论文部分内容阅读
传统的通信系统中,接收机通常是在假设信道中附加噪声是高斯白噪声的情况下设计的。此时,接收机是最佳的。但是在现实的通信系统中,许多自然的以及人为的噪声却是非高斯脉冲的。噪声的非高斯性,常常引起高斯假设下设计的最优接收机的性能显著退化。当高斯假设所引起的误差不能接受时,就必须考虑非高斯噪声模型,并设计更加合理的处理系统。 在非高斯脉冲噪声模型中,对称α稳定分布(SαS)能够比较准确地描述许多类型的脉冲噪声。α稳定分布(0<α<2)不存在有限的方差,因此,基于有限方差的信号处理工具(例如,功率谱和最小二乘法)将退化,甚至给出错误的结果。但是由于α稳定分布存在p(p<α)阶矩,因此可以使用p阶矩的概念来实现α稳定分布过程的自适应滤波。 本文正是在这种背景下,利用误差的加权累积p范数作为代价函数,提出了适用于α稳定分布噪声的动量LMP算法Ⅰ;利用误差的加权平均p范数作为代价函数,提出了动量LMP算法Ⅱ。模拟实验表明,两种新动量LMP算法的收敛速度要优于LMP算法,同时计算量与LMP算法具有相同的数量级。 传统上解调DS/CDMA信号所使用的是匹配滤波器(MF)接收机。然而MF接收机不能消除远近效应。当信道中附加噪声为高斯白噪声时,可以使用MMSE接收机消除远近效应。但是在非高斯脉冲噪声下,MMSE接收机不再适用,MD接收机是一种较好的选择。MD接收机通过使估计误差的分散系数最小实现自适应滤波。MD接收机的应用受到了LMP算法收敛速度慢的限制。因此,本文使用两种动量LMP算法来实现MD接收机。模拟实验表明,基于本文提出的两种动量LMP算法的MD接收机在性能上与基于LMP算法的MD接收机基本是一致的,但两种动量LMP算法在收敛速度上远远快于LMP算法。 实际上,当扩频增益N很大时,接收机接收到的每个码片的能量非常小,想要使MD接收机的自适应滤波器系数收敛到MD解很困难。为了解决这个问题,本文在最后给出使用少量滤波器系数的自适应干扰抑制方法。