（通信与信息系统专业论文）cdma系统中的盲多用户检测技术的研究.pdf

摘要 c d m a 通信系统由于具有容量大、软容量、软切换、频率利用率高、抗多径 衰落能力强等优点而在第三代移动通信系统( 3 0 ) 中得到广泛应用。在码分多址 ( c d m a ) 系统中，影响系统性能的因素主要是多址干扰和远近效应。第三代移动通 信系统将多用户检测这项关键技术作为克服多址干扰的一种有效方法，而盲多用 户检测器由于具备不需要训练序列和干扰用户的先验知识等一系列优点，已经成 为现在国内外热门的研究课题。 本文在总结现有m u d 研究成果的基础上，从理论分析与仿真角度重点研究了 m u d 技术中的盲多用户检测算法。主要工作可以概括如f ： ( 1 ) 对盲多用户检测的l m s 算法、r l s 算法的信干比、最小输出能量进行了分 析、研究和仿真。计算机仿真表明了r l s 算法具有优良的收敛性和较高的稳态输出 信干l k ( s i r ) 和良好的跟踪特性，但是运算复杂度较高。 ( 2 ) l m s 算法复杂度低，易于实现，但是收敛性能较差。针对l m s 白适应算法 的不足，采用变步长l m s 白适应迭代算法，分析了该算法的收敛速度、稳态输出 信干比等系统性能。计算机仿真表明该算法的收敛性能优于基本l m s 算法。 ( 3 ) 基于k a l m a n 滤波的盲多用户检测算法，与l m s 算法和r l s 算法相比，具有 优良的收敛性和较高的稳态输出信干比( s i r ) 和良好的跟踪特性，但是存在数值 0 i 稳定的问题，因此基于奇异值分解对k a l m a n 滤波算法做出改进，理沦分析和数 值仿真表明，与标准的k a l m a n 算法相比，该方法具有收敛速度快、跟踪性能好、 数值稳定性高的优点。 关键词：d s c d m a多址干扰远近效应盲多用户检测 a b s t r a c t t h e a d v a n t a g e so fc d m ac o m m u n i c a t i o ns y s t e m i nt h i r d g e n e r a t i o n a r e i n c r e a s e dc a p a c i t y , s o f tc a p a c i t y ，s o f th a n d o v e r ，h i g h e rs p e c t r a le f f i c i e n c ya n dt h e a b i l i t y t or e s i s tt h ee f f e c t so fm u l t i p a t h f a d i n g ，a n d s oo n i nc o d e - d i v i s i o n m u l t i p l e a c c e s s ( c d m a ) s y s t e m s ，m u l t i a c c e s si n t e r f e r e n c e ( m a i ) a n dn e a r - f a r p r o b l e m si s t h ep r e d o m i n a n tf a c t o r t h et h j 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 i o n s y s t e mr e g a r d sm u l t i u s e rd e t e c t i o na sa ne f f e c t i v em e t h o dt oo v e r c o m em a l m o s to f t h er e s e a r c h e s f o c u so nt h eb l i n dm u l t i u s e rd e t e c t o r , b e c a u s ei th a sn on e e d so f t r a i n i n gs e q u e n c ea n dt h ea p r i o r ik n o w l e d g eo fi n t e r f e r e n t i a lu s e r s t h i st h e s i sp u t sf o c u so nb l i n dm u da l g o r i t h m sc o m b i n i n gt h e o r ya n a l y s i sa n d t h r o u g hs i m u l a t i o n sb a s e do i lt h ec u r r e n tm u dt e c h n o l o g i e s f o l l o w i n ga r et h em a i n c o n t r i b u t i o n so f t h i st h e s i s ： ( 1 ) m a k ea n a l y s i sa n ds i m u l a t i o n so i ls i g n a li n t e r f e r e n c er a t e ( s