（通信与信息系统专业论文）dscdma通信系统中盲多用户检测算法的研究.pdf

硕士学位论文 摘要 码分多址( c d m a ) 系统是一个干扰受限系统，系统中存在多址干扰和远近 效应，这两种因素是限制c d m a 系统容量的主要因素。多用户检测技术是近十年 来在相关检测的基础上发展起来的一种有效的抗干扰措施，它减少了多址干扰， 解决了远近效应问题，显著提高了系统容量。其中盲自适应多用户检测技术在检 测时所需先验信息和传统接收机所需信息一样，即只需期望用户的特征波形和定 时信息，不需要干扰用户信息也不需要发送训练序列，特别适用于c d m a 的下行 链路，是近几年来通信领域中研究的热点。 本文综述了现今多用户检测算法的发展动态，深入研究了盲自适应多用户检 测算法，主要做了以下的工作： 1 本文在拟牛顿子空间估计算法的基础上，将改进的拟牛顿子空间估计算 应用到盲多用户检测技术中。理论分析表明该算法提供了更快和更好的 跟踪性能。通过仿真，跟其他的子空间算法( 如p a s t d ) 比较，改进的算 法有更快的收敛速度和秩更新性能。同时改进的算法还能快速适应动态 信道的变化，特别适合于时变的移动通信信道。 2 本文系统地分析了加性高斯白噪声信道中标准线性约束恒模算法、非标 准线性约束恒模算法的收敛性能，并通过仿真验证了其结论。由仿真图 了解到线性约束恒模算法收敛慢的缺点，因此本文将两种变步长的方案 应用到线性约束恒模算法中。理论分析和仿真结果表明改进的变步长线 性约束恒模算法分别从收敛性能和稳态性能方面得到了改善。 3 本文将改进的变步长线性约束恒模算法应用到了多径衰落信道中，计算 机仿真表明该算法既能有效地抗多径衰落，又能减少多址干扰，具有一 定的实际应用价值。 关键词：码分多址；多用户检测；盲多用户检测；子空间；拟牛顿：恒模算法 d s c d m a 通信系统中盲多用户检测算法的研究 a b s t r a c t c o d ed i v i s i o nm u l t i p l ea c c e s si ss e l f - i n t e r f e r e ds y s t e m ，w h e r em u l t i a c c e s s i n t e r f e r e n c e ( m a i ) a n dn e a r f a re f f e c t a r ee x i s t i n ga st h em a i nf a c t o r sr e s t r i c t i n g c d m as y s t e mc a p a c i t y o v e rt h ep a s td e c a d e ，as i g n i f i c a n ta m o u n to fr e s e a r c hh a s a d d r e s s e dv a r i o u sm u l t i u s e r d e t e c t i o n ( m u d ) t e c h i n i q u e s m u d i sa ne f f i c i e n t t e c h i n i q u e f o ri n t e r f e r e n c e s u p p r e s s i o n t h a tr e d u c e st h em u l t i - a c c e s s i n t e r f e r e n c e ( m a i ) a n d t h a ts o l v e st h en e a r f a rp r o b l e ma n di m p r o v e ss y s t e m c a p a c i t y t h eb l i n da d a p t a t i o ns c h e m e s ( b m u d ) d o e sn o tr e q u i r et r a i n i n gs e q u e n c e s a n dt h ei n t e r f e r e n c eu s e r si n f o r m a t i o n i ti sa ne s p e c i a l l ya t t r a c t i v er e s e a r c hh o t p o tt o t h ed o w u l i n k so fc d m al a t e l yb e c a u s ei t o n l yn e e d st h ep r i o rk n o w l e d g eo f t h e s i g n a t u r ew a v e f o r ma n dt h et i m i n go ft h ed e s i r e du s e r , t h a ti s ，t h es a m ek n o w l e d g ea s t h ec o n v e n t i o n a lr e c e i v e r t h i sp a p e rh a ss u m m a r i z e dt h