输入为Markov序列时的多用户检测算法

摘要：

考虑当用户序列存在时间相关性时的多用户检测,并假设这种相关性可以用Markov链描述,在传统的线性最大似然检测器中嵌入一个隐Markov模型估计过程.因为输入序列是Markov链,检测器的输出可以看成是被噪声污染的Markov序列,Markov模型估计子用于估计用户序列及其转移概率,而估计得到的用户序列用来更新检测器的估计.因此,检测器和用户序列可以通过迭代的方式求解.仿真结果显示本文算法能充分利用信道输入的时间相关性,效果优于传统的最大似然线性检测器.

关键词：多用户检测、隐马尔可夫模型、最大似然

所属期刊栏目：18

分类号：TN911.5;TN911.7

资助基金：国家自然科学基金60072048;广东省自然科学基金31390

在线出版日期：2004-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：389-392