i r ) ，m i n i m a l o u t p u te n e r g ya n da n t i - i n t e r f e r e n c ep e r f o m a a n c eo fl m sa l g o r i t h m ，r l sa l g o r i t h mo f t h eb l i n dm u l t i u s e rm e a s u r e s t h ec o m p u t e rs i m u l a t i o ns h o w st h a tr l sa l g o r i t h mi so f g r e a tc o n v e r g e n c ep e r f o r m a n c e ，s t a b l es i ra n da c c u r a t et r a c k i n g ，b u th i g hc o m p l e x i t y ( 2 ) l m sa l g o r i t h mi so fl o w e rc o m p l e x i t yb u tp o o rc o n v e r g e n c ep e r f o r m a n c e b e c a u s eo f t h ed i s a d v a n t a g eo f b l i n dm u dl m s a l g o r i t h m ，a u t h o ra d o p t sa ni m p r o v i n g t y p eo fb l i n dm u dl m sa l g o r i t h ma n dm a k e sa n a l y s i sa n ds i m u l a t i o no fi t ss i ra n d a n t i i n t e r f e r e n c e p e r f o r m a n c e t h es i m u l a t i o no ft h ec o m p u t e ri n d i c a t e st h a tt h e c o n v e r g e n c ep e r f o r m a n c eo f t h i sa l g o r i t h mi ss u p e r i o rt ol m sa l g o r i t h m ( 3 ) m a k ea n a l y s i sa b o u tk a l m a na l g o r i t h m a u t h o rp r o p o s e sa ni m p r o v i n gt y p eo f b l i n dm u dk a l m a na l g o r i t h m b yt h et h e o r e t i c a la n a l y s i sa n dt h es i m u l a t er e s u l t s ， w ec a ns e et h a tt h eb l i n da d a p t i v ea l g o r i t h md i s c u s s e di nt h i st h e s i sh a st h ea d v a n t a g e s o fq u i c k e rc o n v e r g e n c ea n db e t t e rs i g n a l t o n o i s er a t e k e y w o r d s ：d s c d m a m u l t i p l ea c c e s si n t e r f e r e n c e n e a r - f a re f f e c t b l i n dm u l t i u s e rd e t e c t i o n 独创性( 或创新性) 声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人存 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所岁列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果：也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有1 i 实之处，本人承担一切相关责任。 本人签名：趑日期：z 2 丑：颦 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，牛业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 ( 保密的论文在解密后遵、r 此规定) 本学位论文属于保密，在一年解密后适用本授权书。 本人签名 导师签名：竺丝 日期：! 塑z ：丝 日期：护了f ，p 第一章绪论 第一章绪论 1 1 第三代移动通信简介 随着2 1 世纪的到来，计算机和通信技术有了更加迅猛的发展，全球步入信息 时代。