TD-SCDMA 系统智能天线和联合检测结合性能仿真.doc

精品论文大全td-scdma 系统智能天线和联合检测结合性能仿真吴爱蓉，张健明1 北京邮电大学电信工程学院，北京（100876）email:摘要 本文对 td-scdma 系统上行链路结合使用智能天线和联合检测的算法进行了 研究和仿真，分析比较了联合检测算法迫零线性均衡器（zf-ble）和最小方差线性均衡 器（mmse-ble）的性能，以及天线阵元数，用户数目对系统性能的影响。关键字 智能天线; 联合检测; 波束赋形1.引言td-scdma系统中采用了智能天线技术和联合检测技术。智能天线的原理是利用波的 干涉原理产生强方向性的辐射方向图，使主瓣自适应地指向移动台方向1。智能天线技术的 应用可以提高天线增益、减小小区内外干扰，从而显著的增加系统容量，提高频谱利用率。 联合检测技术能充分利用已知的干扰用户的信息，将干扰和有用用户的信号同时解调出来， 提高系统性能2 3。td-scdma中由于每载波的用户被分布到每个帧的传输方向的时隙中， 最终每个时隙中并行用户的数量很少，从而可以通过较低的运算量就可以有效的检测到用户 信号。从理论上讲，联合检测可以完全消除多址干扰，但在实际运用中，由于信道估计的不 准确将会影响到干扰消除的准确性；对于小区间的干扰也不能很好的解决。因此， td-scdma系统中采用了联合检测与智能天线相结合的方法，在运算量未大幅度增加的情 况下，充分发挥两种技术的综合优势，提高系统性能。本文对 td-scdma 系统上行链路性能进行了仿真和分析。第 2 节给出了天线阵列下的 数据模型。第 3 节介绍了基于近似 cholesky 分解的 zf-ble 和 mmse-ble 的联合检测算法。 第 4 节描述了信道模型和智能天线波束赋形算法。第 5 节以 matlab 为平台，对上行链路性 能进行仿真和分析。2.数据模型用户数据经过扩频、加扰，无线信道，到达接收机。本文中所指的扩频码是信道化码和 扰码的总称。将第 k 个码分信道半个突发的 n 个复数据符号构成的矢量记做：( k ) ( k ) ( k ) ( k ) t8d= d1, d2, ., d n ,1 k k（1）将长度为 q 个码片的第 k 个扩频码记作：( k )( k )( k )( k ) tc= c1, c2,., cq ,1 k k（2）将第 k 个码分信道上的第 m 根天线上的长度为 w 的信道冲击响应记做：( k ,m ) ( k ,m ) ( k ,m ) ( k ,m ) th = h1, h2, ., hw ,1 k k ,1 m m（3）则第 k 个码分信道上的第 m 个天线上的激励响应为相应信道激励响应函数与扩频码的卷积：( k ,m )( k ,m ) ( k ,m )( k ,m ) t( k ,m)( k )b = b1b2 .bq +w 1 = h c（4）将在第 m 个天线上测量到的接收到 nq+w-1 维信号矢量记做：( m)( m)( m )( m)te= e1e2 ,., enq +w 1 ,1 m m（5）定义操作符 vecavec1a2 = a b a b t（6） bb 1 122 12 全部 k 个码分信道发送的数据符号可以表示为：d = vec (d(1)t, d ( 2)t,., d12kn( k )t )= d , d ,., d t（7）第 k 个码分信道的全部 m 根天线的激励响应可以表示为：b( k ) = vecb( k ,1) , b( k ,2) ,., b( k ,m )全部 m 根天线上的接收信号可以表示为：t,1 k k（8）te = vece(1) , e( 2) , ., e( m )（9）这样，可以容易的表示，接收信号由下列系统方程给出：e = td + n （10）其中 t 是 m(nq+w-1)*nk 维系统矩阵。n 是全部 m 根天线的噪声构成的噪声矢量，n = vecn(1) , n( 2) , ., n( m ) t （11）其中，( m)( m)( m)( m )tn= n1, n2,., nnq +w 1 ,1 m m（12）系统矩阵t具有block-toeplitz结构2。3.基于 cholesky 分解的 zf-ble 和 mmse-ble 算法zf-ble 算法通过使表达式(e td)h r (e td)（13）e,zf blene,zf ble最小来得到其连续的无偏差估计为：精品论文大全= (t rt ) t redh1 1 h1e,zf blennnn=d+(t h r 1t )1t h r 1n（14）其中矩阵 rn 是加性噪声矢量 n 的协方差矩阵： rn= en nh .。mmse-ble 算法是通过使表达式e (dh d ) (de,mmse blee,mmse ble d )（15）最小来得到其连续的值估计为：= (t rt + r) t rn edh1 1 1 h1e,mmse blenddne,zf ble= ( i + ( r t h r 1t )1 )1 d（16）= w d0 e,zf ble其中， rd 是数据符号的协方差矩阵： rd = ed dh 。mmse-ble 可以看成是 zf-ble 的扩展。w0 是一个维纳估计器，降低了由于 zf-ble由于不考虑判决量中不考虑噪声相关性导致的性能恶化。d在特定情况下， rn= 2 i ， r= i 。bf-ble 算法和 mmse-ble 算法的连续值估计分别为： | ( h)1 hnde,zf bler = 2 i =t t t e （17）d|= (t h t + e,mmse ble rn = 2 ird = i2 i )1t h e（18）联合检测算法就是要从接收矢量 x 中获得估计序列 d ，直接使用矩阵求逆的方法进行求解方程组需要的运算量很大，因此需要选择合适工程实现的矩阵求逆算法。由于t的 block-toeplitz 结构，厄密共轭矩阵 s = t h t 也具有带状 block-toeplitz 结构，如图 1 所示，只有斜影部分需要计算，其它部分只需通过填充的方式得到。因此可以很大程度的减少运算量。矩阵s可以通过cholesky分解的方法分解成为下三角矩阵l和l的上三角 共轭转置矩阵的积。式（17）和式（18）可以通过求解方程的方式得到。l矩阵是块对角， 但不是block-toeplitz矩阵。然而，它是近似block-toeplitz，即：它满足于在计算出前若干个 块列（或块行），可以近似认为余下的块列（块行）与最后一个计算出的块列（块行）一致。 如图 2 所示，图中颜色相同的区域可认为具有相同的数据块，因此只需要计算出这些部分， 从而进一步简化运算3。精品论文大全图 1 s 矩阵结构图 2 l 矩阵结构4.结合联合检测的智能天线算法在 td-scdma 系统中智能天线与联合检测技术的结合，在上行链路可以获得分集增益 的好处，利用上行链路获得的参数，下行可以实现自适应波束赋形。智能天线与联合检测结 合的空时信号处理系统结构如图 3 所示：图 3 智能天线与联合检测结合空时处理信号模型波束赋形算法是智能天线的核心。自适应智能天线算法一般分为盲算法和非盲算法两大 类。其中较常用的算法包括最小均方（lms）算法，递归最小二乘算法（rls）算法，恒模精品论文大全（cm）算法等1。由于无线信道环境是时变的，权向量必须周期性的更新。而且由于估计 最优解所需的数据受到噪声的污染，需要对权向量的上一个解进行更新，以减小噪声的影响。 因此，一般采用自适应算法周期性的更新权向量。自适应算法采取块或迭代的方式进行。以 lms算法为例，权重迭代过程如下：hwk ,i +1 = wk ,i ui (uiwk ,i dk ,i )（19）5.智能天线与联合检测性能仿真5.1. 仿真环境根据td-scdma系统多径模型，确定本次仿真的环境，如表 1 所示4。表 1 td-scdma 多径传播环境case 1, 速度 3km/hcase 2, 速度 3km/hcase 3, 速度 120km/h相对时延 ns相对平均 功率 db相对时延 ns相对平均 功率 db相对时延 ns相对平均功率 db0000002928-1029280781-31200001563-62344-9仿真中假定：多个用户的主径及多径到达角随机分布。主要仿真数据为：小区环境：case 3 环境 接收天线：单根天线，4、8 等距线阵5.2. 仿真内容图 4 是仿真的数据流程图。图 4 智能天线与联合检测结合仿真流程图如图所示，仿真流程主要分为两层，外层主程序控制仿真参数的设定，仿真结果统计， 结果显示等。里层为单次仿真子程序，主要包括用户数据产生，基带信号处理，无线信道的 产生，接收信号的空时二维处理，波束赋形等。以下是几项性能评估内容。(1) 阵列响应方向图阵列响应方向图表述智能天线空间处理增益随 doa 的变化曲线，反应了智能天线的空间滤波能力。智能天线权向量为 w，在 方向的阵列响应为：f ( ) = wt a( )（20）图 5 是一个智能天线方向图的一个例子。