α穩(wěn)定分布噪聲下的盲多用戶檢測算法研究.pdf

1、碼分多址是第三代和第四代通信系統(tǒng)的關(guān)鍵技術(shù)之一，但當(dāng)用戶數(shù)量增多或者信號功率變大時(shí)，多址干擾(MAI)嚴(yán)重降低了系統(tǒng)性能，限制系統(tǒng)容量。
　　 多用戶檢測技術(shù)能夠抑制甚至消除不同用戶之間的干擾，顯著提高系統(tǒng)容量，是抗多址干擾的重要方法。其中盲多用戶檢測技術(shù)無需干擾用戶的擴(kuò)頻碼和定時(shí)信息等先驗(yàn)知識，成為當(dāng)前研究的熱點(diǎn)之一。傳統(tǒng)的信號處理方法以高斯背景噪聲和二階統(tǒng)計(jì)量模型為基礎(chǔ)，容易分析，但實(shí)際的應(yīng)用中，尤其是各種通信系統(tǒng)中存在大量

2、非高斯脈沖噪聲。此時(shí)，基于高斯噪聲假設(shè)的系統(tǒng)模型將不再適用。
　　 α穩(wěn)定分布是良好的脈沖噪聲模型，并且適用于分?jǐn)?shù)低階數(shù)學(xué)理論分析方法。因此，本文針對α穩(wěn)定分布噪聲下的盲多用戶檢測算法及其性能做了詳細(xì)研究，主要包括以下內(nèi)容:
　　 (1)根據(jù)α穩(wěn)定分布隨機(jī)變量特性，進(jìn)行了建模仿真。分析了傳統(tǒng)盲多用戶檢測算法，在高斯噪聲和脈沖噪聲下進(jìn)行了性能比較。研究了自適應(yīng)信號處理中魯棒性算法和抗α穩(wěn)定分布脈沖噪聲信號處理算法，包括M估

3、計(jì)和分?jǐn)?shù)低階統(tǒng)計(jì)量兩種基本方法。由M估計(jì)方法啟發(fā)，重新設(shè)計(jì)了恒模盲多用戶檢測算法的代價(jià)函數(shù)，得到了基于M估計(jì)的恒模算法和基于M估計(jì)的分?jǐn)?shù)低階恒模算法。實(shí)驗(yàn)結(jié)果表明兩種改進(jìn)的算法抗脈沖噪聲干擾能力明顯增強(qiáng)。
　　 (2)針對基于子空間方法的盲多用戶檢測算法在脈沖噪聲干擾下的性能退化問題，利用魯棒子空間估計(jì)方法:散布矩陣代替協(xié)方差矩陣估計(jì)和分?jǐn)?shù)低階子空間方法，提高了子空間盲多用戶檢測器的魯棒性。本文把分?jǐn)?shù)低階方法和M估計(jì)方法結(jié)合，得

4、到了魯棒M估計(jì)分?jǐn)?shù)低階子空間盲多用戶檢測方法。實(shí)驗(yàn)結(jié)果表明，在脈沖噪聲下，改進(jìn)的算法性能優(yōu)于各單獨(dú)算法。此外，傳統(tǒng)的PAST和OPAST算法在脈沖噪聲下跟蹤性能下降，本文結(jié)合M估計(jì)和OPAST算法，得到一種魯棒OPAST盲多用戶檢測算法，在脈沖噪聲環(huán)境下更具魯棒性。
　　 (3)為了提高Kalman濾波盲多用戶檢測算法的抗脈沖噪聲干擾能力，把M估計(jì)方法引入Kalman濾波迭代過程中，實(shí)驗(yàn)結(jié)果表明，此方法比傳統(tǒng)的Kalman濾波自