未来的通信希望能实现人类通信的最高目标个人通信，即用各种可能 的网络技术，实现任何人( w h o e v e r ) 在任何时间( w h e n e v e r ) 、任何地点( w h e r e v e r ) 与任何人( w h o e v e r ) 进行任何种类( w h a t e v e r ) 的信息交换【“。第三代移动通信系 统( t h i r dg e n e r a t i o n ，3 6 ) 可以达到真正意义的全球覆盖，在不同的网络间实现 无缝漫游。3 6 系统的应用和运营将成为整个2 l 世纪通信发展的起点。 第三代移动通信系统是一代能够彻底解决第一、二代移动通信系统主要弊端 的移动通信系统，能够处理图像、音乐、视频流等多种媒体形式，提供包括网页 浏览、电话会议、电子商务等多种信息服务。除此之外，第三代移动通信系统还 具有高频谱效率、高服务质量、低成本、高保密性、易于过渡等特点，目前已经 进入逐步商用的阶段。随着人们对通信业务日益增长的需求，有人已经提出了后 三代移动通信系统( b 3 g ) 或第四代移动通信系统( 4 g ) 。 目前，第三代移动通信系统主要有三种方案：我国的t d s c d m a 、北美的 c d m a 2 0 0 0 和欧洲的w c d m a 。虽然这些方案不甚相同，但是全世界在第三代移 动通信系统以及未来移动通信系统中采用宽带码分多址( c d m a ) 技术已经达成 了共识【2 1 。 第三代移动通信系统的关键技术包括： 1 ) 调制和扩频技术 2 ) 分集接收技术 3 ) 信道均衡技术 4 ) 编、译码技术 5 ) 多用户检测技术 6 ) 智能天线技术 7 ) 功率控制技术 8 ) 软切换技术 9 ) 同步技术 1 0 ) 无线网络技术 1 1 ) 软件无线电技术 c d m a 系统中的亩多用户检测技术的研究 1 2 多用户检测的意义 码分多址系统作为新一代的无线移动通信模式，在第三代移动通信系统中被 采用。但是我们也应看到，由于采用的是码分多址的多址方案，系统内各用户使 用相同的频带发射信号，共享一个信道，在时域和频域上都是混叠的。码分多址 是一个白干扰系统，由于实际系统中各用户之间的码字不可能达到完全正交和完 全同步，因此，多用户之间互相产生的干扰是不可避免的，这个干扰称为多址干 扰( m a i ) 。多址干扰一般分为同信道干扰和邻信道干扰，其中同信道干扰占主 要部分。由于多址干扰的存在，使得接收机在接收远区用户信号的同时，必然受 到近区用户强信号的干扰，从而导致了远近效应。鉴于码分多址是一种干扰受限 系统，多址干扰不仅严重影响系统的抗干扰性，还严重限制了系统容量的提高。 传统接收机的缺点是对一个用户解调时没有利用已知的其它用户的信息，而是将 多址干扰当作高斯白噪声，因此大大降低了系统容量。传统的匹配滤波接收机或 相关接收机存在的主要问题体现在1 3 1 ： 干扰底限：由于干扰信号与期望信号不完全正交，所以期望用户的匹配滤波 器输出中含有多址干扰。因此，即使接收机热噪声电平趋于零，但由于多址干扰 的存在，匹配滤波接收机的错误概率也会表现出非零的下界，使得相关接收机很 难达到低误码率。 远近问题：由于多址干扰的存在，如果干扰用户比期望用户距基站更近，干 扰用户在基站的接收功率就会比期望用户大的多，扩频序列与干扰之间的相关就 可能比与期望用户信号之间的相关大，于是传统的相关接收机的输出中多址干扰 分量就可能很严重，期望用户信号甚至可能被淹没在干扰信号中。 可以看出，更好的接收算法应该是对多个用户的联合检测。传统接收机是对 一个用户解调时没有利用已知的其它用户的信息，这样就将多址干扰当作高斯白 噪声，因此大大降低了系统容量。而多用户检测技术将造成多址干扰的所有用户 信号信息均看作有用信号信息，利用其对单个期望信号解调，来降低多址干扰和 远近效应的影响，也降低了系统对控制精度的要求，进而提高了通信系统的容量。 所以，多用户检测技术已被列为第三代移动通信系统中的关键技术之一。 目前多用户检测技术由于其优越的性能和商用前景使其成为移动通信领域的 热点之一。由于其要用到c d m a 系统原理、自适应信号处理技术、信号的检测与 估计等等各个方面的理论知识，所以它有着很高的理论研究价值。 第一章绪论 1 3 多用户检测的发展现状 多用户检测的想法最早在1 9 7 9 年由s c h n e i d e r 提出的【4 】，但当时并没有引起 人们的重视。直到1 9 8 6 年v e r d u 将最优多用户检测的理论向前推动了一大步，认 为多址干扰是具有一定结构的有效信息【5 1 ，理论上证明采用最大似然序列检测可 以逼近单用户接收性能，并有效地克服了远近效应，大大地提高了系统容量，从 而开始了对多用户检测的广泛研究1 6 l 。 然而由于最优多用户检测算法的复杂度随系统中的用户数呈指数关系增长， 当用户数较大时，运算量非常大，以致在现阶段还难以实用。但是v e r d u 的工作为 进一步研究奠定了理论基础，促使人们去寻求复杂度较低、性能上优于传统检测 器的各种次优多用户检测器。 研究首先集中在a w g n 信道下的次优多用户检测上，而在实际的c d m a 通信 系统中，收端不可能知道所有发端用户信息，而且多用户检测的参数如：振幅、 相位和用户间的互相关系数经常改变，因此开始研究自适应多用户检测算法。 