协同CDMA小波联合检测器

应用科学学报 ›› 2009, Vol. 27 ›› Issue (5): 463-467.

协同CDMA小波联合检测器

彭章友;林杰;刘艳艳

上海大学通信与信息工程学院，上海200072

收稿日期:2009-07-10 修回日期:2009-09-09 出版日期:2009-09-25 发布日期:2009-09-25
通信作者: 彭章友，博士生，副教授，研究方向：通信信号处理，E-mail: zypeng@mail.shu.edu.cn
基金资助:
国家自然科学基金(No.60872114)资助项目

Wavelet Joint Detector in Cooperative CDMA System

School of Communication and Information Engineering, Shanghai University, Shanghai 200072, China

Received:2009-07-10 Revised:2009-09-09 Online:2009-09-25 Published:2009-09-25

摘要/Abstract

摘要：

提出一种基于协同CDMA的小波多用户检测器，来降低多址干扰对CDMA系统性能的影响. 研究了一种协同时分双工CDMA模型，并结合小波的多分辨率分析建立了协同CDMA小波多用户检测器的模型. 根据最小均方误差线性多用户检测器的要求，通过理论分析提出一种减小代价函数的最小均方误差多用户联合检测器算法，并分析了所提出的小波多用户联合检测器在协同直接序列码分多址系统中的误码率传输特性. 计算机仿真结果表明：在平坦瑞利衰落信道下，提出的小波多用户检测器能有效能降低多址干扰的影响，提高系统容量，在低信噪比情况下效果尤为显著.

关键词: 协同, 直接序列码分多址, 最小均方误差, 多分辨率分析, 多用户检测

Abstract:

This paper proposes a wavelet multi-user detector to reduce the influence of multiple access interference
(MAI) in CDMA systems. Based on the cooperative time-division duplex CDMA (TDD-CDMA) model combined
with a wavelet multi-resolution analysis, we establish a wavelet multi-user detector model for cooperative CDMA
systems. According to the requirement of MMSE multi-user detector, we propose a joint MMSE multi-user detector (MUD) which can reduce the cost function. By theoretical analysis, a closed-from expression of bit error rateperformance is derived. Simulation results show that the proposed wavelet multi-user detector can effectively suppressMAI and increase system capacity, especially at low SNR.

Key words: cooperation, DS-CDMA, MMSE, multi-resolution analysis, multi-user detection (MUD)

中图分类号:

O212.7

彭章友;林杰;刘艳艳. 协同CDMA小波联合检测器[J]. 应用科学学报, 2009, 27(5): 463-467.

PENG Zhang-you, LIN Jie, LIU Yan-yan. Wavelet Joint Detector in Cooperative CDMA System[J]. Journal of Applied Sciences, 2009, 27(5): 463-467.

[1]	段旭哲, 钟若飞, 李健, 付晶, 赵鹏程, 李加元, 艾明耀, 胡庆武. 激光雷达同步定位与建图研究综述[J]. 应用科学学报, 2026, 44(4): 515-536.
[2]	张晓明, 冯泽嘉, 王会勇, 张晓静. 基于动态注意力强化学习的可解释学习路径推荐[J]. 应用科学学报, 2026, 44(1): 110-133.
[3]	张壮, 邹义林, 林泽鹏, 刘家圆, 訾宗青, 谭良, 佘堃. 通用区块链跨链交易形式化定义及实例验证分析[J]. 应用科学学报, 2025, 43(4): 559-585.
[4]	艾均, 李明浩, 苏湛. 基于用户画像相似性的电影评分预测模型[J]. 应用科学学报, 2025, 43(2): 222-233.
[5]	吴桐, 袁培燕. 一种基于指数移动平均的物联网边缘设备选择机制[J]. 应用科学学报, 2025, 43(1): 183-194.
[6]	艾均, 洪星琦. 融合标题情感和话题特征的新闻推荐算法[J]. 应用科学学报, 2024, 42(5): 810-822.
[7]	苏湛, 杨昊川, 艾均. 基于模糊偏好标签向量的推荐算法[J]. 应用科学学报, 2024, 42(3): 525-539.
[8]	葛星, 秦丽, 沙瀛. 基于投影奖励机制的多机器人协同编队与避障[J]. 应用科学学报, 2024, 42(1): 174-188.
[9]	苏湛, 陈学谦, 艾均, 黄忠. 基于用户相似性选择及标签距离的推荐算法[J]. 应用科学学报, 2023, 41(6): 940-957.
[10]	张勇, 姚中原, 王超, 郭尚坤, 郭晓涵, 斯雪明. 面向复杂应用场景的联盟链多链协同方案[J]. 应用科学学报, 2023, 41(4): 601-613.
[11]	杨君, 朱颖雯. 面向边云协同计算的能耗感知资源调度方法[J]. 应用科学学报, 2023, 41(3): 369-377.
[12]	危小超, 范玉瑶. 基于博弈和多智能体的汽车共享服务联盟协同策略研究[J]. 应用科学学报, 2020, 38(6): 995-1005.
[13]	黄伟, 伍飞扬, 孙乐. 基于局部加权低秩先验的高光谱稀疏解混方法[J]. 应用科学学报, 2020, 38(6): 890-905.
[14]	蒋亦樟, 华蕾, 张群, 钱鹏江, 夏开建. 多任务模糊聚类驱动的多任务TSK模糊系统模型[J]. 应用科学学报, 2020, 38(5): 742-760.
[15]	马鑫, 吴云, 鹿泽光. 基于混合神经网络的协同过滤推荐模型[J]. 应用科学学报, 2020, 38(3): 478-487.