一、多用户检测技术在CDMA系统多址干扰消除中的应用（论文文献综述）
班洪山[1]（2021）在《无人机测控系统大扩频多用户干扰消除技术研究》文中指出由于无人机具有造价低廉、移动性强的特点,在军事、民用等领域广为应用。而随着无人机集群规模的扩展,受多用户干扰影响,其测控系统下行链路的接收性能急剧恶化。为了进一步提高抗截获、抗干扰能力,并提升集群系统容量,亟需引入高倍扩频的码分多址方案,即大扩频多用户码分多址技术。多用户干扰是影响其性能的最主要的干扰,而其消除技术主要包括信道估计和多用户检测两个方面。本文研究了无人机测控系统大扩频多用户干扰消除技术,提出了适应此环境下的信道估计和多用户检测算法,研究内容和创新成果如下:针对信道估计技术,由于不同用户的导频具有一定的相关性,在大规模无人机测控系统中,目标终端信号的接收往往会受到大量其他终端的信号干扰,导致信道估计结果不准确。针对这一问题,本文提出了一种基于干扰预消除策略的Pre-IC信道估计算法,利用伪随机序列（Pseudo-Noise Code,PN）序列的自相关性与平衡性,避免了用户间干扰,确保即使在大规模集群下仍可以具有优良的信道估计结果。利用Matlab对信道估计算法进行仿真,表明Pre-IC信道估计算法的精度不会随着集群规模的增加而变差,有效避免了多用户干扰对信道估计结果的影响,且避免了矩阵的求逆运算,确保了算法的实时性。针对多用户检测技术,由于大容量集群规模往往会导致多用户检测算法的时间复杂度过高,难以满足地面接收基站实时性的要求。针对这一问题,本文提出了一种小波神经网络多用户检测算法,即Morlet-Hopfield多用户检测算法,该算法基于最小均方误差（Minimum Mean Square Error,MMSE）准则,实现对目标无人机终端信号的干扰消除,并有效降低了算法的迭代次数。由于Hopfield神经网络在大规模优化问题中存在易陷于局部最优解、网络迭代次数多等缺点,本文将Morlet基小波模型作为Hopfield神经网络的激活函数,在一定程度上提升了 Hopfield网络的神经元对全局最优解进行混沌搜索的能力,降低了约50%的迭代次数,同时保证了多用户检测算法的精度。
卞鑫[2]（2020）在《非正交波形调制和非正交多址接入技术研究》文中指出随着移动通信的蓬勃发展,第五代移动通信（the 5th Generation Mobile Communication,5G）将会有更高的传输速率、更密集的连接设备数以及更低的传输时延,应用场景会更加丰富多样。为满足5G对多样化的应用场景的需求,学术界和工业界纷纷研究并采用更加先进的技术手段来进一步提高系统容量和频谱效率,其中,波形调制和多址接入技术均是物理层的关键技术。一方面,OFDM技术虽然在现有的许多通信系统中被广泛采用,然而其本身固有的高带外泄露（Out-of-Band Emission,OOBE）、对时频偏较敏感等不足制约了其进一步提高频谱效率;另一方面,在海量机器类场景（massive Machine-Type-Communications,m MTC）中若仍然采用正交多址接入（Orthogonal Multiple Access,OMA）的方式,由于系统可同时连接的用户数目将会严格受限于分配的正交信道数目,那么海量、零星小数据包业务在有限时频资源上的竞争传输将会带来“信令风暴”问题以及因用户碰撞概率急剧增大而导致大量数据重传带来的时延增大问题,这将使得系统容量和传输效率大为降低。因此,研究基于滤波或加窗的非正交波形调制（Non-Orthogonal Waveform Modulation,NOWM）技术以及非正交多址接入技术（Non-orthogonal Multiple Access,NOMA）具有重要意义。本文针对面向5G的波形调制和多址技术,在基于非正交波形调制的多址接入技术方案及其低复杂度收发机设计方面开展相关研究:为了同时利用NOMA和NOWM的优势,研究了基于非正交波形调制的非正交多址接入问题。具体来说,研究的是基于离散傅里叶变换扩展广义多载波（Discrete Fourier Transform Spread Generalized Multi-Carrier,DFT-S-GMC）调制的图样分割多址（Pattern Division Multiple Access,PDMA）上行传输问题。首先,分别给出了基于DFT-S-GMC的PDMA上行传输方案的时频域实现方案;其次,推导了两种实现方案中的等效信道响应矩阵和等效噪声的表达式;接着,较为全面地分析了所提结合方案DFT-S-GMC-PDMA的误块率（Block Error Rate,BLER）、复杂度、载波频率偏移（Carrier Frequency Offset,CFO）下的多址干扰（Multiple Access Interference,MAI）及峰均比（Peak-to-Average Ratio,PAPR）等系统性能。仿真结果表明,DFT-S-GMC-PDMA可取得与DFT-S-OFDM-PDMA相比拟的性能,而复杂度仅仅增加不到3%。对不同均衡器、不同PDMA图样下的系统性能也进行了评估,几乎没有性能损失。由于对CFO的鲁棒性,与DFT-S-OFDM-PDMA相比,所提出的DFT-S-GMC-PDMA的MAI性能要好约0.5d B,即相比正交调制下的PDMA,DFT-S-GMC-PDMA方案在抗CFO方面表现更优。所提出的DFT-S-GMC-PDMA方案在系统性能和复杂度方面可取得较好的折中,更适合窄带m MTC上行传输场景中。为了解决5G异构网络中灵活多址接入的问题,研究了基于滤波器组多载波（Filter Bank Multi-Carrier,FBMC）调制的可支持多种多址方案的统一多址传输结构。首先,通过利用滤波器组收发机的高效实现结构和可扩展矩阵变换（Scalable Matrix Transform,SMT）模块,本文提出了一种基于FBMC调制的统一多址结构——FBMC-SMT,可实现3G CDMA和4G FDMA传输的灵活复用,从而提高系统性能。作为FBMC-SMT的一个特例,评估了FBMC-CDMA的性能。仿真结果表明,当分配的码道数大于5时,16子带的FBMC-CDMA系统性能要优于传统单载波宽带码分多址（Wideband Code Division Multiple Access,WCDMA）系统。其次,分析了FBMC-SMT系统的信干噪比（Signal-to-Interference-Plus-Noise Ratio,SINR）,理论性能曲线与仿真结果匹配良好。因此,所提FBMC-SMT可作为一种统一多址结构,用以灵活聚合多种无线接入技术（Radio Access Technology,RAT）,进而满足5G及以后异构无线网络中多样化的应用需求。为解决基于NOWM的多用户上行传输的接收机复杂度高的问题,研究了用于多用户过采样滤波器组块传输的上行链路低复杂度接收算法。通过利用DFT的特性,得到了调制矩阵的频域子带稀疏性质以及经匹配滤波后的格雷姆矩阵的块循环特性。利用上述特性,提出了一种用于衰落信道上行多用户接入中过采样滤波器组块传输的低复杂度迫零（Zero-Forcing,ZF）接收算法。在所提算法中,将原来的大维度多用户等效信道矩阵的求逆运算分解为多个DFT运算和更小尺寸的矩阵求逆运算,从而大大降低了计算复杂度。仿真结果表明,相比传统的迫零接收机,计算复杂度有显着降低,同时系统的误符号率（Symbol Error Rate,SER）性能几乎与传统的多用户ZF接收机相同。
李志舜[3]（2020）在《异步CDMA系统多址干扰抑制算法的研究及实现》文中研究指明直接序列扩频通信和CDMA系统是现代通信系统中重要的通信技术之一。所有用户可以同时同频占用同一信道,使用不同的扩频码来区分不同用户。CDMA系统广泛应用于民用和军用通信系统中。但是随着用户的增加,多址干扰就越严重,多址干扰限制了用户的上限和CDMA系统性能。消除多址干扰的影响能够改善CDMA通信系统的整体性能。在一般的分析中往往认为CDMA系统是同步系统,但是在实际应用中,还是有部分系统是异步系统,并且可能没有功率控制,有远近效应的影响。因此异步CDMA多址干扰抑制的研究和实现非常有必要。本文对异步CDMA多址干扰抑制进行研究并实现了串行干扰对消系统。首先,本文研究了异步CDMA系统和多址干扰消除基本原理。从CMDA异步通信系统的介绍到多址干扰的产生和理论分析,并且分析了目前主流的多址干扰消除方法,最终选择了串行干扰对消作为本文异步CDMA系统消除多址干扰消的最终实现方案。其次,本文CDMA干扰消除方案设计了一个可具体实现的系统。该系统包括直扩系统发射机、直扩系统接收机、串行干扰对消。其中串行干扰对消的设计是本文设计的重点,并对串行干扰对消进行了相关仿真,验证了串行干扰对消在本系统是切实可行的。最后,本文介绍如何在FPGA上实现异步CDMA干扰消除系统。先介绍了实现所用的硬件平台FPGA和射频捷变收发器AD9361,再介绍了异步CDMA调制器的FPGA实现、异步CDMA解调器的FPGA实现,最终介绍了串行干扰对消的FPGA实现。
