一、一种基于Kalman滤波的盲多用户检测RAKE接收机（论文文献综述）
徐玺钰[1]（2017）在《直扩系统中干扰抑制技术的研究》文中认为由于扩频通信系统具有抗干扰能力强、截获概率低、保密性好等特点,所以被广泛运用在军事、电子对抗等领域。现如今电磁环境越来越复杂,通信系统容易受到各种类型的干扰,导致超过扩频通信系统的干扰容限。因此,研究扩频系统干扰抑制技术具有实际的意义。论文简单介绍了国内外有关直扩系统（Direct Sequence Spread Spectrum,DSSS）中干扰抑制技术的发展状况,然后本文结合直扩系统的特征,给出常见的干扰信号类型,随后本文针对不同的干扰情况,提出合适的干扰抑制方法。扩频系统中最常见的是窄带干扰信号。根据窄带干扰信号和直扩信号在频域上特征的不同,本文采用变换域窄带干扰抑制,并分析其原理和实现过程;在实现过程中,需要通过设置门限去判断干扰所在位置,本文提出了自适应门限的算法,解决固定门限对环境的依赖;最后,由于快速傅里叶变换（Fast Fourier Transform,FFT）变换存在的频谱泄露的问题,以及窗函数在频域上和时域上的特征,提出重叠加窗的窄带干扰抑制方法,给出了最终改进的窄带干扰抑制实现框图,并给出仿真性能结果图。对于扫频干扰信号,研究基于短时傅里叶变换（Short-time Fourier Transform,STFT）,分数阶傅里叶变换（Fractional Fourier Transform,FRFT）和离散调频傅里叶变换（Discrete Chirp-Fourier Transform,DCFT）的扫频干扰抑制方法,最后根据DCFT可以采用FFT实现,可以降低算法复杂度,本文采用基于DCFT的干扰抑制方法,同时由于DCFT变换对信号约束较大,将DCFT定义改变为修正的离散调频傅里叶变换（Modified Discrete Chirp-Fourier Transform,MDCFT）变换,最终给出基于MDCFT变换的自适应干扰抑制的实现框图,并分析得知其复杂度仍然过高,为了进一步降低复杂度,将搜索过程分为两步,粗搜索和细搜索,从而减少MDCFT变换的次数。最终通过仿真验证基于MDCFT的扫频干扰抑制方法对干扰信号的抑制效果。扩频系统是干扰受限系统,它的容量和性能受到多址干扰的限制,所以需要采取抑制手段降低多址干扰,从而降低目标用户的误码率。在接收端已知用户情况,本文采用干扰抵消算法抑制多址干扰,并通过仿真去验证算法的可靠性;在未知接收信号中的用户情况,本文通过研究盲多用户检测算法,给出了常见的最小二乘（Least Mean Square,LMS）算法、递归最小二乘（Recursive Least Square,RLS）算法和Kalman滤波算法的理论和仿真结果。随后,对现有的LMS算法提出了改进,即变步长LMS算法,弥补其在不同干扰环境下性能差别较大,并通过仿真,结果去验证干扰抑制效果。
康晓非[2]（2012）在《超宽带系统中接收技术研究》文中研究说明超宽带（UWB）作为一种新颖的短距离无线通信技术，它采用极窄脉冲（纳秒量级）传送信息，相应地，其占有很宽的带宽（吉赫兹量级）。UWB具有高速率、低功耗、低成本、精确定位等优点，可作为无线传感器网络（WSN）和无线个域网（WPAN）等网络的物理层技术，有着广阔的应用前景。然而，在室内环境中，UWB无线信道具有密集多径的特点，由此引起的码间干扰（ISI）会严重地影响系统性能。此外，随着系统用户数的增加，多用户干扰（MUI）也成为影响UWB系统性能的重要因素。因此，设计适合于实际应用的高性能、低复杂度的接收机是UWB的重要研究方向之一。传统的Rake接收机，具有结构较简单，能有效合并多径分量的优点。但UWB室内信道的多径数多达几十乃至上百条，随着Rake接收机支路（finger）数的增加，其实现复杂度将难以接受，且Rake接收机在多用户情况下性能受限。为了有效抑制MUI，多用户检测技术（MUD）技术被应用于UWB系统中，考虑到无线信道的时变特性及实现复杂度等因素，一些盲自适应MUD方案更被关注。本文主要针对超宽带系统在多径、多用户环境下的接收检测技术进行了研究，主要的研究内容和创新性成果如下：1．提出了一种适用于TH-UWB系统的盲Rake接收机方案。该接收机首先利用跳时（TH）码的良好相关性设计滤波器，消除部分MUI和ISI；再对滤波器的输出数据采用紧缩近似投影子空间跟踪（PASTd）方法进行信道估计并实现最大比合并，进一步提高输出信干噪比（SINR）。该接收机克服了传统Rake接收机不能消除MUI的缺陷，仿真结果证实，该接收机的误码性能优于传统的相关接收机和Rake接收机，且其所需先验知识较少、计算复杂度较低。2．将线性预测方法应用于DS-UWB系统中实现盲多用户检测。该算法首先通过对接收数据进行线性变换和线性预测来抑制MUI，再对线性预测误差采用子空间跟踪算法进行信道估计，消除ISI。仿真结果表明，在超宽带信道模型下，与传统的接收机相比较，其具有较低的误码率和较好的抗远近效应能力。3．设计了一种盲自适应多用户检测方案，用来解决高速TH-UWB系统中的MUI和ISI问题，该方案首先采用约束递归最小二乘恒模算法（RLS-CMA）消除MUI和ISI；接着在信道估计的基础上采用最大比合并进一步提高系统性能。仿真结果表明，提出的接收机在UWB四种类型信道下能快速收敛，且误码性能较好。4．提出了一种降秩盲自适应接收方案，该方案首先将最小输出能量（MOE）算法和多级维纳滤波（MSWF）方法相结合，实现盲自适应解相关，抑制MUI并提取期望信号各多径分量，再进一步采用PASTd算法估计信道并进行最大比合并，提高输出信干噪比。该方案在解决DS-UWB系统中MUI和ISI问题的同时，采用MSWF降秩方法减小了计算复杂度，仿真结果验证了其有效性。
张鹏[3]（2011）在《DS-CDMA系统中盲多用户检测算法研究》文中提出多用户检测能有效的抑制多址干扰,提高系统的容量,是CDMA系统的关键技术之一。盲多用户检测由于需要的先验知识非常的少,使其成为人们研究的热点。首先,重点分析了通信系统里的几个关键技术,然后给出了DS-CDMA信号模型。介绍了多用户检测的基本原理,分别讨论了多用户检测几个重要的性能指标,为以后的理论提供了重要评估标准。其次,对多用户检测几种经典算法做了理论分析,如最佳多用户检测、解相关多用户检测、MMSE多用户检测等,然后对各方法进行了性能仿真。根据仿真结果分析各种方法的优点与其存在的缺陷,为以后的研究提供了一个方向。再次,对恒模多用户检测算法做了深入的研究,对基本恒模算法、最小二乘恒模算法、线性约束最小二乘恒模算法的基本原理做了介绍,在此基础上,本文提出了次分量分析恒模（MCACMA）盲多用户检测算法,该算法利用Rayleigh熵的性质,推导出最优权矢量对应于Rayleigh熵的极小值点。然后对各方法进行了性能仿真,仿真结果表明,本文建议的MCACMA算法在输出信干噪比和误码率性能上比传统的最小二乘恒模算法（LSCMA）、线性约束最小二乘恒模算法（LCLSCMA）都有很大的改善。而且由于避免了矩阵求逆的运算,大大减小了算法的复杂度,更具有实用价值。最后,研究了几种子空间盲多用户检测方法,首先给出了子空间方法的原理以及子空间盲多用户检测信号模型,对几种子空间的跟踪方法的原理做了深入的分析。在此基础上,本文将次分量分析恒模算法与子空间方法相结合,提出了基于子空间的次分量分析恒模（SUB-MCACMA）盲多用户检测算法。最后对几种基于子空间的多用户检测算法进行了仿真,仿真结果表明,在相同的多址干扰情况下,本文提出的SUB-MCACMA方法在输出信干比和误码率等性能上比线性约束最小二乘恒模算法以及次分量分析恒模算法都有显着的提高,且有更强的抗多址干扰能力,检测性能更好。
