导读:本文包含了解扩重扩算法论文开题报告文献综述及选题提纲参考文献,主要关键词:同步DS-CDMA信号,扩频序列,信号子空间,ILSP算法
解扩重扩算法论文文献综述
张花国,曾辉,尤少钦[1](2019)在《一种利用ILSP的同步DS-CDMA信号快速盲解扩算法》一文中研究指出针对同步DS-CDMA信号的盲解扩问题,本文提出了一种基于迭代最小二乘投影算法(ILSP)的快速盲解扩算法。本算法首先通过对截获信号的协方差矩阵进行特征分解,估计出由各用户扩频序列张成的信号子空间,然后结合扩频码序列的有限符号集特性,利用ILSP算法消除由特征分解产生的酉矩阵模糊问题,得到扩频序列的精确估计,最后利用估计得到的扩频序列对截获信号解扩得到信息码序列,完成DS-CDMA信号的盲解扩。仿真结果表明本算法在低信噪比条件下具有良好的盲解扩性能,且相较传统算法本文提出算法大大降低了计算复杂度。(本文来源于《宇航学报》期刊2019年07期)
张丹娜,杨晓静,冯辉,钱锋[2](2019)在《改进Walsh码软扩频盲解扩算法》一文中研究指出采用传统密度峰聚类算法实现Walsh码软扩频信号盲解扩时,算法的截断距离根据经验选取,性能不稳定。针对这一问题,提出改进密度峰聚类软扩频信号的盲解扩算法。该算法采用赋权欧氏距离作为数据的相似性度量并根据数据总体分布情况自适应确定截断距离,具有效率高、性能稳定等特点。Matlab环境下仿真结果表明,文中所述的改进算法能够自动确定截断距离,在信噪比为0~10dB范围内准确估计伪码序列规模数和伪码序列,并在该条件下实现Walsh码软扩频信号盲解扩。(本文来源于《系统工程与电子技术》期刊2019年10期)
罗名君,张旻,史英春[3](2017)在《一种短码直扩信号分层盲解扩算法》一文中研究指出针对非合作低信噪比条件下短码二进制频移键控(Binary phase shift keying,BPSK)/直接序列扩频(Direct sequence spread spectrum,DSSS)信号的盲解扩问题,提出了一种分层的处理方法。算法首先估计序列扩频周期,然后利用短码DSSS信号的相关特性寻找短码序列的起始位,构造两个扩频周期长度的滑动窗口。通过两窗口序列内积的符号判断相邻码字的相对极性。每轮迭代通过滑动对起始位进行修正,提高算法的鲁棒性。仿真实验表明,信噪比高于-2dB时盲解扩算法可以实现低于2×10-4的误码率,算法具有一定的工程应用价值。(本文来源于《数据采集与处理》期刊2017年06期)
张花国,李鑫[4](2015)在《一种改进的异步CDMA信号的盲解扩算法》一文中研究指出对异步码分多址(CDMA)信号的盲解扩进行研究,提出了基于迭代最小二乘投影算法的改进算法。首先将异步CDMA信号建模为带约束的同步CDMA信号模型,并对其进行特征分解。将带约束的同步CDMA信号投影到其信号子空间中,再采用迭代最小二乘投影算法(ILSP)估计扩频序列,并用最小均方误差接收机获得信息码序列的估计值。理论分析和仿真结果表明,提出的算法比原迭代最小二乘投影算法具有更好的估计性能。(本文来源于《电子技术应用》期刊2015年10期)
张天骐,代少升,马国宁,张伟[5](2010)在《一种微弱直接序列扩频信号的盲自适应解扩算法》一文中研究指出针对微弱直扩信号扩频码的盲估计和信息码的盲解扩问题,本文提出了一种能同时分离直扩信号扩频码和信息码的非线性盲自适应恒模算法,达到了对直扩信号盲处理。本文首先提出了直扩信号的盲分离问题,然后详细分析推导了盲自适应随机梯度恒模算法,最后将该盲自适应随机梯度恒模算法应用到了对微弱直扩信号的盲分离中,并从理论上阐明了可以用该算法来实现直扩信号的盲分离。所提出的算法完全不同于以往的基于矩阵分解(奇异值分解、特征分解等)的伪码盲估计方法,它的存储开销量和计算量都比较小,可以实现对较长伪码构造的直扩信号的处理,而且它的计算速度较快,在某种程度上解决了传统的基于矩阵分解的方法在直扩信号的实时处理及实现上的困难。理论分析和数值结果都表明了所提方法能较好地工作在较低的输入信噪比条件下。(本文来源于《信号处理》期刊2010年05期)
马英栋,季仲梅[6](2009)在《WCDMA静态最小二乘解扩重扩波束形成算法研究》一文中研究指出文中基于WCDMA系统,对Rong Z提出的动态最小二乘解扩重扩多目标阵列(LS-DRMTA)波束形成算法进行了分析,并提出一种静态LS-DRMTA算法。该算法指出了数据块选取的依据,保证了在算法收敛的前提下,节省系统时间和降低运算量,并且在误码率性能上和动态算法相当,适用于WCDMA系统瑞利衰落环境下的波束形成。(本文来源于《通信技术》期刊2009年09期)
