一种改进的基于多用户检测的独立分量分析算法-论文.pdf

一种改进的基于多用户检测的独立分量分析算法-论文.pdf

ID:58127667

大小:323.26 KB

页数:5页

时间:2020-04-24

一种改进的基于多用户检测的独立分量分析算法-论文.pdf_第1页
一种改进的基于多用户检测的独立分量分析算法-论文.pdf_第2页
一种改进的基于多用户检测的独立分量分析算法-论文.pdf_第3页
一种改进的基于多用户检测的独立分量分析算法-论文.pdf_第4页
一种改进的基于多用户检测的独立分量分析算法-论文.pdf_第5页
资源描述:

《一种改进的基于多用户检测的独立分量分析算法-论文.pdf》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、第54卷第6期电讯技术Vo1.54No.62014年6月TelecommunicationEngineeringJun.2014doi:10.3969/j.issn.1001-893x.2014.06.018引用格式:穆昌,姚俊良.一种改进的基于多用户检测的独立分量分析算法[J].电讯技术,2014,54(6):791-795.[MUChang,YAOJun-liang.AnImprovedIndependentComponentAnalysisAlgorithmBasedonMuhiuserDet

2、ection[J].TelecommunicationEngineering,2014,54(6):791—795.]一种改进的基于多用户检测的独立分量分析算法穆昌,姚俊良'料(1.陕西工业职业技术学院,陕西成阳712000;2.西安理工大学,西安710048)摘要:为了降低FastICA算法的计算复杂度,提出了一种基于多用户检测串行干扰抵消的新型独立分量分析算法MUD—FastICA。该算法结合了盲信号分离和多用户检测串行干扰抵消两种信号处理技术,利用减法和低维特征值分解来保证每次分离出不同独立分

3、量和达到降低算法复杂度的目的。通过分析和仿真可以看出,所提算法在不影响分离性能的前提下,显著降低了算法的迭代次数和每次迭代的计算复杂度。在信噪VEOdB和4个源信号混合情况下,分离第二个信号的迭代次数和所需计算单元分别下降了14%和37%,分离第三个信号的迭代次数和所需计算单元分别下降了22%和58%,因此更加适合对实时性要求高的通信系统。关键词:多用户检测;独立分量分析;FastICA算法;串行干扰抵消;算法复杂度中图分类号:TN911.72文献标志码:A文章编号:1001—893X(2014)0

4、6—0791—05AnImprovedIndependentComponentAnalysisAlgorithmBasedonMultiuserDetectionMUChang,YAOJun—liang(1.ShaanxiPolytechnicInstitute,Xianyang712000,China;2.XianUniversityofTechnology,Xian710048,China)Abstract:Anewindependentcomponentanalysis(ICA)methodn

5、amedMUD—FastICAisproposedtore—ducethecomputationcomplexityofFastICAalgorithm.Intheproposedmethod,muhiuserdetection(MUD)successiveinterferencecancellation(MUD-SIC)iscombinedwithone-unitFastICAtoseparatedifferentindependentcomponentsandreducecomputationc

6、omplexity.Analysisandsimulationresultsshowthat,theMUDFastICAcanreducethenumberofiterationandcomputationcomplexityobviously.Mean-—while,theseparationperformanceisapproximatelythesamewiththatoftraditionalFastICA.Inthecaseof0dBSNRandfoursourcesignals,numb

7、erofiterationsandcomputingunitstoseparatethesecond(third)signalaredecreasedby14%(22%)and37%(58%)respectively.Hence,itismoresuitablef0rreal—timecommunicationsystem.Keywords:muhiuserdetection;ICA;FastICAalgorithm;successiveinterferencecancellation;comput

8、ationcomplexity1引言越受到学术界的广泛关注引。目前ICA技术已成功应用于雷达信号、脑电信号、音频信号等信号处理作为盲源分离技术最重要的分支,独立分量分析(IndependentComponentAnalysis,ICA)已经越来领域,但对通信信号的处理才刚刚起步,这主要受限收稿日期:2013—12—27;修回日期:2014—03—18Receiveddate:2013—12—27;Reviseddate:2014—03—18基金项目:国家自然科学基金资

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。