(3.236.231.14) 您好!臺灣時間:2021/04/15 08:26
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:李志堅
研究生(外文):Lee, Chih-Chien
論文名稱:反相關性決策分碼多工多人檢測器之盲目使用者接收能量估測系統
論文名稱(外文):Blind energy estimation for decorrelating decision-feedback CDMA multiuser detection using learning type stochastic approximations
指導教授:張柏榮
指導教授(外文):Po-Rong Chang
學位類別:碩士
校院名稱:國立交通大學
系所名稱:電信工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1996
畢業學年度:84
語文別:中文
論文頁數:37
相關次數:
  • 被引用被引用:0
  • 點閱點閱:58
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
此篇論文研究在同步分碼多工無線頻道下, 反相關性決策回饋多人檢測器
使用線性增強學 習隨機近似法去盲目調適能量估測. 將決策回饋併入線
性反相關性檢測器後, 經由消除大 能量使用者的干擾, 則小能量使用者
的效能明顯提昇. 無論如何, 反相關性決策回饋檢測 器要知道所有使用
者能量. 在這篇論文中, 我們提出一種在不用訓練資料下, 使用隨機近
似演算法去估測所有使用者能量的新盲目估測機制. 為了增加估測能量的
收斂速度, 使用 線性增強學習技巧加速隨機近似演算法的收斂. 結果顯
示, 不論能量大小的次序如何, 盲 目調適機制能正確的估測所有使用者
能量. 完成能 量估測後, 重新依
能量大小適整所有使者的次序. 模擬數據顯示, 使用反相關性決策回饋
檢測器的最小能量使者的效能, 與使用最大可能性檢測器的效能相近.


This paper investigates the application of linear reinforcement
learning
stochastic approximation to the blind adaptive energy estimation
for a
decorrelating decision-feedback (DDF) multiuser detector over
synchronous CDMA radio channel in the presence of multiple
access interference (MAI) and additive Gaussian noise. The
decision feedback incorporated into the
structure of linear decorrelating detector is able to
significantly improve the weaker users' performance by
cancelling the MAI from the stronger users. However, the DDF
receiver requires knowledge of the received energies. In
this paper, a new novel blind estimation mechanism is proposed
to estimate all the users' energies using a stochastic
approximation algorithm without training data. In order to
increase the convergence speed of the energy estimation,
a linear reinforcement learning technique is conducted to
accelerate the stochastic approximation algorithms. Results show
that our blind adaptation mechanism is able to accurately
estimate all the users' energies even the users of DDF
detector are not ranked properly. After performing the
blind energy estimation and then re-ordering the users in a
nonincreasing order, numerical simulations show that the DDF
detector for the weakest user performs closely to the
maximum likelihood detector, whose complexity grows
exponentically with the number of users.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