（通信与信息系统专业论文）噪声fastica算法在mmse多用户检测中的应用.pdf

摘要 码分多址( c o d ed i v i s i o nm u l t i p l ea c c e s s ，c d m a ) 通信系统由于具有容 量大、质量高、业务综合、软切换等诸多优点而在第三代移动通信系统中备受关 注，然而系统本身固有的多址干扰( m u l t i a c c e s si n t e r f e r e n c e ，m a x ) 和远近效应的 存在对系统容量和系统性能的提升和改善形成了阻碍。多用户检测技术 ( m u l t i u s e rd e t e e t i o n ，d ) 作为对抗多址干扰的一项关键技术而成为近年来 的研究热点，该技术通过减少和降低多址干扰和远近效应的影响，使得c d m a 系统容量和性能得到了显著的提高。目前，多用户检测的发展方向主要在盲多用 户检测方面，因为盲多用户检测技术对c d m a 系统先验知识要求较少，且无需 训练序列，具有实用性、低复杂度等优点，应用前景良好。 本文围绕基于独立分量分析的多用户检测这一盲多用户检测算法展开研究。 文中先对多用户检测的基本概念和原理进行介绍，并对几种重要的多用户检测方 法进行详细阐述。然后介绍了独立分量分析( i n d e p e n d e n tc o m p o n e n ta n a l y s i s ， i c a ) 算法的原理，并且推导了两种重要的快速i c a 算法。本文将基于噪声模型 的i c a 方法引入c d m a 系统多用户检测当中，并且用自适应m m s e 检测器对 i c a 迭代进行初始化，得到了基于噪声f a s t i c a 算法的自适应m m s e 多用户检 测。通过仿真实验和分析表明，在低信噪比、用户数多、符号数少的情况下，本 文提出的检测方法在误码性能、稳健性和实时性等方面均比相同条件下的不含噪 声的i c a 算法有很大的优势。 关键词：f a s t 。i c a 算法；自适应m m s e ；噪声独立分量分析；盲多用户检测 a b s t r a c t a b s t r a c t t h ec o d ed i v i s i o nm u l t i p l ea c c e s sc o m m u n i c a t i o ns y s t e mi sp a i do fm o s t a t t e n t i o ni n3 gs y s t e m s b e c a u s et h i ss y s t e mh a sm a n ya d v a n t a g e ss u c ha sb i g c a p a c i t y , h i g l lq u a l i t y , s o f ts w i t c ha n ds oo n h o w e v e r , t h es e l f - i n t e r f e r e dm u l t i - a c c e s s i n t e r f e r e n c e ( m a do fs y s t e ma n dt h en e a r - f a re f f e c ta r ee x i s t i n ga r er e s t r i c t i n g c d m a s y s t e mc a p a c i t ya n dq u a l i t y m u l t i p l eu s e rd e t e c t i o n ( m u d ) a sak e ym e t h o d f o rr e s i s t i n gm a ia n dn e a r - f a re f f e c to fc d m as y s t e m ，i sah o ts t u d yp o i n tf o r r e c e n ty e a r s n o w , t h es t u d yf o rm u di ss w i t c h e dt ot h eb l i n da d a p t a t i o nm u d b e c a u s et h eb l i n da d a p t a t i o nm u dc a l la c h i e v eb e t t e rd e t e c t i o nq u a l i t yw i t h o u t k n o w i n gm u c hk n o w l e d g eo f t h eu s e r s a n di tc a nm a k eo b v i o u sp r o g r e s s t h em u l t i - u s e rd e t e c t i o nb a s e di n d e p e n d e n tc o m p o n e n ta n a l y s i sb e l o n g st ob l i n d m u di ss t u d i e d f i r s tw ei n t r o d u c et h eb a s i