1、通信信號(hào)處理通常將通信系統(tǒng)建模為線性、高斯動(dòng)態(tài)空間模型,然而事實(shí)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(wú)線通信中存在著大量的沖擊噪聲,因此無(wú)線通信的信號(hào)處理問(wèn)題實(shí)際上是非線性、非高斯系統(tǒng)的狀態(tài)估計(jì)問(wèn)題。粒子濾波(PF)在非線性和非高斯模型下具有獨(dú)到優(yōu)勢(shì),對(duì)其進(jìn)行研究具有重要的理論意義與應(yīng)用價(jià)值。
　　 本文主要研究粒子濾波算法在多用戶檢測(cè)、混沌信號(hào)分離中的應(yīng)用。
　　 首先,從貝葉斯估計(jì)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(shí)變多用戶檢測(cè)。傳統(tǒng)多用戶檢測(cè)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(gè)系統(tǒng)所能容納的最大用戶個(gè)數(shù)。在此前提下,傳統(tǒng)多用戶檢測(cè)方法能夠獲得較好的性能。然而在實(shí)際多址移動(dòng)通信系統(tǒng)中活躍用戶個(gè)數(shù)及其參數(shù)往往都是時(shí)變的,此時(shí)傳統(tǒng)多用戶檢測(cè)方法性能不佳。因此,有必要尋求一種動(dòng)態(tài)估

3、計(jì)方法,以實(shí)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(jì)。針對(duì)這個(gè)問(wèn)題,本文利用隨機(jī)集理論建立多用戶動(dòng)態(tài)模型,對(duì)于活躍用戶個(gè)數(shù)時(shí)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(cè)方法,實(shí)現(xiàn)了用戶狀態(tài)和數(shù)據(jù)的聯(lián)合估計(jì);對(duì)于活躍用戶個(gè)數(shù)及其幅度皆時(shí)變的CDMA系統(tǒng),提出了采用Rao-Blackwellised粒子濾波(RBPF)算法的時(shí)變多用戶檢測(cè)器,實(shí)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(jì)。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(cè)算法(OMD)和基本粒子濾波(PF)算法。
　　 最后,研究了動(dòng)態(tài)環(huán)境下基于粒子濾波的混沌信號(hào)盲分離。當(dāng)源信號(hào)個(gè)數(shù)固定時(shí),傳統(tǒng)的分離方法能夠獲得較好的分離效果。但實(shí)際環(huán)境中源信號(hào)個(gè)數(shù)是時(shí)變的,此時(shí)傳統(tǒng)方法難以實(shí)現(xiàn)盲分離。本文先利用隨機(jī)集模型擬合源信號(hào)個(gè)數(shù)的時(shí)變情況,然后以粒子濾波算法跟蹤活躍信號(hào)數(shù)目,同時(shí)實(shí)現(xiàn)混沌信號(hào)分離。仿真結(jié)果表明,本文提出的算法能