基于独立分量分析的MMSE多用户检测

将独立分量分析，即ICA应用于DS-CDMA系统的多用户检测中，提出了基于ICA后处理的最小均方误差MMSE多用户检测方法。该方法用MMSE检测的输出来初始化独立分量分析的迭代．既利用了信源的独立性，又充分利用了已知扩频码的信息，从而提高了多用户检测器的性能。仿真结果表明：此方法在高信噪比的情况下，误码性能得到了较大改善。     

基于KALMAN算法的盲空时多用户RAKE接收机

文章针对KALMAN算法的盲空时多用户RAKE接收机,提出的检测在性能优于基于RLS算法的检测器,便于实时处理.     

盲自适应多用户检测技术的可视化仿真

本文利用MATLAB的SIMULINK仿真平台，对盲自适应多用户检测技术进行建模与仿真。编写了一套多用户检测技术通用功能模块库，在此基础上进行可视化仿真，并给出不同信道下的试验结果。     

多径扩散信道中DS／CDMA通信的盲干扰抑制

分析在多径扩散码分多址 (CDMA)信道中运用盲技术同时抑制窄带干扰和多址干扰及码间干扰 .该技术基于次优化子空间盲最小均方误差 (MMSE)多用户检测算法 .本文提出的盲最小均方误差算法抑制窄带干扰如 :多音、自回归和数字干扰的性能优于传统窄带干扰抑制算法     

一种新的OFDM系统信道盲估计的子空间算法

为提高OFDM系统的传输效率,提出了一种利用接收信号的二阶统计特性实现信道盲估计的子空间算法.首先将OFDM信号分成3部分,利用循环前缀(CP)引入的信息冗余,对OFDM系统的传输方程作矩阵变换,得到一个信道矩阵为Toeplitz矩阵的新方程.基于此方程推导出信道估计的子空间算法.Toeplitz矩阵结构使算法的推导和实际的计算大为简化.该算法不需要改变OFDM系统结构,不受信道零点位置的限制,在信道过估计的情况下也适用.实验结果验证了算法的有效性.     

CDMA 通信系统中均场退火神经网络实现的最佳多用户检测(英文)

提出了一种基于均场退火神经网络实现的最佳多用户检测方法,该方法将最佳多用户检测中求解目标函数的约束最小化问题转化为求解均场退火神经网络能量函数的全局最优点．实验结果表明均场退火多用户检测器的性能远优于传统的多用户检测器和解相关多用户检测器,同时该检测器可以在模拟硬件上实现．     

基于CDMA多用户检测的方法

本文主要给出了CDMA系统和CDMA多用户检测的一般模型，并列出了目前CDMA多用户检测的几种解决方案及其性能的比较，提出了CDMA多用户检测还有许多需要完善的方面。     

基于动量线性约束恒模算法的盲多用户检测

提出了一种DS-CDMA系统盲多用户检测的动量线性约束恒模算法,对算法的收敛性进行了理论上的分析。仿真表明所提算法在动态环境下有较好的收敛性、跟踪性和鲁棒性。     

一种改进的kalman滤波器盲自适应多用户检测

基于奇异值分解提出了一种改进的kalman滤波盲自适应多用户检测算法．理论分析和数值仿真表明，在异步CDMA系统中，与现有的基于RLS算法盲自适应多用户检测方法相比，该方法具有收敛速度快、跟踪性能好、数值稳定性高的优点．     

基于符号检测辅助的MMSE与LS干扰对齐算法研究

干扰对齐（IA）是一种有效消除干扰的管理机制。为了彻底消除干扰信号对期望信号的影响,通过预编码技术处理使干扰在接收端重叠,使接收端的干扰信号与期望信号有效分开。在传统最小均方误差（Minimum Mean Square Error,MMSE）算法和最小二乘（least square,LS）算法基础上,提出基于符号检测辅助的最小均方误差（Symbol Detection Aided Minimum Mean Square Error,SDA-MMSE）算法和最小二乘（Symbol Detection Aided Least Square,SDA-LS）算法。分别基于传统算法和改进算法进行迭代计算,通过仿真可看出SDA-MMSE算法的MSE较SDA-LS算法的MSE降低约20%。理论分析与仿真结果表明,改进算法较传统算法具有更好的系统性能,且SDA-MMSE算法系统性能最优。     

MIMO系统中的新型K-best检测算法(英文)

