论文部分内容阅读
在CDMA通信系统中，各个用户信号间的相关性是多址干扰（MAI）存在的根源。由个别用户产生的MAI固然很小，可是随着用户数的增加或信号功率差异的增大，MAI就成为宽带CDMA通信系统的一个主要干扰。传统的单用户检测技术完全按照经典直接序列扩频理论对每个用户的信号分别进行扩频码匹配处理，因而抗MAI能力较差。多用户检测（MUD）技术作为CDMA系统的关键技术之一，在传统单用户检测的基础上，充分利用造成MAI的所有用户信号信息对用户的信号进行检测，从而具有优良的抗多址干扰和抗远近效应性能。由Verdu提出的最优多用户检测器（OMD）能够解决CDMA系统多址干扰及远近效应。但是由于其复杂度随用户数的上升而成指数增长，当用户数较大时，是不可实现的。因此高效的次最优算法成为多用户检测技术研究的关键。本文提出一种次最优多用户检测算法：基于随机Hopfield网络和精简检测器的混合CDMA多用户检测器。离散Hopfield网络（DHNN）能量函数和最优多用户检测求解公式之间的相似性，从理论上表明可以利用离散Hopfield网络来进行最优多用户检测，神经网络收敛的过程就是求解的过程，从而得到一种基于神经网络的多用户检测器。由于离散Hopfield网络可能收敛到局部极小点，本文引入一种改进的离散Hopfield网络，即随机Hopfield网络（SHNN），以达到收敛到全局最小点的目的。为了减小随机Hopfield网络的搜索空间，降低其复杂度，同时使大功率用户提前被检测出，进一步发挥随机Hopfield网络的优势，文中引入一种精简检测器。该检测器的优势是有效地克服远近效应。综合利用几种检测器的优点，文中提出一种基于随机Hopfield网络和精简检测器的混合多用户检测器。该检测器利用精简检测器对待检测数据进行预处理，然后利用随机Hopfield网络进行搜索。仿真结果表明该检测器的性能良好。该算法是一种全数字实现方案，随着D S P技术的发展，能够在实际中得到进一步的验证和改进。