第三代移动通信系统中非线性多用户检测技术

在CDMA系统中，多用户检测技术是提高系统容量，减少用户间干扰的关键。非线性多用户检测包括干扰消除和神经网络检测技术。其中干扰消除检测是对不同用户独立进行MAI估计，然后从接收信号中减去对该用户而言的部分或全部MAI；多用户检测从本质上看是一个组合优化问题，所有解决组合优化的算法原则上均可适用于多用户检测，其中基于神经网络的解组合优化方法当然也适用于多用户检测。本文论述了几种非线性多用户检测器的基本原理及其特点。     

基于多用户检测的扩频测控多址干扰抑制方法

随着我国航天器种类和数量的快速增长,当前的扩频测控系统亟需具备支持多目标同时测控的能力。然而,由于码分多址的原生缺陷,多址干扰(MAI)将严重限制多目标测控系统的误码性能。针对多目标测控时多址干扰对扩频测控系统的影响,从多用户检测的角度研究测控链路多址干扰抑制技术。通过仿真与分析,比较了多种线性与非线性多用户检测算法的干扰抑制性能与工程可实现性,提出适合工程应用的快速并行干扰消除多址干扰抑制方案,为我国天地一体化多目标测控系统的建设提供重要的理论支持和工程参考。     

基于自适应卡尔曼滤波的盲多用户检测器

盲多用户检测算法广泛应用于码分多址(Code-Division Multiple-Access,CDMA)系统中,能够有效克服多址干扰(Multiple Access Interference,MAI)与"远-近"效应(Near-Far effect)的影响,是CDMA技术中的研究热点.对基于卡尔曼(Kalman)滤波算法的盲多用户检测器进行了研究,在白高斯噪声信道与平坦瑞利衰落信道环境下仿真分析了多址干扰与"远-近"效应对系统性能的影响.仿真实验表明,基于Kalman滤波的盲多用户检测器在两种信道中误码率性能均优于基于最小均方(Least Mean Squares,LMS)算法和递推最小二乘(Recursive Least Squares,RLS)算法的盲多用户检测器,可以有效抵抗多址干扰与"远-近"效应的影响,对提高CDMA系统容量具有十分重要的应用价值.     

直接序列扩谱通信中的窄带干扰抑制

对直接序列扩谱信号预处理可以大幅度提高扩谱通信系统抗窄带干扰的能力。近年来对这方面的研究，从线性处理方法到非线性处理方法，到多用户检测方法；从简单自适应，到盲信号处理等，出现了许多好的思路，并一步步改善了扩谱系统抗多种窄带干扰的能力。文章综述了这方面的研究成果，对各种方法进行了分析和评价，重点讨论非线性方法以及码辅助方法，其中，非线性方法讨论的重点是基于隐马尔可夫链的非线性处理方法。     

广义回归神经网络在MC-CDMA空频多用户检测中的应用

简要分析介绍反传神经网络、径向基神经网络与广义回归神经网络。广义回归神经网络与传统的基于反传算法的神经网络相比,具有收敛速度快,鲁棒性强等优点。将广义回归神经网络技术援引到MC-CDMA系统的空频多用户检测中,进行收敛性和误码率的仿真计算。仿真结果表明,广义回归算法比反传算法收敛速度快,广义回归神经网络空频多用户检测的误码率比单天线多用户检测的低。     

一种新频域扩频多用户检测器与MC-CDMA的比较

介绍了一种频域扩频通信体制与多载波码分多址(MC-CDMA)多用户检测器的原理,比较了两者的多用户检测方法和抗窄带干扰能力.结果表明:该频域扩频多用户检测器具更优的抗多址干扰、远近效应和窄带干扰,且算法简洁.利于在低轨卫星通信系统中应用.     

北斗全球报文通信系统接入能力分析与研究

北斗全球报文通信系统全面提升了短报文通信的服务能力，服务区域从亚太地区扩展到了全球，具备为用户提供一定频度的单向位置报告服务和一定频度的端到端双向报文通信能力。北斗全球报文通信系统采用多用户随遇接入的方式，具备在卫星上处理多用户接入的能力。多用户采用随机竞争的方式向报文通信系统星载接收机发出请求，实现通信功能。随着用户接入数量的增加，多用户对目标用户形成的多址干扰不容忽视。分析多址干扰的形成原因，通过频谱分离系数分析多址干扰对目标用户接入报文通信系统的载噪比的影响，并对不同用户功率与多普勒偏差条件下的多址影响进行评估。然后，搭建报文通信系统仿真平台，仿真分析报文通信系统的接入能力。最后，为了增强报文通信系统的接入能力，对后续报文通信系统的设计提出改进的建议。     

空时接收并行干扰消除器的性能分析及优化

提出一种新的用于DS-CDMA系统上行链路阵列接收加部分并行干扰消除的联合处理方案。在接收端多径信号的阵列处理方面,将传统的RAKE接收改为LS-DRMTA算法,能大大降低基站处理的运算量。在波束形成器之后引入干扰对消器,对传统的并行干扰消除器“硬判决”的缺陷进行优化,改为部分并行干扰消除器,可以更好地检测出期望用户信号,而且避免了消除串行干扰中存在延时问题,仿真结果表明,该联合处理方案简单有效,适合工程应用。     

电动舵系统滑模预测控制方法研究

针对电动舵系统的精确控制问题,在建立系统非线性数学模型的基础上,设计了一种滑模预测控制算法.该方法将模型预测控制中滚动优化、反馈校正的思想引入到离散滑模控制,不仅保证了系统的稳定性和鲁棒性,而且完全消除了系统抖振.通过对典型导弹电动舵系统仿真,结果表明,在电动舵系统受内部参数摄动和外部非线性干扰的工况下,利用该方法设计...     

基于神经网络的非线性结构有限元模型修正研究

现有的动态有限元模型修正方法几乎都是建立在线性假设基础之上，修正中利用固有频率等线性系统特征量。工程中，真实的结构振动系统都是非线性的。虽然在许多情况下，线性化假设获得的结果能够较为准确地反映真实系统的特性。但是，在结构的非线性特征较为明显时，必须考虑非线性因素，这时，现有的模型修正方法将不再适用。现以非线性梁为研究对象，采用基于神经网络的修正方法探索了非线性结构的有限元模型修正问题。仿真研究中利用有限元分析的响应数据训练神经网络。修正结果表明，包括非线性弹簧刚度系数在内的三个设计参数修正后误差均在1％以内。说明基于神经网络的有限元模型修正方法适用于解决非线性结构的有限元模型修正问题。