张金程[4]（2019）在《DS-CDMA系统的多用户检测技术研究》文中提出码分多址接入技术具有频带利用率高、系统容量大、软切换、隐蔽安全性好等优点,广泛应用于现代移动通信、导航定位、雷达等领域。在直扩频码分多址（Direct Spread Code Division Multiple Access,DS-CDMA）系统中,由于扩频序列资源有限、信息的异步传输以及不同用户的随机接入等原因,用户的扩频序列不能时刻保持完全正交,系统中不可避免的存在多址干扰,导致系统性能下降。最优多用户检测技术具有良好的检测性能,但是随着用户数量的增加,计算量成指数增长,实际系统中难以实现。本文主要研究了基于线性判决函数的部分并行干扰消除算法和基于入侵杂草优化算法的多用户检测技术,针对算法存在的问题,提出了改进措施。主要工作如下:（1）对基于线性判决函数的部分并行干扰消除算法进行研究,提出改进的线性判决函数,并对参数设置进行分析。仿真表明,基于改进线性判决函数的多级部分并行干扰消除算法具有良好的检测性能。（2）为了将入侵杂草算法应用于多用户检测问题,本文通过映射函数将杂草扩散值转换成杂草某一维度的变异概率,形成二进制入侵杂草优化算法。通过此方法,构建了基于入侵杂草算法的多用户检测模型。针对基本入侵杂草算法的正态扩散标准差收敛速度慢的问题,设计了改进的标准差变化曲线,提出了基于改进入侵杂草算法的多用户检测。通过仿真,验证了所提算法在多用户检测问题中的有效性,基于改进入侵杂草算法的多用户检测性能接近最优多用户检测,且具有较好的收敛速度。（3）针对入侵杂草算法中杂草个体没有信息共享、收敛速度慢的问题,本文在改进的入侵杂草算法中引入了粒子群算法,提出基于粒子群-入侵杂草混合优化算法的多用户检测。通过仿真分析,基于该混合算法的多用户检测收敛性能优于基于基本粒子群算法的多用户检测和基于改进入侵杂草算法的多用户检测。（4）针对基于改进入侵杂草算法多用户检测收敛速度慢的问题,在改进的入侵杂草算法中嵌入并行干扰消除算法,提出嵌入并行干扰消除的入侵杂草算法多用户检测。通过仿真分析,基于该混合算法的多用户检测性能接近最优多用户检测,收敛速度比基于改进入侵杂草算法的多用户检测更快。
王国健[5]（2018）在《MC-DS-CDMA系统中多用户检测技术研究》文中认为如今,通信方式正朝着第五代超宽带通信系统方向飞速发展。MC-DS-CDMA作为一种高频谱利用率的通信技术,具有良好的抗干扰、抗衰落和低检测概率的性能,有着很高的研究价值,成为未来移动通信中核心的技术之一。但是随着用户数的增加,由于扩频码的不完全正交,并且各子载波受信道的影响不同,破坏了系统中各用户信号的自相关特性和互相关特性,产生了严重的多址干扰。为了解决这个问题,本文对多用户检测技术进行研究。主要工作如下:首先研究了CDMA与OFDM系统,并给出了它们收发端的结构框图,进而研究了以CDMA系统为基础,结合OFDM系统而构成的MC-DS-CDMA系统以及它收发端的模型,随后阐述了传统的检测方法将其他用户的干扰信号当作噪声,在解调与解扩后直接进行判决,检测效果很差。接着研究了几种现有的多用户检测器,并对基于BP神经网络的多用户检测器展开了着重的研究,该检测器利用BP神经网络强大的分类识别能力对多用户信号进行检测,与现有的多用户检测器相比,检测后用户信号的误码率更低。进而提出了一种基于模拟退火神经网络的的多用户检测器,与基于BP神经网络的多用户检测器相比,其不同之处在于,该检测器使用模拟退火算法对BP神经网络的训练过程进行改进,在对权值和阈值更新前先进行判断,如果当前迭代过程中得到的预测结果优于前一次迭代过程中得到的预测结果,那么对权值和阈值进行更新,否则,根据一定的概率决定当前迭代过程中是否对权值和阈值进行更新,然后通过仿真证明了在MC-DS-CDMA中该检测器不仅具有较好的误码率性能,而且与基于BP神经网络的多用户检测器相比复杂度更低。最后为了进一步降低用户信号中的多址干扰,对干扰消除算法进行了研究与分析,并结合并行干扰消除算法,提出了一种基于模拟退火神经网络的并行干扰消除器,该检测器首先使用基于模拟退火神经网络的多用户检测器完成各用户信号的初步检测,随后对各用户信号中的多址干扰进行估计,并从各用户的信号中减去估计出的多址干扰,再通过判决完成用户信号的检测,最后通过仿真实验证明了在MC-DS-CDMA系统中,基于模拟退火神经网络的并行干扰消除器与基于BP神经网络的多用户检测器相比,提高了1dB左右的误码率性能,并且具有良好的抗远近效应的能力。
赵展翅[6]（2016）在《异步CDMA通信系统多址干扰消除技术研究》文中研究表明CDMA技术具有容量大、保密性好、频谱利用率高的优势,在卫星移动通信中扮演着重要角色。然而,由于用户的随机接入和扩频码的非严格正交,各用户信号之间会产生多址干扰（MAI）问题,使系统性能受到影响。MAI不同于一般噪声,它携带着扩频码的相关信息,在一定程度上具有可预测性,多用户检测技术运用了这一特点,能够有效地消除MAI,提升系统的性能和容量。本文围绕异步长码低扩频比CDMA通信系统进行研究,探索具有较低计算复杂度和工程易实现的多址干扰消除多用户检测算法。首先,针对传统比特幅度估计方法中信号易突变、估计准确性差的问题,本文提出利用前一比特估计对当前比特估计更新一部分的迭代方法,提高了比特幅度估计的稳定性。在异步CDMA系统中,传统异步干扰消除策略由于对有用信息的丢失,性能较同步系统有一定差距,本文提出一种改进的异步干扰消除策略,将反馈补偿的处理思想应用在比特信息前后之间,对丢失的部分超前比特信息和滞后比特信息进行了弥补,仿真结果表明改进策略获得的检测性能更好。其次,针对串行干扰消除（SIC）检测算法处理延时大及并行干扰消除（PIC）检测算法结构复杂度高等问题,提出应用于异步CDMA系统的基于用户时延分组并串干扰消除（T-PSIC）检测算法,改进算法以延时相近原则对用户分组,组内采用PIC检测,组间采用SIC检测。仿真结果表明改进算法克服了 SIC检测算法处理时延大的问题,使得PIC检测算法实现结构简单,并改善其在非理想功率控制时的性能。最后,为了解决多级PIC检测算法中错误判决传播的问题,本文提出基于用户功率比值的部分并行干扰消除（R-PPIC）检测算法,其基本思想是:当某用户功率很小时,第一级PIC干扰消除不对该用户进行处理,削弱了强用户对其造成的干扰,减小了第一级出现错误估计的概率,使得误判的信号不会传递。仿真结果表明,在用户功率控制不理想或存在远近效应时,新算法都取得了较好的误码性能。
