论文部分内容阅读
CDMA通过给每个用户分配不同的特征码来对其信号进行区分，由此采用这一多址方式的移动通信系统具有用户容量大、保密性好、覆盖范围广等优点。然而，由于各用户特征码并不完全正交，再加上各用户信号在传输过程中的时延又不尽相同；因此当信号到达基站接收端时，各用户信号间就难免会产生多址干扰。为了减小多址干扰，人们提出了多用户检测这一概念，而并行干扰抵消就是一种较为有效的多用户检测方法。由于并行干扰抵消的检测性能依赖于各级判决的准确性，因此当前一级判决值不准确时，后一级就会做出错误的干扰抵消，进而影响到随后的判决。为解决这一问题，人们提出了部分并行干扰抵消的概念，即为重构的多址干扰乘上一个介于0和1之间的干扰抵消因子后再进行抵消。围绕着怎样确定干扰抵消因子这一问题，人们提出了各种算法加以解决。本文在深入分析影响判决准确度的各种因素的基础上，提出了两种新的部分并行干扰抵消算法——基于Hebb学习规则的部分并行干扰抵消(Hebb-PPIC)和基于估计信干比的模糊并行干扰抵消(SIR-FPIC)，并且通过计算机仿真对其检测性能进行了检验。为此，本文做的主要工作包括以下三部分：(1)介绍了DS-CDMA和MC-CDMA两种通信方式的基本原理，在此基础上建立了DS-CDMA和MC-CDMA两种系统模型；简要介绍了多用户检测的由来、发展及分类；重点介绍了匹配滤波检测、并行干扰抵消和部分并行干扰抵消的基本原理及结构，为后面新算法的提出做准备。(2)概述了人工神经网络的由来及发展状况，然后详细描述了Hebb学习规则的基本原理；在此基础上，给出了Hebb-PPIC的基本结构及抵消流程。随后利用MATLAB软件平台进行仿真，分别在DS-CDMA和MC-CDMA两种系统模型中分理想功率控制和远近背景两种情况对Hebb-PPIC的检测性能进行考察；仿真结果说明：Hebb-PPIC能够在并行干扰抵消的基础上进一步降低系统接收误码率，提升检测性能。(3)针对Hebb-PPIC中干扰抵消因子实时性不强的弱点，提出了SIR-FPIC算法；该算法以前一级的信干比估计值构建隶属函数作为下一级的干扰抵消因子。在相同的仿真环境下进行仿真，结果表明：SIR-FPIC能够有效克服Hebb-PPIC的弱点，进一步降低系统接收误码率。