（信号与信息处理专业论文）空时多用户检测技术研究.pdf

北京邮电大学博士学位论文 摘要 摘要 目前无线通信系统性能主要受限于三个方面：信号衰落，符号间干扰和同信道 干扰。信号衰落和符号间干扰通常是由多径传播引起的，而干扰是由系统中的同信 道用户或来知的干扰发射机产生。本文主要分析空时多用户检测算法性能，即将天 线阵列和多用户检测技术结合起来，可以更有效地抵抗信号衰落，符号间干扰以及 同信道干扰，但是会增加信号同步的复杂性。本文的主要工作如下： i 给出多个发射和接收天线系统的三维空时信道模型，分析了接收和发射天线 之间的水平和垂直距离对信道相关性的影响。并且在此模型下分析采用线性 多用户检测方法的多个发射和接收天线的系统性能。 2 提出天线阵列与多级并行干扰抵消算法相结合的接收机结构。由天线阵列接 收的信号经过并行干扰抵消后，采用自适应算法，根据最小均方误差准则， 确定软判决用户数据的加权系数，分析系统误码率性能。 3 提出多个发射和接收天线的c d m a 通信系统模型。使用多级干扰抵消算法提 高下行链路系统性能，并且使用改进的高斯噪声估计多址干扰的方法，分析 系统的误码率性能。 4 参照3 g p p 协议，利用多天线c d m a 系统下行链路级仿真的结果，建立多小 区的系统级仿真模型。得到单系统容量，并与理论计算结果相比较。而且给 出两个相同系统共存时，在不同地理偏移情况下的系统容量损失。 根据仿真结果，可知各接收、发送天线之间的信道相关性对系统性能影响很大。 相关性越小，系统性能越好。本文提出的天线阵列与多级干扰抵消算法相结合的接 收机结构充分利用自适应天线空域滤波、信号分集和多用户检测抑制多址干扰的技 术。干扰抵消方法在使用长码做为扩频码的情况下，可以避免矩阵求逆运算，因此 可以降低实现的复杂度。由仿真结果可以看出，加权多级并行干扰抵消算法与最小 均方误差多用户检测算法性能接近。另外，在多天线c d m a 通信系统中，每一级干 扰抵消后的误码率可以根据信噪比，随机用户信号功率的统计特性和c d m a 系统处 理增益递归地计算出来。因为考虑到多址干扰的二阶效应，这样的分析框架用于估 计多级干扰抵消在多径衰落环境中的性能，将比以前更加准确。 关键词：多天线c d m a 多级并行干扰抵消多用户检测 i 北京邮电大学博士学位论文荚文摘要 a b s t r a c t t h es y s t e m p e r f o r m a n c e o fc u r r e n tw i r e l e s sc o m m u n i c a t i o ns y s t e m si sl i m i t e db yt h r e e m a j o rc h a n n e li m p a i r m e n t s t h e ya r es i g n a lf a d i n g ，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 ) a n d c o c h a n n e li n t e r f e r e n c e s i g n a l f a d i n ga n di s ia r i s ef r o mm u l t i p a t hp r o p a g a t i o nw h i l e i n t e r f e r e n c ei s g e n e r a l l yc a u s e db yc o c h a n n e lu s e r so ru i l l d l o w nj 啦m e r si nt h es y s t e m t h i sp a p e rm a i n l yr e s e a r c h e so nt h ep e r f o r m a n c eo ft h es p a c e t i m em u l t i u s e rd e t e c t i o n ， n a m e l yt h ec o m b i n a t i o no fa n t e n n aa r r a yw i n lm u l t i u s e rd e t e c t i o nc a np r o v i d ef u r t h e r p e r f o r m a n c ei m p r o v e m e n t t or e s i s ts i g n a lf a d i n g ，i s ia n dc o - c h a n n e li n t e r f e r e n c e b u tt h i s m e t h o dw i l li n c r e a s et h es y s t e m c o m p l e x i t y o nt h e s i g n a ls y n c h r o n o u s t h em a j o r w o r ko f t h i sp a p e ri sa sf o l l o w s ： i t h r e ed i m e n s i o ns p a c e t i m ec h a n n e lm