基于PARAFAC模型的新型DS-CDMA盲接收機(jī)
加入技術(shù)交流群
2 DTALS-PARAFAC接收機(jī)
文獻(xiàn)中提出的TALS-PARAFAC盲接收機(jī)性能上接近于最小均方誤差接收機(jī)。TALS-PARAFAC算法中使用隨機(jī)矩陣來初始化矩陣A、B，基于式子(3)、(4)、(5)，根據(jù)最小二乘原理迭代實(shí)現(xiàn)PARAFAC模型的三線性分解。然而當(dāng)初始矩陣A、B估計不當(dāng)時，迭代過程容易陷入局部最優(yōu)的計算“沼澤”，收斂相當(dāng)緩慢，并可能產(chǎn)生錯誤的解。
DTLD(direct trilinear decomposition)是一種直接三線性分解方法，也是一種基于PARAFAC模型的三維分解方法，它是非迭代的，具有直接快速的優(yōu)點(diǎn)。但是沒有明確的最優(yōu)化界限，在信噪比不高的情況下，若三維數(shù)據(jù)不嚴(yán)格服從三線性模型或隨機(jī)誤差較大，有可能出現(xiàn)無意義的虛數(shù)解，可靠性差。
在應(yīng)用化學(xué)領(lǐng)域，已有學(xué)者提出并驗證，在基于PARAFAC模型的分析化學(xué)算法中，使用適當(dāng)?shù)某跏贾祵仃囘M(jìn)行初始估計(如奇異值分解矩陣、特征分析)可以有效地提高算法的收斂速度和擬合精度。因此，在基于PARAFAC模型的TALS算法巾融入DTLD算法，能夠解決TALS算法中初始值選取不當(dāng)導(dǎo)致的收斂緩慢并且可能出現(xiàn)錯誤的解的問題。仿真結(jié)果表明，使用DTLD對TALS算法進(jìn)行初始化，不僅能夠提高原本算法的收斂速度，而且能夠在一定程度上提高算法的精度，使分解出的數(shù)據(jù)更加接近于真實(shí)數(shù)據(jù)。
3 基于DTLD的交替最小二乘算法
其中ε為一個很小的值(通常取1e-6)。
cdma相關(guān)文章:cdma原理
評論