（通信与信息系统专业论文）lte系统中的小区间干扰消除技术仿真研究.pdf

西南交通大学硕士研究生学位论文第1 页 量曼量曼鼍曼皇皇皇曼曼量曼量舅量皇舅量曼曼皇量曼曼皇曼曼皇曼曼曼皇曼i i i1 1 1 | 曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼量量皇曼皇量曼曼曼皇 摘要 小区间干扰( i c i ) 是一个固有的问题，它决定着系统的容量。在蜂窝小区系统中， 小区边缘用户受到相邻小区的干扰，因此它们的吞吐率相当低。小区间干扰消除技术 可以消除共道干扰，并且提高小区边缘的性能。正交频分多址( o f d m a ) 因其高频谱 效率等优势被选为l t e 下行链路的多址方案。与码分多址( c d m a ) 不同，o f d m a 无法通过扩频方式消除干扰，因此在l t e 中得到主要研究的是数据概率辅助( p d a ) 与交织多址( i d m a ) 结合的迭代干扰消除技术。p d a 可以实现迭代的多用户( 小区) 检测，而i d m a 能获得显著的性能增益，从而抑制小区间干扰。 首先，本论文建立了一个多小区干扰的m i m o 系统，并且考虑了三种现有的p d a 检测算法，即最小均方误差检测( m m s e d ) 算法，均值软判决检测( s d d ) 算法和最 大后验概率检测( m a p d ) 算法。其中m m s e d 和s d d 算法属于软干扰消除检测 ( s o l c d ) 算法，而m a p d 算法属于广义的t u r b o 检测算法。仿真结果表明，虽然基 于相同的检测原理，但m m s e d 算法在复杂度和性能上都要逊色于s d d 算法。s d d 算法优点是复杂度低，有良好的稳定性，在处理弱干扰方面表现出优秀的性能，缺点 是对强干扰的处理能力不足。而m a p d 算法优点是在处理强干扰方面表现出优秀的性 能，缺点是复杂度高，在处理弱干扰方面稳定性不足。 接着，为了实现它们的优势互补，论文提出了一种改进的p d a 检测算法一分组 的m a p s d d 算法，它很好地结合了s d d 与m a p d 算法。按照干扰信号的强度的不同， 本论文又提出t - 种基于改进算法的方案。仿真结果表明，对不同强度的干扰采用不 同的检测方案是可行和灵活的。根据对仿真结果的分析，可以得到一种综合的检测方 案：对于强干扰信号，可以把它们与期望信号分到同一组，采用分组的m a p s d d 算法 检测；对于中干扰信号，可以采用s d d 算法检测；对于弱干扰信号，则可以采用高斯 近似的方法处理。这样既能提高性能，又能降低复杂度。 最后，论文建立了两种多小区干扰的m i m o o f d m 系统，并且仿真分析了在 m i m o 、b l a s t - o f d m 和s t b c o f d m 这三种系统下的干扰消除算法性能。仿真结果 表明，改进算法的方案在m i m o o f d m 系统中也表现出相似的性能。 关键词：小区间干扰( i c i ) ；共道干扰；概率数据辅助( p d a ) ；交织多址( i d m a ) ； 迭代干扰消除；正交频分复用( o f d m ) ；m i m o 。 西南交通大学硕士研究生学位论文第1i 页 曼皇曼量曼寡曼量量曼曼曼量量皇曼曼皇曼曼量曼曼量量量曼曼量曼曼曼皇曼曼曼皇曼曼皇i曼t ml i t 昌= 昌l = l 皇曼曼曼曼量曼曼曼曼曼 a b s tr a c t i n t e r - c e l li n t e r f e r e n c e ( i c i ) i sa ni n h e r e n tp r o b l e mw h i c hi sc r i t i c a lt os y s t e mc a p a c i t y c e l l e d g ei j s e r si nc e l l u l a rs y s t e m ss u f f e rf r o mt h ei n t e r f e r e n c e so fa d j a c e n tc e l l sa n dt h e i r t h r o u g h p u t s a r e t y p i c a l l yv e r y l o w i n t e r - c e l li n t e r f e r e n c ec a n c e l l a t i o n t e c h n i q u ec a n e l i m i n a t ec o - c h a n n e li n t e r f e r e n c e sa n de n h a n c ec e l l - e d g e p e r f o r m a n c e o r t h o g o n a l f r e q u e n c yd i v i s i o nm u l t i p l ea c c e s s ( o f d m a ) i sc h o s e n 弱m u l t i p l e a c c e s ss c h e m ef o r d o w n l