er e c e n tm u l t i u s e rd e t e c t i o na l g o r i t h m ，a n df u r t h e r s t u d i e db l i n da d a p t i v em u l t i u s e rd e t e c t i o n t h em a i nw o r ki ss h o w e da sf o l l o w s ： 1 b a s e do nt h es t u d yo fa d a p t i v eq u a s i n e w t o ns u b s p a c ee i g e n e s t i m a t i o n a l g o r i t h m ，t h ep a p e rh a sa p p l i e da ni m p r o v e da d a p t i v eq u a s i - n e w t o ns u b s p a c e e i g e n - e s t i m a t i o nm e t h o dt ob l i n dm u l t i u s e rd e t e c t i o n t h e o r e t i c a la n a l y s i s s h o w st h en o v e l a l g o r i t h m o f f e r st h ef a s t e ra n dt h eb e t t e r t r a c k i n g p e r f o r m a n c e w h e nc o m p a r e d w i t ht h ep a s t d a l g o r i t h m ，i t sc o m p u t e r s i m u l a t i o nr e s u l t ss h o wt h e p r o p o s e d a p p r o a c h h a sar e l a t i v e l yf a s t e r c o n v e r g e n c er a t ea n dr a n kt r a c k i n gc a p a b i l i t y m e a n w h i l e ，t h ei m p r o v e db l i n d m u l t i u s e rd e t e c t o rc a na d a p tf a i r l yr a p i d l yt ot h ed y n a m i cc h a n n e lt r a f f i c ， w h i c hm a yp o s eap r o b l e mf o rat i m e v a r y i n gm o b i l ec o m m u n i c a t i o nc h a n n e l 2 t h i sp a p e rh a ss y s t e m a t i c a l l ys t u d i e dt h ec o n v e r g e n tp e r f o r m a n c eo f t h e s t a n d a r d l i n e a r l y c o n s t r a i n e dc ma l g o r i t h ma n dn o n s t a n d a r d l i n e a r l y c o n s t r a i n e dc m a l g o r i t h mi nt h ea w g n c h a n n e la n dv e r i f i e dt h ec o n c l u s i o n s t h r o u g ht h ec o m p u t e rs i m u l a t i o n f r o mt h es i m u l a t i o nr e s u l t s ，w ew i l ls e et h e s l o w - c o n v e r g e n c ed i s a d v a n t a g eo ft h el c m a t h e r e f o r e ，t w ov a r i a b l es t e p m e t h o d sa r ea p p l i e dt ol c m ai nt h i sp a p e r t h e o r e t i c a l a n a l y s i s a n d c o m p u t e rs i m u l a t i o ns h o wt h ev a r i a b l es t e pl c m a h a sb e e ni m p r o v e di nb o t h a s p e c t so fc o n v e r g e n c ep e r f o r m a n c ea n ds t a b i l i t yp e r f o r m a n c e 3 t h i sp a p e rh a se