（信号与信息处理专业论文）wcdma系统中基于恒模算法的盲多用户检测.pdf

南京邮i u 学院坝i j 学位论业 w c d m a 系统中基于恒模算法的盲多用户检测 摘要 c d m a 系统存在严重的多址干扰( m a i ) ，极大地限制系统的容 量。多用户检测技术利用造成m a i 的所有用户信号信息对单个用户的 信号进行检测，具有优良的抗干扰性能，解决了远近效应，提高了系 统的容量；盲多用户检测技术仅需要知道待测用户的扩频码和接收信 号，所需条件与单用户接收机相同，克服了以往多用户检测器的缺点； 受到人们的广泛关注。 本文首先对线性约束恒模算法进行分析和仿真，仿真结果说明： 在期望用户信号幅度l 压时，该算法能很好地收敛到期望点，当期望 用户信号幅度 支持多种新技术：多用户检测( m u d ) ，智能天线，空时码等。 在标准化论坛中，w c d m a 技术已经成为了被广泛采纳的第三代空中接口， 其规范己在3 g p p 中制定3 g p p 是由来自欧洲、美国、r 本、韩国和中国的标准 化组织组成的一个联合标准化计划。在3 g p p 中，w c d m a 被称作u t r af d d 和u t r a t d d ，w c d m a 这个名字涵盖了f d d 和t d d 两种操作模式。 1 2 多用户检测技术概述 由于单用户检测器将其他用户的多址干扰看作噪声，这样就丢掉了干扰用户中 可以利用的有用信息。在接收端，我们有时可以得到诸如互相关系数、用户功率 等信息，如果能够充分利用这些信息，对所有的用户信号进行联合检测，估计其 他用户产生的多址干扰，就可以消去多址干扰，使检测器的性能得到改善，这就 是多用户检测的基本思想。 多用户检测技术是宽带c d m a 通信系统中抗多址干扰的关键技术。理论上， 若不同用户的特征波形是讵交的，那么将接收信号与期望用户的扩频码求相关的 接收机是最佳接收机，多址干扰根本就不存在。但是，实际的c d m a 通信系统中， 各个用户信号之唰存在一定的相关性，这就是多址干扰m a i ( m u l t i p l ea c c e s s i n t e r f e r e n c e ) 存在的根源。引起多址干扰的原因可能是以下三个： ( 1 ) 在用户数多的时候，完全正交扩频码的个数可能满足不了用户数目的要求， 冈而系统可能采用的是准证交码。 ( 2 ) 用户之间的不同步。 ( 3 ) l i 于信道存在多径衰落，不同用户的信号是以不同的时延到达接收机的。 lj 个别 | 户产! ：的m a l 固然 5 小，可是随着川户数的增加或信号功率的增火， m a i 就成为宽带c d m a 通信系统得一个主要干扰。传统的检测技术完全按照经典 直接序列扩频理论对每个用户的信号分别进行扩频码相关处理，因而抗干扰能力 较差，存在以下问题： ( 1 ) 干扰低限：出于干扰信号与期望信号不证交，所以期望用户的一般匹配滤 波器的输出会含有来自多址干扰的贡献。因此即使接收机热噪声电平趋于零， 匹配滤波器的错误概率由于存在，也会表现出非零的下界( 称为干扰低限) 。这就 讨京u 学院他l + 学位论文 第一带绱论 经褥摆关壤投棼疆难达到抵漠褥率。 f 2 1 远谶问题：如果干扰用户比期黛用户距离基站近得多，干扰信号在蒸站的 接收功率会比期望信号的接收功率大的多，扩频码与干扰信号之间的相关就有可 熊毙扩频弼每麓望售号之闼熬鞠关大，蠲望薅户接号甚至煮可戆淹没在予挽臻号 中，以至予不能作可靠的判决，除非使用严格的功率控制。 多用户检测m u d ( m u l t i u s e rd e t e c t i o n ) 在传统检测技术的基础上，充分利 矮造藏m a 豹錾有矮户麓号兹信息霹单拿麓户蕊鑫号进牙裣测，觚瑟其有後炎夔 抗干扰性能，解决了远j 驻效应问题，降低了系统对功率控制精度的要求，可以更 加有效的利用上行链路频谱资源，显蛰提高系统容蹙。 搴文套缨了多耱多掇户捡嚣技拳，分舞毽绕静擎臻户裣溅灏、最爨捡溅器、 线性多用户检测器、非线性多用户检测器和盲多用户检测器。 