（信号与信息处理专业论文）tdscdma联合检测模块研究与dsp实现.pdf

大连理工大学硕士学位论文 摘要 随着中国3 g 技术大规模商用时代的到来，t d s c d m a 已经成为国内外移动通信界 普遍关注的热点，许多科研机构和大型通信企业都投入大量的资金和人力进行 t d s c d m a 系统的技术研究和设备开发。因此，现阶段对t d s c d m a 系统的科学研究 及工程实践，具有重要的现实意义。 本文在介绍了t d s c d m a 系统的物理信道和上行链路信号处理流程的基础上，对 t d s c d m a 系统联合检测模块的各部分算法进行了分析说明，重点研究了联合检测模 块的关键部分联合检测算法，深入分析了该算法的关键系统矩阵的构成与化 简。同时，针对联合检测算法复杂度过高的缺点，引入了能够有效求解z f b l e 方程的 两种快速矩阵求逆算法近似c h o l e s k y 分解算法和块傅立叶( b i o c k f f t ) 算法，并在 算法复杂度方面与其他几种算法进行比较，展示其优越性。 在理论研究的同时，本文重点完成了基于近似c h o l e s k y 分解算法的t d s c d m a 系 统联合检测模块的d s p 工程实现及算法优化工作，并对结果进行了测试，验证算法优 化的正确性和有效性。此外，本文还讨论了各个模块在定点d s p 实现时的代码优化方 法，有效地降低了整个联合检测模块的运算复杂度，从而节省了系统开销，降低了基站 的成本，在实际系统上行链路基站接收端中具有很好的应用前景和商业价值。 关键词：t d s c d m a ；联合检测；z f b l e ；近似c h o l e s k y 分解； t d s c d m a 联合检测模块研究与d s p 实现 r e s e a r c ha n dd s pi m p l e m e n t a t i o no ft d s c d m aj o i n td e t e c t i o n a b s t r a c t a l o n ew l t ht h et l m et h a tt h et h l r d g e n e r a t i o nm o b i l ec o m m u n i c a t l o nt e c h n i q u e sh a v eg o n e i n t ob u s i n e s su s ei nc h i n a ，t d s c d m ah a sd r a wm u c ha t t e n t i o na n db e c o m et h eh o t s p o ti n w i r e l e s sc o m m u n i c a t i o n si n d u s t r yb o t hi nd o m e s t i ca n do v e r s e a s ，al o to fs c i e n t i f i cr e s e a r c h i n s t i t u t i o n sa n db i gc o m m u n i c a t i o nc o 印o r a t i o n sh a sp l o u 曲e dam a s so fm o n e ya n dm a 印o w e r i n t ot d s c d m as y s t e mt e c l l o l o g yr e s e a r c ha n dd e v e i o p m e n t t h e r e f o r e ，i t sv e r ) ，i m p o r t a n t t op r a c t i s et d - s c d m as y s t e mp r o j e c ta n dr e s e a r c ht h er e l a t i v et e c h n o l o g ya tp r e s e n t t h i st h e s i sf i r s t l yi n t r o d u c e st h ep h y s i c a lc h a r u l e la j l du p l i n ks i g n a lp r o c e s s i n gn o wo f t d s c d m as y s t e m ，a n dt h e na n a l y z e sa n di l l u m i n a t e st d s c d m as y s t e mj o i n td e t e c t i o n m o d u l ea l g o r i t h mi nd e t a i l ，e m p h a s i so nt h ek e ym o d u l eo f j o i n td e t e c t i o n _ j o i n td e t e c t i o n a l g o r i t h m ，a n a l y z et h ek e yo ft h ea l g o r i t h mi nd e t a i l s y s t e mm a t r i xc o n s t r u c t i o na n d s i m p l i n c a t i o n a n dt h e na i m i n ga ts h o r t c o m i n go fh i g hc o m p l e x i t y ，t h i st h e s i si n t r o d u c et w o f a s tm a t r i xi n v e r s i o n a l g o r i t h m t os o l v ez e r o f o r c i n g b l o c k l i n e a r e q u a l i z e r e q u a t i o n a p p r o x i m a t ec h o l e s k yf - a c t o r i z a t i o na l g o “t h ma n db l o c k - f f ta l g o r i t h m ，t os h o w t h ea d v a m a g e ，w ea n a l y z ea n dc o m p a r et h e i ra l g o r i t e 臆c i e n c ya n dc o m p l e x i t y d u r i n gt h e o r e t i c a lr e s e 打c h ， t h i st h e s i sf o c u so nd s pe n g i n e e r i n gi m p l e m e n t a t i o na n d a l g o r i t h mo p t i m i z a t i o no ft h et d s c d m aj o i n td e t e c t i o nm o d u l eb a s e do na p p r o x i m a t e c h o l e s k yf - a c t o r i z a t i o na l g o r i t h m t h es p e c i f i ci m p l e m e n t a t i o nd e t a i l so fs u b m o d u l e s a r e d i s c u s s e d ，a n das e r i e so fo p t i m i z a t i o nr e s u l tt e s t i n g sh a v eb e e nd o n e ，t h u sw ec e n i f yt h a t a l g o r i t o p t i m i z a t i o ni sc o r r e c t n e s sa n dv a l i d i t y f u r t h e 肌o r e ，t h i st h e s i sa l s od i s c u s sc o d e o p t i m i z a t i o nm e t h o d so f e a c hm o d u l eb a s e do nn x e dp o i n td s p si nd e t a i l s ，e f f e c t i v e l yr e d u c i n g t h ew h o l ej o i md e t e c t i o nm o d u l ec o m p l e x i t y ，g r e a t l ys a v i n gt h es y s t e mo v e r h e a d ，c u t i n gd o w n 也ec o s t so fn o d eb i t sp r o v e dt h a to u rw o r kh a sag o o da p p l i c a t i o np r o s p e c t sa n dc o m m e r c i a l v a l u ei nn o d ebu d i i n kr e c e i v e r k e yw o r d s ： t d s c d m a ；j o i n td e t e c t i o n ；z f b l e ；a p p r o x i m a t ec h o i e s k yf a c t o r i z a t i o n i i 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目： 作者签名： 邗世d m 氏裕料蜘帕卿飒 鼠瞅 大连理丁大学硕士学位论文 大连理工大学学位论文版权使用授权书 本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间 论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有 权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印、或扫描等复制手段保存和汇编本学位论文。 