邬冬临[4]（2010）在《CDMA通信系统中盲多用户检测技术的研究》文中研究表明在码分多址（CDMA）系统中多个用户均占用同一时隙、同一频隙,不同的是选取的地址码不相同,在实际应用中,地址码又不可能达到理想的状态,因此在多个用户通信时,一定会产生多址干扰（MAI）。随着用户数目的不断变化,多址干扰就成为CDMA系统中最主要的干扰。多用户检测技术则是充分利用所有用户的信息来做检测,抑制多址干扰,提高系统的容量,解决了远近效应问题。在实际应用中要求多用户检测算法既能满足性能优良又能满足复杂度低,然而现有的多用户检测技术还不能在这两者之间取得平衡,因此有必要对多用户检测进行更深入细致的研究。本文首先对直接序列扩频码分多址（DS-CDMA）系统的多用户检测技术的理论与技术进行系统的介绍,然后从最原始的传统检测机到盲自适应检测机进行介绍,并对多用户检测的应用及应用前景进行探讨,对线性盲自适应多用户检测算法进行具体的比较和分析。在此基础上,本文给出了一种改进的基于压缩预测逼近子空间跟踪算法（iPASTd）,以及一种基于改进的压缩预测逼近算法（iPASTd）和Kalman滤波相结合的盲自适应多用户的检测器。仿真实验结果表明,本文给出的盲自适应多用户检测器与基于最小二乘（RLS）算法的盲自适应多用户检测器和基于最小均方（LMS）算法的盲自适应多用户检测器相比较具有良好的跟踪性能,较低的复杂度,在加性高斯白噪声（AWGN）信道中取得良好的信干比,并且在高信噪比和强远近效应的情况下,本文给出的盲自适应多用户检测器能实现更快的全局收敛并且具有良好的跟踪性能。
张东红[5]（2010）在《CDMA多用户检测器线性统一模型与非线性改进算法研究》文中研究指明传统的码分多址（CDMA）系统因多址干扰问题,遭受远近效应的影响和系统容量的限制。长期以来,多址干扰的抑制和消除是改善系统性能和增大系统容量的关键技术,其中,多用户检测技术是消除多址干扰的核心技术而倍受关注。本文提出了CDMA线性多用户检测器的统一模型,研究了线性统一模型的性能及其应用。对非线性干扰消除多用户检测算法进行了理论分析,提出了改进算法。本文的主要内容和创新性成果如下:1基于对角加载方法,提出了一种含参量线性多用户检测器,建立了线性多用户检测器的统一模型。对线性统一模型的检测性能进行了分析,研究了匹配滤波检测器、解相关检测器和最小均方误差检测器在线性统一模型下的相互转换关系。基于线性统一模型,给出了多径衰落信道下最小均方误差（MMSE）检测器实现的新方法,提出了一种双模检测器。理论分析和数值结果均表明,MMSE检测新方法实现简单,比传统MMSE检测方法具有更低的计算复杂度;双模检测器可根据信道的变化动态地在解相关检测和匹配滤波检测模型之间转换,抑制了独立检测存在的缺陷。2.串行干扰消除（SIC）检测器的幅度失配不可避免,而检测性能依赖于信号重建估计的准确性,直接使用误码率公式对幅度失配引起的性能损失进行分析和计算是困难的。本文利用Gaussian近似法推导出幅度失配的SIC检测器误码率近似解析式,基于Lagrange中值定理建立了幅度失配率、信噪比以及性能损失度之间的计算公式,定量地研究和分析了幅度失配对系统性能的影响。3基于分组技术提出了对角加载检测分组SIC算法。该算法利用对角加载检测算子替换SIC检测器每级中匹配滤波（MF）检测算子,实现了分组MMSE检测,减小了解调延迟,改善了SIC检测器和MMSE检测器独立检测的性能。扩频序列直接用于解扩会由于其不完全正交导致多址干扰的产生,从而降低系统性能。基于克莱姆-施密特正交化方法,从扩频序列出发构造SIC检测器每级的解扩序列,提出了正交化解扩的SIC算法（OSIC算法）。性能分析和仿真结果表明,OSIC算法在完全抑制检测器每级多址干扰的同时,也抑制了信道噪声的增强,优于SIC算法。针对多径衰落信道情形提出了一种基于RAKE接收的串行多径干扰抵消检测算法,给出了算法实现的嵌套式RAKE接收机。性能分析和仿真实验表明,嵌套式RAKE接收机能够很好的抑制多址干扰和多径干扰,改善了传统RAKE接收机性能。4并行干扰消除（PIC）检测器结构简单且具有较好的抗远近效应能力,但是其性能受限于对初始数据比特和各用户信号功率的估计。本文比较分析了非线性PIC（HPIC）检测器和线性PIC（LPIC）检测器的干扰估计性能。对LPIC检测器和匹配滤波检测器的性能进行了比较,定量地给出了这两种检测器的信噪比应用条件。针对LPIC检测器在衰落信道下多址干扰估计误差较大的缺陷,提出了加权抵消的LPIC检测器,加权系数是基于最小均方误差准则获取。理论分析和仿真实验表明,无论在功率控制还是远近效应下,加权抵消LPIC检测器的性能都远远好于LPIC检测器。5从理论上分析了判决排序对前馈线性变换的判决反馈多用户检测器性能影响,给出了一种基于信号幅度迭代估计的判决排序方法。通过在前馈线性变换的判决反馈检测器中引入一个判决转换策略,提出了转换判决反馈检测算法（SDFD）。SDFD算法能够根据信噪比环境变化情况在干扰抵消解相关检测和匹配滤波检测之间择优判决。理论分析和仿真实验结果均表明,SDFD算法能够适用于低信噪比环境,具有比解相关判决反馈检测（DDFD）算法以及前馈正交变换判决反馈检测（ODFD）算法更好的性能。
井敏英[6]（2009）在《在DS-CDMA通信系统中盲多用户检测算法的研究》文中进行了进一步梳理码分多址（CDMA）技术是第三代移动通信系统的核心技术之一。但是在CDMA系统中,由于多址干扰的存在,使系统性能受到严重影响。多用户检测（MUD）技术不但可以抗多址干扰,还可以抗远近效应和多径干扰,因此成为CDMA系统的关键技术之一。而盲多用户检测器由于具备不需要训练序列和干扰用户的先验知识等一系列优点,已经成为现在国内外的热门研究课题。本文在现有多用户检测技术研究成果的基础上,重点研究了多用户检测技术中的盲多用户检测算法。通过研究盲多用户检测的直接序列扩频码分多址（DS-CDMA）系统模型,分析和仿真了同步DS-CDMA系统、高斯白噪声（AWGN）信道下的基于最小输出能量（MOE）准则的最小均方（LMS）和递归最小二乘（RLS）两种盲多用户检测算法。在LMS算法的基础上,通过改变步长选择方式,提出一种改进的自适应变步长LMS盲多用户检测算法,并进行了仿真,仿真结果表明该算法性能优于LMS算法,计算复杂度接近LMS算法。同时,结合RLS算法以及判决反馈变步长MOE（DF-MOE）算法,研究了RLS算法和DF-MOE算法相结合的盲多用户检测算法,该算法适应动态系统的能力增强,计算复杂度下降。另外分析和仿真了基于Kalman滤波的盲多用户检测算法,并且综合分析比较了LMS算法、RLS算法和Kalman滤波的盲多用户检测算法的性能以及算法的计算复杂度。探讨了子空间盲多用户检测算法和Kalman滤波的盲多用户检测算法的结合算法,并进行了仿真,仿真结果表明该算法与Kalman滤波的盲多用户检测算法相比,收敛速度加快,稳态输出信干比相当。