在1 9 9 5 年m i c h a e lh o n i g 等人提出了盲自适应多用户检测【_ 7 】的概念，这种多用户 检测机仅需要和传统检测机相同的信息，就可以检测出所发送的信号，使得多用 户检测技术向实用化又前进了一步。自适应滤波的原理在其中得到了广泛的应用， 各种算法纷纷被应用到多用户检测的系统中。 在1 9 9 8 年x i a o d o n gw a n g 和h v i n c e n tp o o r 提出了子空间盲多用户检测技术【s 】， 将盲自适应信道估计、盲自适应阵列响应估计与盲多用户检测技术结合在一起， 利用基于子空间的高分辨方法对接收的信号进行多用户检测。在1 9 9 9 年他们又将 多径c d m a 信道中接收天线阵列技术与盲多用户检测技术相结厶【9 1 ，提出了空时多 用户检测技术。 盲自适应技术不需要采用训练序列，且提高了系统的动态跟踪能力，因而近 年来也成为一个研究热点。 这些盲多用户检测算法多是停留在理论的探讨阶段，寻找复杂度与性能之间 的合理折中且能满足实际高速信号处理需要的实用化多用户检测器仍是目前多用 户检测研究的主要方向。 另一方面，近几年来，寻求多用户检测与其他技术结合 1 0 1 进行系统分析，也 是一个重要发展方向，目前研究较多的有： ( 1 ) 多用户检测与r a k e 接收机的有机结合； ( 2 ) 多用户检测与二维r a k e 接收机结合的时空二维最佳检测； ( 3 ) 多用户检测与智能天线( 阵列天线) 结合的检测技术； ( 4 ) 多用户检测与空时编码结合的检测技术； ( 5 ) 多用户检测和均衡技术的联合； 4 c d m a 系统中的盲多用户检测技术的研究 ( 6 ) 多用户检测和功率控制的最优联分l l 】。 通过回溯多用户检测的发展历程，我们可以发现多用户检测技术经过无数前 辈的研究，已经成为一个很有研究价值的课题。 1 4 本文的主要工作 本文对d s c d m a 系统的多用户技术的理论与技术进行系统的分析与研究，包 括从最原始的传统检测机到盲自适应检测机，在此基础上对三种盲自适应多用户 检测算法进行了具体的分析和比较。 各章的主要内容安排如下： 第一章：简要介绍了第三代移动通信系统、多用户检测技术的发展概况、论 文所做的工作以及各章内容的安排； 第二章：对多用户检测技术进行了综述，系统地介绍了c d m a 系统多用户检 测技术的系统模型、发展以及分类； 第三章：主要介绍了几种典型的多用户检测技术，分析了传统的匹配滤波接 收机、最佳多用户检测器以及几种典型的线性和非线性多用户检测算法，比较了 其优缺点； 第四章：研究了盲自适应多用户检测技术，对l m s 、r l s 盲自适应算法进行了 算法复杂度以及收敛性的研究，并对l m s 算法做了改进，通过仿真结果，对算法 进行了比较分析； 第五章：研究了基于k a l m a n 滤波的盲多用户检测算法，将其与第四章中的两 种算法进行了比较分析，仿真结果证明k a l m a n 算法的优势，并对标准k a l m a r l 算法 做出了改进，验证改进后的g a l m a n 算法具有更好的收敛速度和信干比性能； 第六章：本论文的小结，概述了本论文所做的工作，指出了研究的不足，指 明了多用户检测技术未来研究的方向和尚待解决的问题。 第二章多用户检测技术的原理和分类 第二章多用户检测技术的原理和分类 码分多址( c d m a ) 的基本通信方式是直接序列扩频通信方式：d s c d m a ， 即一个用户使用一个扩频码( 即一个码道) 。如何在存在多址干扰和远近效应问 题的d s c d m a 系统中最可靠地检测出各用户发送的信码是d s c d m a 移动通信 系统中目前存在的主要问题，多用户检测技术是一种有效的解决办法，因为多用 户检测算法正是利用扩频信号之间的互相关性来减少或消除多址干扰，从而达到 增加系统容量、提高接收机的性能、缓解远近效应的目的。这对于d s c d m a 通 信系统来说是一个关键而且极有意义的研究工作。 2 id s c d m a 通信系统模型 码分多址( c d m a ) 是建立在正交编码、相关接收的理论基础之上，利用扩 频码通信技术解决无线通信的选址问题。不同用户传输信息所用的信号不是靠频 率不同或时隙不同来区分，而是用各自不同的编码序列来区分。如果从频域或时 域来观察，多个c d m a 信号是互相重叠的。接收机用相关器可以在多个c d m a ( 言 号中选出其中使用预定码型的信号，其它使用不同码型的信号因为和接收机本地 产生的码型不同而不能被解调。它们的存在类似于在信道中引入了噪声或干扰， 通常称之为多址干扰。d s c d m a 蒯j 通信系统的基本原理框图【1 2 】见图2 i 。 宣习南 罡一丁 图2 】d s c d m a 系统的基本原理图 本文主要侧重于接收端的信号处理过程。在接收端，基站会接收到来自不同 用户的数据，必须知道该小区内每个用户所使用的扩频伪随机码，并且为每个用 户都建立一套单独的解扩设备。基站从天线上接收到的数据同时送入每一个用户 所对应的解扩设备进行处理，再利用某种判决准则选择其中的一路作为有效信号 6c d m a 系统中的盲多用户检测技术的研究 输出，其余信号以多址干扰的形式存在。