x t e n d e dt h ev a r i a b l es t e pl c m ai n t ot h em u l t i p a t hf a d i n g 硕士学位论文 c h a n n e l t h ec o m p u t e rs i m u l a t i o nr e s u l t si n d i c a t et h a tt h ep r o p o s e dm e t h o d n o to n l yo v e r c o m e sm u l t i p a t hf a d i n g ，b u ta l s or e d u c e sm a i i tw i l ls t a n da sa p r a c t i c a la n dv a l u a b l em e t h o di nt h ef u t u r e k e yw o r d s ：c d m a ；m u l t i u s e rd e t e c t i o n ；b l i n dm u l t i u s e rd e t e c t i o n ；s u b s p a e e ； q u a s i - n e w t o n ；c m a 1 1 1 d s - c d v l a 通信系统中盲多用户检测算法的研究 插图索引 2 1 传统单用户接收机一8 2 2 多用户检测接收机8 2 3 多用户检测的大致分类1 3 3 1q n 和p a s t d 在高信噪比下的输出信干比比较图3 0 3 2q n 和p a s t d 在强干扰下的输出信干比比较图”3 0 3 3q n 检测器在动态多址信道中的性能分析3 1 4 1 基于c m a 的多用户检测器结构3 2 4 2 标准线性约束恒模算法丘s 1 时的s i r 性能3 6 4 3 标准线性约束恒模算法4 1 , 3 时的s i r 性能3 7 4 4 标准线性约束恒模算法4 0 3 时的s i r 性能3 7 4 5 非标准线性约束恒模算法d 一1 的输出s i r 性能4 0 4 6 非标准线性约束恒模算法d 一1 0 的输出s i r 性能4 0 4 7 非标准线性约束恒模算法da 2 0 的输出s i r 性能_ 4 0 4 8 变步长算法的输出信干比性能比较4 2 4 9 频率选择性衰落信道中的变步长恒模约束算法的输出信干比4 6图图图图图图图图图图图图图图图 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其 他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果 由本人承担。 作者签名磊夥形 日期舢年甲月加 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查 阅和借阅。本人授权湖南大学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。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“4 ”) 作者签名 导师签名 日期： 前年仁月达自 日期：丝尹萨月髫同 硕士学位论文 1 1 课题目的及意义 第1 章绪论 相比于传统的f d m a ，t d m a 系统，c d m a 系统具有频谱利用率高、软容量、软切 换、低功率、保密性好、易于无缝切换和宏分集等优点，可以认为f d m a ，t d m a 是 c d m a 的一种特殊形式。 c d m a 技术的上述优点在已开通的商用c d m a 移动通信系统( 基于i s 一9 5 标准) 中基本上得到了体现，但应该看到，目前的系统也存在一些不足。由于d s c d m a 系统中使用的扩频码集一般并非严格正交，非零互相关系数会引起各用户间的相 互干扰一一常称为多址干扰( m u l t i p l ea c c e s si n t e r f e n c e ，m a i ) ，在异步传输信 道以及多径传播环境中多址干扰将更严重。多址干扰的存在带来两个问题： 1 ) 系统的容量受到限制。随着同时接入系统用户数的增加，多址干扰的功率 也在增加，致使误码性能下降，因此d s c d m a 的系统容量虽然大于t d m a 、f d m a ， 但仍然受限于多址干扰，任何多址干扰的减少都将直接转化为系统容量的进一步 增加。 2 ) “远一近”效应严重影响系统性能。由于移动用户所在的位置处于动态的 变化中，基站接收到的各用户信号功率可能相差很大，即使各用户到基站距离相 等，深衰落的存在也会使到达基站信号各不相同，强信号对弱信号有着明显的抑 制作用，会使弱信号的接收性能很差甚至无法通信。这种现象被称为“远一近” 效应( n e a r f a re f f e c t s ) 。 因此，随着c d m a 商用化进程的加快，提高带宽效率，缓解多址干扰、克服“远 一近”效应的影响成为一个注目的课题。