刘衍平[7]（2009）在《超宽带Rake接收机性能分析与多用户检测技术研究》文中提出由于脉冲超宽带（IR-UWB）具有传输速率高、系统容量大、抗多径能力强等优点,近年来受到了各研究机构和标准化组织的广泛关注。它能够以低功耗、低复杂度和低成本实现高速数据传输,因此在高速无线个人局域网（WPAN）、近距离范围大容量通信以及精确定位中有着良好的应用前景。然而,在实际无线环境下,脉冲信号传播受到传播路径衰落快、密集多径、时延扩展较长、以及多用户干扰等多方面的影响,给接收机中信号检测造成了干扰,制约了高速超宽带通信系统的性能。本文针对超宽带通信中存在的多径干扰和多用户干扰,研究了IEEE802.15.3a信道中Rake接收机的性能和超宽带通信中的多用户检测技术。论文的主要工作概括如下:①研究了UWB IEEE802.15.3a标准信道模型。分析了多径分量达到时间、幅度以及能量的分布特点,并对LOS信道和极端NLOS信道的冲激响应、功率延迟剖面进行了仿真,指出了能控制符号干扰的脉冲间隔的范围。②从无符号干扰和有符号干扰两方面研究了单用户环境下Rake接收机的性能。无符号干扰时,从Rake叉指数、多径合并方式、多径选择策略等方面对Rake接收机的影响进行了仿真,得出一些有用结论,为低速超宽带Rake选型提供了参考依据;有符号干扰时,在LOS信道和极端NLOS信道下,对Rake接收机进行了仿真分析,并给出一种Pre-Rake接收机模型,通过理论分析和仿真表明其具有良好的抗符号干扰性能和较低复杂度。③研究了多用户环境下Rake接收机的性能。推导了多用户环境下Rake接收机的误码率公式,在LOS信道和极端NLOS信道中仿真了其性能,指出了在多用户环境下,信噪比较高时,影响接收机的性能的因素由高斯噪声转为多用户干扰。给出一种基于辅助向量的改进约束条件的超宽带RAKE接收机,并通过理论分析和计算机仿真表明其具有良好的抗符号干扰和低复杂度性能。④研究了超宽带通信中多用户检测技术。分析了常用多用户检测器的原理、结构及特点,针对超宽带无线通信多径密集、时延扩展较长、以及存在多用户干扰的特点,将多用户检测技术与Rake接收技术结合,给出了基于盲自适应多用户检测超宽带Rake接收机方案,并对该方案进行了理论分析和计算机仿真,结果表明基于Kalman滤波的盲多用户检测Rake接收机具有较好的抑制多径干扰和多址干扰的能力。
卢凤华[8]（2008）在《3G系统中多用户检测算法分析与研究》文中认为由于CDMA通信系统具有大容量、软容量、软切换、频率利用率高、抗多径哀落能力强等优点而在第三代移动通信系统（3G）中得到广泛的应用。在CDMA通信系统中,影响系统性能的因素主要是多址干扰和“远—近”效应,因此第三代移动通信系统将多用户检测（MUD）技术作为克服多址干扰的一种有效方法。本文在总结现有的MUD研究成果的基础上,从理论分析与仿真角度重点研究了MUD技术中的盲多用户检测算法。主要工作可以概括如下:（1）对盲多用户检测的LMS算法、RLS算法及Kalman算法在不同环境中的信干比、剩余输出能量进行了分析、研究和仿真。计算机仿真表明了RLS、Kalman滤波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,但是运算复杂度较高。（2）由于LMS算法复杂度低,易于实现,但是收敛性能较差。因此针对LMS自适应算法的不足,本文提出了一种改进型变步长LMS自适应迭代算法,分析了该算法的收敛速度、稳态输出信干比等系统性能。计算机仿真表明该算法的收敛性能优于基本LMS算法。
李艳萍[9]（2008）在《CDMA移动通信系统上下行链路多用户检测算法研究》文中提出全球移动通信事业正经历着飞速的发展,随着移动用户数的急增和多样化需求的提出,现有以话音业务为主的移动通信系统已难以满足日新月异的需求变化,取而代之的是高速移动数据业务、移动流媒体、手机电视等对带宽网络资源要求苛刻的新兴业务。未来的高速通信需要能满足更大的系统容量、更高的传输速率的高频谱效率传输技术,码分多址（CDMA）技术的提出使这一目标得以实现。然而,在CDMA系统中,由于多个用户随机接入以及无线信道的时变特性对用户地址码之间互相关性的破坏,用户地址码之间不能保证完全正交,从而引起多址干扰。随着用户数的增加,这种干扰将越来越严重。传统的CDMA信号检测技术根据直接序列扩频理论对基带接收信号进行地址码相关计算,独立处理每个用户的信号,因此称为相关检测,它不具备抗多址干扰的能力。多用户检测是近年来在相关检测基础上发展起来的一种有效的抗干扰措施,是CDMA通信系统中抗干扰的关键技术。它利用多址干扰的各种可知信息,对目标用户的信号进行联合检测,从而具有抗多址干扰的能力,因而可以有效地利用频谱资源,显着提高系统容量,降低对功率控制的要求。本文以DS-CDMA和MC-CDMA信号为背景研究了码分多址通信中的这个基本问题。实时性是多用户检测算法能否实用的关键所在。本文深入分析了影响算法精度和收敛速度的各种因素,寻求能够实时检测的优化算法,得出了必须根据基站和移动终端的不同特点,充分利用已知信息,分别研究适合于基站的非盲自适应多用户检测算法和适合于移动终端的盲自适应多用户检测算法的结论。基于基站已知小区内所有用户的扩频码,从理论上完全有可能利用这些伪随机序列的已知结构信息和统计信息来消除多址干扰。为此,经过反复研究比较,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（SIR-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芯矫ぷ允视Χ嘤没Ъ觳?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。
孔莎莎[10]（2008）在《CDMA通信系统中盲多用户检测算法的研究》文中指出CDMA技术作为3G的主要接入方式,在实际应用时多址干扰（MAI）的存在影响了系统的性能,而多用户检测解决该问题具有良好的性能。盲多用户检测是指只使用待检测用户的观测数据,不需要其他用户信息就可以抵消多址干扰进行检测。本文首先对CDMA系统中的盲多用户检测的经典算法LMS算法、CMA算法等进行了研究,分析其性能并进行了仿真验证。并在分析子空间跟踪算法的基础上,将Chebyshev盲多用户检测算法与改进的PASTd跟踪算法结合,提出了一种子空间约束的Chebyshev盲算法。该算法有效的抑制了多址干扰,降低了来自噪声子空间的影响,从而使系统的输出信噪比和误码率性能均优于Chebyshev盲算法。