cc o n c e p ta n dt h e o r yo ft h em u l t i - u s e r d e t e c t i o n , t h e ns e v e r a li m p o r t a n tm u l t i u s e rd e t e c t i o nm e t h o d sa r es u m m a r i z e d s e p a r a t e l y t h et h e o r yo fi n d e p e n d e n tc o m p o n e n ta n a l y s i s ( i c a ) i si n t r o d u c e da n d t w oi m p o r t a n tf a s t - i c am e t h o d i sd e d u c e d t h ei c ab a s e dt h en o i s ym o d e li s i n t r o d u c e da n db r o u g h ti n t om u d t h eo u t a g eo ft h ea d a p t i v em m s ei su s e dt o i n i t i a l i z et h ei c ai t e r a t i o n a c c o r d i n gt ot h er e s u l t so fm a n ys i m u l a t i o n sa n da n a l y s i s ， w ec a nc o n c l u d et h a tt h em e t h o do ft h i sp a p e ri sb e t t e rt h a nt h en o r m a li c ai nt h e s a m ec o n d i t i o n s ，e s p e c i a l l yi nt h ec a s eo fl o w e rs n r , m o r eu s e r sa n dl e s ss y m b o l s k e yw o r d s ：f a s t - i c aa l g o r i t h m ；a d a p t i v em m s e ；n o i s yi c a ；b i n dm u l t i - u s e r d e t e c t i o n 第一章绪论 第一章绪论 1 1 课题研究背景及意义 无线通信技术发展到今天，早已跟人们的生活密不可分。人们在享受技术 为生活带来便利的同时，对技术更新的需求也更加迫切。第三代移动通信系统 ( t h i r d - g e n e r a t i o n ，3 g ) 在人们对多元化通信需求的背景下应运而生，它将国 际互联网和无线通信等多媒体通信方式相结合【1 1 ，作为新一代移动通信系统的标 志，并且随着技术的发展，第四代移动通信系统也已经得到越来越多的研究和关 注。 2 0 0 0 年5 月份，国际电信联盟( i n t e r n a t i o n a lt e l e c o m m u n i c a t i o nu n i o n ，i t u ) 将三种多址接入方式确定为三大主流无线接口标准 2 1 1 3 1 ，分别是中国自主提出的 t d s c d m a ( 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 ) 、北美的 c d m a 2 0 0 0 以及欧洲的w c d m a ( w i d e b a n dc o d ed i v i s i o nm u l t i p l ea c c e s s ) ，并将这 三种标准写入2 0 0 0 年国际移动通信计划这一3 g 技术指导性文件当中。这三 种接口标准无一例外地都包含了码分多址( c o d ed i v i s i o nm u l t i p l ea c c e s s ， c d m a ) 接入技术，使其成为3 g 的主要接入方式。c d m a 通信即码分多址通信， 它将相互正交或尽可能正交的不同编码分配给不同的用户，利用这些编码对用户 信号进行调制，可以实现多个用户在同一时间使用相同的频率来接入系统和网 络。由于利用不同的编码调制信号后会扩展原信号的频谱带宽，因此这种通信方 式也称为扩展频谱通信。在c d m a 系统中，传输各用户信号时可共占时间、空间 和频率资源，也就是说在时域、空域和频域上是重叠的，所以c d m a 系统可以支 持高速率和高容量的数据传输业务，这也是之所以3 g 标准普遍采用c d m a 技术 的原因所在。伪随机序列对c d m a 技术而言意义重大【4 】，因为除扩频调制要通过 伪随机序列来实现之外，每个用户的信道也通过伪随机序列分配，因此伪随机序 列也决定了信道的特性。 相比于t d m a 、f d m a 等其他多址方式而言，c d m a 多址通信具有系统容量 大，抗干扰能力强，频带利用率高，发射功率低，保密性好等优越性。