o d e lw i t hm u l t i p l er e c e i v ea n dt r a n s m i t a n t e n n a si s g i v e n t h e nt h ec r o s s c o r r e l a t i o nb e t w e e ns i g n a l sr e c e i v e do n d i f f e r e n th o r i z o n t a la n dv e r t i c a ls p a t i a l l ys e p a r a t e da n t e n n a si ss t u d i e d a l s ot h e s y s t e mp e r f o r m a n c ec o m b i n i n gt h em u l t i p l er e c e i v e ，t r a n s m i ta n t e r m a sa n dl i n e a r m u l t i u s e rd e t e c t i o ni sa n a l y z e du n d e rt h i ss p a c et i m ec h a n n e lm o d e l 2 ar t e ws t r u c r i ! r eo ft h ec d m ar e c e i v e rt h a t c o m b i n i n gm u l t i s t a g ep a r a l l e l i n t e r f e r e n c ec a n c e l l a t i o na sam u l t i u s e rd e t e c t i o nm e t h o da n da n t e n n aa r r a yi s p r o p o s e d a c c o r d i n gt om m s ec r i t e r i o n ，t h ew e i g h t sc a nb ef o u n db ya d a p t i v e a l g o r i t h m s t h e y 缸eu s e dt oc o m b i n et h es o f t - d e c i s i o no u t p u tu s e rd a t aa f t e r a n t e n n a a r r a y r e c e i v i n g a n d m u l t i s t a g ep a r a l l e l i n t e r f e r e n c ec a n c e l l a t i o n p r o c e s s i n g t h e n t h es y s t e m p e r f o r m a n c e i sa n a l y z e d 3 t h em u l t i p l er e c e i v ea n dt r a n s m i ta n t e n n a sc d m a c o m m u n i c a t i o ns y s t e mw i t h t h e m u l t i s t a g ei n t e r f e r e n c ec a n c e l l a t i o nm e t h o du s e dt oi m p r o v et h ed o w n l i n k s y s t e mp e r f o r m a n c ei sp r o p o s e d a l s ot h ei m p r o v e dg a u s s i a na p p r o x i m a t i o nf o r 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 ) i su s e dt oc o m p u t es y s t e mb i te r r o rr o t e 4 r e f e rt ot h e3 g p pp r o t o c o l s ，t h e m u l t i p l ec e l l ss y s t e ml e v e ls i m u l a t i o ni s p r o p o s e dw i t h t h er e s u l to f m u l t i p l ea n t e n n a sc d m a s y s t e ml i n kl e v e ls i m u l a t i o n 北京邮电大学博士学位论文 英文摘要 1 1 1 es i n g l es y s t e m c a p a c i t yi sg i v e n a l s oc o m p a r e d w i t ht h et h e o r ya n a l y s i sr e s u l t w h e nt h es a m et w os y s t e m sc o e x i s t ，t h es y s t e mc a p a c i t