解扩后可以采用多用户检测作为解决多 址干扰的方案，以较高的接收信噪比解调出期望用户的信号。 下面要研究的系统是高斯白噪声( a w g n ) 信道、同步c d m a 系统，在有k 个用户的同步基带数字d s c d m a 系统中，考虑高斯白噪声信道，在接收端，基 带接收信号可以描述成： r r o ) = a k b k ( j ) s i o 一- ，r ) + c 肌o ) t 【，丁，j t + t ( 2 1 ) t - 1 其中，t 是字符间隔，4 、b k 乘 s k 分别是第k 个用户接收信号的幅度、信息比特 序列和具有单位功率的特征波形。一般在c d m a 系统及第三代c d m a 移动通信 系统中，用于区分用户的扩频码均采用g o l d 码序列，n ( t ) 是具有单位功率谱密度 的高斯白噪声。假定所有的信息序列都是等概的，则可以在式( 2 - 1 ) 中取j ：0 ，得 到简化的信号模型： 置 ，o ) = a k b k s ( f ) + 册( f ) t a o ，明( 2 - 2 ) i ；l 接收机一般是匹配滤波接收机或者是相关接收机，匹配接收的过程可以如图 2 2 所示。将接收到的连续时间波形先通过匹配滤波器组，然后对各路匹配滤波器 输出进行采样，其中每一个滤波器与一个用户的特征波形匹配。同步情况下，匹 配滤波器的输出为： y k = 【r ( t ) s i ( t ) d t ，k 1 , 2 ，k ) ( 2 3 ) 将同步c d m a 模型式( 2 2 ) 代入式( 2 - 3 ) ，易知第k 个匹配滤波器的离散时间输出 y k ( f ) 可用基带形式表示成： r y i ( f ) = 4 钆( 叶a i b k ( i ) p 业+ ( 2 - 4 ) j = l ，j i 式中办是第j 个和第k 个用户特征波形的互相关，定义为p 业= is j ( f ) 吼( o d t ， 而仇= 仃en ( t ) s 。( f ) 西为高斯随机过程，其均值为零、方差等于仃2 。 第二章多用户检测技术的原理和分类 7 l f t 工) = q ( x ) 由上式可以看出，当存在干扰用户时，误码率便会增大。此时需要用期望用 户的有效能量气p ) 来代替实际能量最。 啪，丝 多用户系统中期望用户的误码率定义为： ( 2 7 ) 其中，下标m u 表示多用户系统，e k ( c r ) 定义为第k 个用户达到只。p ) 所需的能 量，故称为第k 个用户的有效能量。 由上式可以看出，在多用户系统中，当第k 个用户达到只，。p ) 时，其等效能量 以p ) 与单用户系统中的能量丘，相等，但是为了达到这个等效能量，多用户系统 中用户k 的实际能量缸。是大于( o r ) 的。 2 ) 渐进多用户有效性 由多址干扰引起的检测器的性能损失一般用渐进多用户有效性( a m e ： a s y m p t o t i cm u l t i u s e re f f i c i e n c y ) 来度量。它是衡量干扰用户对期望用户误码率影响 的测度，简称为渐进有效性。 多用户有效性定义为：多用户检测器达到一定的错误概率只。p ) 所需的信号 等效能量与所需的信号实际能量之比，其值介于o 到1 之间。即： 仇( 仃) 一d e fe k ( c r ) 渐进有效性是指当高斯背景噪声功率谱密度d 寸0 时的有效性r l 。p ) 的极限。 写作： c d m a 系统中的盲多用户检测技术的研究 f 玑丝脚警螂叶o r 1 ；一l i m q 。p 争k ( 墼) _ 0 2 瓦l 髀ol w 2l o g 赢j ( 2 - 8 ) 其中，s u p 表示上确界。在所考虑的错误概率范围内，渐进有效性表示由于信 道中其它用户的存在所引起的性能降低。它衡量了当背景噪声趋于0 时的误码率的 指数衰落率，重点描述了检测器在抑制多址干扰方面的能力，即吼越趋于1 ，其系 统抑制多址干扰能力越强，反之，其抗多址干扰能力越弱。叼。= l 表示期望用户k 丝毫不受其它用户干扰的影响。 渐进有效性与低噪声误码率是两个等价的性能测度。但渐进有效性容易被分 析，对检测器能够得到显式表示，所以更多地作为多用户检测的性能评估标准。 3 ) 抗“远近”能力 接收机接收功率不相等会引起远近效应，接收功率弱的用户会被接收功率强 的用户淹没。因此，要求多用户检测器具有抵抗“远近效应”的性能。 抗“远近”性能指最不利情况下的渐进有效性。即： 仇2 艇仉 j t 其中，i i l l 表示下确界。抗“远近”能力取决于特征波形和解调器，它是衡量 检测器在抗“远近”效率方面的能力。为了更直接表示检测器性能，常常采用有 用信号与干扰信号的能量比与错误概率曲线特性来表示抗“远近”能力。 2 4 本章小结 在本章里，对多用户检测技术从原理到发展以及分类进行了简介。本章首先 给出了多用户检测技术的系统模型，其次给出了多用户检测技术的基本思路以及 目前的发展和分类，最后给出了多用户检测的性能评估参数。 