然而，由 噪声f a s t - i c a 算法在m m s e 多用户检测中的应用 于扩频序列在实际上很难实现完全正交，甚至有时不可能达到正交，因而在 c d m a 系统中存在着非常严重的多址干扰( m u l t i p l ea c c e s si n t e r f e r e n c e ，m a i ) ， 极大地限制了系统容量的提升。另外，因为移动通信中的用户所处位置是动态变 化的，所以相对于基站接收端而言，距离基站近的用户比较远的用户信号功率显 然大一些，就算距离上相等，信道深衰落等问题的存在也会使到达基站的用户信 号功率存在差异，再加上所使用器件的非线性影响，使得功率强的用户干扰和抑 制功率弱的用户信号的现象，这种现象就称作远近效应( n e a r - f a re f f e c t ) ，它的 存在将会加重多址干扰对系统的影响。在3 g 正式商用阶段，如何克服多址干扰 给系统带来的不利影响、提升c d m a 系统容量成了需要解决的关键问题之一。 传统的c d m a 检测器采用匹配滤波器组的结构，但这种结构并没有考虑到信 道中多址干扰的影响，因而该方法也始终无法提高系统容量。功率控制是针对 c d m a 系统多址干扰及远近效应问题提出的一种解决方法，该方法通过平衡多址 干扰，可以减小多用户之间的相互影响，从而提升系统容量，但实际上，这一方 法只能缓解多址干扰对系统的影响，并不能从根本上真正消除多址干扰。只有通 过多用户检测技术和多址干扰对消技术，才能从根本上消除干扰，进而达到提高 系统容量的目的。 文献【5 】将第三代移动通信中的关键技术作出如下陈述： ( 1 ) 多用户检测技术( m u l t i u s e rd e t e c t i o n ，m u d ) ； ( 2 ) 功率控制技术； ( 3 ) 高效的信道编译码技术； ( 4 ) 空时处理( s p a c e - t i m ep r o c e s s i n g ) 技术； ( 5 ) 智能天线( s m a r ta n t e n n a ) 技术； ( 6 ) r a k e 多径分集( d i v e r s i t y ) 接收及初始同步技术等。 可见，多用户检测技术是第三代移动通信的关键技术之一，它的理论基础是 信息论当中的最佳信号检测理论。多用户检测在匹配滤波接收的基础上，充分利 用各用户扩频码的已知结构信息和统计信息，来实现多用户的联合检测。 多用户检测与其他抗多址干扰技术相比是一项新的技术。作为抑制多址干扰 的主要手段之一，这一技术在提出之前就通过了严格的理论分析。在克服多址干 扰这一问题上，多用户检测利用的是扩频序列的统计信息和结构信息，它的基本 第一章绪论 思路是l o j ： ( 1 ) 从信息论这一理论来源的角度来看，为寻求蜂窝c d m a 通信系统中最 佳的联合检测理论，通过结合c d m a 系统多入多出( 删o ) 的特点，最终利 用的是信息论当中的最佳信号检测理论作为基础； ( 2 ) 从理论上看，通过对伪随机序列的已知统计信息和结构信息的充分利 用，完全能够进一步消除多址干扰带来的负面影响，进而提高系统性能和容量。 通常情况下，c d m a 通信系统的接收机都将多径和多址干扰当作等效白噪声之 类的无用信息，然而事实情况是，不论是多径还是多址干扰，在本质上并不是毫 无用处的白噪声，它们有着强烈的结构性，并且已知各用户之间与各条路径之间 的相关函数。 ： ( 3 ) 多址干扰和多径干扰都来源于伪随机序列，它们具有相同的本质。如果 能够充分利用扩频序列的已知统计信息和结构信息，便可以同时消除这两种干 扰。而且在消除和削弱这两种干扰的同时，远近效应也被消除和削弱了，从理论 上讲，可实现对多径干扰、多址干扰以及远近效应消除的“一箭三雕”。 多用户检测技术在上行链路的基站和下行链路的移动台都可以使用。对于上 行链路的基站而言，所接收到的各用户信号是异步的，在基站所处的小区内，全 部用户的扩频码序列、信道参数以及时延信息都是已知的；而对于下行链路的移 动台而言，自己本身的信号和小区内的其他用户干扰信号同步，通常只知道自己 的扩频码序列。 在多用户检测技术的发展前景上，信号处理技术对其影响巨大，信号处理技 术的每一次革新都将对多用户技术的发展具有直接的推动作用。独立分量分析 ( i n d e p e n d e n tc o m p o n e n t a n a l y s i s ，i c a ) 方法是近年来信号处理领域的新的研究 热点，它起源于盲源分离( b l i n ds o u r c es e p a r a t i o n ，b s s ) ，是一种基于高阶统计 量的数据分析和信号处理新方法。在信号处理领域，传统的统计方法一般是基于 二阶的，主要有因子分析( f a c t o r a n a l y s i s ，f a ) 和主分量分析( p r i n c i p l e c o m p o n e n t a n a l y s i s ，p c a ) 方法等。与传统的二阶统计方法不同的是，i c a 已由 二阶发展到高阶，也就是说，通过i c a 进行信号处理和分析是基于高阶统计量的。 