yl o s su n d e rd i f f e r e n t g e o g r a p h i c a lo f f s e ti sg i v e n a c c o r d i n gt ot h es i m u l a t i o nr e s u l t s ，t h ei m p a c to f a n t e n n as p a t i a lc r o s s - c o r r e l a t i o no n s y s t e mp e r f o r m a n c ei sg r e a t ，t h es m a l l e ro f t h ec r o s s c o r r e l a t i o n ，t h eb e t t e ro ft h es y s t e m p e r f o r m a n c e t h cp r o p o s e dr e c e i v e rc o m b i n i n ga n t e n n aa r r a y a n dm u l t i s t a g e p a r a l l e l i n t e r f e r e n c ec a n c e l l a t i o nm e t h o df u l l yu s e st h e s p a t i a l d o m a i n f i l t e r , d i v e r s i t y a n d m u l t i u s e rd e t e c t i o nt or e j e c tm a it e c h n o l o g y - h e nl o n gc o d ei su s e da ss p r e a dc o d e ，t h e i n t e r f e r e n c ec a n c e l l a t i o nm u l t i u s e rd e t e c t i o na v o i d st h ec o m p u t a t i o no fm a t r i xi n v e r s e ，s o t h a tr e d u c er e a l i z a t i o nc o m p l e x f r o mt h es i m u l a t i o nr e s u l t s ，w ec a nd r a wc o n c l u s i o nt h a t t h ew e i g l l e dm u l t i s t a g e p a r a l l e l i n t e r f e r e n c ec a n c e l l a t i o nc a na c h i e v et h ep e r f o r m a n c e c l o s e dt om m s em e t h o d i na d d i t i o n ，t h eb i t - e r r o rr a t e ( b e r ) a ta n ys t a g eo fi n t e r f e r e n c e c a n c e l l a t i o nc a nb er c c u r s i v e l yc o m p u t e df r o mt h es i g n a l - t o - n o i s e ( s n r ) ，t h es t a t i s t i c so f t h er a n d o mp o w e r so fu s e r sa n dt h ep r o c e s s i n gg a i no ft h ec d m a s y s t e m s i n c et h e s e c o n do r d e re f f e c t so f m a ic a nb ei n c l u d e d ，t h ea n a l y t i c a lf r a m e w o r k p r e s e n t e dh e r ec a l l b eu s e dt oe v a l u a t et h ep e r f o r m a n c eo fm u l t i s t a g ei n t e r f e r e n c ec a n c e l l a t i o ni nm u l t i p a t h f a d i n ge n v i r o n m e n t sm o r ea c c u r a t e l y t h a nb e f o r e k e y w o r d s ：m u iti p iea n t e n n a ，c d m a f f l uiti s t a g e in t e r f e r e n c e c a n c e ii a t i o n m u l t i u s e rd e t e c t i o n i ! ! 塞墅皇查兰苎主兰堡笙奎 苎= 苎竺鱼 第一章绪论 1 1空时二维信号处理发展现状 随着无线话音用户，i n t e m e t ，以及便携式计算设备的迅速增加，要求无线通信 系统能够提供高速，大容量，高质量的多业务服务。