丁珉[7]（2015）在《异步CDMA通信系统的多用户检测技术研究》文中提出在CDMA通信系统中接收端通常采用多用户检测技术效消除或者降低由于多址干扰对系统误码率性能和容量性能的影响。良好的多用户检测技术具有较小的复杂度并且能够实现特定传输环境下的多址干扰良好消除性能。随着扩频通信技术成为当下被最广泛应用的通信体制,多用户检测技术从理论往实现转化成为学者们研究的重点。针对异步长码的低扩频比CDMA通信系统本文进行了研究,获得了一些研究成果:（1）对CDMA通信系统的工作原理进行了介绍,分析了多址干扰在系统中的产生原因,并讨论了传统接收机在处理其他用户信息上存在的不足,由此引入多用户检测技术的概念,通过估计消除被忽略的用户信息实现系统性能的改善。针对各种干扰抵消器适用的不同环境,讨论分析了并行干扰抵消器具有结构简单,性能良好且实时性得到保证的特点,本文重点研究的异步长码直接扩频通信系统中选用并行干扰抵消器的结构。（2）分析研究了传统的并行干扰抵消在异步系统应用中存在的不足,距离同步系统的性能还有一定的差距。将判决反馈的处理思想应用在比特信息前后之间和并行干扰消除不同级之间,提出了一种改进的异步策略,通过计算机仿真的对比研究,分析了采用改进异步策略前后用户总体的平均误码率性能和不同异步状态用户的个体误码率性能。（3）当用户使用不同传输速率工作在CDMA通信系统中时,并行干扰抵消器无法正常使用。本论文针对多速率的情况提出了基于虚拟用户方案的并行干扰消除算法,在增加一定复杂度的条件下,能够让高速传输的用户消除来自高速其他用户以及低速通信用户的互干扰信息,通过充分使用用户信息可有效提升高速用户的性能。（4）将提出的改进异步策略的并行干扰消除算法在FPGA中实现:用硬件描述语言改写算法,经过Modelsim仿真、QuartusⅡ综合布线、下载到FPGA中实际运行并通过逻辑分析仪采集结果进行分析等步骤,对本文提出的改进异步策略并行干扰消除算法的FPGA实现方案做出了仿真验证。硬件仿真实验给出了16路用户的并行干扰消除算法的结果。FPGA实现方案将理论转化为实际可用的工作电路,虽然局限于实验的程度,仍具有一定的工程实际意义。
高维廷[8]（2015）在《直接序列扩频码分多址系统多用户检测算法研究》文中认为多用户检测（Multiuser Detection, MUD）技术是现代无线移动通信领域中一项重要的抗干扰技术，随着移动通信信息数据表现形式多样性、信息数量巨大性、用户需求复杂性及信号处理实时性等因素的快速发展，传统MUD技术已无法全面有效处理现有无线移动通信系统面临的各种干扰抑制问题。本文针对单一MUD算法存在的收敛性、跟踪性能、精度及稳定性等关键性能指标不佳的问题，在传统干扰抑制技术与数值分析理论的基础上提出更新概念的MUD算法，提高以直接序列扩频码分多址系统（DirectSequence Spread Spectrum-Code Division Multiple Access, DS-CDMA）为代表的多址移动通信系统的综合干扰处理能力，进一步满足复杂移动通信的需求。本文主要创新性研究结果如下：（1）针对MMSE算法与Kalman算法在DS-CDMA系统多用户近似估计及时变噪声统计过程中，容易引入判决误差导致算法稳定性下降的问题，提出了改进的MMSE-MUD算法与改进的盲自适应Kalman滤波MUD算法。改进算法通过减小近似估计过程判决误差产生及优化迭代过程等方式，提高算法计算过程的收敛性与稳定性，使算法能够有效处理动态通信问题。（2）针对自适应MUD算法处理时变复杂移动通信问题过程中的各种限制因素，提出了自适应最速下降RLS算法、盲自适应拟Newton迭代Kalman算法及盲自适应SOR/JGS-Kalman算法。改进算法通过与最速下降算法、拟Newton迭代算法、Jacobi迭代算法及Gauss-Seidel迭代算法等数值理论结合，可基于检测环境差异优化自适应MUD算法的迭代运算稳定性与实时突变处理能力，实现对松弛参数、阻尼参数、矩阵范数等条件选择决策的精确控制，进而扩展算法应用范围。仿真结果表明改进算法具有更好的复杂时变噪声统计估计能力、收敛性及动态跟踪能力。（3）针对串行干扰消除（Successive Interference Cancellation, SIC）算法处理过程中过度重复进行用户排序，导致检测精度低的问题，提出了MMSE-SIC算法，异步连续型Schwarz-SIC算法及盲自适应Kalman-SIC算法。改进算法基于线性MUD准则、Schwarz理论及自适应算法，在进行DS-CDMA通信系统SIC检测同步BER精确分析与异步BER近似分析后，根据应用环境合理引入MMSE、Schwarz及Kalman算法准则，重新构建SIC算法的独立判决单元，减少用户排序确保单一检测级处理精度，进而提高算法整体检测精度。仿真结果表明改进的SIC方案在复杂条件下具有更加可靠的MUD处理精度。（4）针对并行干扰消除（Parallel Interference Cancellation, PIC）算法因检测处理过程需使用相同方法对系统中所有用户进行多次分阶段迭代运算，造成算法复杂度高且收敛慢的问题，提出了异步连续并行Schwarz-PIC算法与盲自适应Kalman-PIC算法。改进算法根据PIC处理过程的实际需求，合理引入Schwarz准则与Kalman算法准则重构PIC过程的独立检测单元，通过对MUD边值问题进行实时跟踪与精确修正，将求解问题区域根据实际系统情况分解为两个或多个相同或不同的子区域，交替求解各个子区域上的子问题，减小问题处理规模，从而减少重复运算。仿真结果表明改进算法在降低并行检测过程计算复杂度的同时，有效提高了算法的收敛速度与检测精度。（5）针对IC级联结构MUD算法为避免判决误差扩散，采用对所有用户进行多次分阶段迭代的方式，导致算法复杂度高且收敛慢的问题，提出了衰落信道下的盲自适应Kalman-IC算法。改进算法在串行格局上充分利用并行计算的特点，选择特定幅度、延迟及相位，使用相应扩频序列对检测到的数据码字进行二次调制，再将二次调制信号去除并消去该用户造成的MAI，最后从接收信号中恢复出用户有效数据。改进算法可在任意时刻根据用户信号增体变量中的最新信息自适应确定运算是否继续，无需等待数据输入，避免了单一IC算法因过度多次分阶段迭代运算导致的高复杂度与低收敛性。仿真结果表明改进算法在降低级联检测计算复杂度的同时提高了算法收敛速度与检测精度。
高洪元[9]（2010）在《多用户检测中的智能信息处理理论研究》文中提出随着无线移动通信技术的快速发展,人们的工作和日常生活变得更加便捷、丰富。无论是第三代还是第四代移动通信系统都需要更大的系统容量,才能为用户提供更丰富的多媒体业务及高速数据传输业务。众所周知,CDMA通信系统是一种严重受干扰限制的系统,多址干扰和远近效应是这种通信系统很难避免的主要干扰。如何有效地抑制多址干扰和远近效应,提高通信系统性能和容量具有很重要的理论价值和现实意义。解决这些问题的一种有效方法就是在接收端使用多用户检测技术,多用户检测不是把多址干扰和远近效应简单地看作干扰噪声来处理,而是把他们作为一种有用的信息,充分地利用各用户间的关联进行联合检测,提高系统的检测性能和系统容量,因此多用户检测成为CDMA通信系统的一个关键技术。最优多用户检测使用的穷尽搜索方法具有指数级的计算复杂度,这在当前的硬件水平下是不可能实现的。无论DS-CDMA还是MC-CDMA系统的最优或准最优多用户检测都可以看作一个组合优化问题,可以用智能计算方法解决。因此,深入研究智能优化理论,将智能优化的优化机理和多用户检测技术相结合,研究能够抑制多址干扰（MAI）和远近效应并具有低误码率（BER）和低计算复杂度的智能检测方法具有深远的意义,也是本文要解决的主要难题。本文研究了在高斯和冲击噪声环境下DS-CDMA系统和MC-CDMA系统的多用户检测模型,同时深入研究了智能信息处理理论,提出了一系列智能计算新方法,结合工程难题设计了多种基于智能计算的多用户检测方法。在多用户检测和智能信息处理理论研究方向,本论文的主要内容和创新如下：1.为了有效控制各个用户的功率,研究了三个测向难题,提出了解决这些技术难题的测向目标函数,并且设计了三种智能计算方法去分别求解目标函数：文化量子算法、差分粒子群算法和文化蜂群算法。所设计的三种测向方法不仅可有效用于多用户检测技术的功率控制,而且还可推广到其它应用测向技术的领域。提出的基于文化量子算法的广义加权子空间拟合测向突破了基于四阶累积量测向的一些局限。提出的基于差分粒子群算法的分数低阶协方差子空间拟合测向方法更适于冲击噪声环境下测向。所提基于文化蜂群算法的非圆极大似然测向方法更有效地利用了信号的非圆信息。2.针对DS-CDMA系统最优多用户检测器计算量大的缺点,提出了使用智能计算方法解决这个矛盾的三种框架。在每一种框架下,设计了一种新的智能计算方法完成最优多用户检测器的设计。仿真结果表明基于神经网络粒子群、免疫克隆量子算法和克隆量子算法的三种智能多用户检测器都具有结构简单和检测性能优的特点,适用于不同环境下的应用要求。3.结合神经网络和量子计算的特点,提出了新型的量子神经网络和量子混沌神经网络。所提的量子神经网络和量子混沌神经网络把量子演进机制和神经元的特点较完美的结合起来,具有更好的检测性能。使用所提的量子神经网络和量子混沌神经网络不仅可设计出有效的多用户检测方法,而且还可推广到一些可用Hopfield神经网络解决的组合优化问题。然后,基于量子机制和蛙跳算法的原理设计了量子蛙跳算法,与量子神经网络结合得到一种快速收敛的智能多用户检测方法。4.在给出了MC-CDMA系统的数学模型基础上,基于随机Hopfield神经网络、量子神经网路和两种群集智能,提出了神经网络鱼群算法多用户检测器和免疫蚁群算法多用户检测器,在多径衰落信道环境下验证了所设计的两种MC-CDMA检测器具有接近最优检测器的优良性能。5.在讨论了非高斯噪声DS-CDMA和MC-CDMA系统的多用户检测数学模型基础上,给出两种鲁棒多用户检测模型。结合DNA计算、群集智能和免疫系统的相关理论,提出了DNA克隆选择算法和DNA鱼群算法,设计了三种鲁棒多用户检测器以适合不同的冲击噪声背景的检测需要。