i n ko fl t ed u et oi t sh i g hs p e c t r a le f f i c i e n c ya n ds o m eo t h e rs u p e r i o r i t i e s d i f f e r e n t f r o mc 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 ) ，o f d m ac a nn o tm i t i g a t ei n t e r f e r e n c e sb y u s i n gs p r e a d c o m b i n i n gw i mp r o b a b i l i s t i cd a t aa s s o c i a t i o n ( p d a ) a n di n t e r l e a v ed i v i s i o n m u l t i p l ea c c e s s ( i d m a ) ，i t e r a t i v ei n t e r f e r e n c ec a n c e l l a t i o ni sm a i n l yr e s e a r c h e di nl t e p d ai sc a p a b l et op e r f o r mt h ei t e r a t i v em u l t i - u s e r ( c e l l ) d e t e c t i o na n di d m ac a nm a k ea s u b s t a n t i a lp e r f o r m a n c eg a i nf o rs u p p r e s s i n gt h ei n t e r - c e l li n t e r f e r e n c e f i r s t l y , am i m os y s t e mw i t l lm u l t i e e l li n t e r f e r e n c e si se s t a b l i s h e da n dt h r e et y p e so f e x i s t i n gp d ad e t e c t i o na l g o r i t h m sa r ec o n s i d e r e di nt h i st h e s i s ，i e m i n i m u mm e a ns q u a r e e r r o rd e t e c t i o n ( m m s e d ) a l g o r i t h m ，m e a ns o f td e c i s i o nd e t e c t i o n ( s d d ) a l g o r i t h ma n d m a x i m u m - a - p o s t e r i o r i d e t e c t i o n ( m a p d ) a l g o r i t h m t h em m s e da n d t h es d d a l g o r i t h m s a r es o f t i n t e r f e r e n c ec a n c e l l a t i o nd e t e c t i o n ( s o l c d ) a l g o r i t h m s ，w h i l et h e m a p da l g o r i t h mi s g e n e r a l i z e d t u r b od e t e c t i o na l g o r i t h m t h es i m u l a t i o nr e s u l t s d e m o n s t r a t et h a tt h em m s e d a l g o r i t h mi sw o r s et h a nt h es d da l g o r i t h mi nc o m p l e x i t ya n d p e r f o r m a n c ee v e nt h o u g ht h e yb o t l l a r eb a s e do nt h es a m ed e t e c t i o np r i n c i p l e t h e a d v a n t a g e so ft h es d da l g o r i t h ma r el o wc o m p l e x i t y , g o o ds t a b i l i t ya n de x c e l l e n t p e r f o r m a n c eo nd e a l i n gw i t hw e a ki n t e r f e r e n c e s ，w h o s ed i s a d v a n t a g ei saf a i l u r ec a p a c i t yo f c o p i n gw i t l ls t r o n gi n t e r f e r e n c e s n