针对K-best检测算法易将最优路径舍去的特点和K-best检测算法搜索星座图中所有点的特点,提出一种性能改进型K-best检测算法和几种降低复杂度K-best检测算法.性能改进型K-best检测算法在进行QR分解之前对信道矩阵进行最小均方误差(MMSE)滤波,能有效减小最优路径被舍弃的概率,提高算法性能;降低复杂度K-best检测算法采用类似球形译码检测的方法减少搜索星座图中点的个数.仿真结果显示,性能改进型K-best检测算法比基于排序QR分解(SQRD)的K-best检测算法有1dB的性能增益.降低复杂度K-best检测算法在K=4时有性能损失;当K=8时,降低复杂度K-best检测算法和原K-best检测算法有同样的性能,同时前者比后者需要更少的计算量.     

DS/CDMA系统中盲干扰抑制的抖动符号误差恒模算法

This paper presents an improved error function of dithered signed-error constant modulus algorithm （IDSE-CMA） for blind multiuser interference suppression in DS/CDMA systems. It uses a different error function to replace the former one in sign operation of the DSE-CMA and compares their performance in multiple access interference （MAI） suppression ability. Simulations indicate that the new algorithm has better performance than the similar CMA in terms of convergence speed and steady-state performance：     

适合CDMA移动自组网的多用户检测算法及应用研究

Throughput of mobile ad hoc network （MANET） is limited by collision avoidance. In CDMA-based MANET, this limitation can be overcome by multiuser detection （MUD） because conventional colliding packets can be detached and detected by MUD so that multi-packet reception （MPR） is possible. This paper introduces the principles of MUD algorithm for MANET, and proposes an adaptive blind MUD algorithm. A special medium access control （MAC） protocol is designed to make MANET more efficient. This is achieved by sending more packets to a destination simultaneously. The proposed MUD algorithm and MAC protocol allow CDMA-based MANET to support MPR. Simulations show a remarkable improvement in the throughput performance of MANET.     

适合16-QAM信号的盲均衡算法

提出并采用修正恒模算法(MCMA)和判决引导的最小均方算法(DD-LMS)联合均衡算法,对16-QAM系统接收端的码间干扰进行均衡。分析了联合均衡的技术的实现方式和切换门限,对四种不同的均衡算法进行了仿真实验。仿真结果表明,MCMA与DD-LMS联合均衡算法较之其它三种均衡算法,能够将剩余误差迭代得更小,而且可以有效地修复传输过程中产生的相位偏移。     

一种基于乘幂法的信号子空间快速求解算法

基于子空间分解的阵列信号处理技术可以突破瑞利限的约束,具有极高的角度分辨能力,但由于要作特征分解,需付出巨大的运算量代价.乘幂法是近代数值分析中快速得到矩阵特征值与特征向量的迭代算法,本文将两者有机结合,得到了一种快速求解信号子空间的迭代算法.仿真结果验证了该算法的有效性.     

认知无线电网络中基于盲源分离的频谱检测算法

认知无线电网络中,由于噪声不确定性降低认知用户频谱检测的准确性。将盲源分离算法引入认知无线电的频谱检测,提出了基于源分离的本地盲频谱检测算法,目标是在最大化用户信噪比的同时,降低噪声不确定性的不良影响,能在全盲的基础上完成本地频谱检测。仿真结果表明,所提出的算法可进一步提升认知用户对频谱检测的准确率,并降低噪声不确定性对统计判决的影响。     

基于变化率的子空间聚类算法

针对低维多流形非相似结构数据,提出一种基于变化率聚类的算法。首先观察数据,按结构对数据进行分类,然后在同构的数据点之间按变化率进行划分,最终实现数据聚类。实验结果证明,该算法能够有效对低维多流形非相似结构数据进行聚类分析,聚类效果明显优于LRR、SSC等传统算法,且时间复杂度较低,有较强的适用性。     

一种基于最小均方误差的无线局域网信道估计算法

在基于IEEE 802．11b标准的无线局域网中,提出了一种基于最小均方误差的自适应信道估计算法。通过已知码片的训练,可快速准确地估计出系统信道参数。仿真结果表明,在典型的JTC—OfficeA多径信道模型下,该算法可保证良好的系统误码率性能,在信噪比为8dB时,误码率就已经小于10^-4;此外,算法的估计误差仅需20-30个码片的训练就快速收敛,从而大幅降低了算法复杂度,是一种简单实用的算法,便于硬件实现。