传统的c d m a 接收机采用匹配滤波器接收， 但是这种结构的接收机将多址干扰与信道高斯白噪声都视为噪声来处理，因此系 统容量始终无法提高；改进后的采用功率控制的方法来平衡多址干扰，使彼此间 的影响减少来提高系统容量，但这样做只能暂时缓解，并没有真正去除多址干扰； 要想真正消除多址干扰，大幅度提高系统容量，必须通过多用户检测( m u l t i u s e r d e t e c t i o n ，m u d ) 技术。 多用户检测的基本思想是：综合利用包括干扰用户在内的各种信息及信号处 理手段，抑制甚至消除多址干扰，从而达到更准确检测期望用户信号的目的，并 同时检测出所有这些用户或某些用户信息的一种信号检测方法。多用户检测是国 际上最新发展起来的一项用以消除多址干扰的技术，是第三代移动通信的关键技 术之一。多用户检测认为多址干扰与背景噪声是不同的，背景噪声是随机的，不 d s - c d m a 通信系统中盲多用户检测算法的研究 可预测的；而多址干扰，有许多先验的信息，如已知用户的扩频码、各用户的信 道估计等等，因此可以在一定程度上预知，不应该被当作噪声处理。正是借助这 种可预测性，抑制甚至消除多址干扰才成为可能。因此，多用户检测技术成为了 解决多用户综合业务环境中可靠性及实现大容量传输的有效技术。 本文在阅读了大量研究多用户检测算法文章的基础上，把研究重点放在盲自 适应多用户检测算法的研究上。提出了适合时变衰落信道，以及多径信道下的盲 自适应多用户检测算法，并进行了性能分析和数据仿真，仿真结果表明算法能在 少量增加计算复杂度的情况下，提高在较恶劣的传输环境下的系统性能。 1 2 国内外研究状况及进展 多用户检测的想法最早在1 9 7 9 年由k s s c h n e i d e r 提出。1 9 8 3 年r k o h n o 发表了对多用户干扰消除器( i c ) 的研究【2 】，利用其他用户的已知信息消除m a i ， 实现无m a i 的多用户检测，并指出了一些研究方向，这是多用户检测最早的文献。 1 9 8 6 年s v e r d u 将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，理论上证明了采用最大似然序列检测( m l s d ) 可以逼近单 用户接收性能。并有效地克服了“远一近”效应，大大提高了系统容量，从而开 始了对多用户检测的广泛研究。 但是m l s d 结构是匹配滤波器组加上v i t e r b i 译码，复杂度为o ( 2 。) ，其中k 为用户数，这在工程上基本无法实现，因此人们开始研究各种次优多用户检测器， 要求在保证一定性能的条件下能够将复杂度降低到工程上可以接受的程度。这些 次优多用户检测器方案，主要分线性多用户检测器、非线性多用户检测器两大类。 其中线性多用户检测器主要包括：解相关多用户检测器( d e c m u d ) 、最小均方误 差多用户检测器( m m s e m u d ) 等；非线性多用户检测器主要包括多级型、判决反 馈型等。 多址干扰是由于不同用户的扩频波形不正交( 即存在线性相关) 引起的。因 此，为了抑制多址干扰，将所有用户扩频波形之间的线性相关解除掉，使不同用 户的扩频波形实现正交。这就是解相关检测器( d e c o r r e l a t i n gd e t e c t o r ) 的基本思想 m 嘲。解相关检测器在大多数情况下比传统检测器具有性能、容量上的提高，而且 不需要估计接收信号的幅度，与最大似然序列检测器相比计算复杂度大大降低。 但是解相关操作将增强了加性高斯白噪声( a w g n ) ，其互相关矩阵的逆的计算量 仍然很大。最小均方差m m s e 检测器f 6 】【7 】考虑了背景噪声，并利用了接收信号的 功率值，其基本思想是使实际数据和检测器的软输出之间的均方差最小，最后求 出满足要求的解。m m s e 检测器在消除多址干扰和不增强背景噪声之i 司进行了折 衷，其缺点是必须对信号的幅度进行估计，另外它的性能依赖于干扰用户的功率， 这样在抗“远一近”效应方面就不如解相关检测器。 硕士学位论文 线性多用户检测器有完整的定量的数学描述与分析方法，并具有较大的理论 研究价值。但在工程上看，往往线性的不如非线性的，然而非线性的由于没有系 统的数学描述和分析工具，理论上研究较困难。但是仍可以利用一些工程数学方 法，进行粗略描述与分析，并重点引用计算机仿真进行较深入的分析与研究以弥 补定量数学分析的不足。 非线性多用户检测方法主要有多级型、判决反馈型、神经网络等几种方法。 多级型多用户检测算法，根据每一级各用户的检测形式不同，又可划分很多形式。 若每一级各用户并行的采用匹配滤波器或相关器检测，这就是传统的并行干扰对 消( p a r a l l e li n t e r f e r e n c ec a n c e l l a t i o n ：p i c ) 算法1 8 1 。若每一级的每个用户，根据信号 强度的大小，采用串行的匹配滤波或相关检测的方法，这就是所谓的串行干扰对 消( s u c c e s s i v ei n t e r f e r e u c cc a n c e l l a t i o n ：s i c ) 算法1 9 】。