CN114070353A - 一种同步长码ds-cdma信号盲解扩方法 - Google Patents

一种同步长码ds-cdma信号盲解扩方法 Download PDF

Info

Publication number
CN114070353A
CN114070353A CN202111347846.9A CN202111347846A CN114070353A CN 114070353 A CN114070353 A CN 114070353A CN 202111347846 A CN202111347846 A CN 202111347846A CN 114070353 A CN114070353 A CN 114070353A
Authority
CN
China
Prior art keywords
signal
matrix
code
cdma
despreading
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111347846.9A
Other languages
English (en)
Other versions
CN114070353B (zh
Inventor
杨森
梁涛
李亮亮
张花国
魏平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202111347846.9A priority Critical patent/CN114070353B/zh
Publication of CN114070353A publication Critical patent/CN114070353A/zh
Application granted granted Critical
Publication of CN114070353B publication Critical patent/CN114070353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H04B1/707—Spread spectrum techniques using direct sequence modulation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H04B1/707—Spread spectrum techniques using direct sequence modulation
    • H04B1/7097—Interference-related aspects
    • H04B1/7103—Interference-related aspects the interference being multiple access interference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0238—Channel estimation using blind estimation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Synchronisation In Digital Transmission Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明属于盲解扩技术领域，具体涉及一种同步长码DS‑CDMA信号盲解扩方法。本发明首先将接收到的同步长码DS‑CDMA信号建模为具有缺失数据的同步短码DS‑CDMA信号模型；再进行预处理后对信号样本集合的协方差矩阵进行特征值分解，得到分段信号子空间的估计；之后利用最小二乘准则去除多次特征值分解所带来的分段信号子空间之间的酉模糊，拼接得到完整的信号子空间的估计；最后根据扩频码的有限符号集特性，采用现有的ILSP算法估计出扩频码；利用估计的扩频码解扩截获波形得到用户信息码，完成盲解扩。计算机仿真结果表明本发明在低信噪比条件下的有较好的盲解扩性能。

