多用戶檢測(cè)(Multiuser Detection, MUD)技術(shù)是現(xiàn)代無(wú)線移動(dòng)通信領(lǐng)域中一項(xiàng)重要的抗干擾技術(shù)，隨著移動(dòng)通信信息數(shù)據(jù)表現(xiàn)形式多樣性、信息數(shù)量巨大性、用戶需求復(fù)雜性及信號(hào)處理實(shí)時(shí)性等因素的快速發(fā)展，傳統(tǒng)MUD技術(shù)已無(wú)法全面有效處理現(xiàn)有無(wú)線移動(dòng)通信系統(tǒng)面臨的各種干擾抑制問(wèn)題。本文針對(duì)單一MUD算法存在的收斂性、跟蹤性能、精度及穩(wěn)定性等關(guān)鍵性能指標(biāo)不佳的問(wèn)題，在傳統(tǒng)干擾抑制技術(shù)與數(shù)值分析理論的基礎(chǔ)上提出更新概念的MUD算法，提高以直接序列擴(kuò)頻碼分多址系統(tǒng)(DirectSequence Spread Spectrum-Code Division Multiple Access, DS-CDMA)為代表的多址移動(dòng)通信系統(tǒng)的綜合干擾處理能力，進(jìn)一步滿足復(fù)雜移動(dòng)通信的需求。 本文主要?jiǎng)?chuàng)新性研究結(jié)果如下： (1)針對(duì)MMSE算法與Kalman算法在DS-CDMA系統(tǒng)多用戶近似估計(jì)及時(shí)變?cè)肼暯y(tǒng)計(jì)過(guò)程中，容易引入判決誤差導(dǎo)致算法穩(wěn)定性下降的問(wèn)題，提出了改進(jìn)的MMSE-MUD算法與改進(jìn)的盲自適應(yīng)Kalman濾波MUD算法。改進(jìn)算法通過(guò)減小近似估計(jì)過(guò)程判決誤差產(chǎn)生及優(yōu)化迭代過(guò)程等方式，提高算法...

【文章頁(yè)數(shù)】：153 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
目錄
本文用到的縮略語(yǔ)
1 緒論
    1.1 研究背景與意義
        1.1.1 多址無(wú)線通信系統(tǒng)介紹
        1.1.2 碼分多址通信系統(tǒng)研究背景及發(fā)展
        1.1.3 多址無(wú)線通信系統(tǒng)的主要干擾及影響
    1.2 碼分多址系統(tǒng)多用戶檢測(cè)技術(shù)發(fā)展過(guò)程
        1.2.1 線性多用戶檢測(cè)技術(shù)
        1.2.2 非線性干擾消除多用戶檢測(cè)技術(shù)
        1.2.3 多用戶檢測(cè)技術(shù)發(fā)展現(xiàn)狀
    1.3 論文研究?jī)?nèi)容與結(jié)構(gòu)安排
        1.3.1 論文研究?jī)?nèi)容及解決的關(guān)鍵科學(xué)問(wèn)題
        1.3.2 論文章節(jié)安排
2 DS-CDMA 系統(tǒng)多用戶檢測(cè)技術(shù)
    2.1 多用戶檢測(cè)技術(shù)概述
        2.1.1 多用戶檢測(cè)技術(shù)優(yōu)性能缺點(diǎn)分析
        2.1.2 多用戶檢測(cè)技術(shù)基本性能測(cè)度
    2.2 干擾抑制多用戶檢測(cè)系統(tǒng)噪聲模型
        2.2.1 加性高斯白噪聲模型
        2.2.2 有色噪聲模型
    2.3 DS-CDMA 系統(tǒng)基本信號(hào)模型
        2.3.1 高斯白噪聲信道同步 DS-CDMA 系統(tǒng)模型
        2.3.2 高斯白噪聲信道異步 DS-CDMA 系統(tǒng)模型
        2.3.3 頻率選擇性衰落信道同步 DS-CDMA 系統(tǒng)模型
    2.4 典型多用戶檢測(cè)方案描述
        2.4.1 最優(yōu)多用戶檢測(cè)方案
        2.4.2 線性 MMSE 多用戶檢測(cè)方案
        2.4.3 解相關(guān)多用戶檢測(cè)方案
        2.4.4 一種線性多用戶檢測(cè)算法仿真實(shí)驗(yàn)系統(tǒng)
    2.5 一種改進(jìn)的 MMSE-MUD 算法
        2.5.1 算法基本改進(jìn)原理
        2.5.2 算法改進(jìn)過(guò)程推導(dǎo)
        2.5.3 改進(jìn)的 MMSE 算法性能仿真分析
    2.6 本章小結(jié)
3 盲自適應(yīng)多用戶檢測(cè)算法研究
    3.1 盲多用戶檢測(cè)基本原理
        3.1.1 線性盲多用戶檢測(cè)的典范表示
        3.1.2 基于約束最小輸出能量準(zhǔn)則的盲多用戶檢測(cè)算法
    3.2 典型盲自適應(yīng)多用戶檢測(cè)算法研究
        3.2.1 盲自適應(yīng) LMS 算法
        3.2.2 盲自適應(yīng) RLS 算法
        3.2.3 盲自適應(yīng) Kalman 算法
    3.3 一種自適應(yīng)最速下降 RLS 多用戶檢測(cè)算法
        3.3.1 自適應(yīng) RLS 算法等價(jià)數(shù)值問(wèn)題基本推導(dǎo)
        3.3.2 自適應(yīng) D-RLS 算法推導(dǎo)
        3.3.3 自適應(yīng) D-RLS 算法多用戶檢測(cè)系統(tǒng)模型及性能分析
    3.4 一種改進(jìn)的盲自適應(yīng)標(biāo)準(zhǔn) Kalman 濾波多用戶檢測(cè)準(zhǔn)則