第三代移动通信系统设计的目 标是大覆盖情况下，最高业务速率为3 8 4 k b s 局部覆盖的情况下，可以达到2 m b s 。 目前无线通信系统性能受限于三个方面：信号衰落，符号间干扰和同信道干扰。信 号衰落和符号间干扰通常是由多径传播引起的，而干扰是由系统中的同信道用户或 未知的干扰发射机产生。为减小信号衰落，可阻采用分集方案，如空间分集、极化 分集、频率分集、时间分集和编码分集等。空间分集和极化分集用天线阵列实现， 而频率分集和时间分集可以在时变多径信道中使用。为减少符号间干扰，采用信道 均衡技术如自适应均衡器，或r a k e 接收机用于多径信道。自适应均衡器主要应用 于窄带信号如t d m a 系统；r a k e 接收机主要应用于c d m a 系统。为减少同信道 干扰，采用干扰抑制技术，如自适应波束成形或多用户检测。自适应波束成形通常 用于干扰信息不可用的情况；而多用户检测在接收机已知干扰信息时才可以使用。 将自适应波束成形和多用户检测结合起来将进一步提高系统性能，但会增加系统的 复杂性。 智能天线是基于自适应空域滤波原理的技术，即在空域使用自适应滤波，在时 域中使用自适应信道均衡，这样可以使接收机有效地抑制干扰，从而提高系统容量。 自适应空域滤波的基本原理是组合天线输出的加权系数，得到发射信号的最优估计。 加权系数最优准则依赖于信号波形、信道特点以及天线阵列结构。在衰落信道中， 大的天线阵元间距不仅提供空间分集，用于减少信道衰落的影响，而且可以消除干 扰影响。当天线阵元的个数大于系统中干扰者的个数时，自适应波束成形技术在抑 制多用户干扰方面更加有效。即在相同频带下，根据不同的到达角信息区分用户， 从而可以提高系统容量。另外，空域分集比频率选择信道中的多径分集更有效。因 为在时变的无线信道中，可解析的多径信号并非一直都存在。还有在基站使用不同 方向的天线，小区就可以分为多个扇区，从而降低小区内的干扰，因为c d m a 是干 扰受限系统，这样可以提高系统容量。 多用户检测技术通过降低系统内干扰而提高系统性能。通信系统的接收机可以 分为两类，一个是单用户接收机，另外一个是多用户检测接收机。传统的单用户接 收机仅仅利用需要用户的判决统计，进行信号检测：而多用户检测接收机，不仅利 用需要用户的判决统计，而且需要干扰信号的判决统计。从多用户检测的观点，这 北京邮电大学博士学位论文 第一章绪论 些干扰信号也被认为是“想要的信号”。多用户检测的基本思想是利用干扰的可用信 息，降低它们的影响。多用户检测技术既可以应用于c d m a 系统，也可以应用于 t d m a 系统。已有的工作大部分集中于c d m a 系统。因为无线c d m a 系统容量受 到不理想功率控制引起的远近效应影响而降低，多用户检测技术可以抗远近效应， 从而提高系统容量。将自适应天线和多用户检测技术结合起来，可以更有效的抵抗 信号衰落，符号间干扰以及同信道干扰，但是会增加信号同步的复杂陛。 m i m o 系统可以极大地提高系统容量，增强高速率数据应用。分层空时码 ( l a y e r e ds p a c e t i m ed e t e c t i o 曲或b l a s t ，单用户m i m o 系统【l 】【2 】可以提供更高的频谱 效率，与最优接收机相比复杂度低而且可以取得接近最优接收机系统性能。对b l a s t 系统扩展可以得到多用户m i m oc d m a 系统，在较低的扩频增益情况下，可以取得 大用户容量和较好的系统性能。尽管这些技术考虑到用户间干扰，逐个用户进行检 测，在高用户密度网络中是不可实现的，文献 3 】采用连续分组检测方法简化最优接 收机。不同的组之间用户的相关性较小。复杂度近似与组大小呈指数关系。所以组 的大小是一个重要的设计参数。虽然每个用户有多个天线发送高速率数据，但是仅 分配一个扩频序列，这样可以最大化频谱效率。 另外，m 讧o 技术还可以通过重复使用c d m a 系统中的信道化码( w a l s h 码) ， 提供更高的数据速率。这对于系统容量经常受限于基站可用的信道化码个数很重要。 对于第三代移动通信系统，有话音和数据的混合业务，信道化码个数受限的问题更 加明显。除了m i m o 技术，还有其他的技术可以解决这个问题，如固定和自适应波 束成形准正交函数( q u a s i o r t h o g o n a l f u n c t i o n sq o f ) ，统计复用技术如正交跳码复用 ( o r t h o g o n a lc o d eh o p p i n gm u l t i p l e x i n go c h m ) 等。固定波束成形方案会增加系统的 软切换用户在系统中所占的比例，从而增加系统计算负荷。自适应波束成形要求稳 定跟踪波束成形的用户，大大增加系统的复杂度：而q o f 和o c h m 不可避免的增 加系统的干扰。m i m o 技术通过重用系统制定给用户的同一个信道化码，利用物理 层平行信道而增加系统容量。这样既不增加对其他用户的干扰，也不对系统的网络 层影响很大。但是也有缺点，如增加发射机的复杂性。当同时发射的符号数增加时， 要求天线阵元是不相关的。c d m am i m o 接收机不得不在较短时间内处理多个数据 流和扩频码，这很难实现，特别是当移动终端天线个数增加的时候。文献 4 在发射 端将天线分成不同的组，每个组使用空时码；在接收端，阵列处理技术首先应用于 不同的组，然后再应用最大似然解码。通过分组使接收机的最大似然译码易于处理。 同时使用空时组码( s t b c ) ，在天线间相关性很强的情况下，保证分集效果。 对于m i m o c d m a 系统，还有很多文献从不同的方面分析系统性能。如文献 5 分析m i m oc d m a 系统在频率选择信道下下行链路的性能，在基站发射天线阵列和 2 ! ! 室坚皇查兰苎主兰焦兰奎 蔓= 兰丝堡 接收天线阵列采用有限脉冲响应滤波器，使用预滤波发分集和r a k e 自适应滤波技术， 以及文献 6 】通过最优预编码矩阵，增强信号干扰噪声比，从而提高系统性能；还有 文献【7 分析m i m oc d m a 系统在莱斯信道下，误码率性能与角度扩展和多普勒频 率，以及莱斯衰落的k 因子之间的关系：文献【8 】分析w c d m a 下行链路二维r a k e 接收机组合发分集技术的误比特率性能。 将空时组码( s t b c ) 和d s c d m a 组合的系统可以提高蜂窝系统的多用户性能， 但是会增加多用户干扰而导致性能恶化。为处理多用户干扰问题，人们提出多种方 案，如单载波组扩频【9 】( s i n g l e c a r r i e rb l o c ks p r e a d ) c d m a 和反时空时组码( t i m e r e v e r s a ls t b c ) ；分析在基站天线完全相关情况下的系统性能如 1 0 ：文献 1 l 】提出约 束最小均方误差( c o n s t r a i n e dl l l i 丑：i m l z mr u e s r 1s q u a r ee r r o r ) 接收机；以及多用户判决 反馈检测、最大后验概率解码和软反馈联合检测【i 2 】等。 1 2 干扰抵消算法概述 到目前为止，多用户检测方法仍然是太复杂而不易实现，或者是对现有系统性 能改善很小( 如i s 9 5 ) 。随着第三代移动通信系统出现，多用户检测技术又成为提高 系统容量和性能的潜在手段而成为集中研究的问题之一。干扰抵消算法是多用户检 测方法之一，用于抑制多址干扰和提高系统性能，从而增加通信系统容量。本文主 要分析干扰抵消算法的性能，下面介绍干扰抵消算法以及近年来发展的概况。 关于多用户检测方法的复杂度和性能对比，见文献 1 3 ，1 4 ，1 5 1 ，主要结论是所 有的多用户检测方法，如果设计合适，在感兴趣的信噪比( 小于1 0 d b ) ，进行包括 定时不准确，功率控制不理想等情况对比。尽管性能有差异，主要是复杂度对比。 当长码用于数据加扰时，解相关或m m s e 检测器都需要每个符号周期内，进行 矩阵求逆运算，因为扩频码之间存在互相关性。互相关矩阵的大小约等于用户数和 多径数、检测信息组内符号数的乘积。因此检测复杂度很高，通常与矩阵大小的三 次方呈正比。采用迭代算法，例如共轭梯度算法，预处理共轭梯度算法等可以方便 实现计算相关矩阵的逆矩阵，但是并不能降低复杂度。 干扰抵消方法可以避免矩阵求逆运算，因此可以降低实现的复杂度，而且还可 以提供相似的系统性能。在使用长码情况下减少多址干扰，干扰抵消方法需要基于 干扰信号判决值，重建干扰信号，然后从接收信号中减去。相对而言，计算干扰信 号互相关矩阵，用于表示对需要信号的多址干扰，复杂度更高，因为每个符号周期 内互相关矩阵都要存储和更新。 3 北京邮电大学博士学位论文第一章绪论 如果使用短码( 例如w c d m a 上行链路) ，多用户检测的任务相对简单，因为 干扰信号的扩频码互相关矩阵不是一直在变化，同样适用使用可变扩频增益( o v s f ) 多速率通信系统。通常情况下，低速率用户的扩频码比高速率用户的扩频码长整数 倍，这样对于低速率用户信号的一个符号周期内，有整数个互相关值。干扰抵消方 法就不需要重建估计的干扰信号，因为它们之间的影响，可以通过恒定的扩频码互 相关性消除。同样解相关方法和最小均方误差( m m s e ) 方法，也不需要每个符号周期 内计算互相关矩阵的逆矩阵，这样可以降低复杂度。 干扰抵消方法有两种，串行干扰抵消( s i c ：s e r i a li n t e r f e r e n c ec a n c e l l a t i o n ) 和并 行干扰抵消( p i c ：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 ) 。对于并行干扰抵消，所有的用 户信号同时解调，然后进行符号判决。多址干扰信号重建( 长码) 或基于扩频码互 相关矩阵抵消干扰信号，整个过程重复进行直至所有的用户信号误码率性能都有改 善。对于串行干扰抵消算法，首先对最强用户信号进行符号判决；然后从接收信号 中减去已判决的干扰用户信号，再进行次强用户信号判决。其它用户信号判决依次 进行。