Description

一种同步长码DS-CDMA信号盲解扩方法
技术领域
本发明属于盲解扩技术领域，具体涉及一种同步长码DS-CDMA信号盲解扩方法。
背景技术
在民用通信等领域，基于直接序列扩频的码分复用(DS-CDMA,Direct SequenceCode Division Multiple Access)通信技术具有良好的抗干扰和抗截获能力，在多用户场景中得到了广泛的应用，因此具有十分重要的实用价值和研究意义。由于非合作方没有扩频序列，因此需要对接收到的信号进行处理才能得估计出扩频序列，用提取得到的扩频序列进行解扩得到信息码序列。非周期长码信号由于伪码周期长度与扩频增益大小的不同，比值也非整数，其盲解扩技术的实现难度更大，因此对非周期长码DS-CDMA信号的盲解扩研究意义更大。
发明内容
本发明的目的在于克服现有盲解扩方法的不足，提出一种新的同步长码DS-CDMA信号盲解扩方法，本发明提出的方法适用于同步长码DS-CDMA信号盲解扩问题。
为实现上述目的，本发明的具体步骤如下：
S1:接收到的已完成同步的包含R个用户的长码DS-CDMA信号y(n),n＝0,1,...,N-1为：
Figure BDA0003354640970000011
其中用户r的信号幅度表示为Ar；信息码序列可表示为
Figure BDA0003354640970000012
扩频序列可表示为cr＝[cr(0),...,cr(L-1)]T；扩频增益表示为G；伪码周期表示为L；那么扩频序列周期的个数为M＝N/L；信息码元的个数为
Figure BDA0003354640970000013
q(n)为矩形函数且满足当n∈[0,G)时q(n)＝1，否则q(n)＝0；v(n)表示高斯白噪声且方差为σ2；定义
Figure BDA0003354640970000014
为用户r的接收信噪比。同时我们满足L/G不为一个整数，即是非周期性的信号。
S2:人为假定存在一个与信号y(n)含有相同扩频序列与信息码元序列的短码DS-CDMA信号
Figure BDA0003354640970000015
可表示为：
Figure BDA0003354640970000016
其中
Figure BDA0003354640970000021
表示短码DS-CDMA信号样本
Figure BDA0003354640970000022
中含有
Figure BDA0003354640970000023
个周期的扩频序列。根据观察发现长码DS-CDMA信号
Figure BDA0003354640970000024
为短码DS-CDMA信号
Figure BDA0003354640970000025
的一个子集，即
Figure BDA0003354640970000026
而
Figure BDA0003354640970000027
中没有包含在
Figure BDA0003354640970000028
中的那部分样本元素被认为是由于某种原因造成了数据的“缺失”，因此长码DS-CDMA信号可等效为含有数据缺失的短码DS-CDMA信号模型。
S3:将信号y(n)用矩阵形式表示为：
Figure BDA0003354640970000029
其中
Figure BDA00033546409700000210
表示
Figure BDA00033546409700000211
维信号样本的观测矩阵；A表示幅度矩阵；C＝[c1 c2 ... cR]表示扩频序列矩阵；B＝[b1 b2 ... bR]表示信息码元矩阵；
Figure BDA00033546409700000212
表示噪声矩阵。令
Figure BDA00033546409700000213
和Z分别表示缺失数据矩阵和加权矩阵，对于n＝0,1,...,N-1，其中
Figure BDA00033546409700000214
和Z的第(mod(n,L)+1)行、第
Figure BDA00033546409700000215
列元素分别为y(n)和1，其余位置元素用0占位进而表示该数据发生缺失，易知
Figure BDA00033546409700000216
S4:对信号
Figure BDA00033546409700000217
进行预处理。将缺失数据模型信号
Figure BDA00033546409700000218
及其本身进行纵向合并得到
Figure BDA00033546409700000219
维合并观测矩阵
Figure BDA00033546409700000220
利用2L×L维选择矩阵S将对应相同扩频序列片段的信号样本归入同一样本集合中，
Figure BDA00033546409700000221
维的观测子矩阵
Figure BDA00033546409700000222
S5:利用特征值分解得到分段信号子空间，并用最小二乘准则消除信号子空间之间的模糊，最终得到完整的信号子空间，具体如下：
S5.1:对观测子矩阵
Figure BDA00033546409700000223
的协方差矩阵Rk进行特征值分解得到第k段的信号子空间
Figure BDA00033546409700000224
S5.2:多次特征值分解使得信号子空间
Figure BDA00033546409700000225
之间存在酉模糊：
Figure BDA00033546409700000226
其中Uk是完整信号子空间对应于U的片段，Tk是R×R维酉模糊矩阵且Ti≠Tj(i≠j)。
S5.3:定义一个包含全部
Figure BDA00033546409700000227
的K×RL维矩阵
Figure BDA00033546409700000228
其结构如图2所示。其中
Figure BDA00033546409700000229
按照对应的完整信号子空间U的位置进行排列，空白位置的元素均为0，
Figure BDA00033546409700000230
为步长。由于
Figure BDA00033546409700000231