从机器学习或神经网络的角度来看 7 1 ，i c a 也不同于机器学习中常用的有监督 ( s u p e r v i s e d ) 学习，而是属于一种无监督( u n s u p e r v i s e d ) 的神经网络学习方法。虽 噪声f a s t - i c a 算法在m m s e 多用户检测中的应用 然对i c a 的理解从不同的视角会得到不同的结论，但是采用i c a 方法的最终目标 是相同的。不论是信号处理还是机器学习，最终这两种思路是能够统一到同一框 架下的，从理论上来讲，二者等价或者近似等价1 8 1 1 9 1 。 i c a 作为一种强有力的盲源分离工具，在多用户检测等领域具有极大的应用 潜力。首次将i c a 方法用于多用户检测的是h a w a i i 大学的a n t h o n yk u h ，通过与其 他检测算法比较后，证实了基于i c a 方法的多用户检测效果更好。 一 1 2 发展历程和研究现状 有关多用户检测方面最早的文献是在1 9 7 9 年由k s s c h n e i d e r ：发表的，在 该篇文献中，首次提出了将多个用户的扩频码和定时等信息联合起来检测出每个 用户信息的多用户检测思想【1 0 1 ，并且对迫零算法也进行了研究。然而在那个时候， 这一提法和研究并没有吸引到人们的注意。直到1 9 8 6 年，s v e r d u 通过研究证明 了k s s c h n e i d e r 当初的猜想：在d s c d m a 系统的接收端，匹配滤波器组后接 v i t e r b i 译码器【1 l 】可以构成最佳的多用户检测器。在此之后，广大研究者对多用户 检测的研究才开始真正加以关注。然而，最优多用户检测算法实现起来非常困难， 因为其算法的复杂度随着用户数成指数关系增长的【l 列，当用户数较大时，运算量 会变得非常庞大。由于最优多用户检测实现困难，人们便将v e r d u 的研究成果作 为理论基础和参照标准，把目光投向于寻找低复杂度的各种次优多用户检测器上 面。到目前为止，存在的多用户检测方法基本都是次优的，按照处理方法的不同， 可以将各种次优多用户检测方法分为线性与非线性两大类【1 3 】。其中，线性多用户 检测主要包括最小均方误差( m i n i m u mm e a ns q u a r ee r r o r ，m m s e ) 检测、解相关 检测等；非线性多用户检测主要包括并行干扰抵消、串行干扰抵消和各种神经网 络多用户检测等。 将匹配滤波器的输出进行线性变换，然后把变换后的数据送入判决单元，这 样一个过程就称为线性多用户检测，它的线性体现在线性变换上。解相关检测【1 4 】 是线性多用户检测的一种，于2 0 世纪8 0 年代末由r l u p a s 等人首先提出。解相 关检测的线性变换矩阵规定为各用户扩频码相关矩阵的逆矩阵，其优点是干扰用 户信号功率不会对其造成影响，因而该检测器具有最佳抗远近性能。然而解相关 检测也存在弊端，虽然它可以彻底消除多址干扰，但与此同时背景噪声也被放大 第一章绪论 了，在信噪比较低时，其误码率性能甚至有可能劣于传统检测器。m m s e 检测 器【1 5 】就是为了弥补这一缺陷而提出的另一种线性检测器，它由u m a d h o w 等人 提出，很好地折中了多址干扰和噪声之间的矛盾。即使在用户的扩频码之间线性 相关时，m m s e 检测仍然成立，但解相关检测不能成立。 有关非线性多用户检测技术的研究主要集中在多级算法方面【1 6 】，非线性多用 户检测技术又称为干扰抵消技术。2 0 世纪9 0 年代初，m k v a r a r t a s i 提出了并行 干扰抵消技术，这一技术的主要思想是在每一级中应用最大似然多用户检测。在 并行干扰抵消技术提出之后，e p a t e l 通过研究又提出了串行干扰抵消技术，它 以传统单用户检测方法作为串行干扰抵消技术的出发点，通过对其作最简单的扩 充而得到多用户检测。但串行干扰抵消技术存在时延等方面的缺点，当级数越多 时，时延就会越大，而且还必须对先前判决的信号进行准确假设。然而，先前判 决信号的假设准确性一般是很难保证的，。为了克服这一问题，必须对先前的干扰 抵消算法加以改进。1 9 9 8 年，一种改进的并行干扰抵消算法由d d i v s a l a r 等人提 出，对于先前判决不可靠的情况，将部分多址干扰减去，减去多址干扰的多少由 可靠性的大小决定。这一改进的并行干扰抵消算法仅增加了很小的复杂度就克服 了之前的缺点。 多用户检测也可以按照是否利用了自适应滤波原理而分为自适应和非自适 应检测。之所以采用自适应方法主要是因为，在复杂的多径衰落信道中，干扰用 户的扩频码结构信息是时变的未知量，而通过利用自适应多用户检测方法可以直 接找到这些参量，也可以降低运算复杂度，因而实现起来更加容易。自适应多用 户检测主要包括自适应解相关检测和自适应m m s e 检测这两种检测方法；而没 有利用自适应滤波原理的解相关检测和m m s e 检测则属于非自适应多用户检 测。 对于实际的通信系统而言，由于异步和多径衰落等问题的存在，要想得到所 有用户的功率、扩频码、时延等相关信息是非常困难的，而前面所介绍的各种多 用户检测算法都需要这些信息。