基于干扰子空间跳频多址系统盲自适应多用户检测的研究

According to the problem of limited system capacity of FHMA systems due to the slow detection speed and high computational complexity in high dynamic environment,the subject has researched the blind adaptive multiuser detection of FHMA systems based on the interference subspace.Firstly by excluding interference characteristic value and characteristic vector component detector in vector simple expressions for the innovative ideas, comprehensive utilization of frequency hopping multiple access detection system to be various characteristics of the decision signal, is used to realize frequency hopping multiple access system of multi user detection;Secondly under the collaborative environment and non cooperative environment, by compareing the system capacity change and existing difference detection performance of carrier frequency drift, and combining with the neural network learning mechanism in NIC algorithm, frequency hopping multiple access system of fast tracking is realized;Finally blind adaptive detection and similar multiuser detector is compared, the results meet small amount of calculation, low implementation complexity, fast convergence speed and the stability of the system and good performance.. The study results of this project not only make the breakthrough progress of short wave frequency hopping communication, but also have certain theoretical significance and practical value to the application of frequency hopping multiple access in the future mobile communication. 

针对高动态环境下跳频多址系统的检测速度慢、计算复杂度高而导致的系统容量受限这一瓶颈问题，本课题拟开展基于干扰子空间的跳频多址系统盲自适应多用户检测的研究。首先采用不含干扰特征值和特征向量成分的检测器权矢量简约表达式的创新思路，综合利用跳频多址系统检测中待判决信号的各类特性，用以实现跳频多址系统的多用户检测；其次通过对协同环境和非协同环境下，比较其系统容量变化及存在载频漂移时检测性能上的差异，同时结合神经网络学习机制中的NIC 算法，用以实现跳频多址系统的快速跟踪；最后将盲自适应检测与同类多用户检测器进行比较，满足系统计算量小、实现复杂度低，收敛速度快、系统稳健性好等性能，进而提高整体系统容量。本项目的研究成果不仅使短波跳频通信获得突破性进展，而且对跳频多址在未来移动通信中的应用具有一定的理论意义和实用价值。

如何快速地削弱短波跳频多址系统中多用户间的多址干扰，如何有效地对多用户进行检测，如何确保跳频码分多址系统在非协同环境中系统用户数变化与存在载频漂移条件下可靠地工作，如何解决高动态环境下跳频多址系统因检测速度慢、计算复杂度高，而导致的系统容量受限已成为短波跳频多址系统中的瓶颈问题。因此，本项目1) 构建了一种适用于干扰子空间的盲自适应短波跳频多址信号检测在非协同状态下的实用模型，该模型的建立为以后的短波跳频通信的研究和发展奠定了基础。2）分析、比较和数值仿真各种自适应多用户检测算法性能的优劣，通过选择简单的补偿矩阵，简化运算过程中的逆运算，提出了快速近似幂迭代子空间跟踪算法（FIAPI）对信号子空间进行跟踪和估计，在保持一定性能的情况下，降低了算法实现的复杂度。针对Kalman滤波算法计算复杂度高的缺点，构建了基于FIAPI子空间跟踪算法的Kalman滤波盲多用户检测算法，进一步提高了检测器的抗多址干扰能力。3）提出了基于卷积神经网络和循环神经网络的短波快速时变信道盲均衡算法，有效地解决了短波快速时变信道码间干扰严重、误比特率高以及在非协同环境和系统用户数不定以及存在载频漂移等问题。4）实现的基于干扰子空间的Kalman盲自适应多用户检测器，使其始终保持最优的检测性能，进一步降低计算复杂度，提高跟踪能力，更加有效地抑制多址干扰并且获得更快的收敛速度。5）基于球面单纯形规则和任意阶高斯-拉盖尔求积规则，提出的球面单形高斯-拉盖尔卷积卡尔曼滤波算法以及提出的基于差分进化的粒子滤波算法，为盲自适应短波跳频多址信号的有效检测提供了今后的发展方向。.在国家自然基金的资助下，本项目还开展了短波自适应跳频-OFDM多用户检测、跳频信号检测与参数盲估计的研究，进一步拓展了短波跳频在实际中的应用。所提出的基于增强型核函数的跳频信号检测与参数盲估计算法，极大地降低了噪声与干扰信号对FH信号的影响，进一步提高了短波跳频参数的估计精度。