cdma移动通信系统上下行链路多用户检测算法研究电路与系统专业论文.docxVIP

奎堕堡三奎堂堕±婴窒生兰篁笙壅 奎堕堡三奎堂堕±婴窒生兰篁笙壅 过反复研究比较，提出了以下三种快速并行运算的智能算法。 (1)并行干扰抵消(PIC)检测算法能以较低的计算复杂度和较小的处 理延时实现比较理想的干扰消除、获得较大的性能改善，是当前工程上有 可能实现的技术之一。然而，当前一级判决值不准确时，后一级就会做 出错误的干扰抵消，进而影响到随后的判决。围绕着怎样确定干扰抵消 因子这一问题，本文进行了深入的理论分析和一系列的仿真实验，对Hebb 机理加以扩展、修正，应用于干扰抵消因子的调整，更多地考虑了信道 的变化和每个用户所受干扰的不同，提出了全新的基于Hebb学习规则的 部分并行干扰抵消(Hebe—PPIC)算法。该算法避免了因判决结果不准确造 成的错误抵消，降低了误码率，减少了抵消算法级数。 (2)为了进一步提高干扰抵消因子的实时性，提出了基于信干比估计 的模糊部分并行干扰抵消(sin—PPIC)算法。用前一级的信干比估计值构建 隶属函数作为下一级的干扰抵消因子，由此实时跟踪信道的变化并对干 扰抵消因子做出相应调整，进而提高了判决的准确率，在已有算法的基础 上进一步降低了误码率。 (3)基于神经网络运算速度快，并行处理能力强的特点，本文以最小 均方误差为准则，利用Hopfield神经网络特有的并行干扰抵消结构及其固 有的能量函数快速下降特性，提出了基于Hopfield神经网络的并行干扰抵 消多用户检测(GMHNN)算法，并证明了该算法可以收敛到全局最小点。 在移动终端，除了期望用户的信息之外，要获得网络中其它激活用 户的扩频码和定时信息是不现实的。为此，本文提出了适合于移动终端 的两种盲多用户检测算法。 (1)在主分量分析算法的基础上，采用神经网络学习机制，取代主分 量分析中的特征值分解。提出了基于双线性神经网络跟踪信号子空间的 盲自适应多用户检测(NPCA)算法。该算法无需计算高阶协方差矩阵，而 是直接从输入向量的采样值确定其特征向量及特征值，降低了运算复杂 度，提高了算法的实时性。 (2)针对LMS多用户检测算法收敛速度慢，而RLS和Kalman多用户 检测算法计算复杂度高的问题，提出了一种基于动量因子变步长的最小 奎堕堡=蔓丕堂堡±堡窒竺堂笪笙窒 奎堕堡=蔓丕堂堡±堡窒竺堂笪笙窒 均方盲自适应多用户检测(改进LMS)算法。该算法在初始阶段增大步 长以加快收敛速度，当达到最优收敛点的邻域时，减少步长以降低失调 误差，从而使步长随着实时剩余输出能量的变化趋势而变，这就同时保 证了收敛速度和精度。很好地解决了收敛递变和稳态误差之间的矛盾， 有效地抑制了多址干扰。 理论分析和Monte Carlo仿真表明了以上算法对多用户检测性能的进 一步改善。 关键词：MUD，模糊集合，PPIC，神经网络，信号子空间，动量因子 太原理工大学博士研究生学位论文MULTIUSER 太原理工大学博士研究生学位论文 MULTIUSER DETECTIoN ALGoRITHMS RESEARCH BASED oN UPLINK AND DOWNLINK oF CDMA SYSTEMS ABSTRA CT Mobile communication is undergoing booming prosperity,along with the soaring number of users and the diversification of cliental need，current mobile communication systems dominated by voice service can no longer satisfy the rapidly changing cliental expectation，and will fmally be replaced by new multi—medium services such as the transmission of video，images，text and high rate date etc．，which have strict requirement to network bandwidth． Future high—speed communication calls for a new transmission technology with high spectrum frequency,enough system capacity and higher transmission speed．Then the proposal of Code—Division Multiple Access (CDMA)obtained this objective． How