于是，多位研究者针对这一问题分别研究出了多 种对策：1 基于最小输出能量( m o e ) 准则的盲多用户检测算法【r 他1 9 9 5 年由 m h o n i g 等人提出，它将目标函数定为检测输出能量，能够在只知道期望用户扩 频码的情况下进行多用户检测，该检测器的另外一个优点是还可以应用各种自适 噪声f a s t - i c a 算法在m m s e 多用户检测中的应用 应算法。2 基于子空间的盲多用户检测算法【l 引：1 9 9 8 年g a x w a n g 等人提出，这 种方法无需预知任何用户的扩频序列。以上两种盲多用户检测算法虽然优势明 显，但这仅限于在理想的加性高斯白噪声( a d d i c t i v ew h i t eg a u s s i a nn o i s e ，a w g n ) 信道中的情况，假如信道环境较为复杂，如存在非常复杂且严重的多径衰落时， 如果没有信道和期望用户的相关信息，这些盲检测算法则仍然无法获得较好的检 测效果。于是，在其他学者的努力研究之下，一种能够进行信道辨识的盲均衡及 盲多用户检测算法出现了。目前出现的多用户检测算法中，大都对高斯噪声并不 敏感。它们一般基于二阶统计量、高阶统计量和循环统计量，因而可以将有色高 斯噪声对系统辨识的影响加以避免。但不足的是，这些算法因为计算量太大而不 利于实时处理。由以上论述可以看出，多用户检测分为盲和非盲的其实是根据需 要知道的期望用户信息的多少。盲多用户检测是目前主要的发展方向，一般情况 下指的是线性盲自适应多用户检测，主要包括解相关检测、m m s e 检测、最小输 出能量( m o e ) 检测、子空间盲多用户检测等。 盲多用户检测技术的实现与信号处理技术的发展密不可分，信号处理技术的 发展和更新可以使盲多用户检测获得更好的检测效果，二者相结合的多用户检测 方法有基于i c a 的多用户检测、t u r b o 盲多用户检测、空时盲多用户检测等。 i c a 主要用于c d m a 系统中的多用户检测，通常利用i c a 进行后处理，也 就用i c a 方法提炼出匹配滤波输出的信号，从而达到消除干扰的目的。在这方 面，国外很多学者纷纷进行了研究：芬兰学者t a p a n ir i s t a n i e m i 提出的多用户检 测方法是基于i c a 后处理的【1 9 1 ，该方法在信噪比较高时检测效果很好；此外， 他还提出了m m s e i c a 和r a k e i c a 两种类型的系统接收机。墨西哥学者 m a l a yg u p t a 也将i c a 方法用于c d m a 系统的多用户检测【2 0 】f 2 ，他提出的是半 盲扩频码约束i c a ，这一方法在使用较少的先验信息的前提下，性能能够达到与 解相关检测器相近。澳大利亚学者j o h nh o m e r 对处于瑞利衰落信道中c d m a 系统进行了考察，从基于i c a 的多用户检测算法的角度 z 2 z 3 1 研究其性能。在这 方面，国内部分学者也做出了很多研究和贡献：西安电子科技大学的焦李成教授 研究并提出了按照码片速率采样的i c a 多用户检测算法 2 4 1 ，西安交通大学张太 镒教授研究并提出了基于核i c a 的盲多用户检测算法 2 5 】，其关键在于从重建的 核希尔伯特空间内对非线性函数的选取，清华大学的郭静波教授提出了一种基于 第一章绪论 i c a 的信号分离和混沌特性相结合的混沌直扩信号检测方法瞵l 。 综上所述，经过国内外众多学者的探索和研究，多用户检测这一项新的抗多 址干扰技术已经变得越来越丰富，研究价值也越来越高。 1 3 本文的主要内容和结构安排 论文主要的研究内容是基于i c a 算法的盲多用户检测，将噪声f a s t - i c a 算法 应用于自适应m m s e 多用户检测。为了验证算法的性能，本文进行了大量的仿真 实验。 第一章是绪论。这一部分介绍了论文的研究背景及意义，对课题发展现状作 出简要的阐述。 第二章介绍的是多用户检测理论。这一章先对在c d m a 系统中之为什么引入 多用户检测这一问题作了介绍，之后简单介绍了多用户检测的分类，分别对线性 和非线性次优多用户检测作出详细阐述，最后介绍多用户检测的性能测度。 第三章介绍独立分量分析的内容。首先介绍独立分量分析所涉及的重要基础 知识以及预处理的过程，之后对独立分量分析的定义和模型以及求解原理进行阐 述，最后一小节对快速独立分量分析算法单独作了介绍。 第四章将快速独立分量分析算法应用于d s c d m a 系统中，详细分析讲述了 本文提出的基于噪声f a s t i c a 的自适应m m s e 多用户检测的思路以及涉及的理 论，最后用大量仿真实验对该多用户检测方法性能的优劣加以证明和分析比较。 第五章对全文的工作进行总结，并对下一步的研究工作做出展望。 第二章多用户检测 第二章多用户检测 多用户检测作为c d m a 通信系统的关键技术之一，通过对各用户信号进行 联合检测，可以有效消除c d m a 系统的多址干扰，提高系统容量。接下来，本 章将针对c d m a 通信系统中最典型的d s c d m a 系统多用户检测技术作详细介 绍。 