串行干扰抵消相对于并行干扰抵消的主要优点，在于较强的用户信号判决可 靠，重建的多址干扰可以尽可能多的被抵消，更有利于较弱信号判决。串行干扰抵 消相对于并行干扰抵消的主要缺点是时延大，因为它采用串行逐个判决的方法。 1 3 串并行干扰抵消的试验性判决 干扰抵消算法的第一个问题就是用于重建多址干扰的符号判决形式。大多数情 况下是硬判决或软判决。软判决属于线性算法，而硬判决属于非线性算法。软判决 有助于匹配滤波器输出值较小时判决，而此时如果使用硬判决就有可能判决错误。 硬判决有助于匹配滤波器输出较大时判决，此时如果使用软判决就可能导致较大的 抵消错误，通常此时需要硬判决进行截断。这两种方法都是次优的【1 6 【1 ”，最优的判 决方式是根据最小均方误差( m m s e ) 准则，采用双曲正切函数判决，但是计算复 杂度高，难以实现。通常在实际系统中采用截断的软判决统计信号 博】。 软判决和硬判决与最优判决之间的差异，与扩频码以及扩频增益相关的互相关 值有关系。差距是0 5 d b 或更大。文献 1 8 中的门限值以及双曲正切参数依赖于干扰 信号的互相关性。在实际系统中，很难实时计算。所以最优判决可以由依赖于系统 负荷的硬判决或软判决得到。在文献 1 8 中，较大的处理增益( 即较小的互相关系数) ， 4 北京邮电大学博士学位论文 第一章绪论 信噪l g f j , 于1 0 d b 情况下，硬判决的性能接近最优封决的性能。对于较小的处理增益， 软判决接近最优判决性能。在信噪比小于1 0 d b 情况下，软判决干扰抵消算法具有较 好地抗典型时间和相位误差的性能 19 1 。由于硬判决会引起误码扩散，所以比线性判 决或软判决性能差。文献 2 0 】提出单位截断比特判决函数( u n i tc l i p p e rb i td e c i s i o n f u n c i t o n s ) ，用于串行干扰抵消软判决，比文献【2 1 1 2 2 】的系统性能好2 d b 。而且可以 抗最大为半个扩频码片的定时误差。通常情况下，都是假设剩余干扰信号服从高斯 分布，进行软判决估计。在文献 2 3 中，利用剩余干扰信号的实际概率密度函数，分 析了基于匹配滤波器的迭代软判决干扰抵消性能。提出混合方案，对于最强的剩余 干扰信号使用准确的概率密度分布；对于较弱的干扰信号，采用高斯假设，可以取 得较好的系统性能。 1 3 1 部分并行干扰抵消算法 常规并行干扰抵消算法，首先重建多址干扰信号，然后从判决统计中减去，这 是次优的多用户检测方法。加权多址干扰抵消算法可以提供更好的系统性能。由于 判决偏差直接反馈到新的判决统计中，所以需要加权处理多址干扰信号。偏差和方 差的推导见文献 2 4 ，2 5 1 。对于典型负荷的通信系统，判决偏差在第一级或随后一级 引起的误差较严重。在e 2 6 中，基于最小均方误差算法和用户的信噪比独立地对每个 用户自适应计算权值。在 2 7 】中，将部分并行干扰抵消算法和线性分集结合，给出用 于干扰抵消和线性分集的加权算法，当e f f n o 2 0 d b 时，单天线、激活的用户数小于 1 5 以及两个天线、激活用户数小于3 0 的情况下，可以得到接近单用户界的系统性能。 对于硬判决和软判决干扰抵消需要的级数差别较小。对于串行和并行干扰抵消 算法，软判决方法比硬判决多一二级。很多文献建议干扰抵消的级数和系统的负荷 相关。如果系统负荷很大，多址干扰是引起的系统符号错误判决的主要因素，这样 需要更多的抵消级数。典型的硬判决干扰抵消级数是三。 串行干扰抵消的级数取决于判决方法。对于硬判决方法，经过两级干扰抵消以 后，性能提高很小。对于软判决和截断软判决方法，需要三级，如果系统负荷大， 可以是四级或更多。 5 北京邮电大学博士学位论文第一章绪论 1 3 2 并行干扰抵消和串行干扰抵消算法优缺点 首先，并行干扰抵消算法不需要按用户信号强弱排序。对于串行干扰抵消算法， 必须根据每个用户匹配滤波器的输出信号功率进行排序。 其次，串行干扰抵消的缺点是时延大。特别是对第一级干扰抵消功率最弱的用 户信号，以及多级干扰抵消时的所有信号。而且每次串行干扰抵消后，如果用户信 号功率强弱的顺序发生变化，还需要重新排序。 串行干扰抵消适用于用户信号功率不等的情况。当系统软切换的用户较多，或 者系统采用慢速功率控制，或者用户信号经历快衰落的情况下，则基站使用串行干 扰抵消算法，会大大提高系统性能。 可以将干扰抵消算法和编码结合起来。即在每级执行解码，对数据重新编码之 后，在下一级进行干扰抵消( 特别是软判决干扰抵消) 。这个方法可以大大提高系统 误码率性能。但这种方法不适用于时延要求很严格，以及复杂度要求低的系统。对 于使用t u r b o 码的高速率数据，可以采用干扰抵消算法，因为解码本身固有延时特性 【2 8 】 2 9 】【3 0 1 。 1 3 3 干扰抵消算法等效矩阵滤波 软判决干扰抵消是线性算法，可以用“一次抓拍”( o n e s h o t ) 矩阵滤波运算，即在 匹配滤波器输出后进行矩阵滤波。就没有必要进行干扰抵消，即多址干扰信号的重 建和抵消。对串行干扰抵消的分析见文献【3 1 】，对并行干扰抵消的分析见文献 3 2 】。 对于第m 级的串行干扰抵消，对世个用户的判决统计向量表示为 y 。