宛明高， 李晓辉

（1.池州学院机电工程系，安徽池州 247000；2.安徽大学电子科学与技术学院，安徽合肥 230039）

ICA最优核窗估计的多用户检测

宛明高1， 李晓辉2

（1.池州学院机电工程系，安徽池州 247000；2.安徽大学电子科学与技术学院，安徽合肥 230039）

将核估计中递归选择窗宽的ICA算法应用于DS－CDMA系统的多用户检测中，在样本总体真实密度未知时，根据给定的核密度和抽取的样本点来选择最优窗宽。采用ICA最优核窗估计算法检测器的输出初始化独立分量分析的迭代，对任意混叠信号进行盲分离。通过仿真证明了该算法在DS－CDMA多用户检测中的有效性。

最优窗宽；核密度估计；独立分量分析；多用户检测

1 引言

独立分量分析（ICA：Independent Component Analysis）的多用户检测算法，是利用多个用户之间传输的信号是彼此独立且不相关的特点，对接收到的混叠信号进行有效分离，来抑制“MAI”和“NFP”［1］。将最优核窗估计的ICA算法应用于DS－CDMA系统的多用户检测中，在无需定义密度函数具体模型的情况下，根据给定的核密度和抽取的样本点来选择最优窗宽，通过直接估计评价函数的方法对未知的混合矩阵来进行估计，用传统的检测器的输出来对ICA最优核窗估计算法进行初始化的迭代，通过对误码率的仿真来验证算法的性能。

2 最优核窗法

对于从密度函数分布未知的随机变量X的总体中，随机抽取N个独立样本x1，…，x n，其总体密度f（x）的一个核枯计可以表示为：

式（1）中的N为样本容量，k（·）是核函数，h为窗宽。在N一定的情况下，核函数k（·）以及窗宽h的选取对核估计性能有直接影响。……