ea d v a n t a g eo ft h e m a p da l g o r i t h mi s e x c e l l e n t p e r f o r m a n c eo nd e a l i n g 、) l ，i t l ls t r o n gi n t e r f e r e n c e s ，w h o s ed i s a d v a n t a g e sa r el o wc o m p l e x i t y a n df a i l u r es t a b i l i t yo fc o p i n gw i t hw e a ki n t e r f e r e n c e s s e c o n d l y , i no r d e rt oa t t a i nt h e i rm u t u a lc o m p l e m e n t s ，a l li m p r o v e dp d a d e t e c t i o n a l g o r i t h mi sp r o p o s e d ，i e g r o u p i n gm a p s d da l g o r i t h mw h i c hi n t e g r a t e st h es d da n d m a p d a l g o r i t h m sv e r yw e l l i nt e r m so ft h ed i f f e r e n c e so fi n t e r f e r e n c e si n t e n s i t i e s ，t h r e e d i f f e r e n tk i n d so fs c h e m e sa r ep r o p o s e d 1 1 1 es i m u l a t i o nr e s u l t sd e m o n s t r a t et h a ti ti sf e a s i b l e a n df l e x i b l et ou t i l i z ed i f f e r e n td e t e c t i o ns c h e m e sf o rd i f f e r e n ti n t e n s i t yi n t e r f e r e n c e s a c c o r d i n gt ot h ea n a l y s i so f s i m u l a t i o nr e s u l t s ，as y n t h e s i z e dd e t e c t i o ns c h e m ei so b t a i n e da s f o l l o w s i ft h ei n t e r f e r e n c es i g n a l sa r es t r o n g ，t h e yw o u l db ed i v i d e di n t ot h es a m eg r o u p 西南交通大学硕士研究生学位论文第1li 页 w i t hd e s i r e ds i g n a l sa n dd e t e c t e db yt h eg r o u p i n gm a p s d da l g o r i t h m i ft h ei n t e r f e r e n c e s i g n a l sa l em i d d l e ，t h e yw o u l db ed e t e c t e db yt h es d da l g o r i t h m a n di ft h ei n t e r f e r e n c e s i g n a l sa l ew e a k , t h e yw o u l db ep r o c e s s e db yg a u s s i a na p p r o x i m a t i o n 乃皓s y n t h e s i z e d d e t e c t i o ns c h e m en o to n l yi m p r o v e sp e r f o r m a n c eb u ta l s ol o w e r sc o m p l e x i t y f i n a l l y , t w o k i n d so fm i m o o f d ms y s t e m sw i t hm u l t i - c e l li n t e r f e r e n c e sa l e e s t a b l i s h e da n dt h ep e r f o r m a n c e so fa l g o r i t h m si nt h et h r e es y s t e m sc o n s i s t i n go fm i m o ， b l a s t o o f d ma n ds t b c o f d ma r es i m u l a t e da n da n a l y z e d t h es i m u l a t i o nr e s u