论文研究-ICA自适应核估计在多用户检测中的应用.pdf

所需积分/C币:9 2019-09-11 15:31:34 602KB .PDF
收藏 收藏
举报

将自适应核估计的ICA算法应用于DS-CDMA系统的多用户检测中,在没有关于混叠信号的分布假设时,根据信号的统计特性自动估计评价函数,采用自适应核密度估计ICA算法检测器的输出初始化独立分量分析的迭代,对任意混叠信号进行盲分离。通过与传统匹配滤波检测和ICA后处理匹配滤波检测进行仿真比对,证明了该算法在DS-CDMA多用户检测中的可行性和优越性。
2342010,46(31) Computer Engineering and Applications计算机工程与应用 处理是ICA算法的一个常规的预处理过程,经过白化处理后 图2仿真了信道参数变化快、参数同定时信号符号少的 的新的观测信号为 凊况,符号数N=50。结果表明AKE-ICA的误码率远优于 V=40.G6=wb (19)MF-CA, MF-ICA算法出现了性能恶化。在信噪比为20dB 其中A和U分别是自相关矩阵Ermm}的特征值和特征时,MFCA的误率比 AKE-ICA的误妈率大3个数量级 图3仿真了一般的信道参数变化慢的情况,所以符号数相对 向量构成的矩阵;bm是传统多用户检测器检测得到的用户信较多,实验中符号数为N=500结果表明,MFCA性能与 息数据;bn是最终算法得到的用户信息数据。采用多 AKE-ICA几乎相近,但 AKE-ICA的性能仍略优于MFCA。 用户检测器结果bn来初始化 AKE-ICA算法,算法流程如下 比较图2和图3,可以看出性能变化最大的是MFCA,在 图3符号数多的情况下仅次于AKE-ICA;在图2符号数少的情 (1l初始化分离矩阵w网∥4=Eyb 况下性能最差,甚至比MF的性能还差。但图3中的性能是以 信号符号数多、样本数量和计算量大大超于图2换取的。在 (2)计算评价函数(y); 低信噪比的情況下,由于ICA受噪声的影响比较大,分离的效 (3)更新H:W(+1)=H()+()-m()一(()y()果不好,导致 AKE-ICA和 MF-ICA的误码性能都比MF方法 差。当信噪比大于6dB的时候,采用 AKE-ICA方法比MF和 (4)若|W()-W(-)>6,t=(+1,跳到第(2)步 MF-CA的误码性能有了明显的改善,而且随着信噪比的提 (5如果WW-1≈1,跳到下一步,输出结果W=eW, 高,误码性能改善得越多。综上所述, AKE-ICA的性能最优 最稳定 sign(H。W) 6结论 5实验仿真和性能分析 将建立在自然梯度算法框架下的自适应核密度估计ICA 用Matb对K=10个用户的小区进行仿真。采用扩频算法应用于 DS-CDMA系统的多用户检测中,在没有关于混 码长为C-127的gold序列,路径数L=5,延时随机从 叠信号的分布假设,不要求定义密度函数的具体模型时,根据 .(C-1)2}间选取,5条路径的锥路增益分别为1.0、05、0.3、信号的统计特性自动估计评价函数,对任意混叠信号进行盲 0.2和0.1。信噪比的变化范围是0~20dB,每个信噪比情况下分离,用传统的检测器的输出来初始化自适应核密度估计 进行20次实验。实验中符号数分别取N=50、N=500的 BPSK ICA算法的迭代。通过实验仿真比对,证明了该方法的可行 4信号,将自适应核估计的ICA记为 AKE-ICA后处理的方法 性和优越性 与传统的匹配滤波(记为MF)和独立分量分析(记为 MF-ICA) 处理方法进行比较,得到的误码率随着信噪比变化的性能参考文献 曲线,分别如图2、图3所示。 [1 Castedo L, Escudero C, Dapena A.a blind signal separation K-10,L-5,C-127,N50 methodfor multiuser communication[J].IEEE Trans on Signal Processing,1997,45(5):1343-1348 [2] Bensley S, Aazhang B.Subspacc-bascd channel estimation for code division multiple access communication system[J].IEEE Trans on Communication, 1996. 44(8): 1009-1020 [3] Strom E, Parkvall S, Miller S, et al. Propagation delay estima tion in asynchronous direct-sequence code-division multiple ac MF AKE-ICA cess systems[J]. IELE Trans Commun, 1996, 44(1): 84-93 MF-ICA [4]李晓辉,吴小培,吴蓓基于独立分量分析的DS-CDMA下行信道 延迟估计[J系统仿真学报,2005,17(4):954-956 02468101214161820 [5] Amari S, Chichocki A, Yang HH. A new learning algorithm for SNR/dB blind dignal separation[C]/Proceedings of Neural Information 图2N=50的误码率曲线图 Processing Systcm, 1996: 757-763 K=10,L=5,C=127,N=500 [6] Cardoso J F, Soulbumiac A Blind beamforming for non-Gauss ian signals[J].IEE Proc F, 1995, 140(6): 214-224 7] Comon P Independent component analysis, A new concept?[J] Signal Processing, 1994, 36(3): 287-314 [8] Hyvarincn A, Oja E A fast fixed-point algorithm for indcpcn dent component analysis[J]. Neural Computation, 1998,9(7) ME [9 Karvanen J, Eriksson J, Koivunen V Maximum likelyhood estima AKE-ICA tion of ICA model for wide class of source distributions[C]// MF-ICA Processing of the 2000 IEEE Workshop on Neural Networks 468101214161820 for Signal Processing X, Sydney, Australia, 2000: 445-4 NR/dB 「101马丽艳,邬诚,马艳荣,等基于自适应核佔计的ICA算法[工程 图3N=500的误码率曲线图 地球物理学报.2007,4(2):91-92

...展开详情
试读 3P 论文研究-ICA自适应核估计在多用户检测中的应用.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
weixin_38743481 如果觉得有用,不妨留言支持一下
2019-09-11
  • 至尊王者

    成功上传501个资源即可获取
关注 私信 TA的资源
上传资源赚积分,得勋章
最新推荐
论文研究-ICA自适应核估计在多用户检测中的应用.pdf 9积分/C币 立即下载
1/3
论文研究-ICA自适应核估计在多用户检测中的应用.pdf第1页

试读结束, 可继续阅读

9积分/C币 立即下载 >