2 1 扩频通信原理 扩频通信也就是扩展频谱通信( s p r e a ds p e c t r u mc o m m u n i c a t i o n ) ，它和卫 星通信和光纤通信一起被誉为信息时代的三大高技术信息传输方式。扩频通信 与其他通信方式的不同之处在于，它利用伪随机码对信号进行调制，将基带信 号的频谱大大展宽，然后将形成的相当带宽的信号通过天线进行发射。扩频通 信允许不同的用户在同一频段、同一时间工作，并且不同用户之间互不影响或 者影响非常小。下图所示为扩频通信的基本原理1 2 7 j ： 图2 1扩频通信基本原理图 扩频通信传输方式在传输信号时，所用的带宽远远大于所需要的最小带宽， 它通过一个独立码序列来完成信号频带的扩展，扩展过程的实现利用的是编码 和调制的方法，与所传输的信息数据本身无关。在接收端接收信号时，接收和 解扩的过程利用的是与发送端相同的码序列，最终将所传送的信息数据恢复出 来。 噪声f a s t - i c a 算法在m m s e 多用户检测中的应用 扩频通信虽然大大展宽了待传输的信号的频谱，但相比其他通信方式而言， 它仍然具有许多非常突出的特点和优点： ( 1 ) 抗干扰能力强。信号经过接收机处理以后，虽然不能抑制自噪声的干 扰，却能够对各种窄带信号的干扰有效地减弱； ( 2 ) 信号功率谱密度低，易于隐蔽和保密； ( 3 ) 可用来实现能够随意选址的码分多址通信； ( 4 ) 扩频通信的同时还可以进行高分辨率测距。 扩频通信的工作方式可以分为以下几种：直接序列扩频( d i r e c ts e q u e n c e s p r e a ds p e c t r u m ，d s s s ) 工作方式；跳频( f r e q u e n c yh o p p i n g ， f h ) 工作方 式和跳时( t i m eh o p p i n g ，t h ) 工作方式以及上述几种方式相混合的工作方式 等，其中，直接序列扩频工作方式是最常见的、用得最多的一种。 2 2d s c d m a 系统模型 d s c d m a ( 直接序列扩频码分多址) 通信通过给每个用户分配一个唯一的 码序列来对要传输的信息数据进行编码和直接调制【2 8 1 ，这样的码序列通常称作 伪随机码序列，数据信息经过编码和调制之后就实现了频谱的扩展，因此这一 过程通常简称为扩频，待传输信号完成扩频之后再使用同一载频对已扩信号进 行传输。在系统的接收端，对接收到的信号利用相同的码序列进行解调和相关 处理，将接收到的宽带信号还原成原始窄带信号，完成这一解扩过程之后最终 将恢复出原始信息数据。 若不考虑信道延迟，即接收端与发射端同步，此时的c d m a 系统是同步 c d m a 系统。同步c d m a 系统k 个用户的信道模型由下式给出： r y o ) = ya 七巩( f ) + 仃玎o )r 【o ，r 】( 2 1 ) k = l 上式中，下标七代表第k 个用户，4 是其接收信号幅度，以o ) 是其特征波 形，b 一 - 1 ，+ l 是其传递信息位，仃为噪声幅度，刀o ) 是高斯自噪声，它具有单 位功率谱密度，模拟了与传递信号无关的热噪声及其它噪声源。其中( f ) 的表 第二章多用户检测 达式为： c & ( f ) = c ：d g ( t - i t f ) t 【o ，r l ( 2 2 ) 由以上信息可知，当带宽为b 时，噪声功率为2 0 2 b 。每个信息比特内的 码片数也就是扩频增益为c ，第七个用户的扩频码的第f 个码片为c ? - 1 ，+ 1 ， 是码片周期用瓦表示。g o ) 是持续时间为瓦的脉冲波形。特征波形具有单位能 量： 恢研= “( t ) d t = 1 ( 2 3 ) 这里假定区间 o ，t 】以外的特征波形均为0 ，因而在理想情况下，系统不会 有码间干扰的存在。但是在实际的系统中，码间干扰是必然存在的，因为往往 不可能做到区间以外的特征波形完全为零。根据以上对同步c d m a 系统的表 述，我们得到如下图2 2 所示的c d m a 系统的异步信道模型： 白 如 s 足( f ) a 置 胛“l ，( ，) 图2 2c d m a 异步信道模型 对于d s c d m a 系统而言，在异步及多径的情况下，系统接收机接收到的 信号表达式【2 9 】可根据图2 2 得到： ( 2 4 ) 在上式中，代表用户所传输的信息比特数、k 是传输的用户数，三代表传输 的路径数。k - 1 ，+ l 是第七个用户的第m 个传递信息位及其取值范围，口，册代 、，o 终+ 、 酣 r rm o七 s 细 a m 妇 6 r 柚心 i i 、o r 噪声f a s t - i c a 算法在m m s e 多用户检测中的应用 表第，条路径的第朋个符号的链路增益。t = c r , 是码元间隔，f i - ，是第七个用户 在第，条路径的时延信息，以( f ) 的意义与( 2 1 ) 式的相同。 一种特殊的情况是，假如各用户的传输时延相等，则这种异步情况就可以 当成特殊的同步来处理，实现同步的方法是在系统发送与接收端之间采用严格 的定时，此外，即使不同用户的传输时延是相等的，但仍需对其采取一定的补 偿措施。本文所分析的系统考虑的是一般意义上而非特殊的异步c d m a 系统。 