l t s d e m o n s t r a t et h a tt h es c h e m e so ft h ei m p r o v e da l g o r i t h me x h i b i ts i m i l a rp r o p e r t i e sa n da p p l y t om i m o o f d ms y s t e m 嬲w e l l k e yw o r d s ：i n t e r - c e l li n t e r f e r e n c e ( i c i ) ；c o - c h a n n e li n t e r f e r e n c e ；p r o b a b i l i s t i c d a t a a s s o c i a t i o n ( p d a ) ；i n t e r l e a v ed i v i s i o nm u l t i p l ea c c e s s0 d m a ) ；i t e r a t i v e i n t e r f e r e n c ec a n c e l l a t i o n ；o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e ( o f d m ) ； m i m o 西南交通大学硕士研究生学位论文第1 页 1 1 课题研究背景 第一章绪论 2 0 0 4 年年底，全球微波接入互操作( w o r l di n t e r o p e r a b i l i t yf o rm i c r o w a v ea c c e s s ， w i m a x ) 技术得到人们的关注，并迅猛地崛起。与此同时，第3 代合作伙伴计划( 3 阳 g e n e r a t i o np a t n e r s h i pp r o j e c t ，3 g p p ) 也开始了通用移动通信系统( u n i v e r a lm o b i l e t e l e c o m m u n i c a t i o n ss y s t e m s ，u m t s ) 技术的长期演进( l o n gt e r me v o l u t i o n ，l t e ) 项目，它与第3 代合作伙伴计划2 ( 3 阳g e n e r a t i o np a m e r s h i pp r o j e e t2 ，3 g p p 2 ) 的超移 动宽带( u l t r am o b i l eb r o a d b a n d ，u m b ) 技术被统称为“演进型3 g ( e v o l v e d3 g ， e 3 g ) 。现在俗称的b 3 g 或4 g 技术是2 0 0 8 年开始的先进的国际移动通信( i n t e r n a t i o n a l m o b i l et e l e c o m m u n i c a t i o n s - a d v a n c e d ，i m t - a d v a n c e d ) 技术。 未来移动通信系统的高速率、高容量与高可靠性是发展趋势，同时移动通信技术 正向着宽带接入移动化和移动通信宽带化发展。因此l t e 系统的带宽从5 m h z 扩展到 2 0 m h z 。所以l t e 系统需要采用新的核心传输技术o f d m 伊d m 技术，因为传 统的码分多址( c o d e d i v i s i o nm u l t i p l e a c c e s s ，c d m a ) 技术对5 m h z 以上的大带宽实 现时复杂度过高。2 0 0 3 年，o f d m 技术在i o o m h z 带宽中实现了1 0 0 m b i t s s 数据率， 其后的m i m o o f d m 技术更是展示了它在提供大宽带传输和高峰值速率方面的惊人能 力。因此正交频分复用( o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x i n g ，o f d m ) 和多输 入多输出( m u l t i p l ei n p u tm u l t i p l eo u t p u t ，m i m o ) 技术成为了新一代无线通信系统的 关键技术。 l t e 系统采用接近全i p 宽带网的扁平化的典型网络结构，并且结合多输入多输出 m i m o 、o f d m 、混合自动请求重传( h y b r i da u t o m a t i cr e p e a tr e q u e s t ，h a r q ) 【i j 、 自适应调制编码( a d a p t i v em o d u l a t i o na n dc o d i n g ，a m c ) 【2 】等先进技术。针对上下行 的传输，l t e 系统采用了不同的o f d m 传输技术【3 j ：上行采用基于o f d m 的单载波频 分多址接入技术( s c f d m a ) ，下行则采用相对成熟的正交频分多址的接入方式 ( o f d m a ) 。