基于kalman滤波器盲多用户检测算法研究与仿真

《基于kalman滤波器盲多用户检测算法研究与仿真》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、.基于Kalman滤波器盲多用户检测算法研究与仿真【摘要】：本文介绍了基于Kalman滤波器的盲多用户检测算法，并与基于LMS、RLS滤波器的盲自适应多用户检测方法进行了比较。仿真实验表明，Kalman滤波算法性能明显优于LMS算法和RLS算法，具有较强的抗多址干扰与抗远近效应的能力，收敛速度更快、跟踪性能更好，可以有效提高CDMA系统容量。关键词：码分多址（CDMA）；盲自适应多用户检测；Kalman；LMS；RLS滤波算法1前言在CDMA通信系统中，各个用户是通过正交扩频码来区分，如果各用户的扩频码并不是严格正交，那么系统就存在多址干扰(MAI:MultipleAccess

2、Interference)[1]。多址干扰严重限制了CDMA系统的容量和性能。多用户检测技术可以较好的抑制MAI，有效提高CDMA系统容量和性能。对于最佳多用户检测和解相关多用户检测以及线性MMSE检测[2]都需要知道干扰用户的特征波形和定时信息，这在实际通信系统中存在局限性。自适应MMSE多用户检测器，可以根据训练序列自适应地抑制多址干扰。但这种方法也有明显的弊病，它不仅实时性差，而且当信道响应突然变化或者用户数目变化时，就需要重新发送训练序列，而频繁发送训练序列就会对宝贵的频谱资源造成极大的浪费。因而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[3]。在移动用

3、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，因此得到广泛的应用。在盲多用户检测器中最常用的算法主要有最小均方(LeastMeanSquare,LMS)算法、递归最小二乘(RecursiveLeastSquares,RLS)算法、以及Kalman滤波算法等。本文通过仿真，比较它们各自的优缺点和性能差异，对全文的工作进行了总结，讨论了今后深入研究的问题。2盲多用户检测算法考虑一直接序列码分多址系统，它有个用户，无线信道为加性高斯白噪声

4、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[4]………………..(1)..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中独立地、等概率地选取，还假定特征波形具有单位能量，即……………………………………….(2)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……….……………….

5、(2)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……..……………………………(4)因此,第n个码元间隔的期望用户信息字符判决如下：................…………….(5)盲多用户检测器有两种典范表示[5]：典范表示1：……………………………(7)典范表示2：…………………………….(8)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。2.1基于Kalman滤波器的盲多用

6、户检测算法..对于一般的非平稳CDMA系统，有下面的状态方程:............................................(9)式中为最佳线性检测器的自适应部分，为状态转移矩阵，一般是未知的，描述系统在时间的状态到的状态之间的转移。然而对于平稳CDMA系统，一般有，即。在慢时变CDMA系统的情况下，有且，的元素都是非常小的量，所以有为得到观测方程，定义期望用户的测量误差向量：..........................(10)把典范表示式代入(10)式得：........................................(11)

7、令观测方程,当达到最优时，可改写为：…………………………………….(12)与一般动态系统模型相比，在新的状态空间模型中，状态矢量为，过程噪声矢量为零矢量（平稳CDMA）或非常小的量（慢时变CDMA系统），其相关矩阵可忽略。另外，观测矢量简化为标量，测量矩阵简化为矢量。所以对于平稳或慢时变CDMA系统，盲自适应多用户检测的Kalman滤波算法可总结如下[6]：初始条件:…………………………...…..(13)迭代计算:n=1,2,3，…①②③④其中，为期望用户的最小平均输出能量，..为判决向量