盲自适应多用户检测rls算法-read.docVIP

盲自适应多用户检测的RLS算法 (李轩昂) 摘要：本文考虑了用RLS算法实现码分多址（CDMA）系统的盲多用户检测matlab仿真。在CDMA移动通信中，多址干扰严重影响了系统容量和性能，从目前国内外研究成果来看，复杂度低、性能良好的多用户检测算法能够有效地提高系统容量、抑制多径干扰。盲自适应多用户检测和传统多用户检测不同，在仅知道一个码元间隔内的接收信号和期望用户的特征波形的情况下，估计期望用户发射的信息字符，可以很好抑制多径干扰，跟踪期望用户。本文所做的工作就是使用RLS算法实现盲多用户检测matlab仿真，并对其性能进行分析。 关键词：RLS；盲多用户检测；matlab 引言 码分多址的基本通信方式是直接序列扩频通信方式：DS-CDMA，即一个用户使用一个扩频码（即一个码道）。如何在存在多址干扰和远近效应问题的DS-CDMA系统中最可靠地检测出各用户发送的信码是DS-CDMA移动通信系统中存在的主要问题。 考虑DS-CDMA系统，它有K个用户，无线信道为加性白噪声信道，在经过一系列处理后，接收机在一个码元间隔期间的离散时间输出可用信号模型 表示。式中，为信道噪声；，和分别是第k个用户的接收幅值、信息字符序列和特征波形；为一常数。 盲多用户检测问题的提法是：只已知一个码元间隔内的接收信号y(0),y(1)…….y(N-1)和期望用户的特征波形，估计期望用户发射的信息字符。这里，“盲的”是指我们不知道其它用户的任何信息。针对期望用户，设计多用户检测器c，则在第n个码元间隔内的期望用户的字符信息可以用b’（n）=sgn(c,y)检测。 RLS自适应算法 RLS自适应算法是把最小二乘法推广为一种自适应算法，与一般的最小二乘法不同，这里考虑一种指数加权的最小二乘法。就是指使用加权的误差平方和作为代价函数，即 式中，加权因子01称为遗忘因子，其作用是对离n时刻越近的误差加比较大的权重，而对离n时刻较远的误差加比较小的权重。也就是说，对各时刻的误差具有一定的遗忘作用，故称遗忘因子。估计误差定义为 因此，加权误差平方和的完整表达式为 它是的函数，由最小二乘法，通过递推估计可求出n时刻的权向量。 问题仿真 在本次matlab仿真中，期望用户1具有单位能量，即=1,其信噪比为20 db，处理增益或扩频增益为31。有4个干扰用户，其中3个干扰用户分别具有30db的信噪比，1个干扰用户具有40db的信噪比。我们还要知道一个码元间隔内的接收信号和期望用户的特征波形。下面是进行matlab仿真的具体步骤。 产生特征波形 伪随机序列系列具有良好的随机性和接近于白噪声的相关函数，并且有预先的可确定性和可重复性。这些特性使得伪随机序列得到了广泛的应用，特别是在CDMA系统中作为扩频码已成为CDMA技术中的关键问题。常用的伪随机序列：m序列、Gold 序列、Walsh序列等。因此，我们可以产生一组m序列作为期望用户的特征波形。 盲多用户检测的RLS算法 Poor和Wang提出使盲检测器的指数加权输出能量最小化，即 约束条件： 容易证明，满足式子的最优检波器为 令 表示观测信号的自相关矩阵，则有矩阵引理，可以得到P（n）的更新公式，从而得到更新盲多用户检测器的RLS算法： 这就是Poor和Wang提出的盲自适应多用户检测的RLS算法。 波形输出 在设计出多用户检波器c1后，在第n个码元间隔内的期望用户的信息字符可由 b’（n）=sgn(c1,y)=sgn(c1T(n)y(n)) 检测。然后可把检测出的信息字符和用户发射的信息字符进行比较，计算出估计期望用户发射字符信息的误码率。 上图为此次matlab仿真在100次独立实验下所得出误码率结果。从图中我们可以看出利用RLS算法实现CDMA的盲多用户检测的应用中，跟踪期望用户信号的性能还是比较良好的，对期望用户发射的信息字符的估计误码率较低，基本上能够较好地实现对CDMA的盲多用户检测。同样，我们还可以做出不同输入信噪比情况下的误码率，输入信噪比越大，误码率就越小。 另外，我们还可以使用信干比作为检测尺度 式中，M是独立实验次数，下标l表示第l次实验。经本次matlab仿真可得出下图结果 从图中我们可以得到：RLS算法的收敛速率很快，性能较好，具有很好的多址干扰的抑制能力。事实上，RLS算法的收敛速率比LMS算法快很多，其输出信干比高于普通的LMS算法。 结束语 在学习过程中我们认识到：RLS、Kalman两种算法具有优良的收敛性和较高的稳态输出信干比(SIR)以及在时变信道中良好的跟踪特性算法的收敛速度明显快于LMS算法，但算法的SIR性能尤其在平稳性方面明显不如Kalman算法提出改进盲多用户检测的算法SIR平稳性能和误码性能均