张晓红,曾兴雯,刘鸿雁[7](2009)在《解扩重扩算法在直扩系统中抗窄带干扰的应用》一文中研究指出直接序列扩频系统本身具有较强的抗窄带干扰能力,但是,仅依靠直接序列扩频系统本身的抗窄带干扰能力并不能满足系统要求。因此,就需要在扩频系统的基础上,引入自适应信号处理技术来进一步提高系统抗窄带干扰的能力。文中对解扩重扩频算法进行了软件仿真,仿真结果表明,此算法具有较强的窄带干扰抑制能力。(本文来源于《电子科技》期刊2009年06期)
付佳,吴长奇,荆楠[8](2006)在《MC-OFDM系统中训练序列辅助解扩重扩算法》一文中研究指出讨论了阵列天线多载波码分多址(MC-CDMA)系统的信号接收问题,提出一种适用于无线局域网分组传输情况下的波束形成算法,该算法用训练序列辅助解扩、重扩信号进行反馈指导权向量的更新,并尽可能充分地利用已接收的所有数据,可变步长梯度方法的运用使得该算法在减少运算量的同时依然拥有很快的收敛速度,文中对基于LS-DRMTA和BlockRLS-DRMTA的两种算法进行了仿真比较,证明了算法的优越性。(本文来源于《通信技术》期刊2006年S1期)
梁宏军,郑好望[9](2005)在《智能天线中基于解扩重扩算法的LMS-DRMTA算法》一文中研究指出智能天线在现代通信中的应用愈来愈广泛,在智能天线系统中,最核心的就是在波束形成中选择合适的算法。本文简单介绍了智能天线的基本原理,分析了LM S-DRMTA算法的原理、结构、算法复杂度和优缺点。(本文来源于《火控雷达技术》期刊2005年04期)
蒋笑冰,薛强,王钦,冯玉珉[10](2005)在《基于块操作的最小二乘解扩重扩多目标阵列算法》一文中研究指出在最小二乘解扩重扩多目标阵列算法(LS_DRMTA)的基础上,提出了基于块操作的最小二乘解扩重扩多目标阵列算法(BLS_DRMTA),对该算法的性能进行了仿真,仿真的结果表明,在同等条件下,无论是信扰比还是误码率,BLS DRMTA算法均优于LS_DRMTA算法.(本文来源于《北京交通大学学报》期刊2005年02期)
解扩重扩算法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
采用传统密度峰聚类算法实现Walsh码软扩频信号盲解扩时,算法的截断距离根据经验选取,性能不稳定。针对这一问题,提出改进密度峰聚类软扩频信号的盲解扩算法。该算法采用赋权欧氏距离作为数据的相似性度量并根据数据总体分布情况自适应确定截断距离,具有效率高、性能稳定等特点。Matlab环境下仿真结果表明,文中所述的改进算法能够自动确定截断距离,在信噪比为0~10dB范围内准确估计伪码序列规模数和伪码序列,并在该条件下实现Walsh码软扩频信号盲解扩。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
解扩重扩算法论文参考文献
[1].张花国,曾辉,尤少钦.一种利用ILSP的同步DS-CDMA信号快速盲解扩算法[J].宇航学报.2019
[2].张丹娜,杨晓静,冯辉,钱锋.改进Walsh码软扩频盲解扩算法[J].系统工程与电子技术.2019
[3].罗名君,张旻,史英春.一种短码直扩信号分层盲解扩算法[J].数据采集与处理.2017
[4].张花国,李鑫.一种改进的异步CDMA信号的盲解扩算法[J].电子技术应用.2015
[5].张天骐,代少升,马国宁,张伟.一种微弱直接序列扩频信号的盲自适应解扩算法[J].信号处理.2010
[6].马英栋,季仲梅.WCDMA静态最小二乘解扩重扩波束形成算法研究[J].通信技术.2009
[7].张晓红,曾兴雯,刘鸿雁.解扩重扩算法在直扩系统中抗窄带干扰的应用[J].电子科技.2009
[8].付佳,吴长奇,荆楠.MC-OFDM系统中训练序列辅助解扩重扩算法[J].通信技术.2006
[9].梁宏军,郑好望.智能天线中基于解扩重扩算法的LMS-DRMTA算法[J].火控雷达技术.2005
[10].蒋笑冰,薛强,王钦,冯玉珉.基于块操作的最小二乘解扩重扩多目标阵列算法[J].北京交通大学学报.2005
标签:同步DS-CDMA信号; 扩频序列; 信号子空间; ILSP算法;