张东红[10]（2010）在《CDMA多用户检测器线性统一模型与非线性改进算法研究》文中进行了进一步梳理传统的码分多址（CDMA）系统因多址干扰问题,遭受远近效应的影响和系统容量的限制。长期以来,多址干扰的抑制和消除是改善系统性能和增大系统容量的关键技术,其中,多用户检测技术是消除多址干扰的核心技术而倍受关注。本文提出了CDMA线性多用户检测器的统一模型,研究了线性统一模型的性能及其应用。对非线性干扰消除多用户检测算法进行了理论分析,提出了改进算法。本文的主要内容和创新性成果如下:1基于对角加载方法,提出了一种含参量线性多用户检测器,建立了线性多用户检测器的统一模型。对线性统一模型的检测性能进行了分析,研究了匹配滤波检测器、解相关检测器和最小均方误差检测器在线性统一模型下的相互转换关系。基于线性统一模型,给出了多径衰落信道下最小均方误差（MMSE）检测器实现的新方法,提出了一种双模检测器。理论分析和数值结果均表明,MMSE检测新方法实现简单,比传统MMSE检测方法具有更低的计算复杂度;双模检测器可根据信道的变化动态地在解相关检测和匹配滤波检测模型之间转换,抑制了独立检测存在的缺陷。2.串行干扰消除（SIC）检测器的幅度失配不可避免,而检测性能依赖于信号重建估计的准确性,直接使用误码率公式对幅度失配引起的性能损失进行分析和计算是困难的。本文利用Gaussian近似法推导出幅度失配的SIC检测器误码率近似解析式,基于Lagrange中值定理建立了幅度失配率、信噪比以及性能损失度之间的计算公式,定量地研究和分析了幅度失配对系统性能的影响。3基于分组技术提出了对角加载检测分组SIC算法。该算法利用对角加载检测算子替换SIC检测器每级中匹配滤波（MF）检测算子,实现了分组MMSE检测,减小了解调延迟,改善了SIC检测器和MMSE检测器独立检测的性能。扩频序列直接用于解扩会由于其不完全正交导致多址干扰的产生,从而降低系统性能。基于克莱姆-施密特正交化方法,从扩频序列出发构造SIC检测器每级的解扩序列,提出了正交化解扩的SIC算法（OSIC算法）。性能分析和仿真结果表明,OSIC算法在完全抑制检测器每级多址干扰的同时,也抑制了信道噪声的增强,优于SIC算法。针对多径衰落信道情形提出了一种基于RAKE接收的串行多径干扰抵消检测算法,给出了算法实现的嵌套式RAKE接收机。性能分析和仿真实验表明,嵌套式RAKE接收机能够很好的抑制多址干扰和多径干扰,改善了传统RAKE接收机性能。4并行干扰消除（PIC）检测器结构简单且具有较好的抗远近效应能力,但是其性能受限于对初始数据比特和各用户信号功率的估计。本文比较分析了非线性PIC（HPIC）检测器和线性PIC（LPIC）检测器的干扰估计性能。对LPIC检测器和匹配滤波检测器的性能进行了比较,定量地给出了这两种检测器的信噪比应用条件。针对LPIC检测器在衰落信道下多址干扰估计误差较大的缺陷,提出了加权抵消的LPIC检测器,加权系数是基于最小均方误差准则获取。理论分析和仿真实验表明,无论在功率控制还是远近效应下,加权抵消LPIC检测器的性能都远远好于LPIC检测器。5从理论上分析了判决排序对前馈线性变换的判决反馈多用户检测器性能影响,给出了一种基于信号幅度迭代估计的判决排序方法。通过在前馈线性变换的判决反馈检测器中引入一个判决转换策略,提出了转换判决反馈检测算法（SDFD）。SDFD算法能够根据信噪比环境变化情况在干扰抵消解相关检测和匹配滤波检测之间择优判决。理论分析和仿真实验结果均表明,SDFD算法能够适用于低信噪比环境,具有比解相关判决反馈检测（DDFD）算法以及前馈正交变换判决反馈检测（ODFD）算法更好的性能。
二、多用户检测技术在CDMA系统多址干扰消除中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多用户检测技术在CDMA系统多址干扰消除中的应用（论文提纲范文）
（1）无人机测控系统大扩频多用户干扰消除技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 当前研究现状 |
| 1.2.1 多用户检测 |
| 1.2.2 信道估计 |
| 1.3 论文研究内容和结构安排 |
| 1.4 本章小结 |
| 第二章 无人机测控系统大扩频多用户CDMA方案概论 |
| 2.1 无人机测控系统概述 |
| 2.2 信道估计算法概述 |
| 2.2.1 WCDMA信道估计算法概述 |
| 2.2.2 TD-SCDMA信道估计算法概述 |
| 2.2.3 低复杂度、抗干扰信道估计算法相关研究 |
| 2.3 多用户检测算法概述 |
| 2.3.1 最佳多用户检测算法 |
| 2.3.2 线性多用户检测算法 |
| 2.3.3 干扰消除多用户检测算法 |
| 2.4 移动通信信道概述 |
| 2.4.1 电磁波传输特性 |
| 2.4.2 移动信道的传输特性 |
| 2.5 本章小结 |
| 第三章 Pre-IC信道估计算法 |
| 3.1 系统模型 |
| 3.1.1 信道模型 |
| 3.1.2 链路模型 |
| 3.2 Pre-IC无人机测控系统信道估计算法 |
| 3.2.1 下行链路帧结构设计 |
| 3.2.2 训练序列分析 |
| 3.2.3 Pre-IC信道估计算法设计 |
| 3.2.4 基于径消除策略的改进算法 |
| 3.3 Pre-IC信道估计算法性能仿真分析 |
| 3.3.1 算法复杂度分析 |
| 3.3.2 算法性能分析 |
| 3.4 本章小结 |
| 第四章 Morlet-Hopfield神经网络多用户检测算法 |
| 4.1 系统模型 |
| 4.1.1 离散同步多用户检测系统模型 |
| 4.1.2 离散异步多用户检测系统模型 |
| 4.2 Hopfield神经网络模型 |
| 4.2.1 Hopfield神经网络组成结构 |
| 4.2.2 Hopfield神经网络可行性证明 |
| 4.2.3 Hopfield神经网络的改进算法研究 |
| 4.3 小波神经网络多用户检测算法设计 |
| 4.4 小波神经网络多用户检测算法性能仿真分析 |
| 4.4.1 Morlet-Hopfield多用户检测算法迭代稳定性分析 |
| 4.4.2 Morlet-Hopfield多用户检测算法误码率分析 |
| 4.4.3 神经网络多用户检测算法复杂度分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 论文进一步研究方向 |
| 参考文献 |
| 附录一 缩略语列表 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（2）非正交波形调制和非正交多址接入技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号列表 |
| 算子对照表 |
| 专用术语注释表 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 面向5G网络及以后的挑战 |
| 1.1.2 新波形调制和多址传输技术的必要性分析 |
| 1.2 波形调制和多址技术的研究现状 |
| 1.2.1 波形调制技术 |
| 1.2.2 非正交多址接入技术 |
| 1.3 波形调制和多址技术的标准化历程 |
| 1.3.1 波形调制技术 |
| 1.3.2 非正交多址接入技术 |
| 1.4 论文的主要内容和结构安排 |
| 1.4.1 主要研究内容及创新点 |