其中s c f d m a 技术具有较低的峰均比( p e a k - t o a v e r a g er a t i o ，p a r a ) ， 降低了用户设备( u s e re q u i p m e n t ，u e ) 端功率放大器的成本；而o f d m a 技术有效 地对抗了频率选择性衰落，有很高的频谱利用率和可靠性，非常适用于无线的高速传 输。 o f d m a 技术将本小区内的用户信息分配在相互正交的不同载波上，从而保证了 小区内符号之间的正交性。通过加入循环前缀( c y c l i cp r e f i x ，c p ) ，它能有效地避免 符号间干扰问题( i n t e r - s y m b o li n t e r f e r e n c e ，i s i ) ，因此主要的干扰来是自于其他小区。 西南交通大学硕士研究生学位论文第2 页 对于小区中心的用户来说，其本身离基站的距离比较近，离其他小区的干扰信号的距 离较远，则其信干比相对较大；但是对于小区边缘的用户，由于相邻小区占用同样载 波资源的用户对其干扰比较大，加之本身距离基站较远，因而其信干比相对较小。这 就导致了“远近效应 ：虽然小区整体的吞吐量较高，但是小区边缘的用户服务质量较 差，吞吐量较低。 l t e 系统对频谱效率的要求很高，希望频谱复用系数能尽量接近l ，因此无法简 单地采用复用因子为3 或7 的频率复用方式来抑s o d , 区间干扰( i n t e r - c e l li n t e r f e r e n c e ， i c i ) 。另外，与c d m a 不同，o f d m a 也无法通过扩频方式抑制i c i 。综上所述，l t e 中，非常关注小区间干扰抑制技术。目前l t e 系统考虑的小区间干扰抑制技术主要包 括3 类【4 】= 小区间干扰随机化、小区间干扰消除、小区间干扰协调避免。小区间干扰 随机化能使干扰的特性近似为随机噪声，但不能降低干扰的能量，抑制干扰的效果很 有限。小区间干扰协调避免协调多个小区的动作，从而避免产生严重的小区间干扰， 但它在实际部署中还是受到诸多限制。因此，未来在l t e 进一步演进时，小区间干扰 消除仍是值得进一步考虑的技术。 1 2 国内外研究现状 在l t e 早期的研究中，考虑过两种干扰消除方法： ( 1 ) 基于多天线接收的空间干扰消除技术 这种技术又称为干扰抑制合并( i n t e r f e r e n c er e j e c t i o nc o m b i n i n g ，i r c ) 接收技术， 它利用空间信道的差异区分期望小区和干扰小区的信号，它只需要利用m i m o 多天线 检测技术就能实现。理论上说，配置接收天下的u e 应可以分辨个空间信道。然 而，u e 的接收天线是有限的，通常仅依赖于多天线检测技术是无法区分所有的空间信 道。因此u e 只有采用最大似然检测( m a x i m u ml i k e l i h o o dd e t e c t i o n ，m l d ) 来分离 出干扰信号。 m l d 是一种简单而容易实现的检测技术，它从所有干扰小区信号和期望小区信号 的可能发送组合中，选取一个满足最优条件的发送组合，作为干扰信号和期望信号的 译码输出。虽然m l d 容易实现，但它是一种穷举搜索的方法，复杂度较高。另一方面， 由于传输的信号经过信道后会产生衰落和噪声，m l d 算法的应用也需要信道估计或信 道均衡。因此制约最大似然检测可实现性的因素主要是高复杂度与信道均衡。 文献f 5 】提出了一种应用在m i m o o f d m 系统中的二步的干扰消除技术。这是一种 结合m m s e 干扰抑制与最大似然( m l ) 译码的检测方案。由于最大似然检测的信号 集合q 不仅包含了期望信号，还包含干扰信号。因此随着干扰信号数目与调制阶数的 增加，集合q 将非常的大，此时m l d 的复杂度会很高。为了降低复杂度，可以采用近 似的最大似然检测( m l d ) ，它通过预选择( p r e s e l e c t i o n ) 的方式最大地节省了穷举 西南交通大学硕士研究生学位论文第3 页 的搜索空间，从而有效地降低m l d 的复杂度i o j 。 文献 7 1 提出了在m i m o o f d m 的共道干扰模型下的信道估计技术，主要是对导频 序列最优化设计，使导频序列即使在多径时延信道下也能保持正交性，可以同时估计 出期望小区与干扰小区的信道信息，还可以通过对导频信息的设计来满足不同的干扰 小区数的信道估计。在实际中，无论采用什么样的信道估计方法也不可能完全知道发 送信号的信道频域响应矩阵的，性能较好的就是最小均方误差( m m s e ) 信道估计。 但是由于复杂度的问题，不具有实用性。目前研究更多的是基于自适应信道估计的 m l d 算法，它的低复杂度使它有很好的使用性。 文献 8 】提出了一种基于递归最小平方( r e c u r s i v el e a s ts q u a r e s ，r l s ) 的低复杂 度m l d 算法。r l s 是自适应的信道估计方法，通过训练序列实现信道估计。