粒子濾波在通信中的應(yīng)用研究.pdf

1、通信信號處理通常將通信系統(tǒng)建模為線性、高斯動態(tài)空間模型,然而事實上發(fā)射功率放大器并非完全工作在線性狀態(tài),室內(nèi)外人為和自然的電磁干擾使得無線通信中存在著大量的沖擊噪聲,因此無線通信的信號處理問題實際上是非線性、非高斯系統(tǒng)的狀態(tài)估計問題。粒子濾波(PF)在非線性和非高斯模型下具有獨到優(yōu)勢,對其進行研究具有重要的理論意義與應(yīng)用價值。
　　 本文主要研究粒子濾波算法在多用戶檢測、混沌信號分離中的應(yīng)用。
　　 首先,從貝葉斯估計和

2、蒙特卡羅(Monte Carlo)方法出發(fā),詳細(xì)闡述了粒子濾波的理論基礎(chǔ)和算法的基本原理,并給出了完整的算法流程。
　　 其次,研究了基于粒子濾波算法的時變多用戶檢測。傳統(tǒng)多用戶檢測方法通常假定系統(tǒng)的活躍用戶數(shù)固定不變,其一般為這個系統(tǒng)所能容納的最大用戶個數(shù)。在此前提下,傳統(tǒng)多用戶檢測方法能夠獲得較好的性能。然而在實際多址移動通信系統(tǒng)中活躍用戶個數(shù)及其參數(shù)往往都是時變的,此時傳統(tǒng)多用戶檢測方法性能不佳。因此,有必要尋求一種動態(tài)估

3、計方法,以實現(xiàn)活躍用戶數(shù)目、用戶參數(shù)以及用戶數(shù)據(jù)的聯(lián)合估計。針對這個問題,本文利用隨機集理論建立多用戶動態(tài)模型,對于活躍用戶個數(shù)時變的CDMA系統(tǒng),研究了基于馬爾科夫蒙特卡羅粒子濾波的多用戶檢測方法,實現(xiàn)了用戶狀態(tài)和數(shù)據(jù)的聯(lián)合估計;對于活躍用戶個數(shù)及其幅度皆時變的CDMA系統(tǒng),提出了采用Rao-Blackwellised粒子濾波(RBPF)算法的時變多用戶檢測器,實現(xiàn)了活躍用戶數(shù)目變化和幅度變化的跟蹤及用戶發(fā)送數(shù)據(jù)估計。算法在誤碼率、系

4、統(tǒng)容量、遠(yuǎn)近效應(yīng)等方面的性能結(jié)果表明,本文算法性能明顯優(yōu)于傳統(tǒng)的最優(yōu)多用戶檢測算法(OMD)和基本粒子濾波(PF)算法。
　　 最后,研究了動態(tài)環(huán)境下基于粒子濾波的混沌信號盲分離。當(dāng)源信號個數(shù)固定時,傳統(tǒng)的分離方法能夠獲得較好的分離效果。但實際環(huán)境中源信號個數(shù)是時變的,此時傳統(tǒng)方法難以實現(xiàn)盲分離。本文先利用隨機集模型擬合源信號個數(shù)的時變情況,然后以粒子濾波算法跟蹤活躍信號數(shù)目,同時實現(xiàn)混沌信號分離。仿真結(jié)果表明,本文提出的算法能