传统多用户检测方法通常假定接收方已知活跃用户数,其一般为这个系统所能容纳的最大用户个数。在此前提下,传统多用户检测方法能够获得较好的性能。然而在实际多址移动通信系统中活跃用户个数及其参数往往都是时变的,因此传统多用户检...传统多用户检测方法通常假定接收方已知活跃用户数,其一般为这个系统所能容纳的最大用户个数。在此前提下,传统多用户检测方法能够获得较好的性能。然而在实际多址移动通信系统中活跃用户个数及其参数往往都是时变的,因此传统多用户检测方法性能恶化。针对这个问题,本文首先采用随机集理论(Random Set Theory,RST)建立多用户动态模型,基于此模型将信道分解为离散部分和连续部分,并通过分析两者的关系得到它们的状态转移概率;然后提出了采用Rao-Blackwellised粒子滤波(RBPF)算法的时变多用户检测器,实现了活跃用户数目变化和信道幅度变化的跟踪及用户发送数据估计;最后给出了算法在抗噪声能力、抗远近效应和系统容量等方面的仿真结果。仿真结果表明本文算法性能明显优于传统多用户检测方法。展开更多
文摘传统多用户检测方法通常假定接收方已知活跃用户数,其一般为这个系统所能容纳的最大用户个数。在此前提下,传统多用户检测方法能够获得较好的性能。然而在实际多址移动通信系统中活跃用户个数及其参数往往都是时变的,因此传统多用户检测方法性能恶化。针对这个问题,本文首先采用随机集理论(Random Set Theory,RST)建立多用户动态模型,基于此模型将信道分解为离散部分和连续部分,并通过分析两者的关系得到它们的状态转移概率;然后提出了采用Rao-Blackwellised粒子滤波(RBPF)算法的时变多用户检测器,实现了活跃用户数目变化和信道幅度变化的跟踪及用户发送数据估计;最后给出了算法在抗噪声能力、抗远近效应和系统容量等方面的仿真结果。仿真结果表明本文算法性能明显优于传统多用户检测方法。
