Détection multi-utilisateurs bayésienne basée sur une formulation d’état du système AMRC ; Bayesian multi-user detection based on a state-space model of the DS-CDMA system

In this paper, we propose a new multiuser detector based on a symbol rate state-space model of the CDMA system. This state-space model presents a non-Gaussian state noise characteristic. Therefore, the Kalman filtering approach looses its MMSE optimality. As a solution, we propose to apply the Weighted Sum of Gaussian (WSG) approximation. We demonstrate that the WSG is propagated during iterations through a NKF structure. At each iteration, we inject only one gaussian term having the mean and the covariance matrix of the last obtained MMSE estimate of the state vector. The proposed structure improves the performance compared to the linear structures such as: the MMSE, the Kalman filter and the feedback structure such as DFE. ; Dans cet article, nous proposons un détecteur multi-utilisateurs basé sur une représentation d'état au rythme symbole du système AMRC (Accès Multiple par Répartition de Codes). Le modèle d'état met en évidence un bruit de transition non Gaussien. Par conséquent, l'application du filtre de Kalman comme un détecteur multi-utilisateurs perd son optimalité au sens de l'erreur quadratique moyenne minimale (EQMM). Pour remédier à ce problème, nous proposons d'utiliser l'approximation par une somme pondérée de gaussiennes (SPG) de la densité de probabilité a posteriori des symboles à estimer sachant les observations. Nous montrons que la SPG se propage au cours des itérations à travers une structure de réseau de filtres de Kalman (RFK) fonctionnant en parallèle. À chaque itération, nous proposons de réinjecter une seule gaussienne ayant la moyenne et la matrice de covariance de l'estimée EQMM du vecteur d'état obtenue. La structure proposée présente des performances nettement meilleures que les structures linéaires (EQMM, décorrélateur, filtre de Kalman) et à retour de décision (DFE).