学位论文题目： 作者签名： ”c d 风a 瞒协飞髂胛娥 用裂 别醛轧饰护 日期：兰1 3年坠月竺日 日期：血乒年丛月亚日 大连理工大学硕士学位论文 1绪论 1 1 研究意义及应用背景 随着第三代移动通信系统的三种主流制式( t d s c d m a 、w c d m a 、c d m a 2 0 0 0 ) 在 我国大面积商用，移动通信领域进入到了一个全新的飞速发展阶段，各大公司和科研机 构对主流3 g 技术的商业化研究也进入到了白热化阶段。t d s c d m a f t i m ed i v i s i o n s y n c h r o n o u sc o d ed i v i s i o nm u l t i p l ea c c e s s ) 作为我国提出的拥有自主知识产权的3 g 标 准，采用了联合检测、智能天线、软件无线电、同步c d m a 等先进的移动通信技术， 加之中国移动通信强大的市场运作能力，将在中国的移动通信市场上占有举足轻重的地 位。因此，对t d s c d m a 系统关键技术的理论研究及其实现方案的改进与优化，具有 重要的理论研究价值和实际应用前景。 但是，由于t d s c d m a 系统的联合检测算法的计算复杂度较高，目前的硬件实现 水平很难完全解决这个问题【。绝大多数商用系统均采用d s p 、f p g a 技术，但实现时 需要大量运算，并且随着小区用户数目的增加，联合检测算法的运算复杂度将呈指数级 增加，难以实时计算，从而给基站( n o d eb ) 带来沉重负担。目前，联合检测只能支持本 小区的多用户检测，不能支持邻小区的多用户检测【2 j 。此外，下行链路的用户设备基本 无法使用该技术，特别是与智能天线以及其他技术相结合的时候【3 j 。已有的可实现算法 中，要么计算量大，给实际商用带来很大困难；要么在性能上做出牺牲，部分算法采用 近似计算；要么将某些问题忽略，比如用户具有可变扩频增益因子、多码道传输问题等， 从而简化计算。但是即使这样，计算复杂度的问题仍然没有从根本上得到解决。为了有 效地降低基站基带联合检测部分的计算量，自从t d s c d m a 商用以来，基站端联合检 测模块的算法研究和高效实现一直是人们普遍关注的重点。 目前己部署的商用系统大部分采用d s p 、f p g a 或者d s p + f p g a 的实现方式。已 有算法包括各种矩阵分解方法等仅从纯数学的计算复杂度角度来研究联合检测模块的 相关算法，或者研究基于神经网络或系统盲辨识的信号处理手段，没有有效地结合具体 硬件实现，从而在实际商用中针对不同的硬件实现算法的性能差异很大，导致基站成本 居高不下。因此，需要针对不同的硬件实现手段，研究相应的算法，并在算法复杂度方 面尽可能降低，从而充分降低t d s c d m a 系统的商用成本。 本文在此基础上，对t d s c d m a 系统基站的上行链路联合检测模块相关算法进行 了理论研究与算法优化工作，使之能够更高效地运行在特定d s p 平台上，同时也便于 向其他平台移植。 t d s c d m a 联合检测模块研究与d s p 实现 1 2 联合检测技术的研究现状 t d s c d m a 技术标准是1 9 9 8 年由大唐电信集团提出的，2 0 0 1 年被3 g p p 列为3 g 采用的五种技术中的三大主流技术标准之一【引。t d s c d m a 标准的产生标志着我国在 无线通信领域进入到世界先进行列。在t d s c d m a 标准被3 g p p 采纳后，国外的研究 机构和国内各大学对t d s c d m a 系统及其联合检测技术都进行了大量研究。在这些研 究中，重点讨论了智能天线和联合检测联合使用的可实现算法，研究工作主要集中在联 合检测中的简化系统矩阵求逆的算法。 在算法的理论研究方面，上海交通大学研究了基于独立成分分析的t d s c d m a 联 合检测技术，为联合检测算法研究提供了一个新的思路【5 j 。在具体的硬件实现方面，哈 尔滨工业大学的昆仑扣j 提出了一种f p g a 和d s p 联合实现的算法；t 工公司的p e t e ra b e r l 和a l a ng a t h e r e r 在两片t ic 6 4 1 6 td s p 处理器上实现了完整的联合检测模块清华大 学的c o n 2p e n g 等在a d s p t s l o l 处理器上实现了z f b l e 算法【8 j ；电子科技大学在 f r e e s c a l e 公司的多核d s p 处理器m s c 8 1 4 4 上实现了t d s c d m a 系统中n o d eb 上行链 路接收端基带处理部分的算法桫j 。 