LMS和RLS算法在盲从多用户检测中的比较

LMS和RLS算法在盲从多用户检测中的比较

ID:37863556

大小:233.50 KB

页数:10页

时间:2019-06-01

LMS和RLS算法在盲从多用户检测中的比较_第1页
LMS和RLS算法在盲从多用户检测中的比较_第2页
LMS和RLS算法在盲从多用户检测中的比较_第3页
LMS和RLS算法在盲从多用户检测中的比较_第4页
LMS和RLS算法在盲从多用户检测中的比较_第5页
资源描述:

《LMS和RLS算法在盲从多用户检测中的比较》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、LMS和RLS算法在盲自适应多用户检测中的比较摘要:分析并研究了DS-CDMA(直扩码分多址)通信系统中的两种盲多用户检测算法,即最小均方(LMS)算法和递推最小二乘(RLS)。仿真实验了在平稳信道下、同步DS-CDMA系统中接收机应用这两种盲多用户检测算法抑制多址干扰(MAI)的能力,仿真实验与理论推导相吻合。实验与理论都表明,递推最小二乘(RLS)算法能快速收敛、信干比大更具有实用性。关键字:盲多用户检测算法;RLS算法;LMS算法;前言: 在码分多址(CDMA)系统中,由于多个用户采用非正交化多工传输方式,且传

2、送的信息共用同一物理信道,因此产生了多址干扰(MAI)。多址干扰严重限制了CDMA系统的容量和性能,特别是当移动终端处于快速移动状态,其电波传播路径是时变的,或者说其上、下行链路是变参的,使得入向路径各移动站功率差异会很大,多址干扰将十分严重,导致常规的检测器将无法工作,这种现象称之为“远—近”效应。“远—近”效应不仅使接收信噪比严重恶化,而且使系统通信容量受到极大的限制。因此,出现了能够克服“远—近”效应的最优多用户检测器,以及许多自适应和非自适应的多用户检测算法。但是这类方法需要知道较多的先验信息,而且其计算复杂

3、度随用户数呈指数增加,当用户数及统计长度较大时,算法甚至无法实现。最近,人们提出了只利用被检测用户扩频波形的盲自适应多用户检测技术。在移动用户和基站之间的通信由于某种不可预知的强干扰(如新的多径出现、新的干扰用户出现)而突然恶化的情况下,盲自适应多用户检测技术可以不需要知道系统参数,也不需要用户重新发送训练序列就可以使系统恢复正常,因此得到广泛应用。盲多用户检测的主要研究方向是寻求一种能获得良好性能和复杂度两者之间进行折衷的准最佳检测方法。典型方法主要有:盲多用户检测最小均方(LMS)算法、盲多用户检测递归最小二乘(

4、RLS)算法。1盲多用户检测的典范表示考察一直接序列码分多址系统,它有K个用户,无线信道为加性高斯白噪声信道,在经过一系列处理后,接收机在一个码元间隔的离散时间输出可用信号模型表示。式中为信道噪声;,和分别是第k个用户的接收幅值、信息字符序列和特征波形;为一常数。现在假定各个用户的信息字符从{-1,+1}中独立地、等概率地选取,还假定特征波形具有单位能量,即并且特征波形的支撑区为,其中为码元间隔,而N和分别是扩频增益和码片间隔。盲多用户检测的思想是:已知一个码元间隔内的接收信号和期望用户的特征波形,估计期望用户发射的

5、信息字符。所谓“盲“是指盲多用户检测器没有其它用户的任何信息。假定用户1为期望用户,定义为接收信号向量,为噪声向量,为用户k的特征波形向量。式中右边第一项为期望用户的信号,第二项为所有其它用户的干扰信号之和,第三项代表信道噪声。现针对期望用户,设计其盲多用户检测器c1,则检测器的输出为因此,第n个码元间隔的期望用户信息字符判决如下:盲多用户检测器有两种典范表示:典范表示1:典范表示2:这两种典范表示都将自适应多用户检测器分解为固定部分与另一个自适应部分之和,并且这两部分正交。2盲多用户检测器的算法由于盲多用户检测器是

6、在自适应滤波器的基础上发展起来的,其算法基本上同自适应检测算法类似,只不过是没有训练信号而已。在盲多用户检测器中最常用的算法主要有最小均方(LMS)算法和递归最小二乘(RLS)算法。2.1最小均方算法(LMS)考虑使用典范表示1描述的盲多用户检测器,其输出信号的平均输出能量(MOE)和均方误差(MSE)分别为:求平均输出能量关于(n)的无约束梯度,得于是,盲多用户检测器(n)的自适应部分的随机梯度自适应算法为式中,是的估计,这里采用瞬时梯度。所以盲自适应多用户检测LMS算法可以总结为:在没有干扰特征波形信息的情况下,

7、 在使用LMS算法时,步长μ必须满足输出均方误差收敛的稳定性条件:N为扩频增益,为背景噪声。2.2 递归最小二乘算法(RLS)RLS算法的关键是使盲多用户检测器的加权输出能量最小化。即:式中,为遗忘因子。由于及,所以很容易验证约束条件式与典范表示1的公式等价。容易证明,满足上式的最优检测器为:令表示观测信号的自相关矩阵,则由矩阵求逆引理,可以得到的更新公式从而得到更新盲多用户检测器的RLS算法:这就是盲自适应多用户检测的RLS算法。3仿真实验对本文所提到的两种算法的性能进行了计算机仿真,并对它们的性能进行了比较。所有

8、试验结果都是经过60次试验的平均值。用户1为目标用户。为了比较不同算法的多址干扰抑制能力,常使用n步迭代的时间平均信干比(SIR)作为测度:式中是独立实验的次数,下标是表示第次试验,背景噪声的方差为。假定用户的信噪比,其中是用户的比特能量。期望用户1具有单位能量,即,其信噪比为20dB,处理增益或扩频增益N=31。有9个多址干扰用户,其中5个干

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。