| 1.4.2 论文的结构安排 |
| 第2章 波形调制和多址接入理论基础 |
| 2.1 波形调制 |
| 2.1.1 多载波传输系统 |
| 2.1.2 符号、滤波器和和栅格 |
| 2.1.3 正交与非正交的分类 |
| 2.2 非正交多址技术 |
| 2.2.1 容量界分析 |
| 2.2.2 MMSE-SIC算法 |
| 2.2.3 MPA接收机算法 |
| 第3章 基于DFT-S-GMC调制的PDMA上行传输方案研究 |
| 3.1 引言 |
| 3.2 基于DFT-S-OFDM的 PDMA上行链路模型 |
| 3.3 基于DFT-S-GMC时域实现的PDMA上行链路模型 |
| 3.3.1 发射机时域实现 |
| 3.3.2 接收机时域实现 |
| 3.3.3 等效信道响应矩阵和等效噪声分析 |
| 3.4 基于DFT-S-GMC频域实现的PDMA上行链路模型 |
| 3.4.1 发射机频域实现 |
| 3.4.2 接收机频域实现 |
| 3.4.3 等效信道和等效噪声分析 |
| 3.5 仿真结果及分析 |
| 3.5.1 仿真参数 |
| 3.5.2 结果分析 |
| 3.6 本章小结 |
| 3.7 附录 |
| 3.7.1 时域等效信道和等效噪声方差的推导 |
| 3.7.2 频域等效信道和等效噪声方差的推导 |
| 第4章 异构无线网络中基于FBMC调制的统一多址研究 |
| 4.1 引言 |
| 4.2 滤波器组多载波系统的高效实现 |
| 4.2.1 FBMC系统的一般模型 |
| 4.2.2 FBMC系统的高效实现 |
| 4.3 FBMC-SMT:可扩展矩阵变换的滤波器组多载波 |
| 4.3.1 FBMC-SMT结构 |
| 4.3.2 FBMC-SMT结构与3G和4G多址方案的关系 |
| 4.4 FBMC-SMT的 SINR分析 |
| 4.5 仿真结果及分析 |
| 4.5.1 仿真参数 |
| 4.5.2 结果分析 |
| 4.6 本章小结 |
| 第5章 多用户CB-OSFB上行传输中低复杂度ZF接收机研究 |
| 5.1 引言 |
| 5.2 CB-OSFB调制系统模型 |
| 5.2.1 CS-OSFB上行传输模型 |
| 5.2.2 传统的ZF接收机 |
| 5.3 低复杂度的ZF接收机设计 |
| 5.3.1 调制矩阵的频域结构 |
| 5.3.2 接收机设计流程 |
| 5.3.3 复杂度分析 |
| 5.4 仿真结果 |
| 5.5 本章小结 |
| 5.6 附录:性能损失的证明 |
| 第6章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间申请的专利 |
| 附录3 攻读博士学位期间撰写的提案 |
| 附录4 攻读博士学位期间参加的科研项目 |
| 致谢 |
（3）异步CDMA系统多址干扰抑制算法的研究及实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源、背景及意义 |
| 1.2 异步CDMA多址干扰消除技术的发展概况 |
| 1.3 本文主要研究内容及结构安排 |
| 第2章 异步CDMA系统多址干扰消除基本原理 |
| 2.1 CDMA系统理论基础 |
| 2.1.1 扩频通信技术 |
| 2.1.2 DS-CDMA系统 |
| 2.2 CDMA系统多址干扰理论分析 |
| 2.2.1 多址干扰的产生 |
| 2.2.2 多址干扰的影响 |
| 2.3 多址干扰消除技术 |
| 2.3.1 传统检测系统 |
| 2.3.2 多用户检测系统 |
| 2.3.2.1 最优多用户检测技术 |
| 2.3.2.2 解相关检测技术 |
| 2.3.2.3 最小均方误差检测算法 |
| 2.3.2.4 串行干扰抵消技术 |
| 2.3.2.5 并行干扰抵消技术 |
| 2.3.3 异步系统多址干扰消除 |
| 2.4 本章小结 |
| 第3章 异步CDMA干扰消除系统设计 |
| 3.1 系统总体框架 |
| 3.2 直扩系统发射机的设计 |
| 3.3 直扩系统接收机的设计 |
| 3.3.1 整体结构的设计 |
| 3.3.2 载波同步环路的设计 |
| 3.3.3 扩频码同步捕获环路的设计 |
| 3.4 串行干扰对消的设计 |
| 3.5 本章小结 |
| 第4章 异步CDMA干扰消除系统FPGA实现 |
| 4.1 异步CDMA干扰消除硬件平台简介 |
| 4.2 射频捷变收发器AD9361配置与功能实现 |
| 4.2.1 AD9361概述 |
| 4.2.2 AD9361配置与功能实现 |
| 4.3 异步CDMA调制器的FPGA实现 |
| 4.4 异步CDMA解调器的FPGA实现 |
| 4.4.1 解调器的总体结构 |
| 4.4.2 载波同步模块 |
| 4.4.3 扩频码同步模块 |
| 4.5 串行干扰对消的FPGA实现 |
| 4.5.1 重构模块 |
| 4.5.2 干扰信号幅度估计模块 |
| 4.5.3 干扰信号最终合成模块 |
| 4.5.4 干扰信号消除模块 |
| 4.5.5 串行干扰消除结果 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（4）DS-CDMA系统的多用户检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外发展现状 |
| 1.2.1 多用户检测技术的发展历程 |
| 1.2.2 多用户检测技术的研究现状 |
| 1.3 论文研究内容及结构安排 |
| 第2章 DS-CDMA通信系统的多用户检测技术 |
| 2.1 DS-CDMA通信系统及模型 |
| 2.1.1 DS-CDMA通信系统 |
| 2.1.2 DS-CDMA通信系统模型 |
| 2.1.3 DS-CDMA通信系统的传统检测 |
| 2.2 多用户检测技术的性能测度 |
| 2.2.1 误码率 |
| 2.2.2 渐进多用户有效性 |
| 2.2.3 抗远近效应能力 |
| 2.3 多用户检测技术 |
| 2.3.1 多用户检测技术及分类 |
| 2.3.2 最优多用户检测 |
| 2.3.3 线性多用户检测 |
| 2.3.4 干扰消除多用户检测 |
| 2.4 本章小结 |
| 第3章 基于线性判决函数的PPIC算法研究 |
| 3.1 PPIC多用户检测 |
| 3.2 PPIC的研究概况 |
| 3.3 改进的线性判决函数 |
| 3.3.1 线性判决函数 |
| 3.3.2 选通函数 |
| 3.3.3 改进的线性判决函数 |
| 3.4 仿真实验与分析 |
| 3.5 本章小结 |
| 第4章 基于入侵杂草优化算法的多用户检测研究 |
| 4.1 入侵杂草优化算法 |
| 4.1.1 入侵杂草优化算法的基本原理 |
| 4.1.2 入侵杂草优化算法的主要优缺点 |
| 4.1.3 入侵杂草优化算法的研究现状 |
| 4.2 基于入侵杂草优化算法的多用户检测 |
| 4.3 改进的正态分布标准差变化曲线 |
| 4.4 计算复杂度分析 |
| 4.5 仿真实验与分析 |
| 4.6 本章小结 |
| 第5章 基于混合入侵杂草算法的多用户检测研究 |
| 5.1 基于粒子群-入侵杂草混合优化算法的多用户检测 |
| 5.1.1 离散粒子群优化算法 |
| 5.1.2 基于粒子群-入侵杂草混合优化算法的多用户检测 |
| 5.1.3 计算复杂度分析 |
| 5.1.4 仿真实验与分析 |
| 5.2 基于嵌入并行干扰消除的入侵杂草算法的多用户检测 |
| 5.2.1 基于嵌入并行干扰消除的入侵杂草算法的多用户检测 |
| 5.2.2 计算复杂度分析 |
| 5.2.3 仿真实验与分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（5）MC-DS-CDMA系统中多用户检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的组织结构 |
| 第二章 MC-DS-CDMA通信系统 |
| 2.1 引言 |
| 2.2 码分多址技术 |
| 2.2.1 扩频通信 |
| 2.2.2 直接序列扩频发射机 |
| 2.2.3 直接序列扩频接收机 |