第二章典删的多用户检测算法 第三章典型的多用户检测算法 3 1 传统的匹配滤波器 传统的d s c d m a 匹配滤波器接收机，对每个用户单独接收，它假定c d m a 系统各用户的扩频码正交，在白噪声信道中，这一方法是最优的。然而实际中由 于相关时延的存在，扩展序列之间不可能达到完全正交。而传统接收机将其它干 扰用户看作是白噪声，对干扰用户的有用扩频信息未加以利用，因此，传统接收 机使得系统容量降低，且接收机检测可靠性较低。 传统的单用户检测接收机见图3 1 ，它是将多址干扰、多径干扰当作等效加性 高斯白噪声来处理，这是一种消极处理方式。传统的单用户检测方法利用扩频码 之间的准正交性来分离各用户的信号。接收端用一个和发送地址码( 扩频波形) 相匹配的相关器( 匹配滤波器) 来实现信号分离，在相关器后直接判决。 同步1 川一受 同步2 x 坷一 同步k 图3 1 传统单用户接收机 如式( 2 2 ) 所示，接收信号为 r ，( ，) = a b 屯( f ) + 册( f ) t 【o ，刀 ( 3 1 ) 女c l 对于问隔0 5 t _ t 内的信号，第k 个用户匹配滤波器的离散时间输出n ( f ) 可用 基带形式表示为 1 4 c d m a 系统中的盲多用户检测技术的研究 儿( f ) = 4 瓯( f ) + , 4 , b , ( i ) p s k + n k ( 3 - 2 ) 其中第一项是期望用户信号，第二项是m a i ，第三项是噪声，由于用户的扩 频序列在符号间隔内是周期的，因而多址干扰是循环平稳的。显然，如果扩频波 形是正交的，则m a i 将消失，此时传统单用户检测器是最优的。但多用户通信中 的远近问题使得有必要在这种传统检测中采用功率控制。式中p 。是第j 个用户与第 k 个用户扩频波形的互相关，定义为p 一= r s ，( f ) 吼( f ) 毋，而仇= 盯r 挖( r ) 吼( t ) d t 高斯随机过程，其均值为零、方差等于仃2 。若令s = i s , ，& 】r , a = d i a g a , ，4 】， 并记归一化的互相关矩阵r = e s s 7 = 【p 业】幺l l ，其对角元素如= 1 ，进而( 3 2 ) 可以用向量表示为： y = r a b + n 且e n n 7 ) = 0 2 r( 3 3 ) 传统检测器没有考虑多址干扰的影响，当干扰用户数量增加时多址干扰也增 加。尤其是当存在远近效应时，目标用户较弱的信号可能会被其它用户较强的信 号淹没。现有的系统使用功率控制来缓解这一问题，但精确的功率控制是困难和 复杂的。同时，在传统的单用户检测系统中，若要达到1 0 一4 的误码率，在不考虑编 码时，其频谱利用率只能达到1 0 左右。对频谱资源日益紧张的无线通信系统来说， 系统容量和频谱利用率的提高是至关重要的。由此我们看到，基于传统单用户检 测方法的d s c d m a 系统是一种干扰受限的系统，其性能的提高受限于多址干扰。 3 2 最优多用户检测技术 1 9 8 6 年，s v e r d u 等人提出了最早的高斯信道下的多用户检测器：最优多用户 检测器【2 们。在各用户信号发射信号先验等概的情况下，最佳多用户检测器就是一 个最大似然准则的多用户检测器，它采用b a y e s 后验概率最大的原理，其目标是寻 找使似然函数最大的序列，这样的序列与发射信号集序列差错最小。 具体说来，就是求b 使似然函数 ，f 【o ，轴1 6 】一专r 【r 坝新出 ( 3 q 最大化，式中 s ( t ，6 ) = a k b ( t ) s k ( t ) ( 3 - 5 ) 第三章典型的多用户检测算法 定义p = a r a ( 3 - 6 ) 则式( 3 - 4 ) 的最大化等价于选择b 使 j ( 6 ) = 2 ( s o ，6 ) ，( t ) d t e 6 髯( 6 ) 西= 2 b 7 h y b t p b ( 3 7 ) 最大化。由于联合最优决策式( 3 7 ) 中最大化函数所用的观测值只通过匹配滤波器 输出，所以y 是b 的充分统计量。 似然函数，( 6 ) 取最大值时，解调出来的b 的误码率最小。遍历所有2 k 个可 能解的组合，从中找出使函数值最大的一个作为检测结果。该方法具有与用户数 量成指数关系的计算复杂度。 最优多用户检测器的抗远近能力是重要的，因为它是任何一种多用户检测器 所能达到的抗远近能力的最小上界，而且也是任何一种次最优检测器相对性能的 一个测度。鉴于此，最优多用户检测器的抗远近能力常简称为最优抗远近能力。 其研究结果表明，这种最优检测器的性能远远大于传统检测器，十分接近单 用户检测器性能，但是这种检测器的算法复杂度随用户数增长呈指数增加。因此， 虽然最优多用户检测具有最佳的抗多址干扰能力，但在实际中难以实现。 3 3 次优多用户检测技术 次优多用户检测主要包括非线性检测，线性检测，和两者相结合的决策反馈 检测等。 3 3 1 非线性多用户检测 非线性多用户检测可以分为干扰抵消多用户检测和概率类多用户检测等两大 类技术。 1 1 干扰抵消检测器 干扰抵消检测器主要是利用反馈来减小多址干扰。它的基本原理是：从存在 多址干扰的信号中提取期望用户信号，首先必须恢复干扰信号，即其它用户信号； 然后从整个接收信号中减去这些多址信号，最终获得期望用户信号。