2 3 多用户检测理论 多用户检测技术作为一种新型的抗多址干扰技术，通过对多个用户进行联 合检测，可以消除c d m a 系统多址干扰，极大地提高系统容量。这一节，着重 介绍d s c d m a 系统的多用户检测相关理论。 2 3 1 多用户检测的基本结构 传统的d s c d m a 系统接收机如图2 3 所示，这种传统接收机也叫匹配滤 波( m a t c hf i l t e r ，m f ) 接收机，因为它实际上是由一个匹配滤波器组构成。 匹配滤 波器组 6 1 6 2 图2 3 传统接收机结构 传统接收机的设计采用的是单用户接收中所用的匹配滤波器组，该接收机 将多址干扰当作加性噪声来处理，若想达到最佳的检测效果，前提是必须使所 有用户的扩频码之间保持相互正交。但实际的通信系统由于多径衰落和异步等 第二章多用户检测 因素的存在而破坏了扩频码的正交性，并由此产生了用户间的多址干扰。c d m a 系统是一个自干扰系统，它的容量和性能受多址干扰的限制，为了克服这种限 制，必需对匹配滤波器的输出作进一步的处理，这就是多用户检测技术。多用 户检测接收机一般结构如图2 4 所示： i j 匹配滤波器1ii 多i 比特判决1 ir i 一一一r ， r l 用 ，o ) 户 呱配滤波器2比特判决2 。”“。广+检r l ”、一 ； i 测 ；： ； 。 算。 ； ： i i i -法 ，i 比特判决七7 l 匹配滤波器七f 匹配滤 波器组 图2 4多用户检测接收机一般结构 与匹配滤波接收机将多址干扰当作白噪声来处理不同，多用户检测认为多 址干扰与白噪声具有并不相同的统计特性，且多址干扰是可再生、可估计、可 去除的；多用户检测充分利用扩频码的结构信息与统计信息对多个用户信号进 行联合检测，提高信号检测的稳定性。多用户检测技术为系统性能所带来的增 益，使其成为通信、信号处理等领域的研究热点。 2 3 2 多用户检测的分类 多用户检测按接收机的性能分类，可分为最优多用户检测接收机和次优多 用户检测接收机。然而，最优多用户检测接收机由于算法的复杂度随着系统用 户数的增多成指数关系增加，当用户数较多时，运算量会非常大，因此实现起 来非常困难。为了多用户检测接收机实用化的需要，人们在v e r d u 的研究成果 的基础上，试图寻找各种低复杂度、性能优于传统检测器的次优多用户检测器。 多用户检测器的大致分类如图2 5 所示： 噪声f a s t - i c a 算法在m m s e 多用户检测中的应用 解相关 检测器 多用户检测接收机 最优接收机11 次优接收机 线性多用户接收机li 非线性多用户接收机 非自适应li 自适应 m m s e 检测器 盲型 串行干扰 抵消型 最小输出能量ll 恒模 il 子空间 检测li 算法ii 检测 并行干扰 抵消型 基于高阶累积量 盲检测 图2 5 多用户检测器的分类 经过多位学者对次优多用户检测算法的探索研究，产生了多种次优多用户 接收机。根据处理方法的不同，次优多用户检测大致分为线性和非线性两大类， 下面将分别对这两大类接收机进行详细介绍。 2 4 线性多用户检测 线性多用户检测的线性体现在匹配滤波器后的变换矩阵上，当变换矩阵为 线性时，这种多用户检测就称为线性多用户检测。线性多用户检测的基本结构 如图2 6 所示，接收数据，( r ) 经匹配滤波器组输出之后，送入线性变换矩阵t ， 最后将数据送入比特判决设备进行判决。 第二章多用户检测 - 一匹配滤波器lb 线 一比特判决l ，( f ) 性 。i 匹配渡、波器2l 变 一比特判决2 r li r 换 矩 阵 叫匹配滤波器七卜 t - - 5 比特判决七1 6 1 6 2 图2 6线性多用户检测结构 线性多用户检测算法复杂度随用户数的增加而呈现线性变化，不同的算法 会得到不同的线性变换矩阵，且各种算法均利用了c d m a 用户特征码的内在结 构信息。从线性多用户检测的结构可以看出，要想最大程度地简化实现复杂度、 改善接收系统性能，关键在于如何求得次优的线性变换矩阵。因为次优并没有 确切的定义标准，所以只要能够实现以上两点的算法均可以称得上是次优的， 根据算法的不同，线性多用户检测可以分为非自适应的和自适应的，主要包括 解相关检测、最小均方误差( m i n i m u mm e a ns q u a r ee r r o r ，m m s e ) 检测、 盲自适应检测和非盲自适应检测等。 2 4 1 非自适应线性多用户检测 ( 1 ) 解相关检测器 在多用户通信环境中，解相关检测器【3 0 】 3 1 1 将多址干扰与信道的一个传输响 应矩阵进行等效，这样一个传输响应矩阵也就是码字之间的相关矩阵r ，它仅 与多用户的扩频序列和序列间的相关延迟这两个因素有关。 解相关检测器的线性变换矩阵采取的是与用户扩频码相关矩阵的逆矩阵： t = r 一，r 为信道传输矩阵，将匹配滤波器的输出矢量通过矩阵r q 求逆，就 可以很好地将各用户扩频序列之间的相关性消除，这样多址干扰也就随之消除 了。假设用y 表示匹配滤波器的输出矢量，则求逆过程可以用表达式表示为： b = t y 。 噪声f a s t - i c a 算法在m m s e 多用户检测中的应用 解相关检测器的抗远近效应性能和其他检测器相比是最佳的，它无需估计 接收信号的幅值或相位，并且干扰用户信号功率大小不会对其产生影响。