一种基于盲自适应卡尔曼滤波的多用户检测器

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (23): 131-134.

• 数据库、信号与信息处理 • 上一篇下一篇

一种基于盲自适应卡尔曼滤波的多用户检测器

史朋，李辉，任梦颖

西北工业大学电子信息学院，西安 710072

出版日期:2012-08-11 发布日期:2012-08-21

Multiuser detector based on blind adaptive Kalman filtering

SHI Peng, LI Hui, REN Mengying

School of Electronic and Information, Northwestern Polytechnical University, Xi’an 710072, China

Online:2012-08-11 Published:2012-08-21

摘要/Abstract

摘要： 针对直接序列扩频码分多址（Direct Sequence Spread Spectrum Code Division Multiple Access，DS-CDMA）系统扩频波形非完全正交所造成的多址干扰（Multiple Access Interference，MAI）等问题，将卡尔曼（Kalman）算法应用于盲自适应算法中，提出了一种新的多用户检测算法。将该算法与LMS及RLS算法进行仿真对比后得出，该算法在抑制多用户干扰及动态跟踪能力方面更为强劲、有效且稳定性更高、收敛速度更快。

关键词: 直接序列扩频码分多址, 盲自适应算法, 卡尔曼滤波, 多址干扰

Abstract: With the purpose of solving the interference caused by the incompletely orthogonal spread spectrum waveform of direct sequence spread spectrum code division multiple access, a novel multi-user detection algorithm is proposed by applying Kalman algorithm to blind adaptive algorithm. By comparing the algorithm with the LMS and RLS algorithm, it is proved that the algorithm, with more dynamic tracking capability, better stability and faster convergence speed, can suppress multiple access interference more effectively.

Key words: Direct Sequence Spread Spectrum Code Division Multiple Access（DS-CDMA）, blind adaptive algorithm, Kalman filtering, Multiple Access Interference（MAI）

史朋，李辉，任梦颖. 一种基于盲自适应卡尔曼滤波的多用户检测器[J]. 计算机工程与应用, 2012, 48(23): 131-134.

SHI Peng, LI Hui, REN Mengying. Multiuser detector based on blind adaptive Kalman filtering[J]. Computer Engineering and Applications, 2012, 48(23): 131-134.

[1]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[2]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[3]	贺军义，杨丰，安葳鹏，尚家泽. 基于IGGIII方案的自适应渐消卡尔曼滤波器[J]. 计算机工程与应用, 2020, 56(14): 52-56.
[4]	洪濡，胡广地，李雨生，姚克狄. 分布式汽车驱动力能量效率优化分配控制[J]. 计算机工程与应用, 2019, 55(2): 246-252.
[5]	黄国荣，许明琪，卢航，魏翔，彭志颖. 自适应混合阶SSRCKF及其在组合导航中的应用[J]. 计算机工程与应用, 2019, 55(18): 229-235.
[6]	任臻1，李积英1，吴昊2. 基于M估计的鲁棒后向平滑CKF单站跟踪算法[J]. 计算机工程与应用, 2019, 55(11): 74-79.
[7]	梁新宇1，2，吴建德1，2，黄国勇1，2，孙磊1，2. H∞鲁棒自适应CKF算法在组合导航中的应用[J]. 计算机工程与应用, 2018, 54(9): 251-256.
[8]	胡方强1，2，吕涛1，包亚萍1. 改进的自适应Kalman滤波在SINS/GPS组合导航中的应用[J]. 计算机工程与应用, 2018, 54(5): 253-257.
[9]	黄洋，姜文刚. 示教机械臂姿态解算改进方法仿真研究[J]. 计算机工程与应用, 2018, 54(15): 126-130.
[10]	吴玲1，2，孙永荣1，黄斌1，朱云峰1. 不确定环境下的软管-锥套建模及控制研究[J]. 计算机工程与应用, 2017, 53(18): 250-256.
[11]	孙磊1，2，黄国勇1，2，李越1，2. 改进的强跟踪SVD-UKF算法在组合导航中的应用[J]. 计算机工程与应用, 2017, 53(10): 225-229.
[12]	王睿，杨晓峰，彭力. 带二次约束的容积卡尔曼目标跟踪算法[J]. 计算机工程与应用, 2017, 53(1): 142-146.
[13]	于仲安，简俊鹏，刘莹. 基于SOC的锂离子电池组均衡控制[J]. 计算机工程与应用, 2016, 52(8): 261-265.
[14]	杨鹏生1，吴晓军1，2，张玉梅1，2. 改进扩展卡尔曼滤波算法的目标跟踪算法[J]. 计算机工程与应用, 2016, 52(5): 71-74.
[15]	杨丹，曾以成，陈莉，任伟. 抑制Kalman滤波发散的研究进展[J]. 计算机工程与应用, 2016, 52(4): 13-18.

一种基于盲自适应卡尔曼滤波的多用户检测器

Multiuser detector based on blind adaptive Kalman filtering

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics