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。     

基于改进卡尔曼滤波算法的盲多用户检测器

基于盲检测器的新典范表示形式,提出了一种多径信道下CDMA系统的盲多用户检测器。该检测器使用了一种改进的自适应卡尔曼滤波算法,它在进行状态滤波的同时,在线估计时变的未知噪声统计特性,提高了算法的滤波精度,确保了算法收敛于期望用户。仿真表明,对比原有的随机梯度（LMS）算法,该算法的收敛、跟踪性能更好,且误码率减小了18.7%。     

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。     

新的基于仿射投影算法的盲多用户检测器

多径衰落信道下的盲自适应多用户检测算法的运算复杂度通常都比较大,将基于仿射投影算法的盲多用户检测器与RAKE分集技术相结合,提出了一种盲自适应接收算法。该接收算法平衡了收敛速度和计算复杂度之间的矛盾,具有相对较好的收敛性能及较小的运算复杂度。通过模拟实验比较了几种算法的收敛、跟踪及误码性能,结果表明该方法具有明显的整体优势。     

基于改进卡尔曼滤波的水声通信盲自适应多用户检测算法

针对水声通信网络中遇到的多用户检测中目标用户的多址干扰等检测问题,提出了基于改进Kalman算法的盲自适应多用户检测算法,解决了多用户检测中的多址干扰对水声通信信道用户变动时的干扰抑制问题;仿真分析分别针对同步多用户、异步多用户通信过程,对比了传统Kalman算法及改进的Kalman算法的性能差异,通过仿真对比表明,改进后的Kalman检算法不需要训练序列即可以实现同步和异步通信状态下的多水声目标用户的盲自适应检测,改进后的算法目标检测的信干比比传统算法最大可提高6 dB;新算法对于水下多用户检测、区分,准确、稳定的实现基于CDMA协议的快速水声通信具有重要意义。     

一种基于改进自适应遗传算法的多用户检测器

针对自适应遗传算法在多用户检测应用中容易早熟收敛和速度慢的问题,将非线性Sigmoid函数应用于自适应遗传算法并结合解相关算法的抗多址干扰能力,提出了一种基于改进自适应遗传算法和解相关算法的多用户检测器。实验仿真结果表明：该多用户检测器的检测性能,不论在抗多址干扰和远近效应方面还是在系统用户容量方面,都明显优于自适应遗传算法多用户检测器和简单遗传算法多用户检测器。     

DS/CDMA系统中多址干扰的消除

在直接序列扩频/码分多址(DS/CDMA)系统中由于各用户之间的影响而使其容量受到很大限制。通常这种用户之间的影响是作为噪声来处理的。本文讨论了多址干扰问题,从另一不同的角度出发,即把用户之间的影响作为有用信息,对多个用户的数据信息进行联合判决,提出了提高判决准确性的方案。     

一种改进的基于卡尔曼滤波的盲多用户检测算法

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.     

一种基于自适应免疫遗传算法的多用户检测

CDMA通信方式具有通信容量大、抗干扰性强、安全性强等诸多优点,但是CDMA通信系统中的核心问题就是存在多址干扰,本文在免疫遗传算法的基础上,提出了一种将自适应免疫遗传算法应用到多用户检测中去,经过仿真得到了较好的抗多址干扰的能力。     

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。     

一种新的盲自适应拟Newton迭代Kalman滤波MUD检测器

针对ISI、MAI并存情况下码分多址系统盲自适应Kalman滤波算法检测稳定性不足的问题进行了研究,结合Newton迭代法提出了一种适于多径信道下DS-CDMA系统的盲自适应拟Newton迭代Kalman滤波MUD算法。该算法能够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,确保算法能够有效收敛于期望用户提高了检测算法在动态条件下的用户跟踪能力。仿真结果表明,BN-Kalman算法具有更好的收敛性和动态性能。     

一种基于卡尔曼滤波的队列长度自适应算法

传统主动队列管理(AQM)算法在处理传感器网络突发流时具有响应速度慢、抗网络突变性能弱的缺点.针对此问题,提出了一种新的AQM算法,算法首先将队列长度作为早期拥塞检测参量,运用卡尔曼滤波理论预测队列长度;其次根据队列长度在缓冲区的占用比来划分网络状态;最后根据不同占用比采取相应的丢包策略,自适应地调整丢包率,当出现网络突变时,加大调整幅度,使队列长度保持在理想区间.仿真实验表明:新算法能够较好地适应网络波动,提高网络服务质量(QoS),算法综合性能优于主流AQM算法.     

DS-CDMA下行链路分组业务的小区容量估算研究

给出了一种用于预估分组业务（PS）的DS-CDMA网络单小区下行链路容量和基站（NodeB）功率需求的分析方法。并在不同的网络条件下给出了吞吐量的计算结果以及下行链路BLER与Eb/N0的关系。对有关影响网络性能的BLER、码资源和其他方面的因素给予了分析。基于公司实际外场数据,对小区容量的理论公式给予了说明和验证。在使用主扰码和理想的功率控制下,通过计算机仿真得到了下行链路的384 Kb/s分组业务容量能够到达310 KB/s的结论。并且随着无线信道的波动该容量会有变动。     

消除噪声的ICA盲多用户检测

针对已有的基于独立分量分析（Independent Component Analysis,ICA）的盲多用户检测中为了便于分析经常将噪声信号忽略,从而造成系统检测性能下降的问题。提出了基于ICA的盲多用户检测的改进算法,该算法不仅能抑制远近效应和多址干扰,而且利用信号子空间和有效无偏估计原理可最大限度地消除被忽略的噪声,提高了系统的容量。通过Matlab实验仿真,验证了该算法的有效性和实用性。     

一种基于卡尔曼滤波的超宽带室内定位算法

为了减小室内环境中障碍物对超宽带(UWB)传感器测距结果的影响,提出了一种基于卡尔曼滤波(KF)的超宽带室内定位算法.利用超宽带接收信号的信噪比区分视距和非视距环境,给出了超宽带传感器测距性能最小二乘标定模型,减小测距系统误差;判断相邻测距差分是否在阈值范围内,否则用卡尔曼滤波先验估计替代后验估计处理测距结果,由此减弱多径效应和非视距误差对测距的影响;用扩展卡尔曼滤波器(EKF)实现室内定位.实验结果表明:算法在复杂室内环境中可达到亚米级的动态实时定位精度.     

多新息抗差-自适应卡尔曼滤波定位算法研究

针对移动机器人在定位过程中,由传感器测量误差和机器人模型引起的位姿误差导致系统定位精度急剧下降的问题,提出了一种多新息卡尔曼滤波算法.在标准卡尔曼滤波的基础上,当传感器测量值存在误差时,引入抗差权因子,通过改变误差测量值的权值提高滤波器的估计精度;当机器人位姿存在误差时,引入自适应因子,通过调整状态协方差矩阵的大小抵制位姿误差引起的滤波发散.同时,引入了多新息,即多个时刻的新息向量,进一步提高此非线性系统的精度.实验表明:当存在测量误差和位姿误差时,该滤波算法能有效提高定位精度.     

一种新的混沌扩频序列优选算法

混沌序列因其相关性好、对初值敏感、保密性强等特性成为直序码分多址(DS/CDMA)系统中性能较好的一种扩频码。为了提高DS/CDMA系统保密性、降低多址干扰,改进混沌序列的传统优选算法,研究混沌互相关优选,提出一种新的混沌扩频序列互相关优选算法,对所得的优选序列进行性能仿真比较。结果表明,该算法能提供较大的系统容量且抗多址干扰能力强。