= g ：r( 1 1 ) 其中，表示包含匹配滤波器输出的k 维向量。矩阵g 的第k 列表示为： g 。 = n ( ，- - s i s j ) ( m 0 。) 9 s 。 ( 1 2 ) j ；lp = 0 tr 其中，s t 表示第k 个用户的扩频码，哦= 兀i - s 卢j ) 兀( 1 一s ，s i ) 。这样第坍级软 j = l i = k + l 判决干扰抵消可以在匹配滤波器输出之后使用矩阵滤波代替。 对于第m 级并行干扰抵消算法，对k 个用户的判决统计向量如式( 1 1 ) 所示，其 6 北京邮电大学博士学位论文第一章绪论 中的 一l g ：= ( i 一( r + 口i ) ) i a 7 f = o ( 1 3 ) 其中a = ( s ，s ：，s 。) ，r 表示扩频码的互相关矩阵，卢和口分别是串行干扰抵消的 加权系数。文献【1 6 ，1 7 】分别给出当( i - u ( r + a i ) ) ”竺竺_ o ，g ：= ( r + 口i ) 1 a 7 。 当a = 0 时，并行干扰抵消算法收敛到解相关检测器；当口= 盯2 时，并行干扰抵消算 法收敛到最小均方误差( m m s e ) 检测器。g a u s s s e i d e l 方法分析串行干扰抵消算 法收敛是无条件的，但是对于j a c o b i 方法，收敛的条件是信道相关矩阵的谱半径小 于2 ，采用j a c o b io v e r - r e l a x a t i o n ( j o r ) 过松弛法可以满足收敛条件，即 t = 2 ( _ + _ 。) ，其中k 。和五。分别指相关矩阵的最小和最大特征值。文献 3 3 讨论f i r s t - o r d e r ( f o ) 和s e c o n d o r d e r ( s o ) 迭代技术计算特征值，而不需要特征值分解， 从而可以简化最优线性干扰抵消算法。 在矩阵滤波的解决方案中，干扰抵消算法只需要计算互相关矩阵和矩阵乘法。 不需要矩阵求逆运算，这样即使是长码也可以实时计算。 1 3 4 干扰抵消算法在多速率系统中应用 串行干扰抵消和并行干扰抵消算法组合使用。这样的组合对于单一速率的系统， 优点不明显，但非常适用于多速率系统。在混合干扰抵消算法中，k 个用户按照速 率分成不同的组。在每组相同速率的用户中，使用并行干扰抵消算法，不同组之间 采用串行干扰抵消算法。在只有两个组的情况下，混合干扰抵消算法类似于并行干 扰抵消算法。 方案之一如下。首先，并行干扰抵消算法应用于用户信号速率最高的组。通常 情况下，不同的速率之闯相差整数倍。经过几个符号的判决，对用户信号速率较低 的组进行判决。时延等于每组符号周期乘以更高速率组的个数。因为高速率用户一 般比低速率用户信号功率大，所以低速率用户信号对高速率用户信号的干扰很小， 可以忽略。高速率用户信号对低速率用户信号的影响很大，必须进行干扰抵消。已 有很多文献研究双速率情况下的分组干扰抵消算法。在混合业务通信系统中，多用 户检测是使系统容量最大化的方法之一。因为对于高速率业务，信号功率大，扩频 7 ! ! 塞墅皇查兰塑主兰壁丝塞 兰= 童丝笙 增益低，对低速率用户信g - q ：扰很大，而且多址干扰信号不再服从高斯分布，所以 匹配滤波器的性能会下降。并且功率级别不同，远近效应更加明显。在文献 3 4 ，3 5 】 中有所论述。 1 3 5 干扰抵消算法在下行链路中应用 在移动台进行干扰抵消，适用于支持多码传输的高数据速率系统。因为多径传 播的影响，移动台的接收信号中存在不同扩频码之间的多址干扰。为方便应用多用 户检测方法，每个扩频码可以表示一个用户。因为基站采用天线分集接收，软切换 以及多用户检测技术等，上行链路系统容量大大提高，这样通信系统的容量主要受 限于下行链路，而且下行链路的业务量越来越大。在w c d m a 系统中，上行链路的 长码是可选的，而下行链路始终采用长码，所以解相关和最小均方误差的多用户检 测方法不可用。干扰抵消算法是比较好的选择，在较低的信噪比情况下，不仅可以 提高系统性能，而且易于实现【3 6 】i 。有关不同情况下的系统性能仿真对比见文献 3 8 。 1 4 本文的主要工作 1 将三维空时信道模型推广到多个发射天线和接收天线的系统，并在此模型下 分析了采用线性多用户检测方法的多个发射天线和接收天线的系统性能； 2 提出天线阵列与并行干扰抵消算法相结合的接收机结构，由天线阵列接收的 信号经过并行干扰抵消后，采用自适应算法，根据最小均方误差准则，确定软 判决用户数据的加权系数。分析系统误码率性能； 3 提出多个发射和接收天线的c d m a 通信系统，使用多级干扰抵消算法提高下 行链路系统性能。使用改进的高斯噪声估计多址干扰的方法分析系统的误码 率性能： 4 对提出的多天线c d m a 系统下行链路进行系统级仿真，给出仿真结果。 参考文献 1 g j f o s c h i n i ，g d g o l d e n ，r a v a l e n z u e l aa n dp w w o l n i a n s k y ，“s i m p l i f i e d p r o c e s s i n g f o r h i 曲s p e c t r a le f f i c i e n c y w i r e l e s sc o m m u n i c a t i o n e m p l o y i n g 8 j ! 