和
Figure BDA00033546409700000232
之间存在重叠部分
Figure BDA00033546409700000233
和
Figure BDA00033546409700000234
对应于U中的uk，误差可表示为：
Figure BDA00033546409700000235
其中T＝(T1 T2 ... TK)T。利用最小二乘准则估计出T，代入拼接得到完整的短码信号
Figure BDA0003354640970000031
的信号子空间U。
S6:此时问题化简为短码DS-CDMA信号的盲解扩问题，由于此时得到的信号子空间U与扩频序列矩阵C之间仍然存在模糊，即
Figure BDA0003354640970000032
利用ILSP算法消除这一模糊，步骤如下：
S6.1:令i＝0，对酉模糊矩阵
Figure BDA0003354640970000033
进行随机初始化；
S6.2:令i＝i+1，计算
Figure BDA0003354640970000034
S6.3:计算
Figure BDA0003354640970000035
S6.4:重复步骤S5.2～S5.3直到算法收敛或达到最大迭代次数，算法收敛的条件为
Figure BDA0003354640970000036
其中ε为收敛的门限值。
进一步地，为了提高算法性能，重复S6.1～S6.4，即重复初始化X次，选择其中迭代效果最好的一次作为最终结果。
S7:由估计的扩频序列矩阵
Figure BDA0003354640970000037
对信号样本矩阵解扩
Figure BDA0003354640970000038
得到估计的信息码矩阵
Figure BDA0003354640970000039
盲解扩完成。
本发明的有益效果是：
本发明为同步长码DS-CDMA信号盲解扩方法，将长码DS-CDMA信号建模为带有缺失数据的短码DS-CDMA信号，然后利用特征值分解和最小二乘准则得到完整的信号子空间，将问题简化为短码DS-CDMA信号的盲解扩问题，利用ILSP算法得到扩频序列，进而解扩得到用户的信息序列。计算机结果仿真表明本发明即使在低信噪比条件下依然具有良好的性能。
附图说明
图1是本发明提出的同步长码DS-CDMA信号盲解扩方法的具体实施流程图。
图2是本发明的发明内容里S4对信号
Figure BDA00033546409700000310
进行预处理的流程图。
图3是本发明的发明内容里，矩阵
Figure BDA00033546409700000311
的结构示意图。
图4是本发明的具体实施过程中，不同用户数的信息码序列估计误码率随信噪比的变化曲线。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述，以便本领域的技术人员更好地理解本发明提出的同步长码DS-CDMA信号盲解扩方法的具体实施流程图。如图1所示，本发明实现同步长码DS-CDMA信号盲解扩方法包括以下步骤：
步骤1：截获得到非周期长码DS-CDMA信号样本y(n)。
步骤2：将信号样本y(n)建模为包含缺失数据的短码DS-CDMA信号样本
Figure BDA0003354640970000041
步骤3：将信号
Figure BDA0003354640970000042
建模为矩阵形式
Figure BDA0003354640970000043
本次实施R＝3和6，M＝100，L＝63，G＝30，信息码和扩频码序列都为±1序列。
步骤4：缺失数据模型信号
Figure BDA0003354640970000044
及其本身进行纵向合并得到
Figure BDA0003354640970000045
维合并观测矩阵
Figure BDA0003354640970000046
进行预处理得到
Figure BDA0003354640970000047
维的观测子矩阵
Figure BDA0003354640970000048
对观测子矩阵
Figure BDA0003354640970000049
的协方差矩阵Rk进行特征值分解得到信号子空间
Figure BDA00033546409700000410
步骤5：利用分段信号子空间
Figure BDA00033546409700000411
和
Figure BDA00033546409700000412
之间存在重叠部分，误差可表示为：
Figure BDA00033546409700000413
基于最小二乘准则估计出T，代入T拼接得到完整的信号子空间U。
步骤6：利用ILSP算法消除信号子空间U和扩频波形C之间的模糊
Figure BDA00033546409700000414
步骤如下：
(1)令i＝0，对酉模糊矩阵
Figure BDA00033546409700000415
进行随机初始化；
(2):令i＝i+1，计算
Figure BDA00033546409700000416
(3):计算
Figure BDA00033546409700000417
(4):重复步骤S5.2～S5.3直到算法收敛或达到最大迭代次数，算法收敛的条件为
Figure BDA00033546409700000418
其中ε为收敛的门限值。本次实施ε＝1×10-9，最大迭代次数设为10。
(5):为了提高算法性能，重复(1)～(4)多次，即重复初始化X次，选择其中迭代效果最好的一次作为最终结果。本次实施X＝40。
步骤7：用估计得到的扩频序列矩阵
Figure BDA00033546409700000419
解扩得到用户信息码矩阵
Figure BDA00033546409700000420
将估计的信息码矩阵与原矩阵进行对比，统计误码率，同时与相同情况下的合作通信进行对比，并绘制误码率随信噪比变化曲线。本次实施1000次蒙特卡洛实验，最终得到的用户信息码矩阵误码率随SNR变化曲线如图4所示。从图中可以看出本发明提出的盲解扩方法在低信噪比情况下性能良好，误码率随用户数的增大而增大，与理论相符。

