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。     

MC-CDMA中的RLS-DRMTA算法

多载波码分多址(MC-CDMA)系统是将OFDM技术与CDMA技术结合起来的一种综合技术.MC-CDMA系统中同信道干扰仍然是影响系统性能的主要因素,这就需要使用智能天线来提高系统的性能.介绍一种适用于MC-CDMA系统的自适应阵的盲算法递推最小二乘解扩重扩多目标阵列(RLS-DRMTA)算法,利用扩频码的信息进行波束形成,不需要训练序列,节约了频谱资源;与LS-DRMTA算法相比,RLS-DRMTA算法节省了运算时间;另外仿真表明在正交频分复用(OFDM)解调后进行波束形成,提高了系统的性能;为了降低系统的复杂度,还用到了载波分组技术,但分组技术又会降低系统的性能,所以分组时考虑了系统性能和运算速度的折衷.仿真结果表明RLS-DRMTA算法能使方向图的主波束对准信号方向,而在干扰方向形成零陷,从而达到抑制干扰的目的.      

广义回归神经网络在MC-CDMA多用户检测中的应用

在简要介绍了反传(BP)神经网络,径向基神经网络(RBFN),广义回归神经网络(GRNN)的基础上,可知GRNN与传统的基于反传(BP)算法的神经网络相比,有收敛速度快,鲁棒性强等优点,本文将广义回归神经网络(GRNN)技术援引到MC-CDMA多用户检测中,进行了误码率和收敛性的仿真计算,表明了GRNN在多用户检测应用中的优越性和有效性。