与简单的 最小平方( l e a s ts q u a r e s ，l s ) 估计算法相比，它的特点是通过递归来提高信道估计的 准确性，而且性能有很大的提高。算法的研究表明，递归次数越多，信道估计的性能 越好而且越接近m m s e 算法。如果不增加训练序列的长度而要提高递归次数，就可以 采用文献 9 1 q 丁的方法，它是采用前向译码的方法用前一个码元的译码结果作为下一次 迭代时的参考信号，从而提高迭代的次数，提高信道估计的性能。 文献【1 0 】把最小平均方( l e a s tm e a ns q u a r e s ，l m s ) 信道估计和重复的数据检测 技术【】应用在o f d m 的小区干扰消除技术中。l m s 算法的基本原理是基于误差梯度的 最陡下降法，用平方误差代替均方误差，沿着权值的负方向搜索达到均方误差最小意 义下的自适应滤波。l m s 算法的特点是结构见到、稳定性好且易于实现。l m s 算法实 现起来比r l s 要简单，因此它也更具有可实现性。文献【1 2 】做了更深入的研究，它把 这个干扰消除技术应用了在s t b c o f d m 系统，并且加入了正交导频来协助信道估计。 仿真的结果表明，获得的信道状态信息( c h a n n e ls t a t ei n f o r m a t i o n ，c s i ) 越准确，算 法得到的性能越好；干扰小区越少，得到的性能越好。 基于m l d 的干扰消除性能除了受信道估计性能的影响，还受到检测的小区数的影 响，但是检测的干扰小区越多不一定性能就越好。文献【1 3 】提出了把干扰小区分成强干 扰小区和弱干扰小区的处理方法：对弱干扰小区，把他们的干扰看成白噪声的，通过 信号估计方法选择最佳的判决门限对接收信号进行判决；对强干扰小区，就可以采用 最大似然检测技术，重构它们的信号，然后从接收信号中减去。这个方法不仅可以降 低算法的复杂度，还能提高算法的性能。 i r c 接收技术是接收机实现技术，不需要对发射机进行标准化，因此实现起来比 较简单。但是它仅依靠空分手段，而不依赖其他的信号区分手段( 如频分、码分、交 织分) ，是很难获得满意的干扰消除效果。因此本论文没有再对它做更深入的研究，主 要研究的是更先进的干扰消除技术。 西南交通大学硕士研究生学位论文第4 页 ( 2 ) 基于干扰重构减去的干扰消除技术 该技术是通过将干扰信号解调解码后，对它进行重构，然后从接收信号中减去。 这是一种更先进的干扰消除技术，但是它需要完全解调甚至解码干扰信号，对系统的 设计提出了更高的要求。在l t e 中得到深入研究的干扰消除技术主要是基于i d m a 的 迭代干扰消除技术i ，它把概率数据辅助( p d a ) 检测技术与交织多址( i d m a ) 技术 结合在一起。p d a 检测技术可以实现多用户d , 区检测( m u l t i - u s e rd e t e c t i o n ，m u d ) ， 从而可以重构减去干扰信号。i d m a 技术是对各个小区的信号在信道编码后采用不同 的伪随机交织图案进行信道交织，它可以使干扰变得随机化。 基于i d m a 的迭代干扰消除技术可以通过迭代进行干扰消除，从而获得更佳的干 扰抑制性能。虽然它显著地改善小区边缘的系统性能，但是正如文献【1 5 】指出，它对 l t e 系统的其他方面提出了更高的要求或造成了更多的限制，主要包括以下几个方面： 资源分配方面的限制：信号格式获得方面的限制；对小区间同步的要求；接 收机复杂度；交织器设计。 为了更好解决上面的问题，目前l t e 研究的是基于基站协作方式的i d m a 迭代干 扰消除技术，基于基站( e v o l v e d n o d eb ，e n b ) 协作方式的i d m a 迭代干扰消除技术 是利用基站协调器监视相邻小区的干扰用户d , 区，然后通过信令传递各个干扰用户的 特征信息，通过基站协调器的协作方式来实现迭代的小区间干扰消除 1 6 1 。而且同一个 干扰用户可能同时地对多个小区产生干扰，这些受干扰小区的基站协调器之间可以相 互交换干扰用户的特征信息，从而降低复杂度。基站协调器能够降低接收机的处理复 杂度和时间复杂度，从而降低了用户设备( u e ) 的成本。 小区间干扰消除技术可以实现频率复用系数为1 ，并且能够提高小区边缘用户的吞 吐量，获得性能增益。但是在频率资源块分配方面它受到了限制，尤其是难以应用在 带宽较小的业务( 如v o i p ) 中。小区间干扰协调技术虽然能应用在各种带宽的业务中， 但是给小区边缘用户提供的峰值速率和系统容量有限。当相邻的两个小区在它们的结 合部都有较高的频谱需求时，它就无法进行协调，无法真正地实现频率复用系数为l 。 因此，小区间干扰抑制技术的发展趋势是把小区间干扰消除技术与小区间干扰协调技 术的相结合，使这两种技术的优势互补，形成一种优化的小区间干扰抑制方案。 1 3 本文主要研究工作及内容安排 论文的研究目标是针对l t e 和l t e a d v a n c e d ( t d d f d d ) 网络，充分利用各种 算法、配置有效解决实际应用中存在的多小区、多用户的干扰问题。主要的研究工作 是建立一个小区边缘的下行干扰链路模型，采用链路级仿真的方法，对l t e 中的i d m a 迭代干扰消除技术进行算法的分析与研究。 