        3.4.1 多用戶信號(hào)模型
        3.4.2 算法改進(jìn)過(guò)程
        3.4.3 改進(jìn)的 Kalman 算法仿真分析
    3.5 一種盲自適應(yīng)擬 Newton 迭代 Kalman 濾波多用戶檢測(cè)算法
        3.5.1 系統(tǒng)模型描述
        3.5.2 擬 Newton 迭代算法基本原理及優(yōu)化
        3.5.3 BN-Kalman 算法更新推導(dǎo)
        3.5.4 BN-Kalman 算法仿真分析
    3.6 一種盲自適應(yīng) SOR/JGS-Kalman 多用戶檢測(cè)算法
        3.6.1 SOR/JGS 迭代約束準(zhǔn)則
        3.6.2 SOR/JGS-Kalman 算法推導(dǎo)
        3.6.3 SOR/JGS-Kalman 算法性能仿真分析
    3.7 本章小結(jié)
4 DS-CDMA 系統(tǒng)串行干擾消除多用戶檢測(cè)算法研究
    4.1 多級(jí)干擾消除多用戶信號(hào)模型
        4.1.1 直擴(kuò)系統(tǒng)信號(hào)模型
        4.1.2 信號(hào)模型短周期擴(kuò)頻序列等效變換
        4.1.3 信號(hào)模型長(zhǎng)周期擴(kuò)頻序列等效變換推廣
    4.2 DS-CDMA 串行檢測(cè)過(guò)程典型檢測(cè)原理概述
        4.2.1 基本 DS-CDMA 接收機(jī)原理
        4.2.2 常規(guī) MUD 過(guò)程描述
        4.2.3 最優(yōu)多用戶檢測(cè)過(guò)程描述
    4.3 串行干擾消除多用戶檢測(cè)算法研究
        4.3.1 SIC 基本處理結(jié)構(gòu)
        4.3.2 SIC 檢測(cè)過(guò)程參數(shù)估計(jì)
        4.3.3 同步 SIC 檢測(cè) BER 精確分析
        4.3.4 異步 SIC 檢測(cè) BER 近似分析
    4.4 最小均方誤差串行干消除多用戶檢測(cè)算法
        4.4.1 串行檢測(cè)多用戶信號(hào)模型
        4.4.2 最小均方誤差線性多用戶檢測(cè)準(zhǔn)則
        4.4.3 MMSE-SIC 多用戶檢測(cè)算法推導(dǎo)
        4.4.4 MMSE-SIC 算法性能仿真分析
    4.5 無(wú)線多址移動(dòng)通信系統(tǒng)盲自適應(yīng) Kalman-SIC 算法
        4.5.1 多用戶模型及串行計(jì)算過(guò)程 Kalman 準(zhǔn)則推導(dǎo)
        4.5.2 K-SIC 算法推導(dǎo)
        4.5.3 K-SIC 算法性能仿真分析
    4.6 一種多址移動(dòng)通信系統(tǒng)異步 Schwarz 串行干擾消除算法
        4.6.1 異步系統(tǒng)信號(hào)模型分析
        4.6.2 Schwarz 算法準(zhǔn)則基本原理
        4.6.3 S-SIC 算法推導(dǎo)
        4.6.4 S-SIC 算法性能仿真分析
    4.7 本章小結(jié)
5 DS-CDMA 系統(tǒng)并行干擾消除多用戶檢測(cè)算法研究
    5.1 并行干擾消除多用戶檢測(cè)算法性能分析
        5.1.1 并行干擾消除多用戶檢測(cè)過(guò)程基本原理
        5.1.2 并行干擾消除多用戶檢測(cè)算法多級(jí)結(jié)構(gòu)
        5.1.3 并行干擾消除多用戶檢測(cè)過(guò)程系統(tǒng)模型
    5.2 PIC 檢測(cè)過(guò)程 BER 分析
        5.2.1 PIC 檢測(cè)第一級(jí) BER 精確分析
        5.2.2 PIC 檢測(cè)第二級(jí) BER 精確分析
        5.2.3 PIC 檢測(cè)第 m-1 級(jí)到 m 級(jí) BER 近似分析
    5.3 一種 DS-CDMA 系統(tǒng)異步連續(xù)并行 Schwarz-PIC 算法
        5.3.1 Schwarz 交替準(zhǔn)則基本原理
        5.3.2 連續(xù)并行 Schwarz 約束準(zhǔn)則算法實(shí)現(xiàn)
        5.3.3 S-PIC 算法性能仿真分析
    5.4 一種盲自適應(yīng) Kalman-PIC 多用戶檢測(cè)算法
        5.4.1 DS-CDMA 系統(tǒng)多用戶模型及并行 Kalman 準(zhǔn)則推導(dǎo)
        5.4.2 K-PIC 算法實(shí)現(xiàn)
        5.4.3 K-PIC 算法性能仿真分析
    5.5 盲自適應(yīng)準(zhǔn)則約束的 IC 聯(lián)合檢測(cè)方案
        5.5.1 一種衰落信道下的盲自適應(yīng) Kalman-IC 算法
        5.5.2 K-AIC 算法原理及實(shí)現(xiàn)
        5.5.3 K-AIC 算法性能仿真分析
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 論文創(chuàng)新點(diǎn)
    6.3 工作展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說(shuō)明
致謝



本文編號(hào)：3754637