当然，每一级各用户还均可以 采用去相关检测、m m s e 等算法，这时的性能会更好一些，但算法实现复杂度也 更高一些。多级型多用户检测算法的每级一般算法结构相似，因而多级型的每一 级的最后( 除最后一级) ，还有一个各用户信号的再生、还原过程，这也是多级型 方法的特点之一。判决反馈多用户检测算法，有和多级型算法类似的种类。从本 质上看，判决反馈多用户检测算法等价于多级型算法。从结构上来看，判决反馈 法将多级型方法采用循环的方式一级来完成，通过对一级的多次循环，完成多级 型相同的功能。从实现上来看，判决反馈多用户检测算法比多级型算法需要更多 的存储空间。多用户检测从本质上看，是一个组合优化问题。因而，所有解决组 合优化的算法原则均可适用于多用户检测。其中基于神经网络的解组合优化问题 当然也适合多用户检测。 研究一个多用户检测器，首先要建立一个系统模型。系统模型包括信道衰落 模型、发送方式和接收方式等等。其中信道衰落模型可以采用r a y l e i g h 衰落信道 ( 瑞利信道) 模型、n a k a g a m i 衰落信道模型和r i c i a n 衰落信道( 赖斯信道) 模型 等【l o i ：发送方式是指可以在基带研究，也可以研究发送数据在调制解调后对系统 的影响；接收方式有采用阵列天线的处理方式、也有采用空时二维( s p a c e t i m e t w o d i m e n s i o np r o c e s s i n g ) 接收的处理方式，可以研究同步信道下的多用户检测， 也可以研究在异步方式下带有码间串扰的时候怎么提高多用户检测器的性能。如 果采用的系统模型不同，就会得到对不同信道进行优化、改进的多用户检测器， 于是分析、仿真得到的多用户检测器的性能也是有差异的。 多用户检测技术也有其局限性，首先它不能够消除其它小区的多址干扰对本 小区的影响。设总干扰为：，= k + 归。，。第一项是本小区内的多址干扰，在理 想情况下可被多用户检测技术全部清除；，是其它小区多址干扰与本小区多址干 扰的比值，或称为溢出比。其次因为条件限制，多用户检测技术不能直接用于下 。行链路的接收，但是其设计思想对于移动台的抗干扰研究是可以借鉴的。 d s c d m a 通信系统中盲多用户检测算法的研究 针对c d m a 的下行链路，h o i n g 等人首次提出了盲多用户检测技术1 。盲多 用户检测分为半盲检测和盲检测两种。所谓半盲检测就是干扰用户特征波形部分 已知部分未知条件下的检测，适用于小区基站；所谓盲检测就是不知道所有干扰 用户特征波形条件下的检测，适用于移动台。传统的盲自适应算法首先要确定代 价函数，然后确定迭代计算的方法。常用的代价函数有最小均方差( m i n i m u mm e a n s q u a r ee r r o r ，m m s e ) 、平均输出能量( m e a no u t p u te n e r g y ，m o e ) 、恒模( c m a ) 等，还可分为没有约束和有约束的代价函数。而迭代算法可以用最小均方( l e a s t m e a ns q u a r e ，l m s ) 、最小二乘( r e c u r s i v el e a s ts q u a r e s ，r l s ) 等来实现，它 们是目前信号处理中最主要和应用最广泛的两种自适应滤波器。而在l m s 自适 应滤波算法中，应用最广的是简单随机梯度( s t o c h a s t i cg r a d i e n t ，s g ) 算法和有 优良收敛特性的l m s n e w t o n 算法。而近年来许多文献都集中在基于子空间估计 和恒模算法的盲多用户检测算法的研究上，如文献 1 2 1 5 都做了这方面的工作。 制约m u d 商用的主要因素是复杂度高。以现有的技术和硬件条件，m u d 花 费在硬件上的代价可能大于采用m u d 获取的系统性能和容量上的收益，这使得 目前的c d m a 系统( 如i s 一9 5 ) 情愿依靠其它技术，如功率控制来减小远近效 应和提高系统性能。 虽然多用户检测技术有它的局限性，但是瑕不掩瑜，其抗干扰的优越性是大 家公认的，迄今为止多用户检测技术已经获得了长足的进步，成为c d m a 移动通 信系统中抗干扰的关键技术。目前的器件水平来实现多用户检测算法，还有很大 的难度。m u d 想步入商用就要在复杂性和性能之间做个折衷，即牺牲一部分性 能来换取实际可接受的硬件复杂度。如果配合功率控制、f e c 等其它c d m a 关键 技术，系统性能的牺牲也不会太大；而且随着器件水平的飞速发展，m u d 商用 的日子可以提前到来。综上所述，算法复杂度低、性能优良的盲多用户检测算法 是研究的重点。 1 3 论文各部分的主要内容 多用户检测技术是无线通信信号处理中研究的热点，针对目前存在的主要问 题和发展方向，本文着重对盲自适应多用户检测算法进行了理论研究和数据仿真。 论文的组织结构和各部分的内容如下： 第二章：本章讨论了多用户检测技术的基本原理，多用户检测的研究模型。 