针对论文的研究目标与工作，论文的主要研究内容和结构安排如下： 西南交通大学硕士研究生学位论文第5 页 第一章绪论，概要地描述l t e 系统的关键技术与多小区干扰的概念。论述l t e 中如何实现干扰消除，以及国内外目前的研究现状。 第二章对m i m o 系统的模型、信道容量进行描述，阐述分集技术如何提高可靠 性与m i m o 系统容量的。介绍m i m o 系统的空时编码与多天线检测技术，重点说明这 些技术如何增加信道容量、消除空间的多天线之间的干扰，并且进行一系列地仿真与 性能对比。 第三章对小区间干扰的m i m o 模型进行分析，说明i d m a 迭代干扰消除技术的 原理。简要地描述干扰检测器与信道解码器的构成，重点描述的三种现有的p d a 检测 算法。建立在各种不同的情形下的仿真模型，仿真对比三种算法，并对它们的性能进 行分析，总结归纳出它们的优缺点。 第四章针对两种现有p d a 检测算法的优缺点，提出一种改进的算法，它结合两 种算法，并且使得它们可以优势互补。对提出的改进算法进一步地分析，并且通过仿 真的方法，把它与前两种主要算法进行一系列地性能比较与分析。 第五章对l t e 的关键技术m i m o o f d m 技术进行小区间干扰的建模与仿真， 分别建立b l a s t o f d m 与s t b c o f d m 系统的干扰模型，并且在不同的系统下对已 有的各种干扰消除算法进行性能的讨论与分析。 最后是总结和展望，总结论文所完成的内容和结论，并展望进一步的工作。 西南交通大学硕士研究生学位论文第6 页 2 1 引言 第二章m i m o 多天线检测技术 多天线的无线通信系统也称为m i m o 系统。由于它的高速、高容量和高可靠性， 它已经应用到许多未来无线通信系统的标准中，尤其是无线局域网和蜂窝网。本章考 虑的蜂窝移动通信系统是一个m i m o 通信系统，即在基站和移动台都配备了多根天线 进行上下行的传输。l t e 系统的干扰抑制合并( i r c ) 接收技术主要是通过m i m o 多 天线检测技术来分辨出不同空间信道天线的信号。 2 2m i m o 系统 在传统的无线通信系统中，发射端和接收端通常是各使用一根天线，这种通信系 统称为单输a 单输出( s i n g l ei n p u ts i n g l eo u t p u t ，s i s o ) 系统。对于这样的系统，著 名的s h a n n o n 极限公式为：c = w l o g ：( 1 + ) ，其中形表示信道带宽，剐表示信 噪比，它确定了信道的最大容量。随着无线通信的广泛应用，用户对无线通信的速率 要求越来越高。显然，受信道容量瓶颈限制的s i s o 系统已经不能满足要求，因此m i m o 系统应运而生。m i m o 系统是s i m o 和m i s o 这两种分集技术发展的结果，即在无线 链路的两端都使用多根天线。m i m o 系统在无须增加额外功率和带宽的情况下可以显 著地提高传输速率，它巨大的信道容量是s h a n n o n 信道容量的推广，并且突破了s i s o 系统信道容量的瓶颈。 2 2 1m i m o 信号模型 图2 1 是一个有m 根发射天线，根接收天线的m i m o 系统，并且有，m 7 1 。 信， 图2 - 1m i m o 系统框图 西南交通大学硕士研究生学位论文第7 页 曼量量曼曼曼曼笪曼曼曼曼曼皇曼曼曼曼曼曼皇曼量曼量曼曼曼曼曼曼鼍曼量曼量曼曼曼曼曼曼曼曼曼量皇曼曼皇曼曼曼曼曼曼曼鼍曼1 1 i 1 一 一一一一 ii 蔓 假定信道是一个平坦衰落信道，那么收发天线之间的信道衰落特性可以用一个 ，的信道矩阵h 表示，h 的第，行，列的元素j i z “为第，根接收天线与第，根发射天 线之间的信道衰落系数，它服从复高斯分布c n ( o ，1 ) 。归一化的发射信号可用m l 维 的向量x 表示，接收信号可用札1 维的向量y 表示。接收的高斯噪声用向量n ，每个 元素哆服从c n ( o ，仃：) ，仃：是噪声方差。那么m i m o 信号模型为： y = h x + n ( 2 1 ) 、， 其中 x = 而 y = m n 啊 h = 而 奶 曩，l ，2 啊 ： h n ? 3 ih n ? 2 h n ? ，n i ( 2 - 2 ) 1 2 - 3 ) ( 2 - 4 ) ( 2 5 ) 假设信道是一个频率选择性信道，最大多径时延数为三，那么m i m o 信号模型为： l - i y ( f ) = h 7 ( o x ( t z ) + n ( ，) ( 2 - 6 ) - 0 其中，表示时刻，是多径，h 协) 是t 时刻第径的m i m o 信道矩阵，它为： h ) = 2 2 2m i m o 信道容量 磁，( ，)嘭，( f ) 蹦川( ，) ： k ，。o ) 硷，：( f ) 硷，( ，) ( 2 - 7 ) 信道容量建立了可靠通信的基本极限，它的定义是以任意低的差错概率传输信息 的最大速率，从数学上讲，信道容量c 由下式给出： c = m a x ，( 而j ，)( 2 8 ) ，r j 假设m i m o 信道是确定性的，此时m i m o 信道的容量为： c = m a x ，( 而j ，) p 但9 ) = m a x h ( y ) - h ( y i 戈) 、 卅x 当信道输入给定时，输出端的不确定性仅为噪声的熵。