塞堡皇查堂堡主兰些笙奎 蔓= 塞墼 m u l t i e l e m e n ta r r a y s , i e e ej o u r n a lo ns e l e c t e da r e a si nc o m m u n i c a t i o n s ，v 0 1 1 7 ， n o 1 1 ，n o v 1 9 9 9 ，p p 1 8 4 1 1 8 5 2 2 】s s f a r , r d m u r c h ，a n dk b l e t a i e f , a c h i e v i n gh i 曲c a p a c i t i e si n c d m a s y s t e m su s i n g m u l t i u s e rd e t e c t i o nb a s e do nb l a s t ，i e e ei n t e r n a t i o n a l c o n f e r e n c eo nc o m m u n i c a t i o n s ，i c c 2 0 0 1 ，h e t s i n k i ，f i n l a n d ，j u n e 2 0 0 1 ，p p 1 2 3 8 一1 2 4 2 3 】s a n a s f a ra n dk h a l e db e nl e t a i e f “g r o u po r d e r e ds u c c e s s i v ei n t e r f e r e n c e c a n c e l l a t i o nf o rm u l t i u s e rd e t e c t i o ni i lm i m oc d m a s y s t e m s ”w c n c2 0 0 3 一 i e e ew i m t e s sc o m m u n i c a t i o n sa n dn e t w o r k i n gc o n f e r e n c e , n o 。1 ，m a r 2 0 0 3 ，p p 8 8 8 8 9 3 4 】j u n g - t a ol i n , p e r f o r m a n c e o fm u l t i p l e s p a c e t i m ec o d e dm i m oi ns p a t i a l l y c o r r e l a t e dc h a n n e l s ”，v 0 1 4 ，n o 1 ，m a r c h2 0 0 3 ，p p 3 4 9 3 5 3 【5 r u l yl a l - uc h o i ，r o s sd m u c h ，k h a l e db e nl e t a l 畦“m i m oc d m a a n t e n n a s y s t e mf o rs r q re n h a n c e m e n t ，i e e et r a n s a c t i o n so nw t r e l e s sc o m m u n i c a t i o n s ， v 0 1 2 ，n o 2 ，m a r c h2 0 0 3 ，p p 2 4 0 2 4 9 6 d m i m i t r i ec p o p e s c u ，c h r i s t o p h e d rr o s e ， m u l t i u s e r m e m os y s t e m sa n d i n t e r f e r e n c ea v o i d a n c e ”，t h e2 0 0 3i e e ei n t e r n a t i o n a lc o n f e r e n c eo na c o u s t i c s ， s p e e c h , a n ds i g n a lp r o c e s s i n g i c a s s p2 0 0 3 ，a p r i l2 0 0 3 7 j i a n n - a nt s a i ，c h a n g - l u n gh s i a o ，a n dc h i h - l i ni ， b e ra n a l y s i so fam o d i f i e d s p a c e t i m es p r e a d i n gc o d e f o rc d m a s y s t e m s i nm i n i or i c e a nc h a n n e l s ”， g l o b e c o m2 0 0 3 一i e e eg l o b a lt e l e c o m m u n i c a t i o n sc o n f e r e n c e ，n o 1 ，d e c2 0 0 3 p p 3 0 7 3 1 1 ， 8 】j i a n x i al u o ，j a m e