二、一种基于Kalman滤波的盲多用户检测RAKE接收机（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、一种基于Kalman滤波的盲多用户检测RAKE接收机（论文提纲范文）
（1）直扩系统中干扰抑制技术的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 本论文的研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 窄带干扰抑制技术的发展 |
| 1.2.2 调频干扰抑制技术的发展 |
| 1.2.3 多用户检测技术的发展 |
| 1.3 本文主要研究内容和结构安排 |
| 第二章 窄带干扰抑制技术研究 |
| 2.1 扩频通信的工作原理 |
| 2.1.1 直接序列扩频系统模型 |
| 2.1.2 WCDMA下行信道模型 |
| 2.2 窄带干扰模型 |
| 2.2.1 音频干扰 |
| 2.2.2 窄带高斯噪声 |
| 2.3 频域干扰抑制技术 |
| 2.3.1 基于自适应门限算法的干扰抑制技术 |
| 2.3.2 仿真结果与分析 |
| 2.4 基于重叠加窗的频域干扰抑制技术 |
| 2.4.1 重叠加窗 |
| 2.4.2 基于重叠加窗干扰抑制技术的实现过程 |
| 2.4.3 仿真结果与分析 |
| 2.5 本章小结 |
| 第三章 线性调频干扰抑制技术研究 |
| 3.1 扫频干扰模型 |
| 3.2 离散Chirp-Fourier变换 |
| 3.3 修正离散Chirp-Fourier变换 |
| 3.4 基于MDCFT的自适应扫频信号干扰抑制 |
| 3.4.1 扫频信号干扰抑制算法实现步骤 |
| 3.4.2 改进的MDCFT抑制算法 |
| 3.4.3 参数估计误差对干扰抑制性能的影响 |
| 3.4.4 仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 干扰抵消多用户检测算法 |
| 4.1 串行干扰抵消 |
| 4.1.1 串行干扰抵消检测器 |
| 4.1.2 仿真结果与分析 |
| 4.2 并行干扰抵消 |
| 4.2.1 并行干扰抵消检测器 |
| 4.2.2 仿真结果与分析 |
| 4.2.3 针对衰落信道改进的并行干扰抵消检测器 |
| 4.3 本章小结 |
| 第五章 盲多用户检测算法 |
| 5.1 盲多用户检测概述 |
| 5.1.1 盲多用户检测的信号模型 |
| 5.1.2 盲多用户检测器的典范表示 |
| 5.2 基于最小输出能量的盲多用户检测器 |
| 5.2.1 基于LMS的盲多用户检测器 |
| 5.2.2 基于RLS的盲多用户检测器 |
| 5.3 基于Kalman滤波的盲多用户检测器 |
| 5.3.1 Kalman滤波算法简介 |
| 5.3.2 Kalman盲多用户检测算法 |
| 5.3.3 仿真结果与分析 |
| 5.4 自适应步长LMS盲多用户检测器 |
| 5.4.1 CMOE检测器无约束的表示形式 |
| 5.4.2 变步长LMS算法 |
| 5.4.3 仿真结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文主要贡献 |
| 6.2 下一步研究方向 |
| 致谢 |
| 参考文献 |
| 个人简历 |
（2）超宽带系统中接收技术研究（论文提纲范文）
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 超宽带无线通信技术 |
| 1.1.1 超宽带的概念 |
| 1.1.2 超宽带的特点 |
| 1.1.3 超宽带主要应用领域 |
| 1.1.4 超宽带无线传输方案 |
| 1.2 研究背景及意义 |
| 1.3 超宽带接收技术的研究进展 |
| 1.4 本文的研究内容及作者的主要工作 |
| 1.4.1 研究的内容和创新点 |
| 1.4.2 论文的结构安排 |
| 第二章 超宽带信号基本理论 |
| 2.1 引言 |
| 2.2 超宽带脉冲波形设计 |
| 2.2.1 脉冲波形设计要求 |
| 2.2.2 高斯类脉冲 |
| 2.2.3 正交 Hermite 脉冲 |
| 2.3 超宽带调制技术 |
| 2.3.1 脉冲幅度调制 |
| 2.3.2 脉冲位置调制 |
| 2.4 超宽带多址方案 |
| 2.4.1 跳时超宽带 |
| 2.4.2 直扩超宽带 |
| 2.5 小结 |
| 第三章 超宽带无线信道 |
| 3.1 引言 |
| 3.2 大尺度模型 |
| 3.3 小尺度模型 |
| 3.3.1 简化的超宽带多径模型 |
| 3.3.2 IEEE802.15.3a 室内信道模型 |
| 3.4 煤矿井下信道模型的研究 |
| 3.4.1 信道测量 |
| 3.4.2 信道冲激响应 |
| 3.4.3 信道特征参数仿真与分析 |
| 3.5 小结 |
| 第四章 基本的超宽带接收机 |
| 4.1 引言 |
| 4.2 匹配滤波接收机 |
| 4.3 Rake 接收机 |
| 4.3.1 Rake 接收机原理 |
| 4.3.2 Rake 接收机性能分析 |
| 4.4 传输参考接收机 |
| 4.4.1 简单传输参考（STR）接收机 |
| 4.4.2 差分传输参考（DTR）接收机 |
| 4.4.3 传输参考接收机性能分析 |
| 4.5 多用户环境下 TH-UWB 系统的盲 Rake 接收机 |
| 4.5.1 系统模型 |
| 4.5.2 盲 Rake 接收算法 |
| 4.5.3 仿真及性能分析 |
| 4.6 小结 |
| 第五章 超宽带多用户检测器 |
| 5.1 引言 |
| 5.2 最小输出能量检测器 |
| 5.2.1 系统模型 |
| 5.2.2 盲 MOE 多用户检测器 |
| 5.2.3 仿真及性能分析 |
| 5.3 基于线性预测的盲多用户检测 |
| 5.3.1 系统模型 |
| 5.3.2 线性预测盲多用户检测 |
| 5.3.3 仿真及性能分析 |
| 5.4 小结 |
| 第六章 超宽带盲自适应接收机 |
| 6.1 引言 |
| 6.2 自适应算法 |
| 6.2.1 LMS 算法 |
| 6.2.2 RLS 算法 |
| 6.3 基于恒模算法的盲自适应接收机 |
| 6.3.1 DS-UWB 系统中 LMS-CMA 盲自适应接收机 |
| 6.3.2 TH-UWB 系统中 RLS-CMA 盲自适应接收机 |
| 6.4 降秩盲自适应接收机 |
| 6.4.1 多级维纳滤波器 |
| 6.4.2 超宽带降秩盲自适应接收机 |
| 6.5 小结 |
| 第七章 . 总结及展望 |
| 7.1 全文总结 |
| 7.2 后续研究工作展望 |
| 致谢 |
| 参考文献 |
| 附录 英文缩写对照表 |