Claims (2)

1.一种同步长码DS-CDMA信号盲解扩方法，其特征在于，包括以下步骤：
S1、设接收到的已完成同步的包含R个用户的长码DS-CDMA信号y(n),n＝0,1,...,N-1为：
Figure FDA0003354640960000011
其中，Ar为用户r的信号幅度，r＝1,2,...,R，
Figure FDA0003354640960000012
为信息码序列，cr＝[cr(0),...,cr(L-1)]T为扩频序列，G为扩频增益，L为伪码周期，扩频序列周期的个数为M＝N/L，信息码元的个数为
Figure FDA0003354640960000013
q(n)为矩形函数且满足当n∈[0,G)时q(n)＝1，否则q(n)＝0；v(n)表示高斯白噪声且方差为σ2；定义
Figure FDA0003354640960000014
为用户r的接收信噪比，同时L/G不为一个整数，即是非周期信的信号；
S2、假定存在一个与信号y(n)含有相同扩频序列与信息码元序列的短码DS-CDMA信号
Figure FDA0003354640960000015
为：
Figure FDA0003354640960000016
其中
Figure FDA0003354640960000017
表示短码DS-CDMA信号样本
Figure FDA0003354640960000018
中含有
Figure FDA0003354640960000019
个周期的扩频序列，令长码DS-CDMA信号
Figure FDA00033546409600000110
为短码DS-CDMA信号
Figure FDA00033546409600000111
的一个子集，即
Figure FDA00033546409600000112
而
Figure FDA00033546409600000113
中没有包含在
Figure FDA00033546409600000114
中的那部分样本元素定义为是由于某种原因造成了数据的缺失，因此将长码DS-CDMA信号等效为含有数据缺失的短码DS-CDMA信号模型；
S3、将信号
Figure FDA00033546409600000115
用矩阵形式表示为：
Figure FDA00033546409600000116
其中
Figure FDA00033546409600000117
表示
Figure FDA00033546409600000118
维信号样本的观测矩阵，A表示幅度矩阵，C＝[c1 c2...cR]表示扩频序列矩阵，B＝[b1 b2...bR]表示信息码元矩阵，
Figure FDA00033546409600000119
表示噪声矩阵；令
Figure FDA00033546409600000120
和Z分别表示缺失数据矩阵和加权矩阵，对于n＝0,1,...,N-1，其中
Figure FDA00033546409600000121
和Z的第(mod(n,L)+1)行、第
Figure FDA00033546409600000122
列元素分别为y(n)和1，其余位置元素用0占位进而表示该数据发生缺失，得
Figure FDA00033546409600000123
S4、对信号
Figure FDA0003354640960000021
进行预处理：将缺失数据模型信号
Figure FDA0003354640960000022
及其本身进行纵向合并得到
Figure FDA0003354640960000023
维合并观测矩阵
Figure FDA0003354640960000024
利用2L×L维选择矩阵S将对应相同扩频序列片段的信号样本归入同一样本集合中，K(K≤L)个
Figure FDA0003354640960000025
维的观测子矩阵
Figure FDA0003354640960000026
S5、利用特征值分解得到分段信号子空间，并用最小二乘准则消除信号子空间之间的模糊，最终得到完整的信号子空间，具体如下：
S51、对观测子矩阵
Figure FDA0003354640960000027
的协方差矩阵Rk进行特征值分解得到第k段的信号子空间
Figure FDA0003354640960000028
S52、多次特征值分解使得信号子空间
Figure FDA0003354640960000029
之间存在酉模糊：
Figure FDA00033546409600000210
其中Uk是完整信号子空间对应于U的片段，Tk是R×R维酉模糊矩阵且Ti≠Tj(i≠j)；
S53、定义一个包含全部
Figure FDA00033546409600000211
的K×RL维矩阵
Figure FDA00033546409600000212
其中
Figure FDA00033546409600000213
按照对应的完整信号子空间U的位置进行排列，空白位置的元素均为0，
Figure FDA00033546409600000214
为步长；由于
Figure FDA00033546409600000215
和
Figure FDA00033546409600000216
之间存在重叠部分
Figure FDA00033546409600000217
和
Figure FDA00033546409600000218
对应于U中的uk，误差表示为：
Figure FDA00033546409600000219
其中T＝(T1T2...TK)T；利用最小二乘准则估计出T，代入拼接得到完整的短码信号
Figure FDA00033546409600000220
的信号子空间U；
S6、此时问题化简为短码DS-CDMA信号的盲解扩问题，由于此时得到的信号子空间U与扩频序列矩阵C之间仍然存在模糊，即
Figure FDA00033546409600000221
利用ILSP算法消除这一模糊，步骤如下：
S61、令i＝0，对酉模糊矩阵
Figure FDA00033546409600000222
进行随机初始化；
S62、令i＝i+1，计算
Figure FDA00033546409600000223
S63、计算
Figure FDA00033546409600000224
S64、重复步骤S52～S53直到算法收敛或达到最大迭代次数，算法收敛的条件为
Figure FDA00033546409600000225
其中ε为收敛的门限值；
S7、由估计的扩频序列矩阵
Figure FDA00033546409600000226
对信号样本矩阵解扩
Figure FDA00033546409600000227
得到估计的信息码矩阵
Figure FDA00033546409600000228
盲解扩完成。
2.根据权利要求1所述的一种同步长码DS-CDMA信号盲解扩方法，其特征在于：重复S61～S64，即重复初始化X次，选择其中迭代效果最好的一次作为最终结果。
CN202111347846.9A 2021-11-15 2021-11-15 一种同步长码ds-cdma信号盲解扩方法 Active CN114070353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111347846.9A CN114070353B (zh) 2021-11-15 2021-11-15 一种同步长码ds-cdma信号盲解扩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111347846.9A CN114070353B (zh) 2021-11-15 2021-11-15 一种同步长码ds-cdma信号盲解扩方法