传统的堆用户检测嚣即在接收端黩接对匹配滤波器( 相关器) 某一时刻的输出 送嚣鞠凌，寒怼其它耀声豹子爨接强砖楚瑾，完全浚骞考虑裂多疆于撬霹翔决靛 影响。当所采用的扩频序列集完全f 交，即i k 时，n ，= 0 ，多址干扰为零，此时 的单用户检测策略是一张最佳的策略，得到的系统燃能与单用户系统的性能蝴月。 然丽，实际系统使震的扩额痔列集总不跫完全i f 交瓣，困表校难找到这样的扩獗 j 芋列集，其中任意两个元素在各码片上的互相关系数都为零，因此单用户检测策 路豹性能必然受到多址予捷的限制和影昀。 最优检测器是丰l 据殴配滤波器生成的充分统计餐y = 融，y ：，y 。】、功率俗计 瞥元的倘计值和相关矩阶r 通过求解组含优化以得到检测序列占。它依据接收信号 y ( t ) 鼠中我滋发送序歹孙，并要篌褥b 的蜃验概率最_ 夫纯，这耱捡瓣方法可戳达爨 矬论i ：的最小错误概率，具有最佳的抗多址干扰能力。其性能远优于传统检测器， l 分接近犯 j ，、系统检测器的性能，假跫它的优越性能是以系统的复杂度为代价 麓，最侥多溺户检嚣器瓣运算量随蓉瓣户数静增韵鏊指数增长，函建，它虽然冀 有最优的抗多址干扰能力，但是很难在实际系统中应用。 线性多用户检测器肖较完整的数学撼述工具和分析方法，在次最优多用户检 溯器中静研究簸为广泛。线性多瘸户徐灏器静结鞠燕在匹配滤波器鲍后蕊蕊上一 个线性算予，在判决之i i i 对相关器的输出矩阵进行线性变换，然后依据一定的判 南京i | | | i l u 学院f l ! j ! i 。学位论文 筘一币绪论 别准则对变换后的序列加以判决，各个用户的检测复杂度只是用户总数的线性函 数 3 k ) ，而性能却接近最优多用户检测器，通常包括解相关多用户检测器m m s e 多用户检测器。 非线性多用户检测器一般由多级组成，其基本思想是再造每个用户造成的 m a i ，然后在接收时减去这些再造的姒i 。最常见的是二或三级检测器，由第一级 作决策，后级进行干扰对消。为了改善强多址干扰情况下弱用户的检测性能比较 差，需要将决策反馈与线性多用户检测器组合起来，使检测器为多级结构。在多 级机构中干扰对消是逐次进行的，常称为逐级干扰对消。非线性多用户检测器包 括连续干扰抵消器( s i c ) ，并行干扰抵消器( p i c ) ，迫零判决反馈检测( z f d f ) 盲多用户检测为新近研究的热点，它不需要使用训练序列，也不需要知道所有 坍户的特征波形和定时信息，仅需要知道解调用户的特征波形和定时，所需条件 与传统单用户接收机相同，其克服了以往m u d 需要知道所有用户的特征波形和定 时信息的弱点对下行线路具有特别的诱惑力。 它主要包括最小平均能量( m o e ) 盲多用户检测、基于恒模算法的盲多用户检测、 随机梯度自适应算法、预滤波多用户检测、基于神经网络的盲空时多用户检测、 以及基于子空间方法的盲多用户检测等。 恒模算法( c m a ) 是一种常用的亩自适应算法，它无需训练信号、收敛速度相 对较快、能有效抑制相干干扰，可用于q p s k 、g m s k 、f m 等恒模信号，也可用于某些 ：舻匾模信号，因此很快发展成为一+ 类重要的盲算法，这在f 一章详细介绍。 最小平均能量( m o e ) 盲多用广t 检测是基于m m s e 准则的算法，m m s e 线性变换可使s 【r 最大，时使线性检测器输出能量为最小，下式删e 0 。) = e ( 弘s 。+ x 。) 2 即最小输出能最准则。町以证明，m m s e 线性检测器与m o e 线性检测器等价。 随机梯度自通应锋沤足以m o e 为代价函数的，它的具体更新公式 x l 【f 】- 【f l 卜胆d 】d 【】一z ，d - ，) ，此式的自适应算法只使用期望用户的特征波 形和定时信息，并没有比单用户匹配滤波器使用更多的信息，但是却能够收敛为 m m s e 检测器，所以它具有最大抗远近效应的能力。不过它收敛结果的扰动比较大。 预滤波多用户检测是利用阵列处理多普勒滤波去除期望信号，可以极大地提高系 统的收敛速度和输出信干比基于神经网络的盲空时多用户检测是利用神经网络 强大的并行计算能力，提出用神经网络求解整二次多项式的最小来实现最佳多用 4 南京帅l u 学院坝l j 学位论文 第一章绪论 户检测。但是，网络计算复杂度随着用户数增加仍然显著增加，同时还存在网络 计算复杂和局部极小点问题。 1 3 本文的主要工作及组织结构 本论文主要工作概括如下： 首先介绍了线性及非线性多用户检测器的种类，分析了他们的算法原理、特点 和优缺点，再对他们的性能进行了比较；其次，详细的概括了盲多用户检测器， 介绍了多种盲自适应算法，对他们的性能及原理、特点和优缺点进行综合分析和 比较：在此基础上结合l c c m a 和c m a 的优点，提出了新的检测算法，并对新算法 性能进行了分析和仿真，具体步骤如下： ( 1 ) 分析l c c m a 算法的性能，对其稳定点进行检验，当仞始权矢量l 3 时， ，亡 能t f 确收敛到期望点，当 4 一砉办4 岛 c z 一。， 4 一风爿，包 其中，p 卜】表示对x 求概率：为除用户k 以外的k l 维列矢量，表示其它用 户。对用户k 的t 扰：幺表示对求平均值： 传统单川户检测器的渐进效率为： ”m p 一荟知一i c z 4 ， 当干扰用，! 的能量远大于用户k 的能量时，有孚i 户业i 1 ，传统单用户检测器的 i n i 抗远近度为：万o 。此时用户k 将被“淹没”在干扰用户的信号中，导致误码率 大大增加。多址干扰的基本组成形式是互相关系数与干扰用户的信息以及单位时 日j 内比特能量的乘积。 ，lf吲j10 胙 上 南京i | | | ：l 匕学院坝i j 学位论殳第二章线性和1 r 线件多用户拎测于土术 显然，在没有多址干扰的情况下，传统单用户检测器等价于单用户系统的检测 器。单用户系统检测器的误码率可作为任何检测器的性能e 限，这个误码率为 黟= q ( 刳 ( 2 5 ) 传统雏用户检测器具有结构简单、运算复杂度低等优点。当系统中不存在多址 干扰，只存在背景高斯白噪声时，传统单用户检测器就可看作是最优多用户检测 器。如果各用户功率相同，用户l 日j 的互相关系数很小时，它也可以达到比较满意 的性能。然而，当接收信号中用户问的互相关系数不为零时，而干扰用户的功率 又远大于期望检测用户的功率时，多址干扰将引入所谓的“远一近”效应。这是 因为传统单用户检测器未考虑多址干扰的影响，对各个用户进行独立检测，故其 性能受到严重的影响。实际上，只有对极少数的同步f 交特征波形的情况，传统 检测器爿不受多址干扰的影响。 2 2 多用户检测m ，s 9 2 2 1 最优检测器( o p ti m aid e t e c t o r ) 单用户检测器把m a i 看成高斯白噪声，和n ( t ) 同样处理。而多用户检测则利用了 m a i ，对所有用户的信号迸行联合检测。 s v e r d u 等人研究了高斯信道下c d m a 系统的多用户检测问题，在发送信号先验 等概率条件下，最优多用户检测器就是最大似然准则多用户检测器。该检测器将 依_ 拭i 接收信号y ( t ) 从中找出发送序列b ，并要使得b 的后验概率晟大化这种检测 办法呵以达到理论上的最小错误概率，具有最佳的抗多址干扰能力。 芍虑| i 1 ：j 步i ) s c d m a 系统接收端信号模型： k y ( f ) = a 以( f ) 只( f ) + ”( f ) ( 2 6 ) i = l 我们按最大后验概率准则进行序列检测，有 6 = a r g m a x ，p ( 6 ，y ( ，) ) ) ( 2 7 ) 砘e ：一i ，+ i ； 通过推导，可以得到： 8 南京邮i u 学阮坝l 学位论文 第一幸线忡和1 r 线忡多用户榆测拙术 6 = a r g m ? x ，【2 y 7 爿6 6 7 一r 4 6 】 ( 2 8 ) 4e ；一l + l ： 山f ：式可以看出，最优多用户检测器即是根据匹配滤波器生成的充分统计量 y = y ，儿， 、功率估计单元的估计值和相关矩阵r 通过求解组合优化( 2 8 ) 以得到检测序列6 。虽然对于d s c d m a 系统最优检测器可以由匹配滤波器后面加上 一个维特比算法构成。然而不幸的是，所需的维特比算法复杂度很高，与用户呈 指数关系o ( 2 ) ，即需要从2 种用户信息中寻找一种最佳组合，这基本无法实现。 以上分析表明，最优多用户检测器的性能远优于传统检测器，其性能十分接近 单用户系统检测器的性能。但是它的优越性能是以系统的复杂度为代价的，最优 多用户检测器的运算量随着用户数的增加呈指数增长，因此，它虽然具有最优的 抗多址干扰能力，但是很难在实际系统中应用这就迫使人们去寻求性能尽量接 近最优多用户检测器，而运算量却大大降低的次最优检测器算法，希望在系统的 性能和复杂度之间寻求折衷。它基本上可归纳为线性多用户检测器和基于判决反 馈的多级干扰抵消器( 亦称非线性多用户检测器) 2 2 2 线性多用户检测 线性多用户检测器因为有较完整的数学描述工具和分析方法，在次最优多用 户检测器r i 】的研究最为广泛。线性多用户检测器的结构是在匹配滤波器的后面加 一i 二一个线性算子，在判决之前对相关器的输出矩阵进行线性变换，然后依据一定 的判别准则对变+ 换后的序列加以判决，各个用户的检测复杂度只是用户总数的线 性函数( 3 k ) ，而性能却接近最优多用户检测器。这罩将介绍两种性能优良的线性 多h ，、检测器：解相关多用户检测器和m f 多用户检测器。 ( 1 ) 解相关检测器 多址干扰是山不同用户扩频序列问的非零互相关系数引入的，因此多址干扰具 有强烈的结构性信息。针对传统检测器的弱点，采用解相关多用户检测器是一个 简单而自然的想法，它的基本思想是将不同用户的线性相关去掉，使不同用户的 扩频序列实现币交，从而消除多址干扰。 d s c d 舭系统接收端的k 个匹配滤波器的输出向量可以写为： 9 萄京：i u 学院坝i 。学位论文 第一：章线性和1 r 线性多用户榆测投术 ，= j 叫6 + n ( 2 9 ) 其中，r 是归一化的互相关矩阵，a 是各用户信号幅度的对角矩阵，n 是均值 为零、协方差矩阵为仃2 ，的高斯随机变量。 由于多址干扰的存在，单一检测器即使在没有噪声( 盯= o ) 时也会出现判决错误 的情况，即 反= s g n ( ( 翩6 ) 。) 饥 ( 2 一l o ) 而解相关多用户检测器在无噪声的环境下足以无误差的恢复传输的数据，且不 需要任何接收信号幅度的信息。 假定各用户序列的互相关矩阵可逆，可以预先将匹配滤波器输出向量乘以r - 。 即： 尺y = r 一1 ( r 爿6 + ) = a 6 + r n ( 2 1 1 ) 如果( 盯= o ) ( 即无背景噪声) ，仅对上式的结果进行判决就可以完全恢复用户的 传输数据： 反= s g n ( ( j r j 九) = s g n ( ( 爿6 ) 女) ( 2 一1 2 ) = 6 t 其中，s g n ( - ) 是符号函数。由此可以得出结论：如果用户的扩频序列线性无关， 住无背景噪声时，式( 2 一1 2 ) 表示的检测器可以无误差的解调出所有用户的传输信 息。 现n ：引入噪声( 盯o ) ，用r 。束处理匹配滤波器的输出，得到式( 2 一1 1 ) 所示的 形，即：j r j ，= 爿6 + r “月，每个用户信号分量仍然不受其它用户的干扰，即不 受多址f ：执的影响。所以该多l j ，o 检测器可以完全消除多址干扰，唯一的干扰源 就是被放大的背景噪声。这就是实现( 2 一1 1 ) 式的检测器被称为解相关多用户检测 器的原因。 虽然解相关多用户检测器能完全消除多址干扰，但同时也增强了背景噪声。当 多址干扰信号的功率趋于零时，单一检测器的误码率等同于单用户系统的误码率。 而解相关多用户检测器在完全去除了多址干扰的同时增强了噪声，因此当多址干 0 南京i | | | ；l u 学院坝i 。学位论文笫二市线忡和1 r 线性多用户愉测手土术 扰信号的功率小于某个门限值时，解相关的性能反而不如传统检测器的性能。 尽管解相关多用户检测器的计算复杂度小于最优多用户检测器，但它仍需要求 解互相关矩阵r 的逆矩阵。在复杂多变的移动通信环境中，求解矩阵r 的逆矩阵 并坷i 是一个容易解决的问题。尤其是在d s c d m a 系统中，为了减少干扰，一般都 采用了语音激活和变速率编码技术，这使得用户信号之间的互相关随时问不断改 变，因而r 的逆矩阵也随时i 日j 不断改变，这使得求解r 的逆矩阵变得非常困难。 并且，计算一个矩阵的逆矩阵，其乘法的运算量通常是k3 阶，当用户数k 较多时 面临着大型矩阵求逆运算，其计算复杂度是难以接受的。 ( 2 ) 最小均方误差( 删s e ) 检测器 解相关多用户检测器虽然能完全消除多址干扰，但却增强了背景噪声，在较低 的信噪比环境下，传统检测器的性能甚至优于解相关多用户检测器。这使得人们 去寻找能在消除多址干扰和取消背景噪声两者之问取得良好折衷的多用户检测 器。最小均方误差( m m s e ) 多用户检测器f 是一种可以达到此目的并且性能优良的 多用户检测器。 m e 多用户检测器将多用户检测变成了一个线性估计问题，即寻找一个k 维 矢量使得第k 个用户的信息码元6 。和第k 个线性变换y 的输出之间的均方 误差最小。尽管利用最小均方误差准则不一定能够使误码率最小，但它仍然是一 个合理的最优化准则。采用m m s e 多用户检测器的另一个优点是可以方便地将自适 应信号处理技术引入到多用户检测器中，特别是在时变多径信道环境中，它能避 j i 繁杂的矩阵求逆运算而便于实时实现。 。我们知道，线性多用户检测器足通过对接收信号进行线性变换得到的统计变量 进 j ：削决充成检测的，类似于解十h 天多川户检测器，m m s e 多用户检测器接收机足 通过埘接收矢量进行加权处理以得到判决统计量。接收机中接收信号经加权处理 后f ：j 剑的判决值，与发送端传输比特之问的均方误差最小的最佳权矢量为： h 。= r + 盯2 爿一2 r ( 2 1 3 ) 则m m s e 多用户检测器的接收机就是利用式( 2 一1 3 ) 所示的w 。对接收的统计 信号进行加权处理并根据相关规则进行判决操作。 南京| | i | f i u 学院f ! i 。学位论义 船二章线性和廿线性多用户榆测技术 可以看出解相关多用户检测器和m f s e 多用户检测器的结构是基本相同的，只 是将解相关多用户检测器的线性变换矩阵r 。替换为m m s e 多用户检测器的 l r + 盯2 爿qr 。 m i s e 多用户检测器在残留部分多址干扰的条件下也削弱了背景噪声的影响， 可以看成是消除多址干扰和取消背景噪声的折衷。实际上，传统检测器和解相关 多用户检测器都是m m s e 多用户检测器的极限情况。若在式( 2 一1 3 ) 中令所有用户的 幅度固定而噪声分量相对于多址干扰可以忽略不计时，i r + 盯2 爿- 2r 。趋于r 一， m m s e 多用户检测器就等同为解相关多用户检测器：当噪声分量远大于多址干扰时， m m s e 多用户检测器就退化为传统检测器。 由以上分析可知，解相关多用户检测器完全消除了多址干扰，但同时增大了噪 声功率：m m s e 多用户检测器克服以上缺点，其目标是让输出的均方误差最小，因 此，当噪声比较大时，可通过增大一定的残余多址干扰为代价来降低噪声，其实 际足在抑制干扰和提高噪声功率之问取得折中。 2 2 3 基于判决反馈多级干扰抵消器( 非线性多用户检测器) 非线性多用户检测中最重要的一类就是多级检测。多级检测器最早是在2 0 世纪9 0 年代初由d u e l 一h a ll e n 提出的【“】。最常见的是二或三缴检测器，由第 一级作决策，后级进行干扰对消。为了改善强多址干扰情况下弱用户的检测性 能比较差需要将决策反馈与线性多用户检测器组合起来，使检测器为多级结 构。拄多级结构中干扰对消是逐次进行的，常称为逐级干扰对消2 i 。 典型判决反馈多级_ f 扰抵消器有连续干扰抵消器( s i c ) ，并行干扰抵消器 ( i j i c ) ，迫零判决反馈检测器( z 卜d f ) 它们基于本地产生m a i 的估计在判决前 减去部分或全部i a i 从而提供优于传统的单用户检测器的性能缺点是p i c 、z f d f 对硬件的要求较高。s i c 、z f d f 中存在时延问题。 ( 1 ) 连续干扰抵消器( s i c ) s i c 呈多级串联结构，逐级检出并消除当前最强的信号。各路匹配滤波器输出按 2 南京邮l u 学院f i ! ； j ：学位论文朵二章线住和* 线性多用户检测技术 功率从大到小排序。s i c 检测器首先对最强的那路判决，由于其最强，判决是可靠 的。利用判决结果和已知的扩频序列及幅度估计值，重构出该路信号。从混合接收 信号中减去重构信号。就得到了部分干净的接收信号。s i c 的后续各级重复上述工 作过程，判决出并抵消掉当前最强用户信号。 对有k 个用户的连续干扰抵消接收机接收信号一次去掉一个干扰波形。当 对第k 个用户进行判决时，我们假定对k + l ，k 各用户已经进行的判决是正确 的，并忽略l ，k 一1 各用户的存在。因此，第k 个用户的判决结果为： 友：s g n h 一艺4 野5 ，1 2 “ ( 2 1 4 ) 浚算法具有以下的特点： ( 1 ) 连续干扰抵消需要接收幅度的信息。对接收幅度估计的任何误差都将直 接变成后续判决的噪声。 ( 2 ) 比期望用户信号弱的用户都被忽略了。 ( 3 ) 与( 非自适应) 线性多用户检测器不同，连续干扰抵消除了需要计算互相 关系数和相应的接收幅度的乘积之外，不需要对互相关进行任何数学计算( 这个优 点与最佳多用户检测器相同) 。 ( 4 ) 每个信息码元的时间复杂度与用户数呈线性关系。 ( j ) 连续干扰抵消算法的思想适用范围十分广泛，而不仅仅可以应用在基本 的c d m a 信道中。 ( 6 ) 连续十扰抵消算法的解调时延随用户数的增加里线性增长。 征连续干扰抵消接收机中，强信号先被俭测并将其解码判决的结果用于弱信 的多士| j = 干扰消除上，从而使弱信号的平均误码率大大降低，而强信号的误码率 则没- 彳j 叫娃改善，有时挟全会出现弱信号的误码率低于强信号的误码率的情况。 如果所有川，、的功率相同。采垌连续干扰抵消接收机会出现用户误码率不同的不 均衡的情况。并且，当接收信号的信噪比降低时，同线性多用户检测器相比，连 续干扰抵消接收机的性能迅速恶化。 但是，因为连续干扰抵消算法的概念和硬件实现都比较简单，是目前实际系 统中广泛应用的一种多用户检测算法。 ( 2 ) 并行千扰抵消器( p i c ) 3 南京i | | | i l u 学院f ! ! j ii 。学位论义第- 二幸线性和1 r 线忡多用户榆洲挫术 p e 对蹰骞矮户遵行淞l 再生、羝瀵彝判决。冀每级魏捡溯列臻上一缴豹裁 决结果消除接收信号中的多址干扰。它实际上是锻选择最大似然序列的工作通过 多级检测来完成。 多矮声捡测豹联合缀佳判决兔： 厂、 反= s g n h 一一野占，i ( 2 嗡) * t 式( ( 2 3 ) 表爨最谴裁决麓k 维 线馁变换瑾羔l ，t 一，瓠】兹一令露定点，宅兹篆k 拿 分量是： 厂、 覆茗l ，并；一；，x 。，x ；】；s g n | y 一芝：4 尹批x ，l ( 2 一i 8 ) ，； 对于帮级采用传统单用户匹配滤波器的m 绂检测器，它的判决结果相当于 将传统单用户匹配滤波器组的尝试性判决经过( 舶一1 ) 次非线性变换 多缀稔瓣器并季亍穗缎理各蘑户数撵，其运算复杂度与餍户数成线往关系。荬 性能优于传统检测器和解相关检测器，接近最佳多用户检测器。但是，我们应当 注意，当m 叶。时，m 级检测器的判决并不能收敛剿最佳检测器的判决结果。当某 _ 缀硷灞嚣对一个爱户静判决有误拜雩，下一缀不键不髓游豫误麓，反面会饺该嗣 户对其它用户的干扰加倍，即出现误差传播的现敷。因此，如果多缴检测器的级 数过多，对性能的改善并不明显，弼信号处理的笈杂度和时惩加大。在备用户功 率稳等瓣酶罐下，在信蟥眈较，j 、时，脊可戆出瑷下一缓误鹞率鬻于藉一级溪褐率 的现象这时多级检测器反而带来误码率的恶化。因此，多缴检测器的结构选择 分重要。般丽砉，从系统的处理时延期复杂度考虑，多级检测器应当限制在 睡、量缀之隗。 ( 3 ) 迫零判决反馈检测器( z f d f ) 判决爱馈检测逶遥砖莲配滤波嚣输鑫的莹号送行撵序，经避l ； f 簧滤渡器缝 理，辫与6 u 一时刻的反馈信号比较送给判决器判决，判决后的信息反馈回来蛤 f 一时刻的信号处理。现已证明迫零判决反馈检测( z f d f ) 是鼹优的判决反馈 捡测。然聪，裙瓣予解鞠关捡灞，z f 一弊是鞋降低大秘率惩产静性能秀健徐，提 高了弱用户的性能。它闻时具有解相关检测和串杼干扰抵消检测的缺点，因此， 4 南京1 | | | l u 学院坝i 学位沦史 第一章线忡和1 r 线件多用户榆测技术 z f d f 目前只是理论上很好的检测技术。置零决策反馈接收机需要知道或估计所 有用户的接收能量或相对幅值，这比解相关检测器要求的先验知识多。 自适应解相关决策反馈检测器的基本目的就是改善强多址干扰中弱用户的 检测。决策反馈通过对消极强用户的多址干扰，可以有效地改善较弱用户的性 能。 由于只有前面已被检测出的( 较强) 用户的码元可以反馈，就使得多用户 决策反馈滤波器在概念上与逐绂干扰对消等价。即解相关反馈检测器是由强到 弱对各个用户逐个进行多用户检测( 逐级干扰对消) 。下面就以它为例分析一下 多级检测的原理。 其实现的基本原理如下： 如2 2 中所示的同步c d m a 系统模型，由匹配滤波器输出向量可知接收向量 表达式。 设爿4 ： 一。，即各用户在接收端的接收能量按非递减次序排列。换 句话说，用户1 信号最强用户2 次之，用户k 信号最弱。 已知在解相关检测器中，用矩阵滤波器r “对y 进行滤波，得到： d e 箩= 月一y = 彳6 + 万 ( 2 一1 7 ) 式中万= r 。月是具有自相关矩阵r 。= 仃2 曰“的高斯有色噪声。因此，上式 是有色噪声的c d m a 模型。 在利用矩阵的c h o l e s k y 分解，可以得到胄= 阡7 ，其中f 为下三角矩阵。 现仡用( f 7 ) i 对于匹配滤波器输出向量y 直接滤波，则输出向量为 d t 歹= 刚6 + ( 2 1 8 ) 为 式- i t 脚足j 仃自艟j 关矩阵盯2 ，的高斯臼噪声。 式( 2 1 8 ) 是解相关决策反馈检测器的基本原理，因此，歹的第k 个分量 i i 孓t = f k a | b t 十j 二f k | a 扫i + t ，= i i ( 2 1 9 ) 南京邮l u 学| ：菀坝i 学位论立= 第一争线札年n 悱线性多用户舱删技术 式中最，是卜三热矩蓐f 兹第( k ，i ) 个元索。 由式( 2 一1 9 ) 可以推出以下结论： ( 1 ) 对于最强的辫j 户1 而言，将k = l 代入式( 2 一1 9 ) 得第二项为零可以说 廷瑟豫了任旃箕镌疆产麴子撬，錾戳鲻户i 静决策绞诗量霹取 j ；翟s g n ( 歹) ( 2 2 0 ) ( 2 ) 对于第二个最强的用户2 瓤言，将k ；2 代入( 2 2 0 ) 犍，多用户干扰 为五。囊蟊。然而，由予磊已检测凄，因蕊这一予挽可以通过获兄中去除簿，帮 用户2 的枪测统计量为 刍3 = s g n 羁一五。l _ l 矗1 ) ( 2 2 l ( 3 ) 幽此递推，用户k 的决策统计量为 反竺s g 拄f 藏一笼曩，4 毒 = s g n ( 鼻。月。+ 善，一，g ，骞) + 钸 c z z 。， = s g n i 鼻。4 “+ ，一，协，骞j + 钸i ( 2 2 2 ) 扛l 综上鼹透，解程荚决策反续稔溅器奎反馈滤波嚣 嚣= l ，一f “n ( 2 2 3 ) 寒撵述，其中豹f 。为对爨终，它是遴过下三惫矩终f 掰毒# 对爱线元素兹零。 并保持对角线元索不变丽得至怕q 。 “l 式t 2 2 3 ) 知，反馈滤波器b 和f 一样是下三角矩阵，憾对角线上的元 索全邦等予零、帮严辫黪下三螽筵簿。嚣筵8 跫缝嚣莱反镶滤波器。毽瑟奁瓣 f f j 厂，k 作决策时，j l 需黎使玎j 前面已检测出的量反。反。 通过决策反馈和髂橱关检测组合使瑙，改善强多址予扰中弱用户的捡测。 盼 强蠢静爵已被捡溅瀣豹较强用户煞褐元可鞭覆馈，困诧多用户决策反馈滤 波器与逐级干扰对消等价。这样就可以通过多级拨联的单用户梭测器结构术表 示多级干扰对消。 出酸上分拆可氟，s l c 每次只检测一个用户，懿z 卜醒的聪缀处理，丽p l e 利用前级判决的信息构造所有用户的千扰信号。然后从接收信号中抵消掉干扰 矗 甫京| | | | j i u 学院坝i j 学位论文 第一章线忡和 线性多用户榆测技术 信号最后判决。凶此，p i c 的处理延迟小，但计算量大；而s i c 的处理延迟大， 但计算量小。当功率控制不理想时，p i c 性能劣与s i c ；反之，p i c 性能优与s i c ； 另外，s i c 对弱用户信号检测的性能更好，但这是以降低强用户信号检测的性能 为代价的。实际系统应该考虑在时延和性能之间折中。z f d f 的初级检测采用解 相关检测，大大提高系统的性能，但引入了解相关检测的缺点，如矩阵求逆困 难必须采用短码等等。 南京邮i u 学院坝i 。学位论文 第三章商多用户愉测技术 3 1 概述 第三章盲多用户检测技术 盲多用户检测是多用户检测技术的一个重要发展方向，自适应多用户检测具有 一些显著优点，但当信道响应突然变化或出现新的同信道用户时，训练序列便需 要重新发送，而这种情况是常见的。众所周知，训练序列的不断发送会造成频谱 资源的很大浪费，因此人们就转而研究不需要训练序列的自适应多用户检测称为 盲自适应检测，它是在h o n i g 等人于1 9 9 5 年首先提出来的。一个可以选择的方法 是最小均方误差检测，它能可以通过训练序列或者盲模式等实现，带有特征波形 或者定时信息的先验知识。盲适应方案尤其适合于c d m a 系统的下行信道，由于 是动态环境，所以移动用户很难获得信道中其他用户的准确信息，例如他们的特 征波形和训练序列的载波频率当然是一个信道带宽的损失。 3 2 盲多用户检测 3 2 1 基于随机梯度自适应算法的盲多用户检测 首先在具体研究基于最小输出能量算法的盲多用户检测器之前，作为其基础， 我们先讨论线性多用户检测器的典范表达式。不失一般性，我们束考察用户l 的 线性多用户检测器。令决策统计量为 瓦乏( 五表示r 。的特征) n 5 i ，山基尔霍夫电流定律得到网络动态 n 牲丸 等一( 去，蝎掣r 。，c 户蝎r “7 c 0 ，c旺 具- h u = 眇，一u 。】，表示放大器g 的输入电压，q = 【g ，目、】表示放大器f 的输出 f 乜压，l 表示单位矩阵。令d u d t = 0 ，得到 咆u = ( 志。k 卜。7 c o b 与真实权值的误差为 f i 京| | | | j l u ! # 院埘! l 学位论立 第三幸南多用户榆测拙术 卜呻l c r 。k 。怫愀 ) ( 3 1 0 ) 通过适当选择r ，k ，足：可以使误差任意小，这种网络的收敛时间取决于 ( 去，+ k k ：尺。7 r 。c ) 的特征值为，最小可能特征值为了l r c ，对应最大收敛 时i 日j 约为5 r c 。如果取r = 1 0 k q ，c = l o p f 则不管初始状态如何都可以约在5 0 0 n s 内收敛。 考虑多径异步和多小区环境，多用户检测器无法抑制所有干扰用户。阵列天线 通过对阵列信号加权，在特定方向形成高增益主瓣，在其他方向形成低增益副瓣， 一种有效的方法就是结合阵列处理进一步提高系统性能和容量。利用t _ h 网络快 速计算l s 解的能力，得出种基于t - h 网络的空时多用户检测算法。 天线端接收信号可以为表示为： ( ，) = 扣忑限) 以( k ( ，一，“) + 册( ，) ( 3 2 1 ) 其中，口( 吼，= ，e 产“一“ ， - ”等“吨 7 是第t 个信号方