着重讨论了线性多用户检测器：解相关多用户检测、m m s e 多用户检测，特别是 盲多用户检测器等，并根据参阅的文献，对多用户检测算法进行了分类。 第三章：分析了基于子空间估计的盲多用户检测算法的基本原理，在拟牛顿 子空间估计算法的基础上，将改进的拟牛顿子空间估计算法应用到盲多用户检测 技术巾，数据仿真表明该算法优于同类子空问估计算法( 如p a s t d ) ，且提供了 4 硕士学位论文 更快的收敛速度和更好的跟踪性能。 第四章：系统地分析了标准线性约束恒模算法和非标准线性约束恒模算法的 性能，指出了线性约束恒模算法的局限性，在此基础上将两种变步长的方案应用 到线性约束恒模算法中，并给出了计算机仿真结果，最后把改进的变步长线性约 束恒模算法推广到了多径衰落信道中。仿真结果表明改进的算法既能抗多径干扰， 又能减少多址干扰，是一种具有一定实用价值的盲多用户检测算法。 d s c d m a 通信系统中盲多用户检测算法的研究 第2 章多用户检测技术 在码分多址蜂窝移动通信中，干扰大致可以分为三种类型：加性白噪声干扰、 多径干扰和多用户间的多址干扰。当同时通信用户数较多时，多址干扰成为最主 要的干扰。鉴于码分多址是一种干扰受限系统，所以多址干扰不仅严重影响系统 的抗干扰性，而且也严重限制了系统容量的提高。因此抵抗与限制多址干扰就成 为码分多址蜂窝移动通信系统的一项主要任务。 多用户检测技术，则是一类新型抗多址干扰技术，目前它在理论上已日趋成 熟，但是由于实现很复杂，因此尚未正式实用化。由于第三代移动通信系统中， 已考虑将它列入第二期准备采用的新技术之一。如日本主要研究多级干扰抵消检 测，美国主要研究自适应线性多用户检测，欧洲标准协会( e s a ) 在卫星通信系 统i m t - 2 0 0 0 的候补建议中，提出前向链路采用m m s e 检测。因此本章详细论述 了多用户检测技术的基本原理，分类与目前的发展现状。 2 1 多用户检测的基本原理 本节简单介绍一下多用户检测引入的必要性、多用户检测的基本思路和多用 户检测的优、缺点。 2 2 1 多用户检测引入的必要性 在码分多址蜂窝移动通信中，干扰可以大致分为三种类型：加性白噪声干扰、 多径干扰和多用户间的多址干扰。当同时通信用户数较多时，多址干扰成为最主 要的干扰。克服多址干扰的主要措施有： 1 ) 工程实用化的码型设计 既然已知多址干扰是由于扩频码的互相关函数不为零引起的，显然互相关越 小，多址干扰影响就越小。在同步码分体制中，可采用理想互相关特性的码型， 比如w a l s h 码，同时尽可能提高时变多径信道下的同步精度，以减少由于微小不 同步而引入互相关性能的下降和多址干扰影响的上升。在异步码分多址体制中， 要选用互相关函数小的扩频序列与码组。 2 1 功率控制技术 由于在蜂窝移动通信中，用户是在随机移动的，因此在基站那些距离基站近 的用户要比远离基站的用户信号的功率大，同时由于器件的非线性将会使强者愈 强、弱者越弱的以强压弱的现象，称之为“远一近”效应。“远一近”效应将使多 址干扰影响更加复杂化和更加严重，为了克服这一现象，工程上常采用功率控制 硕士学位论文 技术，以实现对不同远近用户到达基站接收点的功率或信噪比相平衡一致。显然 功控只能尽可能减少多址干扰的影响，而并不能从根本上消除多址干扰的影响。 3 ) 空间滤波技术 它的基本思路是将小区内的多址干扰按区间区域将大区划成小区，将多用户 干扰从整个小区划成为局限于若干个小区的局部小区，以达到在每个子小区内减 少多用户干扰影响的目的，在具体实现上可分为： 多扇区化。即将一个小区划分为空间相互独立的若干个扇区，比如三扇 区、六扇区等。即用扇区设计来达到隔离扇区间的多用户干扰。 智能天线技术。智能天线采用更多更窄的动态波束来隔离空间多用户干 扰，若能达到一个动态波束跟踪一个用户，则基本上从空间上完成隔离 和消除多址干扰。 4 1 多用户检测技术 多用户检测是引用信息论并通过严格的理论分析后提出的一种新型多址干扰 技术，而且通过多用户检测可以实现一箭三雕的作用既可以抗多址干扰，又可以 抵抗远近效应和多径干扰，从而提高系统的频带效率和容量，增加小区的覆盖范 围。 2 1 2 多用户检测的基本思路 1 基于信息论中的最佳信号检测理论，寻求蜂窝式码分多址的多用户的最 优联合检测理论 2 充分利用扩频码的己知结构信息。在通常的码分多址中，都将多径干扰 与多址干扰看作等效白噪声的无用信息来处理，这是一种消极的处理方 法，然而实际上不论多径干扰还是多址干扰，本质上并不是纯粹无用的 白噪声，而是有着强烈结构性的伪随机序列信号，而且用户间与各条路 径间的相关函数都是已知的，因此从理论上看，完全有可能利用这些伪 随机序列的已知结构信息来迸一步消除它所带来的负面影响，以达到提 高系统性能的目的。 3 多径干扰与多址干扰其本质是一样的，都来源于伪随机序列，若能充分 利用扩频码的已知结构信息与统计信息，两者是可以同时消除的，同时 消除和削弱了多址干扰和多径干扰，也必然消除和削弱了远近效应。因 此一箭三雕的方案是可行的。 4 最优的联合检测方案是可能的。