基于恒模算法自适应阵列天线的多用户识别方法的研究

来源 :北京化工大学 | 被引量 : 1次 | 上传用户:chongyou2025
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于阵列天线的多用户识别涉及数字信息流相互干扰的信息解调,通常应用在如无线通信,高速数据传输,卫星通信,数字电视和磁记录等领域。多用户识别技术的发展是当代通信技术领域中最为重要的进步之一。本文提出了一种新颖的分两步处理的基于恒模算法自适应阵列天线的多用户识别方法。在本方法中,接收到的信号会被分为两个步骤进行处理。在第一个阶段,只有一个用户会被传统的恒模算法捕捉到,并且与此同时,其它输入用户的波达方向会被估计出来。在第二个步骤中,新的初始权重向量会根据第一步骤中估计出的被压制信号的波达方向角而被重新设置,然后,若干个阵列天线的自适应处理器会根据不同的初始权重向量,同时使用再次恒模算法对接收到的信号进行处理,并行的将第一步中被抑制的所有信号输出。通过这个新颖的多用户识别方法,所有的用户就这样都被准确的检测出来并分别得到输出了。本文提供了计算机仿真结果用来检测提出的多用户识别方法的表现。通过Matlab软件的仿真,输入用户初始功率的差异、阵列因子和输入用户数量的变化、相邻用户间夹角角度对此多用户识别方法表现的影响都被详尽地展示说明了,并对实验中不同参数产生的实验结果差异做了深刻的讨论和解释。仿真的结果表明,本方法简捷方便、易于实现、准确度与精度都达到了很高的标准,尤其是使用8因子阵列天线时,最小二乘恒模算法的用户分别概率高达95%以上,是个优异的多用户识别方法。
其他文献
随着网络技术和图像处理技术的快速发展,图像数据逐渐成为人们获取信息的重要来源,但这同时也带来了图像信息安全隐患问题。由于图像数据具有编码结构特殊、数据量大、实时性要
时空统计分析方法是处理大量数据、揭示事物内部规律的有力工具。海洋大气环境是一个典型的多维动态变化环境,由于时间维和高度(或深度)维的引入,数据量急剧增加。多变量大样
进入新世纪以来,随着信息技术尤其是无线通信技术的发展,一种具有独特网络特性的网络——机会网络走入了人们的视野。这是随着无线网络应用的逐步扩大到各个领域中,人们发现
网格是新一代的互联网,是一种新的信息基础设施。它将引发继传统因特网、WEB之后的第三次信息技术革命。将网格技术应用于铁路货物运输系统属全国首例。建立铁路网格平台,可
互联网的发展和广泛应用带来了网络安全问题,从而促进了入侵检测技术的发展。如今,入侵检测系统取得了长足的进步并获得了广泛应用,但仍存在一些问题。本文的研究内容是入侵
本文研究的传媒业务支撑系统(MBSS,Media Business Support System)是利用互联网为载体,在网上发行、传播的应用系统。该系统不仅为广大客户提供方便、快捷、丰富的商业信息,
随着信息技术的发展和网络带宽的提升,视频数据量成爆炸式增长。图像特征提取近年来成为图像研究的热点,在此基础上的视频中的文字是视频语义理解的重要信息来源。由于视频是
卷积神经网络(Convolutional Neural Network, CNN)是一种源于人工神经网络(Neural Network, NN)的深度机器学习方法,近年来在图像识别领域取得了巨大的成功。CNN由于采用局
在数据挖掘领域中,关联规则是一种非常重要的技术.Apriori算法是其最经典的算法之一。关联规则从布尔型属性开始研究,发展到名称型属性。目前,数值型属性的关联规则已经成为
随着多媒体技术和计算机网络技术的飞速发展,数字多媒体信息的存储、复制与传播变得非常方便。这给数字媒体的盗版提供了非常便利的条件,直接威胁着数字媒体创作者和拥有者的