主要包括串 行干扰抵消器、并行干扰抵消器、混合干扰抵消器等。这类检测器是以降低了大 功率用户的性能为代价来提高弱用户性能。 a 串行干扰抵消器( s i c ) 串行干扰抵消器【2 l 】在检测判决的每一级按信号强度大小从接收信号中抵消掉 一个功率最强的多余的用户信号，所以下一级信号的多址干扰降低。对于最弱的 信号用户来说，这种算法在减少多址干扰方面获得巨大改善。但是，如果起始数 据的估计不可靠，s i c 检测器将会出现严重失真，所以，最强用户的估计的可靠性 1 6c d m a 系统中的盲多用户检测技术的研究 将起决定作用。 缺点：每一级都有延时，当信号功率强度顺序发生变化时需要重新排序，如 果初始数据判决不可靠，将对下级产生较大的干扰。 b 并行干扰抵消器( p i c ) 并行干扰抵消器f 2 2 】是对每一用户估计时同时减去其余所有用户的多址干扰。 p i c 抵消器也可以是多级结构，在每一级对算法进行重复，利用前一级的数据估计 作为下一级的输入，并产生新的数据估计作为输出。 在非功率控制的衰落信道，s i c 性能优于p i c ，而在功率控制较好的信道中， p i c 的性能较s i c 更优。 该算法具有处理延时短、无需按功率排序、实现复杂度低；缺点是如果初始 数据判决不可靠，将对下级产生较大的干扰。 2 ) 概率类检测器 在各种非线性检测器中，非概率类检测器研究的较少，其中神经网络检测是 近年来研究的一个新方向。 由于神经网络可以实现大规模并行处理、计算复杂的非线性变换、分布式存 储与运算二合为一等功能，因此近年来被广泛的应用到各个领域中。神经网络具 有很强的并行处理和自学习功能，只要合理选择结构参数，其性能将接近最佳多 用户检测器。但是，它的训练过程太长，参数选取依赖于经验，把神经网络理论 应用于多用户检测技术的探索还在不断深入和完善。 3 3 2 线性多用户检测 由于非线性检测器存在误差扩散，考虑线性检测不仅能降低复杂度，而且能 克服误差扩散问题。所以线性多用户检测器的研究更为广泛。最优检测理论能够 在渐进效率和抗远近效应上达到最优，但在实际中难以实现。解相关检测和最小 均方误差检测都不能使渐进效率最优，但可以达到最优的抗远近效应能力。 线性检测的结构是在匹配滤波器后面加一个线性变换矩阵。线性检测需要对 矩阵求逆，运算量较大，因此，需要扩频码是短码。线性检测最大的优点是不需 要像干扰抵消中的符号的集中检测，每个用户单独接收，需要的边信息较少，因 此实现的复杂度更低。 1 ) 解相关多用户检测 多址干扰是由于不同用户的扩频波形不正交引起的。因此，为了抑制多址干 扰，我们会很自然联想到应该将所有用户扩频波形之间的线性相关解除掉，完全 消除不同用户之间的相互干扰，这就是解相关多用户检测器的基本思想【2 3 1 。多址 干扰是由于不同用户的扩频波形不正交引起的。 第二章典犁的多用户检测算法1 7 如式( 2 5 ) 所示，k 个匹配滤波器组输出的向量形式可以写作 y = r a b + n( 3 8 ) 假定互相关矩阵r 可逆( 这等价于假定各用户的扩频波形线性独立) ，则在无噪声 ( 即仃= 0 ) 的情况下，有 r 1 y = r r a b = a b( 3 9 ) 检测出来的信号可表为 占= 茂印妇一- 耽】：跏陋6 ) 。】：喀( 3 - 1 0 ) 可见，若各用户特征波形线性独立，则式( 3 1 0 ) 的检测器可以对每一个用户实现完 全的解调。 在存在噪声n 的情况下，用r 。乘式( 3 - 8 ) 的两边，则得 r y = r _ 1 r a b + r _ 1 0 = a b + r 。d ( 3 - 1 1 ) 由于式( 3 1 1 ) 9 3 然没有来自其他用户的干扰，故检测器占= s g n ( r 。1 y ) 。i 与所有 的 6 ，f k 独立，唯一的干扰源为背景噪声。由于其他用户的干扰被置零，所以 解相关检测器也称迫零检测器。解相关检测器如图3 2 所示。( q = r ) 缺点：1 由于需要计算矩阵求逆q ，计算量较大。 2 检测器输出信号噪声加强了，而且当用户互相关性增加时，解相关器性能 变差。 3 需要所有用户扩频码的信息，这些信息往往由于传播信道而发生畸变。 4 当用户数经常变化、多径传播或异步通信时，相关矩阵维数庞大且经常变 化，求逆复杂度较高，难以满足实时要求。 解相关器 判决器 一匹配蝴器胴卜沁 一匹配滤波器脆卜+ 太， 9 1 一腿p 乙 图3 2 线性解相关检测器 6 ，【妇 6 2 【f 】 k 力 c d m a 系统中的盲多用户检测技术的研究 2 ) 最小均方误差多用户检测( m m s e ) 对于解相关检测器【2 1 】，若存在多址干扰较弱，背景噪声较强时，其检测性能 可能会低于传统检测器。而最小均方误差检测器能较好解决这个问题。m m s e 检 测器的设计目标是第k 个用户发送信号b 与其估计值之间的误差的均方值达到最 小，即在m m s e 准则下求最佳矩阵m ，使得误差定义的代价函数 j ( m ) = e i ib m y0 2 ) 最小化。它的检测器结构与解相关检测器相比，是用模块 ( q a 2 + 仃2 j ) 。替换了解相关检测模块。