Publications (2)

Publication Number Publication Date
CN114070353A true CN114070353A (zh) 2022-02-18
CN114070353B CN114070353B (zh) 2022-10-04

Family

ID=80272023

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111347846.9A Active CN114070353B (zh) 2021-11-15 2021-11-15 一种同步长码ds-cdma信号盲解扩方法

Country Status (1)

Country Link
CN (1) CN114070353B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116232809A (zh) * 2023-01-12 2023-06-06 电子科技大学 一种同步长码ds-cdma信号盲估计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105429673A (zh) * 2015-10-29 2016-03-23 电子科技大学 基于张量低秩分解的长码ds-cdma信号盲分离方法
CN105634544A (zh) * 2016-01-07 2016-06-01 电子科技大学 一种同步长码ds-cdma信号的盲解扩方法
CN105791184A (zh) * 2016-04-15 2016-07-20 重庆邮电大学 基于相似度的非周期长码直扩信号扩频序列盲估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105429673A (zh) * 2015-10-29 2016-03-23 电子科技大学 基于张量低秩分解的长码ds-cdma信号盲分离方法
CN105634544A (zh) * 2016-01-07 2016-06-01 电子科技大学 一种同步长码ds-cdma信号的盲解扩方法
CN105791184A (zh) * 2016-04-15 2016-07-20 重庆邮电大学 基于相似度的非周期长码直扩信号扩频序列盲估计方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张花国等: "《一种利用ILSP的同步DS-CDMA信号快速盲解扩算法》", 《宇航学报》 *
熊刚等: "《一种改进的周期长码扩频序列盲估计方法研究》", 《通信技术》 *
盛世强等: "《直扩信号PN码盲估计方法研究综述》", 《兵器装备工程学报》 *
阎林彬: "《DS-CDMA信号盲估计技术研究》", 《中国优秀硕士学位论文全文数据库（电子期刊）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116232809A (zh) * 2023-01-12 2023-06-06 电子科技大学 一种同步长码ds-cdma信号盲估计方法
CN116232809B (zh) * 2023-01-12 2024-04-19 电子科技大学 一种同步长码ds-cdma信号盲估计方法

Also Published As

Publication number Publication date
CN114070353B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
Margoosian et al. An accurate kernelized energy detection in Gaussian and non-Gaussian/impulsive noises
Tsatsanis et al. Performance analysis of minimum variance CDMA receivers
CN109951214B (zh) 一种适用于大规模mimo系统的信号检测方法
CN103559888A (zh) 基于非负低秩和稀疏矩阵分解原理的语音增强方法
CN107124379B (zh) 一种基于改进狼群优化的正交小波常模盲均衡方法
CN103888145A (zh) 一种重构信号的方法
CN113572708B (zh) 一种dft信道估计改进方法
CN109150236B (zh) 一种基于变步长leap神经网络的直扩信号伪码序列估计方法
CN110460354B (zh) 一种伪码序列盲估计系统
CN114070353B (zh) 一种同步长码ds-cdma信号盲解扩方法
CN110460549B (zh) 一种新颖的多用户3d mimo系统的信道估计方法
Saoudi et al. An iterative soft bit error rate estimation of any digital communication systems using a nonparametric probability density function
CN114124168A (zh) 一种基于深度学习的mimo-noma系统信号检测方法及系统
CN114978818A (zh) 一种基于压缩感知的自适应信道估计方法及估计系统
CN116232809B (zh) 一种同步长码ds-cdma信号盲估计方法
Zhai et al. Multi-Dimensional Spectrum Data Denoising Based on Tensor Theory
Roemer et al. Tensor subspace tracking via Kronecker structured projections (TeTraKron)
Raja et al. Improved ICA based multi-user detection of DS-CDMA
Wang et al. Novel algorithm for underdetermined blind separation based on sparse component analysis
CN107682041B (zh) 一种多天线lc-ds-cdma信号扩频码盲估计方法
CN110808760A (zh) 基于ilsp-cma的同步ds-cdma信号伪码序列和信息序列联合盲估计
Raja et al. Performance Analysis of Independent Component Analysis Algorithms for Multi-user Detection of DS-CDMA
CN116708089A (zh) 基于自适应匹配追踪的大规模多址接入方法
Overbye et al. Blind multiuser detection for DS-CDMA using independent component analysis neural network
Liu et al. Multi-User detection based on improved KICA with bat algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant