空时联合多用户检测技术的研究
|
摘要
多用户检测技术是 CDMA 系统中最有效的抗多址干扰技术，是一种从接
收端的设计入手的干扰抑制方法。它在传统检测技术的基础上，充分利用干
扰用户的信息(扩频序列相关特性，信号幅度变化，信号同步特征等)来消除或
减轻多址干扰的影响，以达到可靠地提取有用信号。而空时处理是借助阵列
天线技术利用信号的空间特征来抑制干扰。将两者结合起来组成空时联合的
多用户检测器是近几年来研究的热点。
与 TDMA，FDMA 相比，CDMA 具有系统容量大、抗干扰能力强、频谱
利用率高、发射功率低、保密性能好等优越性，这使得 CDMA 多址技术成为
IMT-2000 研究和开发的技术基础。但是所有的 CDMA 用户占用同一时间和
同一频带，接收信号是所有用户信号的总和，由于异步和多径传播等原因，
接收信号中各个用户的信号存在一定的相关性，使得接收端只借助每个用户
的扩频码进行解扩时，非期望用户的信号对期望用户信号的正确解调造成干
扰，这种干扰称为多址干扰(MAI)。由个别用户产生的 MAI 虽然很小，随着
用户数的增加或信号功率的增大，MAI 成为宽带 CDMA 通信系统的一个主要
干扰。MAI 的存在影响了通信的质量，限制了系统容量，从而使得各种抗多
址干扰(MAI)技术的研究有了重要的意义。
基于维特比算法的最优空时多用户检测算法的复杂度随着用户数的增加
而呈指数增长的趋势，无法实时实现，因此次优的空时多用户检测的研究成
为了人们研究的重点。次优的线性时空多用户检测计算复杂度大大降低，性
能接近最优的空时多用户检测，它分为最小均方误差（MMSE）空时多用户检
测和解相关空时多用户检测。然而它们目前存在的问题是：解相关空时多用
户检测涉及矩阵求逆，运算量较大，并且解相关操作使背景噪声增强；MMSE
空时多用户检测在消除 MAI 和不增强背景噪声之间进行了折衷，但是它需要
估计信号幅度，抗远近效应方面性能不如解相关空时多用户检测，并且运算
量和解相关算法相近。
针对以上问题，我们做了以下研究：
63
吉林大学硕士学位论文
1. 研究了线性空时多用户检测中的解相关空时多用户检测技术，提出了
一种针对基站接收的去偏解相关空时多用户检测器，其计算量较小，性能优
于一般的解相关空时多用户检测器。文中采用的是直接序列扩频 CDMA 系统
（DS-CDMA），信道是多径 CDMA 信道，假设每一个符号的多径传播都被限
制在一个符号间隔内。通过分析知，每个符号的信息都包含在以此符号周期
为中心的相邻的三个符号周期中，即符号间干扰(ISI)只来自于相邻三个比特。
去偏的解相关空时多用户检测器取相邻三个信息比特的充分统计量（包含了
原观测值与最佳决策有关的所有信息的统计量），对其进行解相关操作后，它
考虑了偏差项的影响而只取中间的信息比特作为估计；如果把这三个信息比
特全部作为估计而不考虑偏差项的影响得到的是有偏的空时解相关多用户检
测。同时处理大于三个信息比特的充分统计量可以得到更多信息比特的信息，
但这是以增加计算复杂度为代价的，而在文中假设下三个比特的信息已经足
够。另外，解相关操作涉及对矩阵求逆，此矩阵是一个对角占优矩阵，其中
含有大量的零元素，所以适合采用高斯－塞德尔迭代算法，这种算法有很好
的收敛性能。我们做的仿真实验如下：
1) 对系统中两个信号比较弱的用户分别采用如下三种检测器：有偏的空
时解相关多用户检测器、去偏的空时解相关多用户检测器和空时匹配滤
波器，记录他们的比特误码率随信噪比变化的情况，并给出了变化曲线。
取信号弱的用户是因为他们更能体现检测器的性能。
通过对仿真结果的分析比较我们得出结论：去偏的空时解相关多用户检
测器的性能优于其它两种检测器。
2) 记录每个用户每一次迭代的比特误码率随信噪比变化的情况，此实验
用来表明高斯－塞德尔迭代算法的收敛性。从图中可以看出，这种算法在
4-5 次迭代内就收敛了，并且也表明了最大的性能改善表现在第二次迭代，
从而说明这种迭代算法具有较好的收敛性能。
上述都是假设所有用户特征序列已知的检测，不能消除其它小区的 MAI
对本小区的影响，也不能用于下行链路的接收而只适合于基站接收的情况，
于是人们开始研究所有干扰用户的特征序列未知的盲空时多用户检测，它适
合于移动台的接收。在异步或多径传播的情况下，不同用户的信息符号间不
同步，因此在被接收用户信息符号的持续期内外，干扰用户和被接收用户的
64
摘要
信号间是相关的。为了最大限度地抑制干扰，考虑持续期外的信号是有意义
的，所以数据窗口宽度的选取也就变得非常重要。因此，本文还做了如下研
究：
2. 研究了基于 LMS 算法的盲空时多用户检测器，并给出其组成结构图，
重点分析四种数据窗口选择方案对接收数据中包含的多址干扰和符号间干扰
的影响，这四种方案是：(1)捕获了期望用户所有的路径上的信号，充分利用
所有多径上的信号能量；(2)充分利用延迟最短的路径的信号的能量及其相应
的其它路径的部分信号能量；(3)充分利用延迟最长的路径的?
Multi-User Detection(MUD) technique is the most effective anti-MAI technique
in CDMA system. It is a method of anti-interference based on the receiver’s design.
It can demodulate the desired user’s signal reliably by making full use of other
users’ information. While space-time processing reduces the interference in virtue
of the signal’s spacial property obtained from the antenna array. Combining the
two techniques into space-time MUD (ST-MUD) is heatedly discussed in recent
studies.
Compared with FDMA and TDMA, CDMA is superior in high capacity,
anti-interference, frequency application, low transmitting power and high privacy,
etc., which makes CDMA become the technical foundation of IMT-2000. However,
in CDMA system, all users share the same time and frequency band and the
receiving signal is the sum of all users’ signal. Different users’ signal is correlated,
because of asynchronous and multipath spreading of wireless signal. Although the
MAI produced by individual user is small, it will become the primary interference,
with the increase of the users’ number and the signal’s power. The existence of
MAI limits the capacity of CDMA, and affects other aspects of its superiority.
Hence the study of various anti-MAI techniques has great significance.
Optimum ST-MUD based on Viterbi algorithm can’t be implemented in real
time because its computational complexity increases in exponent with the increase
of the users’ number, which restricts its application and some sub-optimum
ST-MUDs appear. MMSE ST-MUD and Decorrelation ST-MUD are two typical
sub-optimum linear ST-MUDs. Their computational complexity lessens greatly
while their performances are close to optimum ST-MUD’s. However, decorrelation
ST-MUD involves computing the inverse of a matrix, and the operation amount is
relatively great. In addition, the operation of decorrelation makes the ambient
noises strong. MMSE ST-MUD compromises between eliminating MAI and
building up no more ambient noises, but it needs to estimate the signal amplitude,
66
ABSTRACT
and the performance of “near-far” resistance is not so good as Decorrelating
ST-MUD and the computational complexity is close to it.
Take the above problems into consideration, the following researches are carried
out:
1. Studying the decorrelating ST-MUD technique and proposed a de-biasing
decorrelating ST-MUD, whose computational complexity is comparatively small
while performances are superior to the ordinary decorrelating ST-MUD. In this
paper, DS-CDMA (Direct Sequence Spreading CDMA) system is adopted. Signal
spreads in multipath channel and it is assumed the multipath delay of each symbol
is confined in one symbol’s period. Under this assumption, the information of each
symbol is in the period of three continuous symbol centered on it, i.e. ISI only
comes from these three bits. The de-biasing decorrelating ST-MUD takes the
efficient statistics of three continuous symbol and decorrelating them, and then
takes the middle bit as the estimation. If we take these three bits as the estimation
and don’t take the effect of error into account, a biasing decorrelating ST-MUD is
obtained. In addition, the burden of work out the inverse of a matrix is heavy, so
we adopted the Gauss-Seidel iteration algorithm which is suitable for the matrix in
this paper and is superior in the convergence. Therefore we obtained a de-biasing
decorrelating ST-MUD which is simple-structured and low computational
complexity. The emulation experiments which have been done are as follows:
1) Comparing the BER (bit error rate) of each user when he adopt the following
three detectors relatively: biasing decorrelating ST-MUD, de-biasing decorrelating
ST-MUD and space-time matched filter. In the experiment two low-powered users
are recorded because they can test the detectors’ performances more efficiently.
Through analyzing of the results of the experimental we draw the conclusion that
the de-biasing decorrelating ST-M
收端的设计入手的干扰抑制方法。它在传统检测技术的基础上，充分利用干
扰用户的信息(扩频序列相关特性，信号幅度变化，信号同步特征等)来消除或
减轻多址干扰的影响，以达到可靠地提取有用信号。而空时处理是借助阵列
天线技术利用信号的空间特征来抑制干扰。将两者结合起来组成空时联合的
多用户检测器是近几年来研究的热点。
与 TDMA，FDMA 相比，CDMA 具有系统容量大、抗干扰能力强、频谱
利用率高、发射功率低、保密性能好等优越性，这使得 CDMA 多址技术成为
IMT-2000 研究和开发的技术基础。但是所有的 CDMA 用户占用同一时间和
同一频带，接收信号是所有用户信号的总和，由于异步和多径传播等原因，
接收信号中各个用户的信号存在一定的相关性，使得接收端只借助每个用户
的扩频码进行解扩时，非期望用户的信号对期望用户信号的正确解调造成干
扰，这种干扰称为多址干扰(MAI)。由个别用户产生的 MAI 虽然很小，随着
用户数的增加或信号功率的增大，MAI 成为宽带 CDMA 通信系统的一个主要
干扰。MAI 的存在影响了通信的质量，限制了系统容量，从而使得各种抗多
址干扰(MAI)技术的研究有了重要的意义。
基于维特比算法的最优空时多用户检测算法的复杂度随着用户数的增加
而呈指数增长的趋势，无法实时实现，因此次优的空时多用户检测的研究成
为了人们研究的重点。次优的线性时空多用户检测计算复杂度大大降低，性
能接近最优的空时多用户检测，它分为最小均方误差（MMSE）空时多用户检
测和解相关空时多用户检测。然而它们目前存在的问题是：解相关空时多用
户检测涉及矩阵求逆，运算量较大，并且解相关操作使背景噪声增强；MMSE
空时多用户检测在消除 MAI 和不增强背景噪声之间进行了折衷，但是它需要
估计信号幅度，抗远近效应方面性能不如解相关空时多用户检测，并且运算
量和解相关算法相近。
针对以上问题，我们做了以下研究：
63
吉林大学硕士学位论文
1. 研究了线性空时多用户检测中的解相关空时多用户检测技术，提出了
一种针对基站接收的去偏解相关空时多用户检测器，其计算量较小，性能优
于一般的解相关空时多用户检测器。文中采用的是直接序列扩频 CDMA 系统
（DS-CDMA），信道是多径 CDMA 信道，假设每一个符号的多径传播都被限
制在一个符号间隔内。通过分析知，每个符号的信息都包含在以此符号周期
为中心的相邻的三个符号周期中，即符号间干扰(ISI)只来自于相邻三个比特。
去偏的解相关空时多用户检测器取相邻三个信息比特的充分统计量（包含了
原观测值与最佳决策有关的所有信息的统计量），对其进行解相关操作后，它
考虑了偏差项的影响而只取中间的信息比特作为估计；如果把这三个信息比
特全部作为估计而不考虑偏差项的影响得到的是有偏的空时解相关多用户检
测。同时处理大于三个信息比特的充分统计量可以得到更多信息比特的信息，
但这是以增加计算复杂度为代价的，而在文中假设下三个比特的信息已经足
够。另外，解相关操作涉及对矩阵求逆，此矩阵是一个对角占优矩阵，其中
含有大量的零元素，所以适合采用高斯－塞德尔迭代算法，这种算法有很好
的收敛性能。我们做的仿真实验如下：
1) 对系统中两个信号比较弱的用户分别采用如下三种检测器：有偏的空
时解相关多用户检测器、去偏的空时解相关多用户检测器和空时匹配滤
波器，记录他们的比特误码率随信噪比变化的情况，并给出了变化曲线。
取信号弱的用户是因为他们更能体现检测器的性能。
通过对仿真结果的分析比较我们得出结论：去偏的空时解相关多用户检
测器的性能优于其它两种检测器。
2) 记录每个用户每一次迭代的比特误码率随信噪比变化的情况，此实验
用来表明高斯－塞德尔迭代算法的收敛性。从图中可以看出，这种算法在
4-5 次迭代内就收敛了，并且也表明了最大的性能改善表现在第二次迭代，
从而说明这种迭代算法具有较好的收敛性能。
上述都是假设所有用户特征序列已知的检测，不能消除其它小区的 MAI
对本小区的影响，也不能用于下行链路的接收而只适合于基站接收的情况，
于是人们开始研究所有干扰用户的特征序列未知的盲空时多用户检测，它适
合于移动台的接收。在异步或多径传播的情况下，不同用户的信息符号间不
同步，因此在被接收用户信息符号的持续期内外，干扰用户和被接收用户的
64
摘要
信号间是相关的。为了最大限度地抑制干扰，考虑持续期外的信号是有意义
的，所以数据窗口宽度的选取也就变得非常重要。因此，本文还做了如下研
究：
2. 研究了基于 LMS 算法的盲空时多用户检测器，并给出其组成结构图，
重点分析四种数据窗口选择方案对接收数据中包含的多址干扰和符号间干扰
的影响，这四种方案是：(1)捕获了期望用户所有的路径上的信号，充分利用
所有多径上的信号能量；(2)充分利用延迟最短的路径的信号的能量及其相应
的其它路径的部分信号能量；(3)充分利用延迟最长的路径的?
Multi-User Detection(MUD) technique is the most effective anti-MAI technique
in CDMA system. It is a method of anti-interference based on the receiver’s design.
It can demodulate the desired user’s signal reliably by making full use of other
users’ information. While space-time processing reduces the interference in virtue
of the signal’s spacial property obtained from the antenna array. Combining the
two techniques into space-time MUD (ST-MUD) is heatedly discussed in recent
studies.
Compared with FDMA and TDMA, CDMA is superior in high capacity,
anti-interference, frequency application, low transmitting power and high privacy,
etc., which makes CDMA become the technical foundation of IMT-2000. However,
in CDMA system, all users share the same time and frequency band and the
receiving signal is the sum of all users’ signal. Different users’ signal is correlated,
because of asynchronous and multipath spreading of wireless signal. Although the
MAI produced by individual user is small, it will become the primary interference,
with the increase of the users’ number and the signal’s power. The existence of
MAI limits the capacity of CDMA, and affects other aspects of its superiority.
Hence the study of various anti-MAI techniques has great significance.
Optimum ST-MUD based on Viterbi algorithm can’t be implemented in real
time because its computational complexity increases in exponent with the increase
of the users’ number, which restricts its application and some sub-optimum
ST-MUDs appear. MMSE ST-MUD and Decorrelation ST-MUD are two typical
sub-optimum linear ST-MUDs. Their computational complexity lessens greatly
while their performances are close to optimum ST-MUD’s. However, decorrelation
ST-MUD involves computing the inverse of a matrix, and the operation amount is
relatively great. In addition, the operation of decorrelation makes the ambient
noises strong. MMSE ST-MUD compromises between eliminating MAI and
building up no more ambient noises, but it needs to estimate the signal amplitude,
66
ABSTRACT
and the performance of “near-far” resistance is not so good as Decorrelating
ST-MUD and the computational complexity is close to it.
Take the above problems into consideration, the following researches are carried
out:
1. Studying the decorrelating ST-MUD technique and proposed a de-biasing
decorrelating ST-MUD, whose computational complexity is comparatively small
while performances are superior to the ordinary decorrelating ST-MUD. In this
paper, DS-CDMA (Direct Sequence Spreading CDMA) system is adopted. Signal
spreads in multipath channel and it is assumed the multipath delay of each symbol
is confined in one symbol’s period. Under this assumption, the information of each
symbol is in the period of three continuous symbol centered on it, i.e. ISI only
comes from these three bits. The de-biasing decorrelating ST-MUD takes the
efficient statistics of three continuous symbol and decorrelating them, and then
takes the middle bit as the estimation. If we take these three bits as the estimation
and don’t take the effect of error into account, a biasing decorrelating ST-MUD is
obtained. In addition, the burden of work out the inverse of a matrix is heavy, so
we adopted the Gauss-Seidel iteration algorithm which is suitable for the matrix in
this paper and is superior in the convergence. Therefore we obtained a de-biasing
decorrelating ST-MUD which is simple-structured and low computational
complexity. The emulation experiments which have been done are as follows:
1) Comparing the BER (bit error rate) of each user when he adopt the following
three detectors relatively: biasing decorrelating ST-MUD, de-biasing decorrelating
ST-MUD and space-time matched filter. In the experiment two low-powered users
are recorded because they can test the detectors’ performances more efficiently.
Through analyzing of the results of the experimental we draw the conclusion that
the de-biasing decorrelating ST-M
引文
[1] 张贤达, 保铮. 通信信号处理. 国防工业出版社, 2000.12, 第 1 版, 420-482.
[2] 胡健栋. 现代无线通信技术. 机械工业出版社, 2003.6.第 1 版, 12-17.
[3] 常大年, 王静, 果明实. 现代移动通信技术与组织. 北京邮电大学出版社,
2000.8, 第 1 版, 33-43.
[4] 徐涛编著. 数值计算方法. 吉林科学技术出版社. 1998. 6, 第 1 版. 201-248.
[5] 张诚, 傅丰林. 第三代移动通信中的多用户检测技术. 现代电子技术, 2002,
(9)总第 140 期: 24-26.
[6] 黎海涛. 多用户检测技术. 四川通信技术, 2001.2, 31(1): 44-47.
[7] 李秀华, 付永庆, 张文浩. CDMA 多用户检测技术研究动态. 应用科技.
2000.10, 27(12): 11-13
[8] 田继锋, 孙甲琦, 郭黎利. DS-CDMA 系统中的多址干扰. 应用科技,
2002.12, 28(12): 1-3.
[9] 刘虎, 张树京, 刘剑波. 混沌 CDMA 系统中多址干扰分析. 铁道学报,
2001.4, 23(2): 45-49.
[10]张丽娟, 孙锦, 刘金媛, 张妍紫. 新一代移动通信系统——CDMA. 河北职
工大学学报,2001.1, 3(1): 95-96.
[11]杨明, 刘翔. CDMA——未来的移动通信技术. 广西通信技术, 2000.1, (2):
19-21.
[12]邵朝, 何立明, 卢光跃. 线性多用户检测算法模拟研究. 无线通信技术,
2002, (1): 21-28.
[13]陈顺林, 杨万全. 多用户检测技术的原理及其性能分析. 实用测试技术,
No. 1, 2002.1.
[14]杨东林, 叶梧. Turbo CDMA 多用户检测的研究. 电子科技大学学报,
2000.1, 29(3): 247-251.
[15]王庆扬, 张青, 韦岗. CDMA 移动通信系统中的多用户检测技术. 移动通
信, 2000, (2): 41-45
57
吉林大学硕士学位论文
[16]陈强, 皇甫堪. 多径条件下的最优空时多用户检测. 通信学报, 2001.3,
22(3): 57-62.
[17]周德锁, 王永生. 一种实用化多用户联合检测技术研究. 信号处理, 2002.8,
18(4): 289-293.
[18]王文杰, 张建国, 殷勤业. 异步 DS-CDMA 系统中的最优时空线性多用户
监测器. 电子与信息学报, 2002.2, 24(2): 176-183.
[19]王伶, 焦李成, 刘芳. 一种新的去偏解相关多用户检测器. 信号处理,
2002.1, 18(3): 208-211.
[20]胡艳军, 朱近康.CDMA 解相关多用户检测的快速处理方法. 高技术通讯,
2001, (10) : 26-30.
[21]陈强, 皇甫堪. 多径条件下最小方差空时多用户检测的性能分析. 通信学
报, 2002.3, 23(3): 44-50.
[22]王安义, 李旭虹. 异步多径条件下空时 CDMA 多用户检测. 信号处理,
2002.8 ,18(4): 331-335.
[23]郑建忠, 杨淑媛, 焦李成. 基于新的数据选择方案下的盲空时多用户检测.
电子与信息学报, 2002.10 , 24(1): 1850-1856.
[24]焦李成, 郑建忠. 多径 CDMA 信道下最小均方盲空时多用户检测. 电子学
报, 2002.7 , 30(7): 981-985.
[25]傅海阳, 杨龙祥, 刘文杰. 频率复用 DS/CDMA 系统中自适应盲多用户检
测的一种方法. 电子与信息学报, 2002.4, 24(4): 539-544.
[26]毛智礼, 马三中. 多径信道下盲最小输出能量空时多用户检测器. 西安邮
电学院报, 2003.1 , 8(1): 24-31.
[27]陈强, 皇甫堪. 基于多级维纳滤波的低秩盲空时多用户检测. 通信学报.
2003.1, 24(1): 10-17.
[28]陶乃勇, 叶飞, 傅海阳. 多径 CDMA 信道盲空时多用户检测器. 重庆邮电
学院学报, 2001.1, 13(2): 9-12.
[29]王庆扬, 韦岗. CDMA 移动通信系统中基于子空间的信号检测. 高技术通
讯, 2000, (11): 29-32.
[30]隗炜, 周雷, 张贤达. 异步 CDMA 系统中一种新颖的盲自适应多用户检测
方法. 清华大学学报（自然科学版）, 2001, 41(9): 94-97.
58
参考文献
[31]郑建忠, 焦李成. 多径CDMA信道下基于指数加权最小二乘盲空时多用户
检测. 通信学报, 2002.10, 23(10): 15-24.
[32]郑建忠, 焦李成, 郝继升. 一种新的最小二乘盲空时多用户检测. 西安电
子科技大学学报, 2001.10, 28(6): 732-736.
[33]林志强, 尤肖虎, 王勇. CDMA 信号在衰落信道中的低复杂性盲多用户检
测. 应用科学学报, 2002.3 , 20(1): 47-50.
[34]胡艳军, 朱怀松, 朱近康. DS/CDMA 多用户检测盲自适应梯度算法的改进.
电子学报, 2002.3, 30(5): 719-722.
[35]罗云娟, 欧阳缮. 一种基于多级分解的空时多用户检测方法. 通信学报,
2002.9, 23(9): 36-41.
[36]严玉平, 刘泽民. 天线阵 CDMA 系统基于子空间的盲辨识与多用户检测.
北京邮电大学学报, 2002.5, 25(1): 73-78.
[37]王勇, 尤肖虎, 陈明, 程时昕. 一种多入多出 DS/CDMA 系统中的半盲多
用户检测算法. 电子与信息学报, 2001.8, 23(9): 847-853
[38]陈强, 王展, 皇甫堪. 盲自适应的多用户 CDMA 阵列接收机. 国防科技大
学学报, 2001, 23(4): 123-126.
[39]李春光, 廖晓峰, 虞厥邦. 在 CDMA 系统中实现多用户检测的障碍函数下
降方向法.电子与信息学报, 2001.10, 23(10): 1006-1013.
[40]杨恒, 张贤达. Rayleigh 信道下的支持向量机多用户检测方法. 电子与信息
学, 2002.2, 24(2): 257-260.
[41]王焱滨, 李春光, 虞厥邦. 一种基于禁忌搜索的多用户检测方法. 信号处
理, 2002.1, 18(3): 212-207.
[42]Sergio Verdu. Minimum Probability of Error for Asynchronous Gaussian
Multiple-Access Channels. IEEE Transactions on information theory, 1986.1,
IT-32(1): 85-96.
[43]Verdu S. Optimum multi-user asymptotic efficiency. IEEE Trans. Commun.,
1986, 34: 890-897.
[44]Verdu S. Multiuser detection. Cambridge University Press, 1998.
[45]R. Lupas, S. Verdu, Linear multiuser detectors for synchronous code-division
multiple-access channels, IEEE Trans. on Info. Theory, 1989, (1), 123-136.
59
吉林大学硕士学位论文
[46]Xie. Z, et al. A family of suboptimum detectors for coherent multiuser
communications. IEEE J. Select. Area Commu., 1990,8(4): 683.
[47]Hongbin Li, Jian Li. Differential and Coherent Decorrelating Multiuser
Receivers for Space-time Coded CDMA Systems. Second IEEE SAM’2002
Rosslyn, VA, , 2002.8. 4-6
[48]Ryuji Kohno, Isamu Yoshii, Kazunori Watanabe. Space and Time Signal
Processing Based on Adaptive Antenna Array for CDMA. 1999 IEEE ITW,
Kruger National Park, South Africa, June 20-25. pp: 45-47.
[49]Michael Honig, Upamanyu Mdhow, Sergio Verdu. Blind Adaptive Multiuser
Detection. IEEE Transaction On Information Theory, 1998.7, 41(4): 944-960.
[50]Xiaodong Wang, H. Vincent Poor. Space-Time Multiuser Detection in
Multipath CDMA Channels. IEEE Transaction On Signal Processing. 1999.9,
47(9): 2356-2374.
[51]Jeffery B. Schodorf and D. B. Papadias, A constrained optimization approach
to multiuser detection. IEEE Trans. Signal Processing, 1997.1, 45: 258-262.
[52]Bin Yang. Projection Approximation Subspace Tracking. IEEE Trans. Signal
Processing, 1997.1, 45: 95-107.
[53]Pierre Comom, Gene H. Golub. Tracking a few extreme singular values and
vectors in signal processing. Proc. IEEE, 1990, 78(8), 1327-1343.
[54]Ozgur Ertug, Buyurman Baykal. Space-Time-Frequency Multiuser Detection
Over Fast-Fading Multipath Channels for Synchronous DS-CDMA Systems.
IEEE VTC’01, 1503-1507.
[55]Paulai A. J, Papadias C. B. Space-time processing for wireless communication.
IEEE Signal Processing Magazine. 1997, 14(11): 49-83.
[56]H V Poor, X Wang. Code-aided interference suppression for DS/CDMA
communications: Part I: Interference suppression capability. IEEE Trans On
Comm. 1997, 45(9): 1101-1111.
[57]H V Poor, X Wang. Code-aided interference suppression for DS/CDMA
communications: Part II: Parallel blind adaptive implementations. IEEE Trans
Comm. 1997, 45(9): 1112-1122.
60
参考文献
[58]Zhang X D, Wei W. Blind Adaptive Multiuser Detection Based on Kalman
Filtering. IEEE Trans. Signal Processing, 2002, 50: 87-95.
[59]Zhengyuan Xu, Ting Wang. Blind Detection of CDMA Signals Based on
Kalman Filter.
[60]Ruxandra Lupas, Sergio verdu. Linear Multiuser Detections for Synchronous
Code-Division Multiple-Access Channels. IEEE Trans.on I.T, 1989.1, 35(1):
123-136.
[61]S. Miller, S. C. Schartz. Integrated spatial-temporal detectors for asynchrous
Gaussian multiple access channels. IEEE Trans. on Commun., 1995,
COM-43(2/3/4): 396-411.
[62]Ruifeng Wang, Spatial-Temporal signal processing for multi-user CDMA
communication systems. Ph. D dissertation of Queen’s University, July 1999:
25-61.
[63]Price R, Green P E. A communication technique for multipath channel. Proc.
IRE, 1958, 46: 555-525.
[64]L. B. Nelson, H. V. Poor. Iterative multiuser receivers for CDMA channels: an
EM-Based approach. IEEE Trans. On Comm. 1996.12, 44(12): 1700-1710.
[65]D. Young, Iterative Solution of Large Linear Systems. New York: Academic,
1971.
[2] 胡健栋. 现代无线通信技术. 机械工业出版社, 2003.6.第 1 版, 12-17.
[3] 常大年, 王静, 果明实. 现代移动通信技术与组织. 北京邮电大学出版社,
2000.8, 第 1 版, 33-43.
[4] 徐涛编著. 数值计算方法. 吉林科学技术出版社. 1998. 6, 第 1 版. 201-248.
[5] 张诚, 傅丰林. 第三代移动通信中的多用户检测技术. 现代电子技术, 2002,
(9)总第 140 期: 24-26.
[6] 黎海涛. 多用户检测技术. 四川通信技术, 2001.2, 31(1): 44-47.
[7] 李秀华, 付永庆, 张文浩. CDMA 多用户检测技术研究动态. 应用科技.
2000.10, 27(12): 11-13
[8] 田继锋, 孙甲琦, 郭黎利. DS-CDMA 系统中的多址干扰. 应用科技,
2002.12, 28(12): 1-3.
[9] 刘虎, 张树京, 刘剑波. 混沌 CDMA 系统中多址干扰分析. 铁道学报,
2001.4, 23(2): 45-49.
[10]张丽娟, 孙锦, 刘金媛, 张妍紫. 新一代移动通信系统——CDMA. 河北职
工大学学报,2001.1, 3(1): 95-96.
[11]杨明, 刘翔. CDMA——未来的移动通信技术. 广西通信技术, 2000.1, (2):
19-21.
[12]邵朝, 何立明, 卢光跃. 线性多用户检测算法模拟研究. 无线通信技术,
2002, (1): 21-28.
[13]陈顺林, 杨万全. 多用户检测技术的原理及其性能分析. 实用测试技术,
No. 1, 2002.1.
[14]杨东林, 叶梧. Turbo CDMA 多用户检测的研究. 电子科技大学学报,
2000.1, 29(3): 247-251.
[15]王庆扬, 张青, 韦岗. CDMA 移动通信系统中的多用户检测技术. 移动通
信, 2000, (2): 41-45
57
吉林大学硕士学位论文
[16]陈强, 皇甫堪. 多径条件下的最优空时多用户检测. 通信学报, 2001.3,
22(3): 57-62.
[17]周德锁, 王永生. 一种实用化多用户联合检测技术研究. 信号处理, 2002.8,
18(4): 289-293.
[18]王文杰, 张建国, 殷勤业. 异步 DS-CDMA 系统中的最优时空线性多用户
监测器. 电子与信息学报, 2002.2, 24(2): 176-183.
[19]王伶, 焦李成, 刘芳. 一种新的去偏解相关多用户检测器. 信号处理,
2002.1, 18(3): 208-211.
[20]胡艳军, 朱近康.CDMA 解相关多用户检测的快速处理方法. 高技术通讯,
2001, (10) : 26-30.
[21]陈强, 皇甫堪. 多径条件下最小方差空时多用户检测的性能分析. 通信学
报, 2002.3, 23(3): 44-50.
[22]王安义, 李旭虹. 异步多径条件下空时 CDMA 多用户检测. 信号处理,
2002.8 ,18(4): 331-335.
[23]郑建忠, 杨淑媛, 焦李成. 基于新的数据选择方案下的盲空时多用户检测.
电子与信息学报, 2002.10 , 24(1): 1850-1856.
[24]焦李成, 郑建忠. 多径 CDMA 信道下最小均方盲空时多用户检测. 电子学
报, 2002.7 , 30(7): 981-985.
[25]傅海阳, 杨龙祥, 刘文杰. 频率复用 DS/CDMA 系统中自适应盲多用户检
测的一种方法. 电子与信息学报, 2002.4, 24(4): 539-544.
[26]毛智礼, 马三中. 多径信道下盲最小输出能量空时多用户检测器. 西安邮
电学院报, 2003.1 , 8(1): 24-31.
[27]陈强, 皇甫堪. 基于多级维纳滤波的低秩盲空时多用户检测. 通信学报.
2003.1, 24(1): 10-17.
[28]陶乃勇, 叶飞, 傅海阳. 多径 CDMA 信道盲空时多用户检测器. 重庆邮电
学院学报, 2001.1, 13(2): 9-12.
[29]王庆扬, 韦岗. CDMA 移动通信系统中基于子空间的信号检测. 高技术通
讯, 2000, (11): 29-32.
[30]隗炜, 周雷, 张贤达. 异步 CDMA 系统中一种新颖的盲自适应多用户检测
方法. 清华大学学报（自然科学版）, 2001, 41(9): 94-97.
58
参考文献
[31]郑建忠, 焦李成. 多径CDMA信道下基于指数加权最小二乘盲空时多用户
检测. 通信学报, 2002.10, 23(10): 15-24.
[32]郑建忠, 焦李成, 郝继升. 一种新的最小二乘盲空时多用户检测. 西安电
子科技大学学报, 2001.10, 28(6): 732-736.
[33]林志强, 尤肖虎, 王勇. CDMA 信号在衰落信道中的低复杂性盲多用户检
测. 应用科学学报, 2002.3 , 20(1): 47-50.
[34]胡艳军, 朱怀松, 朱近康. DS/CDMA 多用户检测盲自适应梯度算法的改进.
电子学报, 2002.3, 30(5): 719-722.
[35]罗云娟, 欧阳缮. 一种基于多级分解的空时多用户检测方法. 通信学报,
2002.9, 23(9): 36-41.
[36]严玉平, 刘泽民. 天线阵 CDMA 系统基于子空间的盲辨识与多用户检测.
北京邮电大学学报, 2002.5, 25(1): 73-78.
[37]王勇, 尤肖虎, 陈明, 程时昕. 一种多入多出 DS/CDMA 系统中的半盲多
用户检测算法. 电子与信息学报, 2001.8, 23(9): 847-853
[38]陈强, 王展, 皇甫堪. 盲自适应的多用户 CDMA 阵列接收机. 国防科技大
学学报, 2001, 23(4): 123-126.