| 2.3 正交频分复用技术 |
| 2.4 MC-DS-CDMA系统 |
| 2.4.1 MC-DS-CDMA系统发射机 |
| 2.4.2 MC-DS-CDMA系统接收机 |
| 2.4.3 MC-DS-CDMA系统中信号的检测 |
| 2.5 本章总结 |
| 第三章 基于神经网络的多用户检测技术 |
| 3.1 引言 |
| 3.2 几种现有的多用户检测器 |
| 3.2.1 最优多用户检测器 |
| 3.2.2 解相关检测器 |
| 3.2.3 最小均方误差检测器 |
| 3.3 基于BP神经网络的多用户检测器 |
| 3.3.1 BP神经网络概述 |
| 3.3.2 基于BP神经网络的多用户检测算法 |
| 3.3.3 附加动量法 |
| 3.3.4 变学习率学习方法 |
| 3.3.5 仿真实验与分析 |
| 3.4 基于模拟退火神经网络的多用户检测器 |
| 3.4.1 模拟退火算法 |
| 3.4.2 基于模拟退火神经网络的多用户检测器的结构 |
| 3.4.3 基于模拟退火神经网络的多用户检测算法 |
| 3.4.4 控制参数的设置 |
| 3.4.5 仿真实验结果与分析 |
| 3.5 本章总结 |
| 第四章 基于模拟退火神经网络的并行干扰消除器 |
| 4.1 引言 |
| 4.2 干扰消除检测器 |
| 4.2.1 串行干扰消除器 |
| 4.2.2 并行干扰消除器 |
| 4.3 基于模拟退火神经网络的并行干扰消除器 |
| 4.3.1 基于模拟退火神经网络的并行干扰消除器的结构 |
| 4.3.2 基于模拟退火神经网络的并行干扰消除算法 |
| 4.4 仿真实验结果与分析 |
| 4.5 本章总结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）异步CDMA通信系统多址干扰消除技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景以及研究意义 |
| 1.2 多用户检测技术发展与现状 |
| 1.2.1 多用户检测技术概述 |
| 1.2.2 多用户检测技术发展过程 |
| 1.2.3 多用户检测技术研究现状 |
| 1.3 论文研究内容及结构安排 |
| 第2章 CDMA通信系统中的多用户检测技术 |
| 2.1 扩频通信的基本概念 |
| 2.1.1 扩频通信理论基础 |
| 2.1.2 直接扩频序列系统 |
| 2.2 多用户检测技术 |
| 2.2.1 多用户同步信号模型 |
| 2.2.2 多用户检测技术的基本性能测度 |
| 2.2.3 多用户检测技术的原理 |
| 2.3 几种多用户检测器介绍 |
| 2.3.1 最优多用户检测技术 |
| 2.3.2 线性多用户检测技术 |
| 2.3.3 干扰抵消多用户检测技术 |
| 2.3.4 几种多用户检测技术比较 |
| 2.4 本章小结 |
| 第3章 异步CDMA系统中的多址干扰消除 |
| 3.1 异步CDMA通信系统 |
| 3.1.1 多用户异步信号模型 |
| 3.1.2 异步CDMA系统MAI的求解 |
| 3.1.3 改进的比特幅度估计算法 |
| 3.1.4 改进的异步干扰消除策略 |
| 3.2 并行干扰抵消检测器 |
| 3.3 改进比特幅度估计算法仿真分析 |
| 3.4 改进的异步干扰消除策略仿真分析 |
| 3.5 本章小结 |
| 第4章 两种改进的多址干扰消除检测算法 |
| 4.1 基于用户延时的并串干扰消除算法 |
| 4.1.1 T-PSIC算法的基本思想 |
| 4.1.2 算法的实现结构和理论推导 |
| 4.1.3 算法的性能分析 |
| 4.1.4 算法的系统仿真 |
| 4.2 基于用户功率比值的部分PIC算法 |
| 4.2.1 R-PPIC算法的基本思想 |
| 4.2.2 算法的实现结构和理论推导 |
| 4.2.3 比值门限的选取 |
| 4.2.4 算法的仿真分析 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（7）异步CDMA通信系统的多用户检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外发展现况 |
| 1.2.1 发展概况 |
| 1.2.2 并行干扰抵消检测器研究现状 |
| 1.3 论文内容介绍及结构安排 |
| 第2章 直接序列扩频通信系统中的多用户检测技术 |
| 2.1 扩频通信 |
| 2.1.1 扩频通信的原理 |
| 2.1.2 直接序列码分多址通信系统 |
| 2.2 多用户检测技术 |
| 2.2.1 多用户检测技术的原理 |
| 2.2.2 最优多用户检测技术 |
| 2.2.3 线性多用户检测技术 |
| 2.2.4 干扰抵消多用户检测技术 |
| 2.3 几种多用户检测技术比较 |
| 2.4 本章小结 |
| 第3章 并行干扰抵消多用户检测器 |
| 3.1 传统检测器原理 |
| 3.1.1 传统接收机系统仿真 |
| 3.2 并行干扰抵消检测器 |
| 3.2.1 并行干扰消除原理 |
| 3.2.2 异步CDMA系统分析 |
| 3.2.3 比特能量估计分析 |
| 3.3 仿真分析 |
| 3.4 本章小结 |
| 第4章 改进异步策略的PIC算法 |
| 4.1 改进的异步策略原理 |
| 4.2 改进异步策略的PIC算法仿真 |
| 4.3 基于虚拟用户的多速率并行干扰消除算法原理 |
| 4.4 多速率并行干扰消除算法误码率性能仿真 |
| 4.5 本章小结 |
| 第5章 改进策略并行干扰消除算法的硬件实现与仿真 |
| 5.1 引言 |
| 5.2 硬件设计方案 |
| 5.3 硬件仿真 |
| 5.3.1 Modelsim仿真结果 |
| 5.3.2 QuartusⅡ综合结果 |
| 5.3.3 Signaltap采集数据结果 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（8）直接序列扩频码分多址系统多用户检测算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 本文用到的缩略语 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 多址无线通信系统介绍 |
| 1.1.2 码分多址通信系统研究背景及发展 |
| 1.1.3 多址无线通信系统的主要干扰及影响 |
| 1.2 码分多址系统多用户检测技术发展过程 |
| 1.2.1 线性多用户检测技术 |
| 1.2.2 非线性干扰消除多用户检测技术 |
| 1.2.3 多用户检测技术发展现状 |
| 1.3 论文研究内容与结构安排 |
| 1.3.1 论文研究内容及解决的关键科学问题 |
| 1.3.2 论文章节安排 |
| 2 DS-CDMA 系统多用户检测技术 |
| 2.1 多用户检测技术概述 |
| 2.1.1 多用户检测技术优性能缺点分析 |
| 2.1.2 多用户检测技术基本性能测度 |
| 2.2 干扰抑制多用户检测系统噪声模型 |
| 2.2.1 加性高斯白噪声模型 |
| 2.2.2 有色噪声模型 |
| 2.3 DS-CDMA 系统基本信号模型 |
| 2.3.1 高斯白噪声信道同步 DS-CDMA 系统模型 |
| 2.3.2 高斯白噪声信道异步 DS-CDMA 系统模型 |
| 2.3.3 频率选择性衰落信道同步 DS-CDMA 系统模型 |
| 2.4 典型多用户检测方案描述 |
| 2.4.1 最优多用户检测方案 |
| 2.4.2 线性 MMSE 多用户检测方案 |
| 2.4.3 解相关多用户检测方案 |
| 2.4.4 一种线性多用户检测算法仿真实验系统 |
| 2.5 一种改进的 MMSE-MUD 算法 |
| 2.5.1 算法基本改进原理 |
| 2.5.2 算法改进过程推导 |
| 2.5.3 改进的 MMSE 算法性能仿真分析 |
| 2.6 本章小结 |
| 3 盲自适应多用户检测算法研究 |
| 3.1 盲多用户检测基本原理 |
| 3.1.1 线性盲多用户检测的典范表示 |
| 3.1.2 基于约束最小输出能量准则的盲多用户检测算法 |