| 攻读博士学位期间的研究成果 |
（3）DS-CDMA系统中盲多用户检测算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的目的与意义 |
| 1.2 国内外的研究现状 |
| 1.3 本文的内容安排 |
| 第二章 多用户检测 |
| 2.1 DS-CDMA的系统模型 |
| 2.1.1 多址技术 |
| 2.1.2 扩频技术 |
| 2.1.3 DS-CDMA系统的信号模型 |
| 2.2 多用户检测 |
| 2.2.1 多用户检测的基本思路 |
| 2.2.2 多用户检测的原理 |
| 2.2.3 多用户检测的优缺点 |
| 2.3 多用户检测的性能测度 |
| 2.3.1 误码率 |
| 2.3.2 信号干扰噪声比 |
| 2.3.3 渐近多用户有效性 |
| 2.3.4 抗远近能力 |
| 2.4 本章小结 |
| 第三章 经典多用户检测技术 |
| 3.1 传统滤波器和RAKE接收机 |
| 3.1.1 传统滤波器 |
| 3.1.2 Rake接收机 |
| 3.2 最佳多用户检测器 |
| 3.3 线性多用户检测 |
| 3.3.1 解相关多用户检测器 |
| 3.3.2 线性MMSE多用户检测器 |
| 3.4 非线性多用户检测 |
| 3.5 最小输出能量(MOE)盲多用户检测器 |
| 3.6 卡尔曼滤波多用户检测器 |
| 3.7 仿真分析 |
| 3.7.1 最小输出能量(MOE)盲多用户检测算法仿真 |
| 3.7.2 卡尔曼滤波盲多用户检测算法仿真 |
| 3.8 本章小结 |
| 第四章 基于恒模的盲多用户检测算法 |
| 4.1 恒模多用户检测算法 |
| 4.1.1 恒模算法原理 |
| 4.1.2 仿真分析 |
| 4.2 线性约束最小二乘恒模算法 |
| 4.2.1 线性约束最小二乘恒模算法的基本原理 |
| 4.2.2 仿真分析 |
| 4.3 次分量分析恒模算法 |
| 4.3.1 次分量分析恒模算法的基本原理 |
| 4.3.2 仿真分析 |
| 4.4 本章小结 |
| 第五章 基于子空间的盲多用户检测算法 |
| 5.1 子空间盲多用户检测 |
| 5.1.1 子空间方法原理 |
| 5.1.2 子空间盲多用户检测信号模型 |
| 5.2 子空间预测逼近跟踪算法(PAST) |
| 5.3 紧缩预测逼近子空间跟踪盲多用户算法(PASTD) |
| 5.3.1 紧缩预测逼近子空间跟踪盲多用户算法原理 |
| 5.3.2 仿真分析 |
| 5.4 正交预测逼近子空间跟踪算法(OPAST) |
| 5.4.1 正交预测逼近子空间跟踪算法原理 |
| 5.4.2 仿真分析 |
| 5.5 基于子空间的次分量分析恒模盲多用户检测 |
| 5.5.1 基于子空间的次分量分析恒模算法原理 |
| 5.5.2 仿真分析 |
| 5.6 本章小结 |
| 第六章 结束语 |
| 6.1 本文总结 |
| 6.2 多用户检测研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）CDMA通信系统中盲多用户检测技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 第三代移动通信的概述 |
| 1.2 第三代移动通信系统的关键技术 |
| 1.3 多用户检测技术及其发展现状 |
| 1.4 本课题研究的背景与意义 |
| 1.5 本论文的主要内容 |
| 第2章 多用户检测技术的理论基础 |
| 2.1 CDMA通信系统模型 |
| 2.2 多用户检测的基本原理 |
| 2.3 多用户检测技术的分类 |
| 2.4 最优多用户检测器 |
| 2.5 次优多用户检测器 |
| 2.5.1 非线性多用户检测器 |
| 2.5.2 线性多用户检测器 |
| 2.6 多用户检测的性能评估参数 |
| 2.6.1 信干比 |
| 2.6.2 误码率 |
| 2.6.3 渐进多用户有效性 |
| 2.6.4 抗远近效应能力 |
| 2.7 多用户检测技术的应用 |
| 2.8 小结 |
| 第3章 同步信道下的盲多用户检测的研究 |
| 3.1 盲多用户检测的概述 |
| 3.2 盲多用户检测的基本原理 |
| 3.3 盲多用户检测器的准备知识 |
| 3.4 CDMA盲多用户检测模型 |
| 3.4.1 同步CDMA信号模型 |
| 3.4.2 异步CDMA信号模型 |
| 3.5 几种盲多用户检测算法的性能分析 |
| 3.5.1 最小输出能量(MOE)盲多用户检测算法 |
| 3.5.2 恒模(CMA)盲多用户检测算法 |
| 3.5.3 Kalman滤波多用户检测 |
| 3.6 仿真结果及其性能分析 |
| 3.6.1 MOE算法的仿真 |
| 3.6.2 CMA算法和LS-CMA算法的仿真 |
| 3.6.3 Kalman滤波盲多用户检测算法的仿真 |
| 3.6.4 三种算法的计算复杂度比较及性能分析 |
| 3.7 小结 |
| 第4章 基于子空间的盲多用户检测算法的研究 |
| 4.1 子空间发展的概述 |
| 4.2 基于子空间的盲多用户检测的研究 |
| 4.2.1 基于子空间的盲多用户检测器 |
| 4.2.2 基于子空间的跟踪算法 |
| 4.3 改进的iPASTd算法的给出 |
| 4.4 仿真结果及其性能分析 |
| 4.4.1 基于子空间跟踪的几种盲多用户检测算法的仿真及性能分析 |
| 4.4.2 改进的iPASTd算法的盲多用户检测的仿真结果及性能分析 |
| 4.5 小结 |
| 第5章 Kalman滤波和iPASTd结合的盲多用户检测算法的研究 |
| 5.1 基于LMS算法的盲多用户检测器 |
| 5.2 基于RLS算法的盲多用户检测器 |
| 5.3 改进的盲自适应多用户检测器的给出 |
| 5.4 改进的盲自适应多用户检测器 |
| 5.5 计算复杂度的比较 |
| 5.6 仿真结果及其性能分析 |
| 5.7 小结 |
| 总结与展望 |
| 1 总结 |
| 2 展望 |
| 参考文献 |
| 致谢 |
| 附录A (攻读学位期间发表的学术论文) |
| 附录B (攻读学位期间所参与的科研项目) |
（5）CDMA多用户检测器线性统一模型与非线性改进算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 多用户检测技术概述 |
| 1.3 多用户检测技术发展历程及分类 |
| 1.4 多用户检测尚待研究的关键问题 |
| 1.5 多用户检测技术发展前景 |
| 1.6 论文的主要工作和内容安排 |
| 第二章 CDMA通信系统中的多用户检测基本理论 |
| 2.1 系统模型 |
| 2.2 多用户检测的性能测度 |
| 2.2.1 误码率 |
| 2.2.2 渐进有效性 |
| 2.2.3 抗远近能力 |
| 2.3 多用户检测技术 |
| 2.3.1 最优多用户检测器 |