[39]李春光, 廖晓峰, 虞厥邦. 在 CDMA 系统中实现多用户检测的障碍函数下
降方向法.电子与信息学报, 2001.10, 23(10): 1006-1013.
[40]杨恒, 张贤达. Rayleigh 信道下的支持向量机多用户检测方法. 电子与信息
学, 2002.2, 24(2): 257-260.
[41]王焱滨, 李春光, 虞厥邦. 一种基于禁忌搜索的多用户检测方法. 信号处
理, 2002.1, 18(3): 212-207.
[42]Sergio Verdu. Minimum Probability of Error for Asynchronous Gaussian
Multiple-Access Channels. IEEE Transactions on information theory, 1986.1,
IT-32(1): 85-96.
[43]Verdu S. Optimum multi-user asymptotic efficiency. IEEE Trans. Commun.,
1986, 34: 890-897.
[44]Verdu S. Multiuser detection. Cambridge University Press, 1998.
[45]R. Lupas, S. Verdu, Linear multiuser detectors for synchronous code-division
multiple-access channels, IEEE Trans. on Info. Theory, 1989, (1), 123-136.
59
吉林大学硕士学位论文
[46]Xie. Z, et al. A family of suboptimum detectors for coherent multiuser
communications. IEEE J. Select. Area Commu., 1990,8(4): 683.
[47]Hongbin Li, Jian Li. Differential and Coherent Decorrelating Multiuser
Receivers for Space-time Coded CDMA Systems. Second IEEE SAM’2002
Rosslyn, VA, , 2002.8. 4-6
[48]Ryuji Kohno, Isamu Yoshii, Kazunori Watanabe. Space and Time Signal
Processing Based on Adaptive Antenna Array for CDMA. 1999 IEEE ITW,
Kruger National Park, South Africa, June 20-25. pp: 45-47.
[49]Michael Honig, Upamanyu Mdhow, Sergio Verdu. Blind Adaptive Multiuser
Detection. IEEE Transaction On Information Theory, 1998.7, 41(4): 944-960.
[50]Xiaodong Wang, H. Vincent Poor. Space-Time Multiuser Detection in
Multipath CDMA Channels. IEEE Transaction On Signal Processing. 1999.9,
47(9): 2356-2374.
[51]Jeffery B. Schodorf and D. B. Papadias, A constrained optimization approach
to multiuser detection. IEEE Trans. Signal Processing, 1997.1, 45: 258-262.
[52]Bin Yang. Projection Approximation Subspace Tracking. IEEE Trans. Signal
Processing, 1997.1, 45: 95-107.
[53]Pierre Comom, Gene H. Golub. Tracking a few extreme singular values and
vectors in signal processing. Proc. IEEE, 1990, 78(8), 1327-1343.
[54]Ozgur Ertug, Buyurman Baykal. Space-Time-Frequency Multiuser Detection
Over Fast-Fading Multipath Channels for Synchronous DS-CDMA Systems.
IEEE VTC’01, 1503-1507.
[55]Paulai A. J, Papadias C. B. Space-time processing for wireless communication.
IEEE Signal Processing Magazine. 1997, 14(11): 49-83.
[56]H V Poor, X Wang. Code-aided interference suppression for DS/CDMA
communications: Part I: Interference suppression capability. IEEE Trans On
Comm. 1997, 45(9): 1101-1111.
[57]H V Poor, X Wang. Code-aided interference suppression for DS/CDMA
communications: Part II: Parallel blind adaptive implementations. IEEE Trans
Comm. 1997, 45(9): 1112-1122.
60
参考文献
[58]Zhang X D, Wei W. Blind Adaptive Multiuser Detection Based on Kalman
Filtering. IEEE Trans. Signal Processing, 2002, 50: 87-95.
[59]Zhengyuan Xu, Ting Wang. Blind Detection of CDMA Signals Based on
Kalman Filter.
[60]Ruxandra Lupas, Sergio verdu. Linear Multiuser Detections for Synchronous
Code-Division Multiple-Access Channels. IEEE Trans.on I.T, 1989.1, 35(1):
123-136.
[61]S. Miller, S. C. Schartz. Integrated spatial-temporal detectors for asynchrous
Gaussian multiple access channels. IEEE Trans. on Commun., 1995,
COM-43(2/3/4): 396-411.
[62]Ruifeng Wang, Spatial-Temporal signal processing for multi-user CDMA
communication systems. Ph. D dissertation of Queen’s University, July 1999:
25-61.
[63]Price R, Green P E. A communication technique for multipath channel. Proc.
IRE, 1958, 46: 555-525.
[64]L. B. Nelson, H. V. Poor. Iterative multiuser receivers for CDMA channels: an
EM-Based approach. IEEE Trans. On Comm. 1996.12, 44(12): 1700-1710.
[65]D. Young, Iterative Solution of Large Linear Systems. New York: Academic,
1971.