因此可以得到： c = m a xn ( y ) - h ( n ) ( 2 - 1 0 ) p 工j 为了使互信息，( 与，) 最大化，只需使h ( y ) 最大化。向量j ，的自相关矩阵为： = 号眠日何+ 仃： ( 2 - 1 1 ) 西南交通大学硕士研究生学位论文第8 页 当x 为零均值循环对称的复高斯变量时，y 具有最大熵。向量y 和刀的熵分别为： 日( y ) = l 0 9 2d e t o r e r ) 日( 露) = l 0 9 2 d e t 阳；k ) ( 2 1 2 ) ( 2 1 3 ) 由此可以得到工和y 的互信息为： ，f、 “训) 1 0 拙【k + 赢砜j q j 4 ) 可以得到m i m o 信道的容量为： c - m m a x l 0 9 2d e t l l 一+ 志眠j ( 2 1 5 ) 现有的理论已经证明在使用多发射天线与多接收天线的情况下，瑞利衰落m i m o 信道容量会显著地增长。在总发射功率不变的条件下，采用单发射天线，容量随接收 天线数呈对数增长；采用多发射天线( m ，) ，容量随m i n ( ，r ) 呈线性增长【1 8 】。 2 2 3 分集技术 分集技术是m i m o 系统能提高信道容量的关键因素【1 9 1 。分集技术是将同样的信息 通过多个分集支路进行传输，每个分集支路都是独立的子信道，都产生一个信息的副 本。在瑞利衰落信道情况下，如果具有三个有独立的子信道，这样的系统提供的分集 度为。实现分集的方法有多种：空间分集、时间分集、频率分集以及信道编码，m i m o 系统主要实现的是空间分集【2 0 j 。图2 2 表示一个空间分集的方案，发射端有l 根发射天 线，接收端有根接收天线。 发射机 图2 2 空间分集方案 假设发射信号为x ，发射天线与第i 根接收天线之间的信道衰落系数为忽，第f 根 天线的接收信号为只，接收噪声为，那么有： 只= 勺x + ( 2 - 1 6 ) l l ；l 西南交通大学硕士研究生学位论文第9 页 信噪比s n r 与第i 根接收天线的瞬时信噪比n 分别为： 舢= 每一警7 仁聊 n a in q 、 。 为了检测发射的符号，接收端需要合并接收到的来自不同分集支路( 接收天线) 的信号1 2 。合并信号的方法很多，包括等增益合并、最大比合并和选择合并等。 1 等增益合并 等增益合并( e q u a lg a i nc o m b i n i n g ，e g c ) 算法是把经过信道相位均衡后的所有 接收天线的信号相加。 i ，那么合并后的符号夕表示为： 夕：芳：唑竽= 吣+ 曩 ( 2 1 8 ) 其中履为经过相位均衡后的加性噪声。 对于p s k 的调制方式，只需要对信道系数采用相位均衡。但对于q h m 的调制方 式，不仅需要相位均衡，还需要幅度均衡。等增益合并获得的平均信噪比y 可以表示 为： y = e c n ) = 每专( 羔i 。i 兰j = i i 红i l 吃i ) = 每 i + ( n - 1 ) 4 c 2 9 ， 2 最大比合并 最大比合并( m a x i m a lr a t i oc o m b i n i n g ，m r c ) 算法是使得检测符号的结果曼满 足最大似然( m a xl i k e l i h o o d ，m l ) 检测准则： j = a r g m a x p ( y ，y 2 ，蜘i 啊，红，x ) ( 2 - 2 0 ) 把个接收信号与发射信号x 的关系写成向量形式： y = l a x + n ( 2 2 1 ) 那么合并后的符号夕表示为： 夕=祟=娶ii-娶-phh hhhh 甏h ( 2 - 2 2 )1 ，= 二= = 工， i z - z z ， ， hhh h h 、一一7 最大比合并获得的平均信噪比y 可以表示为： y = 善訾酬每 p 2 3 ， 3 选择合并 选择性合并( s e l e c t i o nc o m b i n i n g ，s c ) 算法是选择具有最大瞬时信噪比的分集支 路i 进行解调的。那么合并后的符号乡表示为： 多：笠：业：z + 属( 2 2 4 ) 。 h ih l 其中分集支路i 的瞬时信噪比n 满足： n = 黝( y ) ( 2 - 2 5 ) ，1 1 选择性合并获得的平均信噪比y 可以表示为： 西南交通大学硕士研究生学位论文第10 页 脚，= h 0 眦= 熹0 芝j - 1 多 。 ， 2 3m i m o 系统编码 空时编码是把空间分集与信道编码结合的方式，它有效地解决了在无线通信链路 中实现高速率与高可靠性的问题。比如，利用发射天线实现最大化传输速率，即不同 的发射天线发送的信号之间是不相关的。这种方式虽然提高了传输速率，但可靠性较 差。另一种方式是利用发射天线实现发射分集，从而获得最好的传输可靠性。这种方 式的传输速率与s i s o 系统的传输速率相同，即把所有的空间自由度用来提高传输的可 靠性而不是速