基于上述充分利用扩频码的已知结构和 统计信息在信息论最佳信号检测理论指导下，对多个用户的匹配滤波器 接收的基础上，进行多用户联合检测，并充分利用已知伪码结构与统计 信息，设法消除其他所有用户的有用用户干扰的方案，理论上足完令可 d s c d m a 通信系统中盲多用户检测算法的研究 行的。 2 1 3 多用户检测器的一般结构 传统的单用户检测接收机( 见图2 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。 输入 蒯 ； 输出判决结果 ( 用户1 ) 输出判决结果 ( 用户k ) 图2 1 传统单用户接收机 多用户检测接收机：充分利用有用伪码多址的已知结构信息与统计信息联 合检测的多用户接收机，如图2 2 。 一鲨鲨卜 多 户 ； 检 测 算 嚅习一 法 输出判决结果 ( 用户1 ) 输出判决结果 ( 用户k ) 图2 2 多用户检测接收机 2 1 4 多用户检测器的主要优缺点 1 多用户检测器的主要优点 是消除或减弱多址干扰、多径干扰、远近效应的有效手段； 简化功率控制，降低功率控制精度：由于多址干扰以及远近效应所产生的 影响大大减少，这样功率控制的负担得以减轻。 弥补正交扩频码互相关性不理想所带来的消极影响； 改善系统性能、提高系统容量、增大小区覆盖范围；尽管相邻小区所引发 的多址干扰使得容量的扩张受到限制，但这种扩张还是相当可观的。而且 这种限制可以通过把来自相邻小区的信号也纳入多用户检测算法而加以 改善。此外，在其它一些领域中，如卫星通信，溢出率( 来自其它小区的 多址干扰与本小区的多址干扰的比率) 远远大于蜂窝通信系统。 更高效的上行频谱利用率：对上行信道的改善将使移动台以较低的处理增 益运作。 硕士学位论文 更高效的使用功率：上行信道干扰的减弱一定程度上减少了移动用户所需 要传送的功率。换句话说，相同的传输功率可以用来扩充覆盖地区的大小。 2 多用户检测器的主要缺点 大大增加系统设备的复杂度； 增加系统时延，特别是当采用自适应算法并对于扩频码较长的系统更是如 此： 多用户检测一般需要知道用户扩频码的主要特征参量，这对于实际的多径 时变信道则不是一件容易的事，它需要通过不停的信道估计来实现，而且 估值的精度将直接影响多用户检测器的性能。 在下行信道执行多用户检测有难度；由于受到费用、体积、重量等诸多因 素的影响，目前很难将多用户检测用于移动台，主要还只能用于基站方面。 来自其它小区的多址干扰依然存在：由于上行和下行信道在各个小区间要 实行复用，所以一个小区发射的信号势必会对其相邻小区造成干扰。如果 检测算法中没有考虑这种情况，那么性能自然会有所下降。存在着一种容 量扩张的上限，它可以通过比较在使用多用户检测和不使用两种情况下系 统的总体干扰来得到。如果忽略背景噪声，不使用多用户检测时系统的总 体干扰为i o 一，+ 归。，删是同小区用户引发的多址干扰，是来自其 它小区的多址干扰与本小区多址干扰的比率( 又称作溢出率) 。使用多用 户检测时考虑一种理想情况，所有的同小区干扰都被消除了，那么只剩邻 区干扰，即总体干扰为= 归。所以最大容量增益因子降为 4 s o = ( 1 + s ) f 。，的一个典型值为o 5 5 ，相应的容量增益因子为2 8 。 2 2 多用户检测的研究基础 2 2 1 同步c d m a 系统模型 为了使讨论问题简明而不失一般性，除特别说明外，本文的模型均指等效基 带模型。 考虑k 个用户接入的时不变的同步d s c d m a 系统，在加性高斯白噪声 ( a w g n ) 环境中，接收机接收到的信号为： 羔 r ( t ) = ：4 缸p k ( f - i t ) + ( f ) ，0 stsm t ， ( 2 1 ) 雨 其中m 是信息序列的长度；t 是符号间隔；4 ，( b k 【f 】 兰i 1 ，和& o ) 分别表示第k 个用 户的接收幅度，发送符号，归一化特征波形。n ( f ) 是加性高斯白噪声，其方差为o r 2 。 假设坟为等概率取值为t 1 ，且独立的随机变量。对于直接序列扩频方式，每个用 户的特征波形具有如下的形式： d s - c d m a 通信系统中盲多用户检测算法的研究 咄) - 去磊弛一用，瞻“丁， ( 2 2 ) 其中n 是扩频增益； c 卅 3 - 。1 为分配给第i 个用户的取值为“的扩频码；妒是码片 周期( 2 t n ) 内具有单位能量( 如：z 妒( f ) 2 d t = 1 ) 的归一化码片( c h j p ) 波 形。 在接收端，接收信号r ( f ) 通过一码片匹配滤波器后，以码片速率采样，对应于 第i 个符号的第j 个码片采样表示为： 调垒j ：搿”r ( f ) 舻。坩一j t 。) d t ，j 嘶，n 一1 ；，m _ 1 ( 2 3 ) 结果第i 个符号离散时间信号表示为： 删2 暑她【f 】+ 拄p l s a b i + 矗 i l ( 2 4 ) 上式中，r 【f 】一 ，0 f f 】，r 。【f 】7 ，& - ( 万) 【c ”，c ，。 r ，厅【f 】- 【，1 0 【f 】，l 。 f 】r ，其中 n ，p 卜式”h o ) 妒。