| 3.2 典型盲自适应多用户检测算法研究 |
| 3.2.1 盲自适应 LMS 算法 |
| 3.2.2 盲自适应 RLS 算法 |
| 3.2.3 盲自适应 Kalman 算法 |
| 3.3 一种自适应最速下降 RLS 多用户检测算法 |
| 3.3.1 自适应 RLS 算法等价数值问题基本推导 |
| 3.3.2 自适应 D-RLS 算法推导 |
| 3.3.3 自适应 D-RLS 算法多用户检测系统模型及性能分析 |
| 3.4 一种改进的盲自适应标准 Kalman 滤波多用户检测准则 |
| 3.4.1 多用户信号模型 |
| 3.4.2 算法改进过程 |
| 3.4.3 改进的 Kalman 算法仿真分析 |
| 3.5 一种盲自适应拟 Newton 迭代 Kalman 滤波多用户检测算法 |
| 3.5.1 系统模型描述 |
| 3.5.2 拟 Newton 迭代算法基本原理及优化 |
| 3.5.3 BN-Kalman 算法更新推导 |
| 3.5.4 BN-Kalman 算法仿真分析 |
| 3.6 一种盲自适应 SOR/JGS-Kalman 多用户检测算法 |
| 3.6.1 SOR/JGS 迭代约束准则 |
| 3.6.2 SOR/JGS-Kalman 算法推导 |
| 3.6.3 SOR/JGS-Kalman 算法性能仿真分析 |
| 3.7 本章小结 |
| 4 DS-CDMA 系统串行干扰消除多用户检测算法研究 |
| 4.1 多级干扰消除多用户信号模型 |
| 4.1.1 直扩系统信号模型 |
| 4.1.2 信号模型短周期扩频序列等效变换 |
| 4.1.3 信号模型长周期扩频序列等效变换推广 |
| 4.2 DS-CDMA 串行检测过程典型检测原理概述 |
| 4.2.1 基本 DS-CDMA 接收机原理 |
| 4.2.2 常规 MUD 过程描述 |
| 4.2.3 最优多用户检测过程描述 |
| 4.3 串行干扰消除多用户检测算法研究 |
| 4.3.1 SIC 基本处理结构 |
| 4.3.2 SIC 检测过程参数估计 |
| 4.3.3 同步 SIC 检测 BER 精确分析 |
| 4.3.4 异步 SIC 检测 BER 近似分析 |
| 4.4 最小均方误差串行干消除多用户检测算法 |
| 4.4.1 串行检测多用户信号模型 |
| 4.4.2 最小均方误差线性多用户检测准则 |
| 4.4.3 MMSE-SIC 多用户检测算法推导 |
| 4.4.4 MMSE-SIC 算法性能仿真分析 |
| 4.5 无线多址移动通信系统盲自适应 Kalman-SIC 算法 |
| 4.5.1 多用户模型及串行计算过程 Kalman 准则推导 |
| 4.5.2 K-SIC 算法推导 |
| 4.5.3 K-SIC 算法性能仿真分析 |
| 4.6 一种多址移动通信系统异步 Schwarz 串行干扰消除算法 |
| 4.6.1 异步系统信号模型分析 |
| 4.6.2 Schwarz 算法准则基本原理 |
| 4.6.3 S-SIC 算法推导 |
| 4.6.4 S-SIC 算法性能仿真分析 |
| 4.7 本章小结 |
| 5 DS-CDMA 系统并行干扰消除多用户检测算法研究 |
| 5.1 并行干扰消除多用户检测算法性能分析 |
| 5.1.1 并行干扰消除多用户检测过程基本原理 |
| 5.1.2 并行干扰消除多用户检测算法多级结构 |
| 5.1.3 并行干扰消除多用户检测过程系统模型 |
| 5.2 PIC 检测过程 BER 分析 |
| 5.2.1 PIC 检测第一级 BER 精确分析 |
| 5.2.2 PIC 检测第二级 BER 精确分析 |
| 5.2.3 PIC 检测第 m-1 级到 m 级 BER 近似分析 |
| 5.3 一种 DS-CDMA 系统异步连续并行 Schwarz-PIC 算法 |
| 5.3.1 Schwarz 交替准则基本原理 |
| 5.3.2 连续并行 Schwarz 约束准则算法实现 |
| 5.3.3 S-PIC 算法性能仿真分析 |
| 5.4 一种盲自适应 Kalman-PIC 多用户检测算法 |
| 5.4.1 DS-CDMA 系统多用户模型及并行 Kalman 准则推导 |
| 5.4.2 K-PIC 算法实现 |
| 5.4.3 K-PIC 算法性能仿真分析 |
| 5.5 盲自适应准则约束的 IC 联合检测方案 |
| 5.5.1 一种衰落信道下的盲自适应 Kalman-IC 算法 |
| 5.5.2 K-AIC 算法原理及实现 |
| 5.5.3 K-AIC 算法性能仿真分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 论文创新点 |
| 6.3 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）多用户检测中的智能信息处理理论研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 多用户检测的研究意义 |
| 1.3 多用户检测的研究概况 |
| 1.4 论文涉及的智能计算方法概述 |
| 1.4.1 人工免疫系统 |
| 1.4.2 DNA计算 |
| 1.4.3 神经网络 |
| 1.4.4 群集智能 |
| 1.4.5 量子计算智能 |
| 1.4.6 文化算法 |
| 1.5 论文的主要内容和结构安排 |
| 第2章 无线通信中的多用户检测基础理论 |
| 2.1 多用户检测的数学模型 |
| 2.1.1 噪声模型简述 |
| 2.1.2 高斯噪声下的多用户检测数学模型 |
| 2.2 多用户检测的性能测度 |
| 2.3 高斯噪声环境的典型多用户检测方法 |
| 2.3.1 传统检测器 |
| 2.3.2 最优多用户检测器 |
| 2.3.3 去相关多用户检测器 |
| 2.3.4 遗传演进多用户检测器 |
| 2.3.5 粒子群优化多用户检测器 |
| 2.4 计算机仿真 |
| 2.5 本章小结 |
| 第3章 多用户功控的智能测向理论研究 |
| 3.1 文化量子算法实现的广义加权子空间拟合测向 |
| 3.1.1 广义加权信号子空间拟合测向算法 |
| 3.1.2 文化量子算法 |
| 3.1.3 基于文化量子算法的广义高阶加权信号子空间拟合测向 |
| 3.2 基于差分粒子群优化的分数低阶协方差测向 |
| 3.2.1 重构分数低阶协方差的子空间拟合测向算法 |
| 3.2.2 自适应差分粒子群 |
| 3.2.3 基于自适应差分粒子群的冲击噪声测向 |
| 3.3 非圆信号的文化蜂群测向研究 |
| 3.3.1 文化蜂群算法 |
| 3.3.2 二维非圆信号的极大似然测向 |
| 3.3.3 基于文化蜂群算法的非圆信号测向 |
| 3.4 计算机仿真与实验结果分析 |
| 3.4.1 广义高阶子空间拟合测向仿真 |
| 3.4.2 分数低阶协方差测向算法仿真 |
| 3.4.3 二维非圆信号测向方法仿真 |
| 3.5 本章小结 |
| 第4章 DS-CDMA系统的智能最优多用户检测框架 |
| 4.1 基于神经网络个体的最优多用户检测框架 |
| 4.1.1 神经网络个体多用户检测框架 |
| 4.1.2 同步CDMA系统的神经网络粒子群多用户检测器 |
| 4.1.3 计算复杂度分析 |
| 4.1.4 计算机仿真 |
| 4.2 神经网络制作疫苗的最优多用户检测器框架 |
| 4.2.1 神经网络制备疫苗的方法框架 |
| 4.2.2 量子计算基本概念 |
| 4.2.3 基于免疫克隆量子算法的多用户检测器 |
| 4.2.4 计算复杂度分析 |
| 4.2.5 计算机仿真 |
| 4.3 基于克隆量子算法的多用户检测 |
| 4.3.1 克隆量子算法 |
| 4.3.2 基于克隆量子算法的多用户检测器 |
| 4.3.3 计算复杂度分析 |
| 4.3.4 计算机仿真 |
| 4.4 本章小结 |
| 第5章 量子神经网络多用户检测技术研究 |
| 5.1 基于量子Hopfield神经网络的多用户检测器 |
| 5.1.1 量子Hopfield神经网络 |
| 5.1.2 基于量子神经网络的多用户检测 |
| 5.2 基于量子混沌神经网络的多用户检测器 |