目前，已有的算法已经比较成熟，且研究大多集中在如何有效减少计算量上，无法 突破均衡器思想的框架。未来的联合检测相关算法的研究可能会采用盲检测的思想，并 引入一些新的空时信号处理技术【l 。 1 3 t d s c d m a 系统概述 t d s c d m a 系统是以时分双工( t d d ) 、同步码分多址( s c d m a ) 技术为基础，另外 配以特殊的帧结构的一项3 g 标准，在此框架上蕴含了丰富的无线传输技术( i 承t ) 。其 关键技术主要集中在基带部分j ，如智能天线、联合检测、同步c d m a ( s y n c h r o n o u s c d m a ) 、动态信道分配( d c a ) 、接力切换、无线网络技术、功率控制、软件无线电、信 道估计与补偿等。 作为c d m a t d d 技术的杰出代表，与c d m a f d d 技术相比，t d s c d m a 具有频 谱利用率较高、频谱利用灵活、频率资源丰富、适合于非对称业务、设备成本低等优点 【1 2 】。当然，t d s c d m a 系统也具有t d d 系统固有的一些缺点【1 3 1 ，比如：移动速度较低、 覆盖半径较小、基站需要严格同步、干扰问题较严重、发射信号的峰一均功率比值大等。 总的来说，t d s c d m a 在非对称业务需求量比较大、用户移动性又比较小的高密 度地区具有不可比拟的优势。 大连理工大学硕士学位论文 1 4 主要工作及章节安排 在阅读大量国内外文献资料，深入思考以及动手实践的基础上，本文主要做了以下 两方面的工作： 一是针对t d s c d m a 系统上行链路联合检测模块的各个子模块的具体算法进行了 深入研究，重点研究了系统矩阵生成模块、联合检测模块的具体实现与优化方法。 二是结合具体需求，在t i 公司c 6 4d s p 处理器上实现了联合检测模块的相关算法。 本文的主要内容与结构安排如下： 第一章是绪论。简要介绍了本课题的研究意义和应用背景；介绍课题来源和研究现 状；并对本文的主要工作和主要创新点进行简要总结。 第二章是t d s c d m a 系统上行链路模型。首先介绍t d s c d m a 系统物理信道， 并介绍了t d s c d m a 物理层的帧结构、时隙结构等。然后介绍了t d s c d m a 系统数 学模型的矩阵表示，最后介绍t d s c d m a 系统上行链路基带物理层的处理流程，并用 数学公式进行了推导。 第三章是t d s c d m a 联合检测模块核心算法研究。对工程实现所需的主要模块， 包括信道估计后处理、系统矩阵生成、联合检测、解调与判决等进行详细描述；重点对 联合检测算法的两种主要简化方法进行了分析。 第四章首先介绍了项目所选用的d s p 芯片的具体结构和性能；然后描述了算法实 现的具体流程，并逐个介绍联合检测模块中各个子模块的划分和d s p 实现。 第五章是优化结果测试与实验数据分析。对优化后系统的指标进行测试和验证，验 证联合检测模块d s p 工程实现的可行性和优化工作的有效性。 第六章是总结和展望。总结课题研究的成果，分析其中存在的缺点和不足；并指出 今后进一步改进的研究计划工作，以完善整个科研课题。 t d s c d m a 联合检测模块研究与d s p 实现 2 t d s c d m a 系统上行链路模型 2 1 t d s c d m a 系统的物理信道帧结构 t d s c d m a 系统的空中接口( u u ) 主要由物理层、数据链路层、网络层组成。3 g 标准的主要区别就体现在空中接口的无线传输技术上，尤其是物理层基带信号处理部 分。其中，物理信道帧结构的设计尤为重要，t d s c d m a 系统独特的帧结构为其带来 了很多优点。 2 1 1 物理信道结构 t d s c d m a 系统物理信道采用四层结构设计：超帧、无线帧、子帧和时隙码【1 5 l 。 按照不同的资源分配方案，子帧或时隙码的配置结构可能有所不同。一个超帧长度为 7 2 0 m s ，由7 2 个无线帧组成。一个无线帧长度为1 0 m s ，为了实现快速功率控制和定时 提前校准以及对智能天线的支持，将无线帧分成2 个结构完全相同的5 m s 子帧。物理信 道的层次结构如图2 1 所示【1 6 】： l 下n ：导判j 时隙保护时隙上”导频时隙 ( d w p t s ) ( g p )( u p p t s ) 9 6 c 1 1 i p s9 6 c h i d s 16 0 c h i d s f 时隙o时隙l时隙2时隙3时隙4时隙5时隙6 l 令子帧 载波时隙o时隙l时隙2时隙3时隙4时隙5时隙6 时隙o 时隙1 辙之 时隙3时隙4时隙5时隙6 t 。喘性。心 7 锐：盱镰 m l d a m b l o数据段汊 。| m i d a r n b i o 数据段 g p k n n c 。喘八码道划淼 m i d a m b l o数据段 g p 1 j4 4 c h i d s 3 5 2 c h i p s1 6 c h i p sy 爪，。腑 。 图2 1t d s c d m a 系统物理信道层次结构 f i g 2 1 t d s c d m a sp h y s i c a ic h a n n e l i a y e rs t r u c t u r e 大连理工大学硕士学位论文 2 1 2 子帧结构和时隙格式 t d s c d m a 系统一个子帧长度为5 m s ，由7 个主时隙( t s 0 t s 6 ) 和3 个特殊时隙组 成【1 7 】。如图2 2 所示： 、 5m s 6 4 0 0 c h ， p s t s o d w g p u p t s t 叫 f t s 6 上 p t sp t s t s 2t s 3t s 5 + 幽2 2t d s c d m a 系统的子帧结构 f i g 2 2 t d s c d m a sf i a m es t r u c t u r e 对于常规时隙t s o t s 6 ，它们具有完全相同的时隙结构，由前后两个长度各为 3 5 2 c h i p s 的数据段( d a t as y m b 0 1 ) 、一个长度为1 4 4 c h i p s 的训练序列( m i d a m b i e ) 和介长 度为1 6 c m p s 的保护区( g p ) 组成 1 8 】，如图2 3 所示： 6 7 5 u s ，8 6 4 c h i p s d a t as y m b o l s 3 5 2 c h i d s m i d a m b l e 14 4 c h i d s d a t as y m b o l s 3 5 2 c h i d s g p 1 6 c h i 主时隙结构 图2 3t d s c d m a 系统的主时隙突发结构 f i g 2 3 t d s c d m a sb u r s ts t r u c t u r e 特殊时隙包括下行导频时隙( d w p t s ) 、保护间隔( g p ) 、上行导频时隙( u p p t s ) ，其 结构【1 9 】如图2 4 所示： 7 5u s ，9 6 c h i p s g p ( 3 2 c h i p s ) l sy n c ( 6 4 c h i p s ) 12 5 u s ，16 0 c h i p s s y n c l ( 1 2 8 c h i p s ) ig p ( 3 2 c h i p s ) d w p t s ：下行导频时隙结构u p p t s ：上行导频时隙结构 图2 4t d s c d m a 系统的导频时隙结构 f i g 2 4 t d - s c d m a sp i l o tt i m es l o ts t r u c t u r e b 一 t d s c d m a 联合检测模块研究与d s p 实现 下行导频时隙由6 4 比特正交码组成，它是无线基站的导引信号，用于下行同步。 保护时隙用来区分上、下行时隙，使距离较远的终端能实现上行同步。上行导频时隙由 1 2 8 比特正交码组成，它是用户终端的导引信号，主要用于在随机接入或切换时，用户 和基站之间初始同步的建立。 2 2 t d s c d m a 系统数据传输模型 为了了解t d s c d m a 系统信号处理流程，需要对用户数据在无线信道中的传输进 行建模。首先，假设系统通过同步时隙和同步过程已经工作在同步状态。根据天线的种 类不同，我们分两种情况讨论单天线情况和阵列天线情况。 2 2 1 单天线情况 当基站不采用智能天线而采用单一天线时，其数据传输模型 2 0 1 如图2 5 所示： 幽2 5 单天线数据传输模型 f i g 2 5s i n g l ea n t e n n ab i o c k 仃a n s m i s s i o nm o d e l 基站与用户终端之| 白j 的无线信道可以用k 个维信道冲激响应办( 来描述： 蕾l l f f l k l f l k ) 庇= ( 魄吃啊，。) ，七= 1 k ( 2 1 ) 其中，k 为系统中用户个数，为了简化模型，可以认为信道在传输一组数据的时间内是 时不变的。每个用户传输的数据符号序列为d ( ，由个符号组成；每个符号从m ( 维 的复数符号集合y ( 。中选出。每个用户用q 位的扩频码扩频，第七个用户扩频码用q 维 向量表示为c ( 柏，则k 个用户的扩频码可以表示为k 留删维的系统扩频码矩阵： c = 6 幻c 磁昭 c c 符】，( 2 2 ) 大连理工大学硕十学位论文 其中，6 ，d c 磁昭表示把方括号中的块矩阵按对角线排放，c 膏为： c ( = ，0c ( ) = ( 2 3 ) 其中，0 表示鼬o n e c k e r 乘积，代表的单位矩阵，利用信道冲激响应五可以 构造( i 沙肛1 ) 阳v q 维的系统冲激响应矩阵： 以= 只n 日，厅】， ( 2 4 ) 其中只青由下式给出： 日，御 。川。= 玩，w = 1 ，以= 1 ，地 ( 2 5 ) 由式( 2 2 ) 和( 2 4 ) 可得到单天线系统的系统矩阵为： 4 = h ，c ( 2 6 ) 如果k 个用户在一个时隙内的数据表示成肷维的数据向量： d = d ( 1 矿d 丁】7 ( 2 7 ) 则系统可以用如下方程来表示： e ，= 4 ，d + 胛 ( 2 8 ) 其中p ，为按码片速率接收到的数据，长度为q + 肛1 ，z 表示加性噪声，其协方差矩阵 为r 。 2 2 2 阵列天线情况 与单天线系统类似，当基站采用阵列天线时，可以得到阵列天线系统数据传输模型， 如图2 6 所示【6 1 。 t d s c d m a 联合检测模块研究与d s p 实现 d 冀 图2 6 阵列大线数据传输模型 f i g 2 6a r r a ya n t e n n ab l o c kt r a n s m i s s i o nm o d e l ，t 1 ) 0 k ) 阑 基站与终端之间的无线信道可以用k 砭个信道冲激响应向，k 来描述，其中艺是 天线数目。利用办。k 可以构成心( q + 形一1 ) 魁咆维的系统冲激响应矩阵： 日，。= 【日。1 圹日。 7 】7 ， ( 2 9 ) 其中h m k 由下式给出： h ，。= 日。 日。，膏- 】， ( 2 1 0 ) 其中日。、由下式给出： h 。似，丸k ，1 。= ，w = l ，行= 1 q ( 2 11 ) 由式( 2 2 ) 和( 2 9 ) 可得到阵列天线系统的系统矩阵： 彳。= 日埘c ( 2 1 2 ) 大连理工大学硕士学位论文 其中，系统传输方程为： 气= d + 以( 2 1 3 ) 2 3 t d s c d m a 系统上行链路信号处理流程 本课题所研究的内容是t d s c d m a 系统n o d eb 端的无线接收部分，即研究 t d s c d m a 系统上行链路的多址传播过程，下行链路传播过程可以看作是上行链路的 一个特例，在此暂不考虑。 使用联合检测的无线接收机的整个上行链路信号处理流程f 2 l 】如图2 7 所示： 2 7t d s c d m a 上行链路系统仿真结构图 f i g 2 7 t d s c d m au p i i n ks y s t e ms i m u l a t i n gd i a g r a m t d s c d m a 系统上行链路处理过程主要分为s y m b o lr a t e 部分和c h i pr a t e 部分瞄引。 在发送端和接收端，c h i pr a t e 部分和s y m b o lr a t e 部分的各个环节一一对应。s y m b o lr a t e 部分主要处理的是符号，即在扩频之前的处理。c h i pr a t e 部分主要是针对码片的处理， 即在扩频之后的处理。s y m b o lr a t e 部分主要包括c r c 校验、传输块的级连与分割、信 道编码、速率匹配、无线帧均衡、交织、无线帧分割、比特加扰、传输信道到物理信道 的映射【2 3 】等步骤，可以按信道类型分成传输信道编码与复用和编码组合传输信道编码与 复用两部分。c h i pr a t e 处理部分主要包括扩频，加扰，调制和数据成帧的处理等【2 4 1 。 加扩频码和加扰码过程在接收端的逆处理过程由联合检测步完成。联合检测估计出来 的数据就相当于直接完成了解扩和解扰的过程，之后数掘便进入了s y m b o lr a t e 部分。 t d s c d m a 联合检测模块研究与d s p 实现 3t d s c d m a 联合检测模块研究 3 1 信道估计及其后处理 t d s c d m a 系统中的信道估计技术对整个系统的实现具有重要作用，对后续基带 处理算法的实现具有重要意义。t d s c d m a 系统中的关键技术，如智能天线、联合检 测、上行同步等，都是建立在f 确的信道估计基础上。 信号在无线信道中传输时发生的幅度衰落和相位畸变可以用数学模型来模拟和分 析，但是由于这个变化是随机过程，仅仅能了解它的概率特性，至于实时变化，很难用 数学方法进行准确估计。因此，为了能够准确地解调出用户数据，需要一种手段来实现 在接收端对信道变化的估计，这就是信道估训2 6 j 。 信道估计分为非盲信道估计和盲信道估计两大类【2 。 非盲信道估计是指在发端发送已知的训练序列，在接收端通过对带有信道信息的训 练序列的判决接收，提取出所需的信道特征参数。 盲信道估计并不需要训练序列，仅利用信道和信号的结构特征，具体算法依赖于不 同的应用问题所指定的未知参数的特征。盲信道估计不必开设己知的导频字段，节约了 信道资源占用开销，增大了系统容量，但由于接收端的复杂度很高，实际应用尚需改进。 t d s c d m a 系统采用的就是基于训练序列的非盲信道估计算法。由于t d s c d m a 是同步c d m a 系统，所有我们采用b s t e i n e r 在文献 2 8 中提出的信道估计方法。假设 用户七发送的训练序列( m i d a m b l e ) 为m 似， 川= ( 肌_ ，优，历点一i ) 1 七k ( 3 1 ) 用户七对应的信道冲激响应为办m ， 晟。) = ( 矗，琏“，) l 足sk ( 3 2 ) 则训练序列经过信道冲激响应的结果e 为： p = 朋。木厶。 ( 3 3 ) 那么用户七的训练序列部分通过信道后的接收矢量方程式【2 9 】可以表示为： 一 奎垄堡三奎堂堡主堂垡笙奎 一一 m j 。o m 聊 肌箩 肌 川优够 m 爨川m 擞h o 肌辨，j - i o o o o m 键2 m 嬲 m ( j + 一3 m ( 女i 十，一2 o 巨 ( 3 4 ) 当给定信道响应长度后，因为m i d a m b l e 码在两个数据段中间，这会导致接收端 的m i d a m b l e 码的前肛l 位符号受到数据符号的干扰，后肛l 位符号影响第二个接收数 据段，所以唯一由m i d a m b l e 码决定的是肛肌一1 位。则用户尼对应于其m i d a m b l e 码 的接收信号矢量p 删表示为： f t # 肌缈 m 一l f r t 朋纬r + l 珑 i t 、 l m w i 。 m w + 1 一2 ( 3 5 ) 式( 3 5 ) 中的厅：定义为对应于用户七的长度为工的白噪声矢量，于是，用户露的信 道冲激响应的估计值为： 触= ( g ) 已 ( 3 6 ) 式( 3 6 ) 中的g 似是训练序列m ( ，移位产生的矩阵，向量的卷积运算等效于矩阵和向量的 乘积。 信道估计就是通过对经过信道的训练序列进行反卷积运算而得到信道冲激响应 ( c i r ) ，具体而言，就是通过从接收信号估计每个用户的信道冲激响应。 原始信道估计后需要滤除噪声点，得到只包含信号点的信道估计后处理序列。 、ill，；，lll， “汁2 一 。一 ， 一 一 一 ，。，。，、。l l i t d s c d m a 联合检测模块研究与d s p 实现 3 2 联合检测算法分析 联合检测是多用户检测技术的一种，最早用于字符间干扰( i s i ) 消除的信道均衡技 术，其核心思想是将所有用户发送的数据字符视为单用户发送的数据序列，在接收检测 时，利用己知的用户扩频码和信道冲激响应估值，将m a i 视为i s i 进行处理【3 i 】。 因为t d s c d m a 是一个时域和帧控的t d m a 方案，每载波的大量用户被分布到每 个帧每个传输方向的时隙中，最终使得每时隙中并行用户的数量很少，这样通过较低的 计算量和较低的信号要求即可被有效检测到 3 2 】。这就是t d 。s c d m a 中联合检测具有很 高效率的主要原因。 3 。2 1 联合检测算法概述 由上述数据传输模型可知，系统传输方程为p = 4 d + 刀，其中矗表示发送端发送出 的数据( 以符号为单位) ，g 表示接收端接收到的信号( 以码片为单位) ，2 表示邻小区干扰 和接收端的热噪声，4 为系统传输矩阵。 t d s c d m a 系统采用时分双工的通信方式，其特殊的块结构数据传输方式更适合 采用联合检测算法对信道进行均衡。下面以线性联合检测算法为例，接收端的检测器结 构【3 3 】如图3 1 所示： 一量l 判决器l p线性联合 一量化判决器2 均衡器 m 一量化判决器x 幽3 1 线性联合检测器结构 f i g 3 。l s t r u c t u r eo fl i n e a rj o i n td e t e c t o r 圣1 ) 建2 ) 疆k ) 接收信号g 经过线性块均衡器m 后，得到发送数据符号的连续值估计以；再经过 量化后，得到离散估计值0 。这个过程可以表示为： 大连理工大学硕士学位论文 吐= 坛= m ( 4 d + n ) = 西昭( 蚴) d + 斫昭( 脚) j + 渤( 3 7 ) d = 9 也)( 3 8 ) 其中，西昭( x ) 表示矩阵x 的对角线矩阵，而d 砌g ( x ) 表示矩阵x 的非对角线矩阵，q x ) 表示对向量戈进行量化判决运算。这样，在式( 3 7 ) 中，第项 d i 昭( 蚴) ) d 代表有用的 数据部分，第二项 咖( 蚴) d 表示m a i 和i s i ，第三项鼢表示噪声部分。式( 3 8 ) 是对 式( 3 7 ) 的结果进行量化的过程。 由式( 3 7 ) 可以看出，所谓的联合检测，就是按照一定的准则来选取m 矩阵，使得 式( 3 7 ) 的后两项( m a i 、i s i 和噪声) 对估计结果的影响最小i 6 i 。 3 2 2 三种典型的线性联合检测算法 b a i e r 和k l e i n 等人对联合检测接收机的具体实现算法和结构进行了研究，分别提出 了基于最小均方误差准则的块线性均衡器f m m s e b l e ) 和基于迫零准则的块线性均衡 器f z f b l e ) 。当利用判决反馈信息时，上述方案还可扩展为m m s e b d f e 和z f b d f e 。 但是，无论采用z f 类算法，还是m m s e 类算法，在实现联合检测接收机时，均涉及高 维数矩阵求逆问题，导致接收机的实现复杂度较大。 下面介绍三种典型的线性联合检测算法【3 引。 ( 1 ) 白化匹配滤波器( w m f ) 当加性噪声疗( 代表邻小区干扰和接收端热噪声) 不是高斯白噪声时，在传统匹配滤 波器前加一个预白化滤波器，用来构成白化匹配滤波器，如图3 2 所示： 图3 2白化匹配滤波器的结构 f i g 3 2 s t r u c t u r e0 fw m f 在此情况下，发送数据符号的连续值估计为 a w “f = a hr ：ie ( 3 9 ) t d s c d m a 联合检测模块研究与d s p 实现 其中，矩阵r 是加性噪声矢量，7 的协方差矩阵 r = e 疗j ( 3 1 0 ) 对矩阵e 。进行c h o l e s k y 分解，可得 尺，= ( 3 1 1 ) 其中，三为下三角矩阵，用来进行预白化滤波过程。分解式( 3 9 ) ，得到 d “伽。彳爿r 7 p = 4 h r 。d + 甩) ( 3 1 2 1 = 扔口g ( 4 r ，。7 爿) ) d + 否历；( 爿r ，。+ 7 4 ) d + 彳r 。7 玎 、 由式( 3 1 2 ) 可知，w m f 并不是严格意义上的联合检测算法，输出端还包括m a i 和 i s i ，只是噪声输出分量变小。w m f 是最佳噪声抑制器。 ( 2 ) 迫零线性块均衡器( z f b l e ) 为了消除m a i 和i s i ，人们在w m f 基础上提出了迫零线性块均衡器，如图3 3 所 示： 幽3 3 迫零线性块均衡器的结构 f i g 3 3 s t r u c t u r eo fz f b l e z f b l e 是基于g a u s s m a r k o v 定理的最佳加权最小二乘估计，通过使 ( p 一4 d 4z 一8 l ，i ) hr 。1 ( p 一4 d “z 厂一8 l ，i ) o 从而得到发送数据的连续值估计为： j “刀? 一脱f = ( 4 r 。7 4 ) 。么墨。( 4 d + 刀) = d + ( 爿只。7 4 ) 7 4 r ，力 对矩阵4 尺。一爿进行c h o l e s k y 分解，得到 ( 3 1 3 ) ( 3 1 4 ) 大连理工大学硕士学位论文 彳r 。爿= ( ) 日( 3 1 5 ) 其中是元素为实数的对角线矩阵，日是对角线元素为l 的上三角矩阵。这样，式( 3 1 4 ) 可以进一步写成 一疗。c = ( 日) ( 日) 爿r 。e = ( 日) ( 日仃) 。砒? ( 3 1 6 ) 可以看到，z f b l e 算法是以w m f 为基础的检测器。由式( 3 1 6 ) 可以看出它完全消 除了m a i 和i s i ，但是同时放大了噪声的功率。 z f b l e 是在w m f 基础上增加了白化滤波器和i s i & m a i 消除器两个模块，它是最 佳干扰消除器。 ( 3 ) 最小均方误差线性块均衡器( m m s e b l e ) 为了更有效的减少噪声的于扰，在z f b l e 算法基础上，人们提出了性能更好的最 小均方误差线性块均衡器，如图3 4 所示： 通过使 图3 4 最小均方误差线性块均衡器的结构 f i g u r e3 4 s t r u c t u r eo fm m s e - b l e e t 婶u | s e 一8 正一d 、) h 婶m s e 一8 l ：一d ) 1 o 1 1 ) 得到发送数据的连续值估计为 d 9m m s i 一8 l e = ( 、a hr l j la 七r i l 了la hr l ：le = ( ，+ ( 咒彳咒。4 ) 。7 ) 一( 爿舛r ，7 彳) 7 么r j p ( 3 1 8 ) = 既d 7 z f m e 其中，r 代表数据符号的协方差矩阵： r = e d d ( 3 1 9 ) t d s c d m a 联合检测模块研究与d s p 实现 ，是单位矩阵，是维纳估计器，它对发送数据符号进行最佳估计的同时，大大削弱了 背景噪声，因此，m m s e b l e 算法性能要好于z f b l e 。 3 2 3 三种线性联合检测算法的性能比较 w m f 算法是基于匹配滤波器组的检测器，它要求严格的功率控制，把m a i 当成噪 声，计算量小，但是无法解决m a i 和i s i 问题。z f b l e 算法解决了m a i 和i s i 问题， 但是同时放大了噪声系数。m m s e b l e 算法在z f b l e 算法基础上增加了维纳滤波器， 对m a i 和i s i 进行解相关，从而消弱噪声影响，增加输出信噪比，性能更优化，但是同 时也增加了复杂度。m m s e b l e 算法需要得到噪声方差的估计，而z f b l e 算法则不 需要【35 1 。 表3 1w m f 、z f b l e 和m m s e 。b l e 的计算鼙比较( 复数计算) t a b l e3 1c o m p a r eo f w m f 、z f b l ea n dm m s e - b l e c a l c u