共查询到18条相似文献,搜索用时 85 毫秒
1.
2.
3.
4.
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。 相似文献
5.
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. 相似文献
6.
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。 相似文献
7.
潘荣国 《数字社区&智能家居》2010,(4):972-975
该文在常规予空间盲多用户检测方法的基础上进行改进,提出一种改进的子空间盲多用户检测方法。将小区内用户的干扰与小区外用户的干扰全部考虑在内并进行细化,将接收信号空间可以分解成三个子空间,通过对子空间模型的修改和子空间跟踪算法的改进,解决快速矩阵分解的问题,降低算法的复杂度,在收敛速度、稳定性方面也有所提高。 相似文献
8.
9.
多用户检测技术目的是在传统检测技术的基础上,充分利用造成多址干扰的所有用户信号信息对多用户做联合检测,以有效地消除多址干扰和远近效应问题。基于隐训练序列的最小均方误差(MMSE)多用户检测算法是在基于完全训练序列的MMSE多用户检测算法基础上,通过对算法进行改进,将训练序列嵌入到用户信息序列中发送。该检测算法提高了频谱资源的利用率,仿真结果表明其性能接近于完全训练序列的MMSE多用户检测算法,并且算法复杂度较低,适于工程应用。 相似文献
10.
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。 相似文献
11.
12.
多用户检测中解相关检测和最小均方误差检测的研究 总被引:2,自引:0,他引:2
多用户检测技术是第三代移动通信系统关键技术之一。其主要思想是充分利用所有用户的信息对接收信号做联合检测,抑制多址干扰,缓解"远-近"效应,从而有效地提高系统容量。本文对多用户检测技术进行初步的研究,尤其是两种主要的线性多用户检测技术:解相关检测和最小均方误差检测,做仔细地研究和比较,并用MATLAB在AWGN信道下和DS-CDMA系统中做仿真。 相似文献
13.
14.
子空间分解类算法在理论上具有任意的高分辨率,非常适合于电力系统各类谐波的分析,但需要对高维矩阵进行特征值分解,这不仅费时而且不易于工程实现。将投影近似子空间跟踪算法引入电力系统谐波分析领域,详细分析评估PASTd算法的性能。仿真结果表明,紧缩投影近似子空间跟踪算法即PASTd算法不仅保留了子空间分解类算法的超分辨率特性,而且收敛速度较快,稳定性好,可推广用于电力系统谐波检测领域。 相似文献
15.
基于无线传感网络的气体泄漏源定位在环境监测、安全防护和污染控制等多个领域具有重要意义。提出一种基于分布式最小均方差(D-MMSE)序贯估计的气体泄漏源定位算法。其通过构建一个包含节点之间信息增益与网络能量消耗两方面参数的信息融合目标函数,并对目标函数寻优实现路由节点的调度与选择。所选节点在其测量值和前节点估计值并通过与邻居节点信息交互的基础上完成气体泄漏源位置参数估计量及其方差的更新与传递。为了降低网络能耗,邻居节点集的选择半径随估计量方差做动态调整。仿真分析表明所提算法对比单节点序贯估计定位算法在一定的能耗条件下可获得较高的定位精度和速度。 相似文献
16.
基于Hopfield神经网络多用户检测技术的研究 总被引:1,自引:0,他引:1
多用户检测中的MMSE算法随着用户数增加而受到限制,MMSE的优化问题可以转化为Hopfield神经网络的能量函数的最小化问题。针对基于Hopfield神经网络多用户检测算法进行仿真和分析,仿真表明Hopfield神经网络多用户检测算法在抗多址干扰和远近效应上有所提高。 相似文献
17.
传统的离群检测方法多数源于单个数据集或多数据源融合后的单一数据集,其检测结果忽略了多源数据之间的关联知识和单数据源中的关键信息。为了检测多源数据之间的离群关联知识,提出一种基于相关子空间的多源离群检测算法RSMOD。结合[k]近邻集和反向近邻集的双向影响,给出面向多源数据的对象影响空间,提高了离群对象度量的准确性;在影响空间基础上,提出面向多源数据的稀疏因子及稀疏差异因子,有效地刻画了数据对象在多源数据中的稀疏程度,重新定义了相关子空间的度量,使其能适用于多源数据集,并给出基于相关子空间的离群检测算法;采用人工合成数据集和真实的美国人口普查数据集,实验验证了RSMOD算法的性能并分析了源于多数据集的离群关联知识。 相似文献
18.