一种新的盲自适应拟Newton迭代Kalman滤波MUD检测器

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (11): 115-118.

• 数据库、信号与信息处理 • 上一篇下一篇

一种新的盲自适应拟Newton迭代Kalman滤波MUD检测器

高维廷，李辉，翟海天

西北工业大学电子信息学院，西安 710072

出版日期:2012-04-11 发布日期:2012-04-16

New blind adaptive BN-Kalman filtering MUD detector

GAO Weiting, LI Hui, ZHAI Haitian

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

Online:2012-04-11 Published:2012-04-16

摘要/Abstract

摘要： 针对ISI、MAI并存情况下码分多址系统盲自适应Kalman滤波算法检测稳定性不足的问题进行了研究，结合Newton迭代法提出了一种适于多径信道下DS-CDMA系统的盲自适应拟Newton迭代Kalman滤波MUD算法。该算法能够在进行状态滤波的同时对未知噪声的统计特性进行在线估计，确保算法能够有效收敛于期望用户提高了检测算法在动态条件下的用户跟踪能力。仿真结果表明，BN-Kalman算法具有更好的收敛性和动态性能。

关键词: 卡尔曼滤波, 拟Newton卡尔曼滤波, 多址干扰（MAI）, 码间干扰（ISI）

Abstract: The blind multiuser detection algorithm of CDMA（Code Division Multiple Access） system is studied under the condition with ISI, MAI and FNP. A new BN-Kalman algorithm to multipath CDMA system is proposed. The algorithm can estimate the unknown noise statistics characteristics on-line while conducting state filtering, and an efficient iterative implementation that provides very fast convergence under this representation is presented. Simulation results show that the new algorithm has the better tracking capability under the dynamic environment and convergence ability than Kalman algorithm.

Key words: Kalman filtering, Blind Newton（BN）-Kalman filtering, Multiple Access Interference（MAI）, Inter-
Symbol Interference（ISI）

高维廷，李辉，翟海天. 一种新的盲自适应拟Newton迭代Kalman滤波MUD检测器[J]. 计算机工程与应用, 2012, 48(11): 115-118.

GAO Weiting, LI Hui, ZHAI Haitian. New blind adaptive BN-Kalman filtering MUD detector[J]. Computer Engineering and Applications, 2012, 48(11): 115-118.

[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.

一种新的盲自适应拟Newton迭代Kalman滤波MUD检测器

New blind adaptive BN-Kalman filtering MUD detector

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