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。     

基于强跟踪滤波器的盲自适应多用户检测

盲自适应多用户检测是码分多址(CDMA)系统中抑制多址干扰的一项重要技术.为克服传统的基于最小化输出能量准则的盲自适应多用户检测技术收敛速度慢的这一缺点,利用一种新近提出的多用户接收器的典范表示方式,构造了多用户检测系统的状态空间模型,再利用强跟踪滤波器(STF)理论,设计了一种新的盲自适应多用户检测方法.仿真结果表明,在异步CDMA系统中,与基于LMS算法、RLS算法及Kalman算法的盲自适应多用户检测相比, 方法具有收敛速度快速稳定, 跟踪性能好等优点.因此,基于强跟踪滤波器的盲自适应多用户检测是有效的.     

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。     

MC-CDMA系统中的自适应半盲多用户检测算法

研究多载波CDMA(MC-CDMA)上行半盲多用户检测技术,对基于Chebyshev逼近算法实现的最小输出能量(MOE)盲多用户检测进行改进,提出MC-CDMA系统下一种基于子空间跟踪和Chebyshev逼近的自适应半盲多用户检测算法。该算法基于MOE线性检测器原理,充分利用小区内所有用户的扩频码,设计了一种基于MOE准则的半盲检测器,很好地消除了多址干扰。为了减少计算复杂度,将修正的PASTd算法应用于Chebyshev逼近算法估计MOE半盲检测器的最优权向量。该算法计算复杂度低,具有较好的抗多址干扰性能和检测性能。仿真结果验证了该算法的可行性和优越性。     

基于盲多用户检测技术的一种改进方法

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。     

基于盲波束成形的异步CDMA信号伪码估计

在分析阵列天线接收的异步CDMA信号的基础上,利用信号子空间与用户特征序列的关系,提出一种新的基于盲波束成形的伪码序列盲估计算法,能在波达方向未知的情况下,估计各个用户的扩频序列。算法克服了子空间盲波束成形算法信源个数必须小于阵元个数且信源波达方向不能靠近的缺点。同时提出一种基于盲波束形成的多用户检测算法,在低信噪比条件下,性能相比于单天线多用户检测性能有很大提高。     

基于卡尔曼滤波的线性共轭半盲多用户检测

考虑实际的多载波CDMA（MC-CDMA）上行链路系统,深入研究了基于卡尔曼滤波的盲自适应多用户检测和线性共轭多用户检测,提出MC-CDMA系统下一种基于自适应卡尔曼滤波的线性共轭半盲多用户检测算法。该算法利用小区内所有用户的扩频码和伪自相关矩阵的信息设计了一种基于平均输出能量（MOE）准则的线性共轭半盲检测器,结合修正的PASTd算法和卡尔曼滤波算法自适应得到MOE权向量。仿真实验验证了所提算法的有效性,与卡尔曼滤波盲自适应算法相比,提出的算法有更好的输出信干比和误码率性能,并保持较低的复杂度。     

基于信号子空间的MMSE盲多用户检测

修正的最小均方误差(MMSE)多用户检测器解决了传统MMSE因引入特征值估计误差而导致检测性能下降的问题。基于修正MMSE多用户检测器,采用正交性能良好的改进PASTd算法跟踪子空间,提出一种基于改进PASTd的修正MMSE多用户检测算法,改进后的MMSE盲多用户检测误码率低,收敛速度快。仿真结果验证了该算法的有效性和可行性。     

一种适合多径信道的盲多用户检测方法

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高,文章提出了一种适用于多径衰落信道的基于Lagrange人工神经网络的盲自适应多用户检测算法,仿真试验表明该算法在多径衰落信道下仍具有接近于单径信道的检测性能,且计算复杂度低于目前存在的同类算法。     

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。     

主奇异子空间跟踪算法与性能分析

主奇异子空间分析是一种自适应的神经网络信号处理技术,广泛应用于现代信号处理中.本文提出一种新的主奇异子空间跟踪信息准则,并以此为基础推导出一种在线的梯度流神经网络算法.理论分析表明,信息准则具有唯一的全局最小值,且最小值对应的状态矩阵能够恰好张成输入信号的主奇异子空间.该算法具有良好的收敛能力,强大的自稳定性能,且当输入信号呈现出奇异互相关特性时,仍呈现出良好的跟踪效果.分别采用李雅普诺夫函数方法和常微分方程方法分析算法的收敛性能和自稳定性. MATLAB仿真算例验证了算法的性能.     

Robust adaptive beamforming method using principal eigenpairs with modification of PASTd

Adaptive arrays suffer from performance degradation in the presence of steering vector errors. The doubly constrained robust Capon beamformer (DCRCB) can deal with the problem, utilizing all the eigenvalues and eigenvectors of the covariance matrix, which leads to high computational complexity. This paper presents a robust beamforming method which is computationally efficient, exploiting principal eigenpairs only. The eigenpairs can be estimated based on the projection approximation subspace tracking with deflation (PASTd). The original PASTd algorithm, which does not provide orthonormal eigenvectors in general, is modified so that the orthonormalization of eigenvectors can be efficiently made using the structure of the modified algorithm. The proposed beamforming method significantly reduces the computational load, particularly when the number of the directional signals is much less than that of sensor elements, and substantially has the same performance as the conventional one utilizing all the eigenpairs.     

A novel adaptive V-BLAST algorithm based on subspace tracking and Hermitian matrix perturbation theorem

A novel vertical Bell laboratories layered space-time(V-BLAST)system with adaptive successive interference cancellation(SIC)detector based on subspace tracking(SST)and Hermitian matrix perturbation theorem is proposed in this paper,and the corresponding optimal symbol detection order operation is obtained.Moreover,asymptotic limit theorems for the detectors are established.The final simulation results verify that the symbol error probability(SEP)performance,the immunity to channel estimation errors and the algorithm convergence rate are superior to that of the conventional V-BLAST detection algorithm when channel estimation errors exist.     

Robust control of robot manipulators with fast load adaptation

Many adaptive robot controllers have been proposed in the literature to solve manipulator trajectory tracking problems for high-speed operations in the presence of parameter uncertainties. However, most of these controllers stem from the applications of the existing adaptive control theory, which is traditionally focused on tracking slowly time-varying parameters. In fact, manipulator dynamics have fast transient processes for high-speed operations and load changes are abrupt. These observations motivate the present research to incorporate change detection techniques into self-tuning schemes for tracking abrupt load variations and achieving fast load adaptation. To this end, a robustly global stabilizing controller for a robot model with parametric and non-parametric uncertainies is developed based on the Lyapunov second method, and it is then made adaptive via the self-tuning regulator concept. The two-model approach to online change detection in load is used and the estimation algorithm is reinitialized once load changes are detected. This allows a much faster adaptive identification of load parameters than the ordinary forgetting factor approach. Simulation results demonstrate that the proposed controller achieves better tracking accuracy than the existing adaptive and non-adaptive controllers.     

A robust correntropy based subspace tracking algorithm in impulsive noise environments

The maximum correntropy criterion (MCC) demonstrates the inherent robustness to outliers in adaptive filtering. By employing the MCC based cost function in projection approximation subspace tracking (PAST) algorithm, the MCC-PAST algorithm is deduced and utilized for the subspace tracking under impulsive noise environments. To handle the fast varying subspaces circumstances, the variable forgetting factor (VFF) technique is developed and incorporated into the MCC-PAST algorithm. To assess the robustness of the proposed MCC-PAST with VFF algorithm, SαS processes are employed to comprehensively model different scenarios of impulsive noises. The simulation results show the proposed MCC-PAST algorithm with VFF performs better than the other two PAST algorithms developed for subspace tracking in impulsive noise environments, namely, the robust PAST algorithm and the robust Kalman filter based algorithm with variable number of measurements (KFVNM), especially when the noise is extremely impulsive or the GSNR (generalized signal to noise ratio) is relatively low.     

基于子空间跟踪的修正MMSE多用户检测算法

在研究基于子空间跟踪的最小均方误差（MMSE）多用户检测器（MUD）的基础上，为解决原算法因引入特征值估计误差而导致检测性能下降的问题，设计了一种改进的算法——修正的MMSE多用户检测器．采用正交性能优良的OPAST算法跟踪子空间，提出一种基于OPAST的修正MMSE多用户检测算法．仿真结果显示,与基于OPAST的MMSE MUD相比，基于OPAST的修正MMSE MUD算法收敛速度快，输出信干比和误码率性能逼近SVD MUD算法，并且计算复杂度较低．     

基于自适应的高对比性子空间的高维离群点检测

基于子空间解决高维离群点挖掘的问题已经引起人们的广泛关注,现有方法存在的主要问题是难以选取合适的子空间且选取计算量大、阈值等参数设置困难等。这些影响了检测精度和检测效率。利用高对比度子空间选取方法解决子空间选取问题,利用自适应方法解决阈值参数的确定问题,据此提出自适应的高对比性子空间离群点检测方法(AHiCS)。该方法利用统计检验算法选取高对比性子空间,在高对比性的子空间里自适应计算离群点得分,提高了离群点检测的精度与效率。理论和实验表明,该方法可以有效地挖掘高维离群点。