但是， 解相关检测器虽然在消除多址干扰和抗远近方面性能显著，但也将信道背景噪 声同时放大了，其误码性能在较低信噪比时甚至可能会劣于传统检测器，而且 该检测器还需要作运算量非常大的矩阵求逆运算，导致具体实现较困难。 ( 2 ) 最小均方误差( m m s e ) 检测器 m m s e 检测器是为了弥补解相关检测器的缺陷而提出的，该检测器【3 2 】 3 3 】 运用最小均方误差准则来确定其线性变换矩阵t ，通过这一准则我们得到变换 矩阵的表达式为 ， r 燃= ( r + o 2 a 2 ) 。1 ( 2 5 ) 0 为背景噪声功率，a 为对角线振幅矩阵。那么检测器的软输出为： 占= k y 。当o 趋于0 的时候，t 删s e 趋于r 1 ，此时该接收机的性能接近解 相关接收机。从性能上看，当信噪比较低时，m m s e 检测器优于解相关检测器 性能；当信噪比较高时，m m s e 检测器的性能比不上解相关检测器。由于考虑 了背景噪声的影响，在误码性能上比解相关检测器更好，但从抗远近的能力上 比较的话，m m s e 检测器比不上解相关检测器，因为m m s e 检测器需要对接 收信号的幅度进行估计，并且干扰用户功率大小对其性能会产生影响。另外从 m m s e 检测器线性变换矩阵表达式可以看出，该检测器也需要作矩阵求逆运算。 2 4 2自适应线性多用户检测 这种检测器之所以称作自适应的是因为其采用的自适应滤波的原理，原因 是干扰用户扩频码相关信息在时变多径信道下往往是时变的、未知的，通过采 用自适应的方法可以直接找到所需的相关信息，而且和其他没有采用自适应方 法的检测器相比，该方法计算量相对较小且易于实现。 无线信道是时变的信道，信道参数往往是不确定的，因此在计算线性变换矩 阵时，如果每一次都要对其进行计算，则庞大而繁琐的计算量对线性多用户检测 来说是不现实的。因此，一方面需要能够自动跟踪信道参数变换的技术，一方面 需要降低线性变换矩阵的运算量，在这种情况下，自适应技术的引入是恰当的。 第二章多用户检测 一般情况下，自适应线性检测的过程是首先将接收信号经过码片滤波而不是经过 匹配滤波器组，之后将码片滤波后的输出进行码片速率采样、线性接收器处理和 符号速率采样，最后一步是将输出信号送入判决器进行判决。运用自适应算法进 行多用户检测是局限性的，要求信号在通过码片匹配滤波前后都是平稳的，因此 自适应算法主要用在采用短的伪随机序列扩频的c d m a 系统中。 ( 1 ) 非盲自适应多用户检测 盲自适应算法和带发送训练序列的一般算法都属于自适应算法的范畴，其 中，带训练序列自适应算法主要包括递归最小二乘算法和最小均方误差随机梯度 算法，目前已经研究得比较成熟。在实际中，较常用的是r l s 算法，因为l m s 算 法的收敛速度慢，+ 稳态性差。但是由于r l s 算法的计算复杂度与扩频增益的平 方成正比，因此该算法仅适用于扩频增益较小的扩频码的情况，随着扩频增益 的增大，算法复杂度也随之增加，再使用r l s 算法就不太适合。 ( 2 ) 盲自适应多用户检测 该检测方法是当前的一个研究热点。与带训练序列的自适应多用户检测相 比，盲自适应多用户检测是不需要带训练序列的，也无需知道干扰用户的相关 信息。当遇到信道响应突变、占用同一信道的用户突然出现等这种突发情况时， 带训练序列的自适应多用户检测需要将训练序列重新发送，这就会造成浪费频 谱资源的现象，导致频谱利用率降低，另外，在c d m a 系统的下行链路，干扰 用户的特征波形是很难准确获得的。 盲自适应检测是当前的一个研究热点，它的优点是复杂度低、效率较高， 并且无需训练序列，开销较小，缺点是该算法在时变多径环境下收敛速度尤其 缓慢，这一问题导致其实用性可能较差。 2 5 非线性多用户检测 非线性多用户检测消除多址干扰采用的方法是引入非线性函数，但由于缺 乏系统的数学分析工具，该检测方法从理论上分析研究较为困难。对其只能用 工程数学的方法进行简单粗略的描述与分析，较深入的分析研究还得重点依靠 计算机仿真来实现。 噪声f a s t - i c a 算法在m m s e 多用户检测中的应用 非线性检测认为提炼目标用户信号的前提是先将干扰信号恢复，再从接收 到的混合信号中减去预先恢复的干扰信号，剩下的就是目标用户的信号，这也 是非线性检测的基本原理所在。 目前出现的非线性检测器较常见的主要包括以下三种：串行干扰抵消【3 4 1 、 并行干扰抵消1 3 5 1 和解相关判决反馈多用户检测器【3 6 】。下面将对这三种非线性检 测器分别进行介绍。 ( 1 ) 串行干扰抵消多用户检测接收机 其简要的原理框图如图2 7 所示 图2 7串行干扰抵消接收机 该类型的接收机第一步先按照功率估值的大小对各用户进行排序，之后根 据这一排序对各用户信号依次进行抵消和估计。通过这一方法可以将具有较强 多址干扰的用户信号从总的接收信号中一一除去，一直对消到剩下多址干扰最 弱的用户。用户功率的分布对该接收机的性能有很大影响，是因为它们的功率 相差得越大，对接收机的干扰抵消工作就越有利，相差的越小则该方法的性能 改善就越得不到体现。另一方面，该消接