| 2.3.2 线性多用户检测器 |
| 2.3.2.1 解相关检测器 |
| 2.3.2.2 最小均方误差（MMSE）检测器 |
| 2.3.3 干扰消除多用户检测器 |
| 2.3.3.1 串行干扰消除检测器 |
| 2.3.3.2 并行干扰消除检测器 |
| 2.3.3.3 解相关判决反馈检测器 |
| 2.4 本章小结 |
| 第三章 线性多用户检测器的统一模型及其应用 |
| 3.1 引言 |
| 3.2 线性多用户检测器的统一模型 |
| 3.2.1 实现线性多用户检测器统一模型的对角加载方法 |
| 3.2.2 线性多用户检测器统一模型的最佳参量 |
| 3.2.3 线性多用户检测器统一模型的性能分析 |
| 3.2.4 幅度失配对检测性能的影响 |
| 3.2.5 仿真结果 |
| 3.3 基于最佳参量检测模型的多径衰落信道MMSE检测器 |
| 3.3.1 信号模型 |
| 3.3.2 多径衰落信道MMSE检测器的最佳参量检测模型实现方法 |
| 3.3.3 最佳参量的估计 |
| 3.3.4 仿真结果 |
| 3.4 具有双重模型的线性多用户检测器 |
| 3.4.1 双模检测器描述 |
| 3.4.2 转换准则 |
| 3.4.3 仿真结果 |
| 3.5 本章小结 |
| 第四章 串行干扰消除检测器幅度失配的性能损失定量分析与改进算法 |
| 4.1 引言 |
| 4.2 幅度失配的SIC检测器性能近似分析 |
| 4.3 幅度失配对SIC检测器性能影响的定量分析 |
| 4.3.1 幅度失配的SIC检测器误码率 |
| 4.3.2 幅度失配的SIC检测器性能定量分析方法 |
| 4.3.3 仿真实验 |
| 4.4 基于MMSE检测的分组SIC算法 |
| 4.4.1 算法描述 |
| 4.4.2 对角加载检测线性算子的更新复杂度分析 |
| 4.4.3 仿真结果 |
| 4.5 基于克莱姆-施密特正交化法的SIC算法 |
| 4.5.1 信号模型 |
| 4.5.2 算法描述 |
| 4.5.3 误码性能分析 |
| 4.5.4 仿真结果 |
| 4.6 多径衰落信道下基于RAKE接收的串行多径干扰抵消检测算法 |
| 4.6.1 系统模型与传统RAKE接收机 |
| 4.6.2 基于RAKE接收的串行多径干扰抵消算法 |
| 4.6.3 性能分析 |
| 4.6.4 仿真结果 |
| 4.7 本章小结 |
| 第五章 并行干扰消除检测器干扰估计性能分析与改进算法 |
| 5.1 引言 |
| 5.2 PIC算法的干扰估计性能分析 |
| 5.2.1 干扰估计误差 |
| 5.2.2 LPIC的干扰估计性能分析 |
| 5.2.3 HPIC的干扰估计性能分析 |
| 5.2.4 LPIC和HPIC的干扰估计性能比较 |
| 5.3 LPIC和MF检测器的性能比较 |
| 5.4 加权抵消的线性并行干扰消除多用户检测算法 |
| 5.4.1 信号模型 |
| 5.4.2 加权LPIC算法 |
| 5.4.3 干扰抵消加权系数选取准则 |
| 5.4.3.1 第二级干扰抵消加权系数 |
| 5.4.3.2 第三级干扰抵消加权系数 |
| 5.4.4 性能分析 |
| 5.4.5 仿真结果 |
| 5.5 本章小结 |
| 第六章 前馈线性变换的判决反馈多用户检测器判决排序方法与改进算法 |
| 6.1 引言 |
| 6.2 前馈线性变换的判决反馈多用户检测器 |
| 6.3 判决排序对检测性能影响分析 |
| 6.4 基于信号幅度迭代估计的判决排序方法 |
| 6.5 基于转换判决策略的判决反馈多用户检测算法 |
| 6.5.1 转换判决反馈多用户检测算法 |
| 6.5.2 性能分析 |
| 6.5.3 仿真结果 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 博士学习阶段(合作)发表与撰写的学术论文 |
| 博士学习阶段参加的科研项目 |
| 本论文专用术语(符号、变量、缩略词等)的注释表 |
（6）在DS-CDMA通信系统中盲多用户检测算法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 论文研究的背景及意义 |
| 1.1.1 论文的背景 |
| 1.1.2 研究的意义 |
| 1.2 国内外研究状况及进展 |
| 2 多用户检测技术 |
| 2.1 同步DS-CDMA 通信系统模型 |
| 2.2 多用户检测技术的基本理论 |
| 2.2.1 多用户检测技术的基本思路 |
| 2.2.2 多用户检测技术的分类 |
| 2.2.3 基本线性多用户检测技术 |
| 2.2.4 自适应线性多用户检测技术 |
| 2.3 盲自适应多用户检测技术 |
| 2.3.1 盲多用户检测技术概述 |
| 2.3.2 盲多用户检测的基本原理 |
| 2.3.3 盲多用户检测的信号模型 |
| 2.3.4 线性盲多用户检测器的典范表示 |
| 2.4 本章小结 |
| 3 基于最小输出能量的盲多用户检测算法研究 |
| 3.1 盲自适应最小均方（LMS）算法 |
| 3.1.1 LMS 算法 |
| 3.1.2 算法仿真 |
| 3.2 LMS 算法的研究与改进 |
| 3.2.1 LMS 算法的步长选择 |
| 3.2.2 改进型LMS 算法仿真 |
| 3.3 递归最小二乘(RLS)算法 |
| 3.3.1 RLS 算法 |
| 3.3.2 算法仿真 |
| 3.4 RLS 算法和DF-MOE 算法相结合的盲多用户检测算法 |
| 3.4.1 DF-MOE 盲算法 |
| 3.4.2 DF-MOE 算法与LMS 算法和RLS 算法的仿真比较 |
| 3.4.3 RLS 算法和DF-MOE 算法相结合的盲多用户检测算法及其仿真 |
| 3.5 本章小结 |
| 4 基于 Kalman 滤波的盲多用户检测算法研究 |
| 4.1 Kalman 滤波的基本原理 |
| 4.2 基于 Kalman 滤波的盲多用户检测算法 |
| 4.2.1 算法原理 |
| 4.2.2 算法仿真 |
| 4.2.3 Kalman 滤波算法与LMS 和RLS 算法性能比较 |
| 4.3 子空间与 Kalman 滤波相结合的盲多用户检测算法 |
| 4.3.1 子空间原理 |
| 4.3.2 子空间与Kalman 滤波相结合的盲算法 |
| 4.3.3 子空间与Kalman 滤波相结合的盲算法仿真 |
| 4.4 本章小结 |
| 5 结论 |
| 5.1 本论文的工作总结 |
| 5.2 多用户检测工作的展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）超宽带Rake接收机性能分析与多用户检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 超宽带技术的研究现状 |
| 1.2 超宽带 Rake 接收机与多用户检测技术的研究现状 |
| 1.3 课题研究的目的和意义 |