m m s e 检测器结合了解相关检测器和传统 检测器的特性，当多址干扰较强、噪声分量可以忽略时，m m s e 检测器实质上就 是解相关检测器，而当噪声远远强于多址干扰时，m m s e 检测器退化为传统的单 用户检测器。 从图3 3 中我们可以看出，匹配滤波算法和解相关算法是m m s e 算法的两种特 殊情况： ( 1 ) 当背景噪声趋于零时，最佳矩阵m = r 一，m m s e 算法蜕化为解相关检测算 法： ( 2 ) 当背景噪声趋于无穷时，m 是一个对角占优矩阵，此时，m m s e 算法蜕化 为匹配滤波算法。 一匹配滤波器胂卜_ - 二又一 一匹配滤波器用户：卜- 又一 “t 卜 ( 剑2 + d 2 j r ) 。 一一一户kl 池 6 1 【f 】 b 2 司 6 。【f 图3 3m m s e 线性检测器 在前面的分析中，我们知道m m s e 算法可以同时抑制多址干扰和背景噪声。 在相同的条件下，m m s e 算法的误比特率均小于匹配滤波算法和解相关算法。而 且互相关系数越大，m m s e 算法性能改善越大。同时，由于m m s e 算法是部分去相 关的，因而在抗远近效应方面比匹配滤波算法要好，但比解相关算法要差。 缺点：m m s e 算法需要估计接收用户信号的幅度或能量，由于不能完全去相 关，也就有一定的远近效应，所以其性能依赖于干扰用户的信号功率。另一方面， 第三章典犁的多用户检测算法1 9 m m s e 算法需要矩阵求逆运算，在用户数较多时算法运算量很大，工程实现困难。 3 4 本章小结 线性多用户检测主要有最优线性检测、解相关检测、m m s e 检测三种。最优 线性检测难以实现，解相关检测虽能完全抑制多址干扰，但它是以提高噪声功率 为代价的。m m s e 检测器的性能要优于解相关检测器，且有利于采用自适应方法 实现，因此m m s e 多用户检测得到了广泛的研究。 在实际的c d m a 通信系统中，收端不可能知道所有发端用户信息，而且多用 户检测的参数如：振幅、相位和用户间的互相关系数经常改变，因此目前研究自 适应盲多用户检测算法已经成为一个热点。 第四章同步a w g n 信道f 的盲多用户检测 2 l 第四章同步a w g n 信道下的盲多用户检测 本章主要介绍盲多用户检测算法的基本原理以及典范表示，通过仿真分析了 两种基于c m o e 准则的盲多用户检测算法：l m s 算法和i u s 算法，并对l m s 算法做出改进，最后对两种算法进行了比较分析。 4 1 盲多用户检测概述 抗多址干扰接收的目的就是在接收过程中，尽量提取期望检测的用户信息， 同时抑制其它多址干扰。目前已经提出了多种对抗多址干扰的多用户检测器，方 案实现所要求的信号参数虽不相同，但是大多数不是要求知道干扰用户的扩频码 知识，就是需要发送训练序列，唯有盲多用户检测器例外。 w o o d w a r d 等人于1 9 9 8 年比较总结了几种接收机所需的先验信息嘲( 见表 4 1 ) 。 表4 1 不同多用户检测器所需信息( 需要y ，不需要n ) 检测器期望干扰期望干扰相对训练 用户特征用户特征用户定时用户定时幅值序列 匹配滤波器 ynyny 1n 最佳检测器yyyyyn 解相关 yyyynn 线性m m s e yy yyy n 自适应m m s enny 2nny 盲m m s e ynynnn 注1 ：需要严格的功率控制；注2 ：只需要码元定时信息 然而，在某些应用场合干扰用户的扩频序列并不为接收机所知，最典型的应 用环境如d s c d m a 蜂窝系统前向链路中，由于移动台的复杂度限制和安全方面 的原因，移动终端通常不知道其它用户的扩频序列。在反向链路，基站接收机通 常不知道其它小区用户的扩频序列。 对于需要干扰用户先验信息的接收机而言，最多只能消除来自本小区的干扰， 对于来自其它小区的多址干扰无能为力。一般自适应多用户检测方案不需要知道 干扰用户的任何知识，但要求训练序列。其工作过程中的准则是使输出值与理想 数据之间的均方误差最小，即服从m m s e 准则。自适应多用户检测虽具有一些优 c d m a 系统中的盲多用户检测技术的研究 点，但当信道响应突然发生变化或出现新的同信道用户时，训练序列便需要重新 发送，这势必造成信道带宽的浪费；另一方面，对于d s c d m a 的前向链路，移 动用户很难获知干扰用户扩频波形的准确信息。因此研究不需训练、也不需获知 干扰用户信息的盲自适应多用户检测器，已成为目前研究的一个热点。 4 2 盲多用户检测的基本原理 只使用待测用户的观测数据，不需要其他用户( 干扰用户) 信息就可以抵消 多址干扰进行检测的自适应多用户检测器称为盲自适应多用户检测器，常简称为 盲多用户检测。所谓“盲的”是指我们不知道其他用户的任何信息，即仅要求知 道期望用户的特征波形与定时。 在盲多用户检测中，由于其它干扰用户的扩频序列未知，所以可以利用信息 只有接收机端观测到的数据，故盲多用户检测器是直接基于对接收信号的处理。 由于通信系统中的信号都是人为的构造的，所以我们还可以有被发射的数据序列 的统计规律这一辅助信息可以利用。 总的来说，以下性质可以利用： ( 1 ) 信号统计分布特性 现代通信系统中信号都是数字化的，数字调制信号的