一i t j r , ) a t 是其实部与虚部均独立的复高斯随机变量，且 n p 】n ( o ，盯2 i ，) ，s 一【q 一s i 】，一ad i a g 4 l ，一，4 k ) ，6 【f 】一【岛f 】b j i 7 。 如果我们对解调某一用户感兴趣，假设是基于接收波形 ，【f 1 盘1 的用户1 ， 饿【f 】摧i 1 。为了达到这个目的线性接收器能采用一个加权向量m c ”，以至于期 望的用户数据比特能根据以下表达式解调： 气f 】= 皑r i 】( 2 5 ) i - 【f 】一s 咖 m ( 气【f 】) ) ( 2 6 ) 若是期望用户的复幅值4 是未知的，我们能采取差分检测。定义差分比特如下： 卢，【f 】= b z i h p - 1 】( 2 7 ) 然后用线性检测器输出( 2 6 ) ，差分检测器的规则如下： 卢，【f 】一s i g n 毗( z l i z z i 一1 】+ ) ( 2 8 ) 将( 2 4 ) 带a ( 2 6 ) ，线性接收器w 1 能被写成： z l i 2 4 ( 皑s - ) 】+ 荟4 ( 订& 溉【f 】+ 详n f 】 ( 2 9 ) 在( 2 9 ) 中，在右边中的第一项包含了期望用户的有用信息，第二项包含的是非期 望用户的信息一一多址干扰( m a i ) ，最后一项是背景高斯白噪声。最简单的线性 检测器是传统的匹配滤波器，其中w 1 = s ，。这样的匹配滤波器只有在单用户信道 1 0 硕士学位论文 ( 例如：k = 1 ) 中才是最佳的。在一个多用户信道中( 如：k ) - 1 ) 。匹配滤波器 性能拙劣，因为其无法抑制多址干扰，提高c d m a 系统的容量。因此必须要采用 多用户检测器，才能完全消除多址干扰，克服远近效应，提高c d m a 系统的容量。 2 2 2 - 性能测度 在多用户检测器的性能评价中，误码率、渐近多用户有效性和抗远近能力是 三个最重要的性能测度。 1 误码率( b i te r r o rr a t i o ，b e r ) 在多用户检测中，我们最关心的性能指标是检测器在高信号背景噪声比范围 内的误码率。大多数通信系统的基本目标都是减少误码率。 假定在高斯白噪声信道中只有一个具有篚量e 的单独用户k ，而噪声方差为 盯2 。该单个用户的误码率定义为； ：q ( 悟) ( 2 1 。) 只川砷一q ( 、劈) 。 ( 2 1 0 ) 式中，下标s u 表示单用户系统，而q o ) 4 了嘉r e - u z 2 咖为q 函数。 当存在干扰用户时，误码率便会增大。此时，在定义式( 2 1 0 ) 中，需要用期望 用户k 的有效能量气( 盯) 代替其实际能量巨，即在多用户系统中期望用户的误码率 定义为： 驰) ：q ( j 警) ( 2 1 1 ) 最( 盯) zq ( 、羔詈)( 2 1 1 ) 式中，q p ) 定义了第k 个用户达到最驯。) ( 在同一高斯自噪声信道中无干扰用户 时的误码率) 所需的能量，故称为第k 个用户的等效能量。 2 渐近多用户有效性 即使背景热噪声不能忽略，我们对检测器性能还是重点关心由多址干扰引起 的检测器性能损失。这一性能损失常用渐近多用户有效性( a s y s m p t o t i cm u l t i u s e r e f f i c i e n c y ) 来度量。渐近多用户有效性是v e r d u 于1 9 8 6 年引入的，它是衡量干扰 用户对期望用户误码率影响的测度，常称为渐近有效性。 多用户有效性定义为多用户系统达到单用户系统相同误码率( b e r ) 时所需 要的能量与单用户系统所需能量之比，即： 巩( 口) ：掣 ( 2 1 2 ) 己女 当噪声方差趋于零即盯一0 时，有效性仇( 盯) 的极限称作为第k 个用户的渐近 有效性，记作仇。即是说，渐近多用户有效性定义为在高信噪比范围内多用户有 效性仇p ) 的极限，写作： d s c d m a 通信系统中盲多用户检测算法的研究 弛警- 吾胁 1 7 2 l o g 去】 ( 2 功 渐近有效性仇的取值介于0 和1 之间。下面给出了其具体的含义：在背景噪声趋 于零但误码率最p ) 并不趋于零的情况下，渐近有效性仇= o 。这表明，在没有任 何背景噪声的情况下，单用户检测器也存在非零的误码率；反之，正的渐近有效 性意味着误码率不仅随d r 趋于零，而且衰减速率为0 2 。另一方面，仇；1 则表示 用户t 丝毫不受其他用户的干扰影响。虽然渐近有效性和低噪声误码率是两个等 价的性能测度，但是渐近有效性具有显式表示，可以定量地反映多址干扰对检测 器性能的影响，或者说是反映不同检测器抗多址干扰能力的大小。 3 抗远近效应 接收功率的不等会引起远近效应，接收功率弱的用户会被接收功率强的用户 淹没。因此，就要求多用户检测器具有一定的抗远近效应的能力。抗远近能力 ( n e a r f a rr e s i s t a n c e ) 就是用来描述检测器抗远近效应能力的量。 抗远近能力定义为在所有有关用户能量范围内测量到的最坏情况下的渐近有 效性。即： 哌t 枷蔓仉 ( 2 1 4 ) 暑：” 式中i n f 表示下确界，抗远近能力取决于特征波形和解调器。