| 1.4 本文内容安排 |
| 2 超宽带脉冲信号及基本调制方式 |
| 2.1 UWB 定义及特点 |
| 2.2 UWB 脉冲信号 |
| 2.3 脉冲UWB 系统的基本调制方式 |
| 2.3.1 跳时脉冲位置调制(TH-PPM) |
| 2.3.2 直接序列超宽带(DS-UWB)调制 |
| 2.3.3 跳时脉冲幅度调制(TH-PAM) |
| 2.4 本章小结 |
| 3 超宽带多径信道模型 |
| 3.1 信道模型的冲激响应及路径损耗模型 |
| 3.2 多径到达时间的分布 |
| 3.3 多径幅度及能量的分布 |
| 3.4 仿真与分析 |
| 3.5 本章小结 |
| 4 超宽带单用户环境下 Rake 接收机及其性能分析 |
| 4.1 Rake 接收机的结构及原理 |
| 4.2 超宽带 Rake 接收机误码性能分析 |
| 4.3 超宽带 Rake 接收机性能仿真分析 |
| 4.3.1 无符号干扰单用户Rake 接收机性能仿真 |
| 4.3.2 有符号干扰单用户Rake 接收机性能仿真 |
| 4.4 一种能有效抵抗 ISI 的 Pre-Rake 接收机 |
| 4.4.1 系统模型 |
| 4.4.2 性能仿真分析 |
| 4.5 本章小结 |
| 5 超宽带多用户环境下 Rake 接收机性能分析 |
| 5.1 DS-UWB Rake 接收机在多用户多径环境中的性能分析 |
| 5.1.1 DS-UWB 接收信号模型 |
| 5.1.2 多用户DS-UWB 系统的Rake 接收机性能分析 |
| 5.2 性能仿真分析 |
| 5.3 一种改进的多用户 Rake 接收机 |
| 5.3.1 系统模型 |
| 5.3.2 接收机设计及分析 |
| 5.3.3 性能仿真分析 |
| 5.4 本章小结 |
| 6 超宽带多用户检测技术 |
| 6.1 常用UWB 多用户检测器 |
| 6.1.1 最优多用户检测器 |
| 6.1.2 线性多用户检测器 |
| 6.1.3 非线性多用户检测 |
| 6.1.4 各种多用户检测方法的实现复杂度比较 |
| 6.2 基于 Rake 接收模型的自适应盲多用户检测方案 |
| 6.2.1 盲自适应多用户检测原理 |
| 6.2.2 信号模型 |
| 6.2.3 自适应盲多用户Rake 接收模型 |
| 6.2.4 仿真仿真及分析 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 作者在攻读学位期间发表的论文目录 |
（8）3G系统中多用户检测算法分析与研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究的目的及意义 |
| 1.2 多用户检测技术的国内外研究状况及进展 |
| 1.3 论文内容和章节安排 |
| 2 CDMA 移动通信系统 |
| 2.1 扩频通信 |
| 2.2 CDMA 通信系统 |
| 2.2.1 CDMA 通信系统简介 |
| 2.2.2 高斯白噪声信道下的 DS-CDMA 信号模型 |
| 2.3 本章小结 |
| 3 多用户检测技术 |
| 3.1 CDMA 系统引入多用户检测技术的必要性 |
| 3.2 传统 CDMA 检测技术 |
| 3.2.1 传统检测器 |
| 3.2.2 传统检测器的优缺点 |
| 3.3 多用户检测技术 |
| 3.3.1 多用户检测技术的原理和结构 |
| 3.3.2 多用户检测技术的分类 |
| 3.4 几种常见的多用户检测器 |
| 3.4.1 最佳多用户检测器 |
| 3.4.2 线性解相关多用户检测器 |
| 3.4.3 线性最小均方误差(MMSE)检测器 |
| 3.5 线性多用户检测器 |
| 3.6 多用户检测技术的优缺点 |
| 3.7 本章小结 |
| 4 盲多用户检测算法的研究 |
| 4.1 盲多用户检测器的信号模型 |
| 4.2 盲多用户检测器的典范表示 |
| 4.3 盲多用户检测器采用的基本算法 |
| 4.3.1 最小均方算法(LMS) |
| 4.3.2 递归最小二乘算法(RLS) |
| 4.3.3 基于 Kalman 滤波器的盲多用户检测 |
| 4.3.4 算法仿真实验 |
| 4.4 改进型 LMS 算法 |
| 4.4.1 改进型LMS 算法的提出 |
| 4.4.2 算法仿真实验 |
| 4.5 本章小结 |
| 5 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（9）CDMA移动通信系统上下行链路多用户检测算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第1章 绪论 |
| 1.1 研究多用户检测算法的意义 |
| 1.2 多用户检测技术的研究现状 |
| 1.2.1 线性多用户检测 |
| 1.2.2 非线性多用户检测 |
| 1.3 论文的研究背景 |
| 1.4 论文的研究内容及创新点 |
| 1.4.1 论文的研究内容 |
| 1.4.2 论文的创新点 |
| 1.5 论文的结构安排 |
| 第2章 DS-CDMA与MC-CDMA移动通信系统的多用户检测 |
| 2.1 无线移动信道 |
| 2.1.1 移动信道的信号衰落 |
| 2.1.2 无线移动信道的频率弥散 |
| 2.2 无线移动信道的数学模型 |
| 2.2.1 加性高斯白噪声信道的冲激响应 |
| 2.2.2 多径瑞利衰落信道的冲激响应 |
| 2.2.3 信道的数学模型 |
| 2.3 直接序列码分多址(DS-CDMA)系统 |
| 2.3.1 接收信号模型 |
| 2.3.2 匹配滤波的输出信号模型 |
| 2.4 多载波码分多址(MC-CDMA)系统 |
| 2.4.1 MC-CDMA系统工作原理 |
| 2.4.2 MC-CDMA系统信号模型 |
| 2.4.3 MC-CDMA系统基于AWGN信道的信号模型 |
| 2.4.4 MC-CDMA系统基于瑞利信道的信号模型 |
| 2.4.5 MC-CDMA系统中信号的合并检测方案 |
| 2.5 多用户检测 |
| 2.5.1 线性多用户检测与线性变换 |
| 2.5.2 线性多用户检测算法的典范表示 |
| 2.5.3 基于最小输出能量的盲多用户检测算法 |
| 2.5.4 并行干扰抵消多用户检测 |
| 2.6 本章小结 |
| 第3章 基于Hebb学习规则的部分并行干扰抵消多用户检测 |
| 3.1 部分并行干扰抵消多用户检测 |
| 3.1.1 部分并行干扰抵消的基本概念 |
| 3.1.2 DS-CDMA系统中的部分并行干扰抵消 |
| 3.1.3 MC-CDMA系统中的部分并行干扰抵消 |
| 3.2 Hebb-PPIC的原理及结构 |
| 3.2.1 人工神经网络 |
| 3.2.2 Hebb学习规则 |
| 3.2.3 Hebb-PPIC算法的原理 |
| 3.3 Hebb-PPIC算法的性能分析与验证 |