| 5.2.1 混沌神经网络 |
| 5.2.2 基于量子混沌神经网络的多用户检测 |
| 5.3 基于量子神经网络和量子蛙跳算法的多用户检测器 |
| 5.3.1 量子蛙跳算法 |
| 5.3.2 基于量子蛙跳算法和量子神经网络的多用户检测 |
| 5.4 计算机仿真 |
| 5.4.1 基于量子神经网络的多用户检测器仿真 |
| 5.4.2 基于量子混沌神经网络的多用户检测器仿真 |
| 5.4.3 基于量子蛙跳和量子神经网络的多用户检测器仿真 |
| 5.5 本章小结 |
| 第6章 群集智能在MC-CDMA多用户检测中的应用 |
| 6.1 MC-CDMA多用户检测模型 |
| 6.2 基于神经网络鱼群算法的多用户检测 |
| 6.2.1 神经网络鱼群算法 |
| 6.2.2 基于神经网络鱼群算法的多用户检测 |
| 6.3 基于免疫蚁群算法的多用户检测 |
| 6.3.1 简化蚁群算法 |
| 6.3.2 基于免疫蚁群算法的多用户检测 |
| 6.4 计算机仿真 |
| 6.4.1 基于神经网络鱼群算法的多用户检测仿真 |
| 6.4.2 基于免疫蚁群算法的多用户检测仿真 |
| 6.5 本章小结 |
| 第7章 基于DNA计算的鲁棒多用户检测器 |
| 7.1 鲁棒多用户检测模型 |
| 7.1.1 DS-CDMA鲁棒多用户检测 |
| 7.1.2 MC-CDMA鲁棒多用户检测 |
| 7.2 基于DNA鱼群计算的CDMA鲁棒多用户检测 |
| 7.2.1 DNA鱼群算法 |
| 7.2.2 DNA鱼群算法的鲁棒多用户检测器 |
| 7.3 基于DNACSA算法的MC-CDMA系统的鲁棒检测器 |
| 7.3.1 DNA编码的克隆选择算法 |
| 7.3.2 基于DNACSA算法的MC-CDMA鲁棒检测器 |
| 7.4 计算机仿真 |
| 7.4.1 基于DNA人工鱼群算法的鲁棒多用户检测仿真 |
| 7.4.2 基于DNACSA算法的MC-CDMA鲁棒多用户检测仿真 |
| 7.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
| 个人简历 |
（10）CDMA多用户检测器线性统一模型与非线性改进算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 多用户检测技术概述 |
| 1.3 多用户检测技术发展历程及分类 |
| 1.4 多用户检测尚待研究的关键问题 |
| 1.5 多用户检测技术发展前景 |
| 1.6 论文的主要工作和内容安排 |
| 第二章 CDMA通信系统中的多用户检测基本理论 |
| 2.1 系统模型 |
| 2.2 多用户检测的性能测度 |
| 2.2.1 误码率 |
| 2.2.2 渐进有效性 |
| 2.2.3 抗远近能力 |
| 2.3 多用户检测技术 |
| 2.3.1 最优多用户检测器 |
| 2.3.2 线性多用户检测器 |
| 2.3.2.1 解相关检测器 |
| 2.3.2.2 最小均方误差（MMSE）检测器 |
| 2.3.3 干扰消除多用户检测器 |
| 2.3.3.1 串行干扰消除检测器 |
| 2.3.3.2 并行干扰消除检测器 |
| 2.3.3.3 解相关判决反馈检测器 |
| 2.4 本章小结 |
| 第三章 线性多用户检测器的统一模型及其应用 |
| 3.1 引言 |
| 3.2 线性多用户检测器的统一模型 |
| 3.2.1 实现线性多用户检测器统一模型的对角加载方法 |
| 3.2.2 线性多用户检测器统一模型的最佳参量 |
| 3.2.3 线性多用户检测器统一模型的性能分析 |
| 3.2.4 幅度失配对检测性能的影响 |
| 3.2.5 仿真结果 |
| 3.3 基于最佳参量检测模型的多径衰落信道MMSE检测器 |
| 3.3.1 信号模型 |
| 3.3.2 多径衰落信道MMSE检测器的最佳参量检测模型实现方法 |
| 3.3.3 最佳参量的估计 |
| 3.3.4 仿真结果 |
| 3.4 具有双重模型的线性多用户检测器 |
| 3.4.1 双模检测器描述 |
| 3.4.2 转换准则 |
| 3.4.3 仿真结果 |
| 3.5 本章小结 |
| 第四章 串行干扰消除检测器幅度失配的性能损失定量分析与改进算法 |
| 4.1 引言 |
| 4.2 幅度失配的SIC检测器性能近似分析 |
| 4.3 幅度失配对SIC检测器性能影响的定量分析 |
| 4.3.1 幅度失配的SIC检测器误码率 |
| 4.3.2 幅度失配的SIC检测器性能定量分析方法 |
| 4.3.3 仿真实验 |
| 4.4 基于MMSE检测的分组SIC算法 |
| 4.4.1 算法描述 |
| 4.4.2 对角加载检测线性算子的更新复杂度分析 |
| 4.4.3 仿真结果 |
| 4.5 基于克莱姆-施密特正交化法的SIC算法 |
| 4.5.1 信号模型 |
| 4.5.2 算法描述 |
| 4.5.3 误码性能分析 |
| 4.5.4 仿真结果 |
| 4.6 多径衰落信道下基于RAKE接收的串行多径干扰抵消检测算法 |
| 4.6.1 系统模型与传统RAKE接收机 |
| 4.6.2 基于RAKE接收的串行多径干扰抵消算法 |
| 4.6.3 性能分析 |
| 4.6.4 仿真结果 |
| 4.7 本章小结 |
| 第五章 并行干扰消除检测器干扰估计性能分析与改进算法 |
| 5.1 引言 |
| 5.2 PIC算法的干扰估计性能分析 |
| 5.2.1 干扰估计误差 |
| 5.2.2 LPIC的干扰估计性能分析 |
| 5.2.3 HPIC的干扰估计性能分析 |
| 5.2.4 LPIC和HPIC的干扰估计性能比较 |
| 5.3 LPIC和MF检测器的性能比较 |
| 5.4 加权抵消的线性并行干扰消除多用户检测算法 |
| 5.4.1 信号模型 |
| 5.4.2 加权LPIC算法 |
| 5.4.3 干扰抵消加权系数选取准则 |
| 5.4.3.1 第二级干扰抵消加权系数 |
| 5.4.3.2 第三级干扰抵消加权系数 |
| 5.4.4 性能分析 |
| 5.4.5 仿真结果 |
| 5.5 本章小结 |
| 第六章 前馈线性变换的判决反馈多用户检测器判决排序方法与改进算法 |
| 6.1 引言 |
| 6.2 前馈线性变换的判决反馈多用户检测器 |
| 6.3 判决排序对检测性能影响分析 |
| 6.4 基于信号幅度迭代估计的判决排序方法 |
| 6.5 基于转换判决策略的判决反馈多用户检测算法 |
| 6.5.1 转换判决反馈多用户检测算法 |
| 6.5.2 性能分析 |
| 6.5.3 仿真结果 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 博士学习阶段(合作)发表与撰写的学术论文 |
| 博士学习阶段参加的科研项目 |
| 本论文专用术语(符号、变量、缩略词等)的注释表 |
四、多用户检测技术在CDMA系统多址干扰消除中的应用（论文参考文献）
- [1]无人机测控系统大扩频多用户干扰消除技术研究[D]. 班洪山. 北京邮电大学, 2021(01)
- [2]非正交波形调制和非正交多址接入技术研究[D]. 卞鑫. 南京邮电大学, 2020(03)
- [3]异步CDMA系统多址干扰抑制算法的研究及实现[D]. 李志舜. 哈尔滨工业大学, 2020(02)
- [4]DS-CDMA系统的多用户检测技术研究[D]. 张金程. 哈尔滨工程大学, 2019(08)
- [5]MC-DS-CDMA系统中多用户检测技术研究[D]. 王国健. 西安电子科技大学, 2018(02)
- [6]异步CDMA通信系统多址干扰消除技术研究[D]. 赵展翅. 哈尔滨工程大学, 2016(03)
- [7]异步CDMA通信系统的多用户检测技术研究[D]. 丁珉. 哈尔滨工程大学, 2015(06)
- [8]直接序列扩频码分多址系统多用户检测算法研究[D]. 高维廷. 西北工业大学, 2015(07)
- [9]多用户检测中的智能信息处理理论研究[D]. 高洪元. 哈尔滨工程大学, 2010(05)
- [10]CDMA多用户检测器线性统一模型与非线性改进算法研究[D]. 张东红. 西安电子科技大学, 2010(10)