期望用户的主径 doa 方向为 0 d ；两个干扰用户的主径 doa 分别为 60d 和80d 。天线为半波长等间距线性阵列，阵列数为 8。波束赋形算 法采用 lms 算法。从图中可以看出，智能天线能有效的降低干扰。(2) 智能天线轻载与过载性能分析图 5 阵列响应方向图用来提取已知信号成分的最优 lms 解的性能依赖与阵列是轻载还是过载。考察 4 阵元 等距线阵。期望用户到达方向为 60 度，干扰用户和期望用户具有相同的入射功率。初始时，为系统加上两个干扰用户，doa 分别为 90d 和120d 。阵列响应方向图如图 6 所示，方向图在两个干扰用户方向形成零陷。加入第三个干扰用户（doa 为 30d ）以及第 四个干扰用户之后（doa 为150d ），系统过载，阵列不能在所有方向上形成零陷。在期望用户方向的对准角度也有所偏移，如图 7 所示。图 6 两个干扰用户（轻载）精品论文大全10(3) 误码率曲线图 7 四个干扰用户（过载）误码率是评估智能天线系统的一个重要指标。尤其是在智能天线与联合检测结合的情况 下，信噪比的计算变得复杂，可以通过误码率曲线来评估系统的性能。图 8 zf-ble 和 mmse-ble 性能曲线：用户数 k=8精品论文大全图 9 zf-ble 随用户数变化性能曲线从图 8 和图 9 中可以看出：1.随着智能天线阵元数目的增加，系统性能得到了显著的提高。2.在单天线的情况下，mmse-ble 算法性能明显优于 zf-ble 算法；在智能天线的情 况下，两者性能很接近。在上行链路中，td-scdma 可以采用 zf-ble 算法，减少 运算复杂度。3.随着用户数目的增多，zf-ble 算法和 mmse-ble 算法性能都会变差。在单天线的 情况下，两种算法性能恶化程度均较大，zf-ble 算法性能恶化更明显，表明 mmse-ble 算法具有更好的抗 mai 能力。在智能天线的情况下，随着用户数目增多， 两种联合检测算法恶化程度都较小。6.结论本文对 td-scdma 上行链路结合使用智能天线和联合检测的算法进行了一定的仿真， 比较了基于近似 cholesky 分解的 zf-ble 算法和 mmse-ble 算法。结果表明，与单天线相 比，联合检测的性能得到了显著的提高。在单天线情况下，mmse-ble 算法明显优于 zf-ble 算法，在阵元数为 4 和 8 的情况下，两者性能非常接近。随着用户数的增多，联合检测算法 性能变差。参考文献1joseph c.liberti,jr, theodore s.rappaport smart antenna for wireless communications:is95 and thirdgeneration cdmam，applications: prentice hall ptr,19992marius vollmer, martin haardtcomparative study of joint-detection techniques for td-cdma basedmobileradiosystemsjieeejournalonselectedincommunications,august2001,vol.19,no.8:1461-14753anja klein, ghassan kawas kaleh, paul walter baier zero forcing and minimum mean-square-errorequalization for multiuser detection in code-division multiple-access channelsjieee transaction onvehicular technology, may 1996, vol.45,no.2:276-28743gpp ts25.102 user equipment (ue) radio transmission and reception (tdd),v5.6.0(2003)5赵亚男，张禄林，吴伟陵 智能天线中空时信道模型的分析与比较j电讯技术, 2005, vol.45no.3:15-206李颖，阎鸿森，曾召华基于快速 cholesky 分解的线性联合检测算法的比较j现代电子技术, 2004, vol.27 no.5:86-927 徐生瑜，缪丹，谢显中 td-scdma 中利用空时处理改善系统性能的算法设计与仿真分析j北京邮 电大学学报, 2003, vol.26 sup:119-