对直接序列扩频码分多址(Direct Sequence Spread Spectrum Code Division Multiple Access,DS-CDMA)系统扩频波形非完全正交所造成的多址干扰(Multiple Access Interference,MAI)等问题,将卡尔曼(Kalman)算法应用于盲自适应算法中,提出了一种新的多用户检测算法。将该算法与LMS及RLS算法进行仿真对比后得出,该算法在抑制多用户干扰及动态跟踪能力方面更为强劲、有效且稳定性更高、收敛速度更快。     

基于改进子空间的盲MMSE多用户检测算法

算法收敛性与计算复杂度之间的矛盾是目前基于子空间的多用户检测技术难以投入实际应用的主要问题。将内部模型法则(IMP)与PAST算法相结合,提出了一种改进的子空间跟踪算法——newPAST-IMP算法,并应用于盲MMSE检测器中。该方法收敛速度快,跟踪性能好且计算复杂度较低。仿真表明,该检测器具有优异的抗多址、多径干扰以及抗远近效应的能力。     

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．     

多速率DS-CDMA系统中基于Kalman滤波的盲多用户检测

在讨论可变扩频增益多速率直接序列码分多址(DS-CDMA)系统信号模型的同时,为了保证该检测器能适用于多径衰落信道环境,提出了基于Kalman滤波的盲多速率多用户检测器,并给出了Kalman滤波算法的实现步骤与最大值合并过程.仿真结果表明,与现有的一些盲自适应多用户检测器相比,本文提出的检测器在多速率环境下具有更为好的抗多址干扰、抗多径干扰能力,且能更快地收敛.     

基于APA和子空间跟踪的盲自适应多用户检测器

盲自适应多用户检测器因其只需很少的信息以及良好的抗多址能力,在CDMA系统中占据着很重要的作用;针对目前盲自适应多用户检测器中算法复杂度高的缺点,提出了一种基于仿射投影和紧缩投影近似子空间跟踪的盲自适应多用户检测器,该算法可以在计算复杂度和检测性能之间取得很好的平衡;仿真结果表明算法在较低的复杂度下能够取得良好的收敛特性和跟踪特性,有着良好的抗多址能力。     

基于子空间的Kalman滤波盲自适应多用户检测器

本文提出一种基于子空间估计和Kalman滤波相结合的盲自适应多用户检测器。文中使用期望用户的特征波形,可以将盲多用户检测器表示成信号子空间中的一个固定信号与另一个自适应部分之和,其自适应部分的系数可通过Kalman滤波算法进行估计。实验仿真表明,在加性高斯白噪声信道中,基于子空间的Kalman滤波算法较全秩算法具有更低的计算复杂度和更优的收敛性能。     

基于自适应拟牛顿子空间跟踪的盲多用户检测算法

该文提出了一种新的基于自适应拟牛顿子空间跟踪盲多用户检测算法,这种算法的计算复杂度为O(n2r),其中n为扩频因子,r为用户数。仿真分析表明:该文提出的方法的算法稳态性能及收敛速度比其他基于子空间的盲多用户检测算法都要好,因而是一种优秀的盲自适应多用户检测算法,具有一定的应用和研究价值。     

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。     

Multiuser Detection of Synchronous MC-CDMA in Multipath Fading Channels Using Hopfield Neural Networks

Sub-optimum multiuser reception using Hopfield Neural Network for synchronous Multicarrier Code-Division Multiple Access signals in a multipath fading channel is studied with respect to near-far ratio. We have shown that by the appropriate choice of Hopfield Neural Network parameters from the channel state information, the Hopfield network can collectively resolve the multipath fading effects and the multiple-access interference in the system. Moreover, the Hopfield Neural Network demonstrates multiple-access interference resilient performance regardless of the number of paths resolved at the receiver. We have also investigated the bit-error rate performance of the system with respect to channel estimation errors. Results show that performance of the proposed detection scheme is influenced by the correctness of the estimated channel state information.     

基于自适应卡尔曼滤波的运动车辆检测

卡尔曼滤波是一种根据时变随机信号的统计特性,对信号的未来值做出尽可能接近真值的一种估计方法,首先介绍了卡尔曼滤波原理,然后阐述了它在运动目标检测的应用。针对传统的固定值的卡尔曼滤波方法的缺陷,提出了自适应更新参数的卡尔曼滤波方法。通过与传统的卡尔曼滤波方法、帧差法、光流法和高斯混合模型方法的比较,证明了该方法的有效性。     

基于非高斯度量的多用户DS-CDMA系统多干扰消除与用户检测

非同步的直接序列扩频码分复用(DS-CDMA)系统可能同时存在符号间串扰、多址干扰以及外部干扰。将扩频系统普遍存在的外部窄带干扰作为讨论重点,依据函数空间理论,对干扰进行有限维函数空间上的分解,并将基函数作为混合向量,基函数下的坐标作为待恢复源,通过过采样处理,结合DS-CDMA系统多用户检测模型,提出一种基于盲分离的算法。该算法在未知扩频序列以及信道多径的情况下完成盲多用户检测与盲均衡处理,同时实现外部窄带干扰消除,提高系统的干扰容限。仿真结果表明,在不同的信噪比以及信干比条件下,该算法普遍优于带理想均衡器的RAKE接收机,尤其在干扰显著的情况下,能获得更高的增益。     

基于LTE的PBCH信道盲检测方案

在无线通信领域,LTE已成为主流技术,应用十分广泛.在LTE中PBCH信道用于承载MIB信息,UE在接入某小区前,需要先通过解调PBCH信道获取到该小区的系统信息,才知道该小区是如何配置的,以便在该小区内正常的工作.论文基于LTE协议,提出了一种PBCH的盲检测方案,不但易于实现,还有很强的工程应用价值.     

基于自适应堆滤波的边界检测

从被噪声干扰的图象中提取边界是图象测试与分析的关键之一。通常需要先滤除图象中的噪声，再用边界检测算子求出边界。本文介绍了一种边界直接检测法，即将边界检测与噪声滤波相结合，它是基于自适应堆滤波的边界检测法。首先非线性堆滤波器用于求出图象某象素点邻域内的灰度最大值与最小值的最优估计，然后以此两估计值之差代替原象素点灰度值。最后对之二值化求出边界。本文根据最小平均绝对误差准则，采用自适应方法求解堆滤波器。这种方法类似于线性自适应滤波器的ＬＭＳ方法，先任设一初始堆滤波器，利用期望图象与合噪声图象对堆滤波器进行迭代训练，最后求出最优化的自适应堆滤波器。文章最后给出了采用自适应堆滤波法求取图象边界的试验结果，表明这种方法可以有效地抑制各种分布的噪声干扰。     

基于强跟踪平方根容积卡尔曼滤波的纯方位目标运动分析方法

针对纯方位目标跟踪系统中模型状态简化、系统噪声统计特性未知、目标初始距离信息不准确导致的滤波收敛时间长和滤波精度不高的问题,以自主水下机器人(Autonomous Underwater Vehicle, AUV)跟踪水下动态目标为例,提出了一种基于强跟踪平方根容积卡尔曼滤波器(Strong Tracking Square Root Cubature Kalman Filter, STFSRCKF)的纯方位目标运动分析算法。该算法在滤波过程中,利用平方根容积卡尔曼滤波器(Square Root Cubature Kalman Filter, SRCKF)完成预测更新,对于SRCKF中的每个容积点采用强跟踪滤波器(Strong Tracking Filter, STF)进行更新,设计滤波增益以抑制噪声对系统状态估计的影响,有效提高了滤波的数值稳定性,减小了状态估计误差。通过仿真分析,比较了扩展卡尔曼滤波器(Extended Kalman Filter, EKF)、无迹卡尔曼滤波器(Unscented Kalman Filter, UKF)、平方根容积卡尔曼滤波器(Square-Root Cubature Kalman Filter, SRCKF)、STFSRCKF的算法性能,实验表明所提算法具有跟踪速度快,精度高等优点。