| 3.3.1 第一级的误码率 |
| 3.3.2 第二级的误码率 |
| 3.3.3 干扰抵消因子有效性的验证 |
| 3.4 在DS-CDMA系统中的算法仿真与性能分析 |
| 3.4.1 抗多址干扰性能的比较 |
| 3.4.2 抗信道噪声性能的比较 |
| 3.4.3 抗远近效应性能的比较 |
| 3.5 在MC-CDMA系统中的算法仿真与性能分析 |
| 3.5.1 抗信道噪声性能的比较 |
| 3.5.2 抗远近效应性能的比较 |
| 3.6 本章小结 |
| 第4章 基于信干比估计的模糊并行干扰抵消多用户检测 |
| 4.1 模糊集理论概述 |
| 4.1.1 模糊集理论的基本概念 |
| 4.1.2 隶属函数的确定 |
| 4.2 SIR-FPIC的基本原理及结构 |
| 4.2.1 DS-CDMA系统中的估计信干比 |
| 4.2.2 MC-CDMA系统中的估计信干比 |
| 4.2.3 SIR-FPIC中ICF函数的确定 |
| 4.3 SIR-FPIC的性能分析 |
| 4.4 在DS-CDMA系统中的算法仿真与性能仿真 |
| 4.4.1 基于干扰抵消级数的误码率比较 |
| 4.4.2 抗远近效应性能的比较 |
| 4.4.3 误码性能的比较 |
| 4.5 在MC-CDMA系统中的算法仿真与性能分析 |
| 4.5.1 基于干扰抵消级数的误码率性能比较 |
| 4.5.2 抗信道噪声性能的比较 |
| 4.5.3 抗远近效应性能的比较 |
| 4.6 本章小结 |
| 第5章 基于Hopfield神经网络的并行干扰抵消多用户检测 |
| 5.1 引言 |
| 5.2 基于HNN的多用户检测 |
| 5.2.1 电路模型 |
| 5.2.2 微分方程 |
| 5.2.3 二次整数优化与多用户检测 |
| 5.2.4 网络的能量函数 |
| 5.3 基于最小均方误差准则的HNN多用户检测 |
| 5.3.1 算法原理 |
| 5.3.2 算法全局收敛的证明 |
| 5.3.3 算法的改进 |
| 5.4 在DS-CDMA系统中的算法仿真与性能分析 |
| 5.5 在MC-CDMA系统中的算法仿真与性能分析 |
| 5.6 本章小结 |
| 第6章 基于神经网络跟踪信号子空间的盲自适应多用户检测 |
| 6.1 引言 |
| 6.2 NPCA盲多用户检测算法 |
| 6.2.1 基于子空间的盲多用户检测算法 |
| 6.2.2 基于优化理论的子空间跟踪算法比较 |
| 6.2.3 主分量分析算法 |
| 6.2.4 改进的PCA算法 |
| 6.3 算法仿真与性能分析 |
| 6.3.1 抗信道噪声性能的比较 |
| 6.3.2 信道跟踪性能比较 |
| 6.3.3 抗远近效应性能的比较 |
| 6.4 本章小结 |
| 第7章 基于动量因子变步长的最小均方盲自适应多用户检测 |
| 7.1 引言 |
| 7.2 LMS盲多用户检测算法 |
| 7.3 基于动量因子的变步长LMS盲多用户检测算法 |
| 7.3.1 基本LMS算法存在的问题及改进思路 |
| 7.3.2 改进型LMS算法的推导 |
| 7.4 算法仿真与性能分析 |
| 7.5 本章小结 |
| 总结与展望 |
| 1.本文工作总结 |
| 2.进一步的研究工作 |
| 参考文献 |
| 攻读博士学位期间发表的论文和论着 |
| 致谢 |
| 本文所用的主要符号说明 |
（10）CDMA通信系统中盲多用户检测算法的研究（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 多用户检测技术的发展历史和研究现状 |
| 1.3 论文各章节安排 |
| 第二章 多用户检测技术的基本理论 |
| 2.1 多用户问题的产生 |
| 2.2 多用户检测的基本原理 |
| 2.2.1 多用户检测的基本思想 |
| 2.2.2 多用户检测器的基本结构 |
| 2.3 多用户检测器的分类 |
| 2.3.1 最优多用户检测 |
| 2.3.2 线性多用户检测 |
| 2.3.3 盲多用户检测 |
| 2.4 多用户检测的性能测度 |
| 第三章 盲多用户检测的经典算法及其仿真分析 |
| 3.1 盲多用户检测的数学建模 |
| 3.1.1 DS-CDMA通信系统模型 |
| 3.1.2 盲多用户检测的接收模型 |
| 3.1.3 最基本的盲多用户检测器 |
| 3.2 盲自适应最小均方(LMS)算法 |
| 3.2.1 LMS算法 |
| 3.2.2 仿真实验及分析 |
| 3.3 恒模(CMA)盲多用户检测算法及其仿真分析 |
| 3.3.1 CMA算法 |
| 3.3.2 LS-CMA算法 |
| 3.3.3 仿真实验及分析 |
| 3.4 Kalman滤波盲多用户检测算法 |
| 3.4.1 Kalman滤波算法 |
| 3.4.2 仿真实验及分析 |
| 第四章 基于子空间的盲多用户检测算法 |
| 4.1 子空间模型 |
| 4.1.1 子空间建模 |
| 4.1.2 子空间秩的估计方法 |
| 4.2 子空间跟踪方法 |
| 4.2.1 PAST算法 |
| 4.2.2 OPAST算法 |
| 4.2.3 PASTd及其改进算法 |
| 4.3 基于子空间的Chebyshev逼近算法 |
| 4.3.1 基于Chebyshev逼近的盲算法 |
| 4.3.2 基于子空间的Chebyshev逼近算法 |
| 4.4 仿真实验及分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 未来展望 |
| 主要参考文献 |
| 摘要 |
| Abstract |
| 致谢 |
| 导师及作者简介 |
四、一种基于Kalman滤波的盲多用户检测RAKE接收机（论文参考文献）
- [1]直扩系统中干扰抑制技术的研究[D]. 徐玺钰. 电子科技大学, 2017(02)
- [2]超宽带系统中接收技术研究[D]. 康晓非. 西安电子科技大学, 2012(02)
- [3]DS-CDMA系统中盲多用户检测算法研究[D]. 张鹏. 杭州电子科技大学, 2011(07)
- [4]CDMA通信系统中盲多用户检测技术的研究[D]. 邬冬临. 湖南大学, 2010(04)
- [5]CDMA多用户检测器线性统一模型与非线性改进算法研究[D]. 张东红. 西安电子科技大学, 2010(10)
- [6]在DS-CDMA通信系统中盲多用户检测算法的研究[D]. 井敏英. 西安科技大学, 2009(07)
- [7]超宽带Rake接收机性能分析与多用户检测技术研究[D]. 刘衍平. 重庆大学, 2009(12)
- [8]3G系统中多用户检测算法分析与研究[D]. 卢凤华. 辽宁工程技术大学, 2008(09)
- [9]CDMA移动通信系统上下行链路多用户检测算法研究[D]. 李艳萍. 太原理工大学, 2008(10)
- [10]CDMA通信系统中盲多用户检测算法的研究[D]. 孔莎莎. 吉林大学, 2008(10)