论文部分内容阅读
将正交频分复用(Orthogonal Frequency-Division Multiplexing,OFDM)与码分多址(Code Division Multiple Access,CDMA)相结合的MC CDMA(Mulit-carrier Code DivisionMulple Access)一经提出,便成为无线移动通信领域最广泛的研究课题之一,在现有GSM系统容量不足、语音失真大、功率辐射强、数据传输慢等问题逐渐暴露的时候,成为第三代移动通信系统IMT-2000中最具潜力的新技术之一。然而,发射机、接收机本地振荡的频偏,机械运动导致的多普勒频移,多径散射带来的相位和包络变化,都会带来符号间串扰(ISI)、信道间干扰(Inter-Channel Interference,ICI),以及多址干扰(Multi-Address Interference,MAI),特别是上行链路用户间的时间偏差、信道非线性、通信终端快速移动带来的多普勒频移,破坏了扩频序列的正交性,降低了MC CDMA系统上行链路的性能。单载波扩频系统中常用的的线性多用户检测手段,如最小均方估计(Minimum Mean Square Estimation,MMSE)、最小二乘估计(LeastSquare,LS),以及分集合并技术,在MC-CDMA上行链路不再有效,信道估计变得困难而不准确。因此,本文首先将SVM检测器应用于MC-CDMA系统上行链路,衡量其在不同信噪比条件下的检测性能,对抗多普勒频移性能,同传统线性检测方法比较与分析;其次通过仿真模拟了SVM网络参数对检测性能的影响,绘制出一定信噪比和信干比条件下SVM检测器误码率随参数变化的曲线,并将一种采用KKT条件筛选样本、新旧样本惩罚系数呈指数衰减的SVM检测方案在MC-CDMA上行链路的性能同无容量控制的方案性能作了比较分析。接下来,针对单纯采用KKT条件筛选训练样本过于机械、粗略,用指数衰减的惩罚系数遗忘历史样本不够有效的缺点,提出将基于支撑向量机的增量学习算法(ISVM)用作对MC-CDMA上行链路信号进行检测,并对其仿真比较,证明这种方法性能不仅大大超过线性检测器,并且比单纯采用KKT条件筛选训练样本的SVM检测器更合理有效。为了对抗突发干扰,改善低信噪比条件下SVM检测性能,在核函数方面对标准SVM检测器也做了改进:本文将模糊系统的概念引入RBF核函数,提出基于非单点模糊化高斯核的SVM检测器,分析了新参数的物理意义并给出它的自适应更新算法,事实证明改进后的核函数提高了低信噪比条件下的检测性能,提高了检测器对突发干扰的适应性。