（通信与信息系统专业论文）高速率无线通信系统盲均衡与多用户检测的研究.pdf

上海大学t 学硕士学位论文 高速率无线通信系统盲均衡与多用榆测的研究 中文摘要 随着通信市场容量的突飞猛进和通信技术的日新月异，人们已不再满足于低 速率的语音无线通信，高速率的1 1 0 m b s 的数据接入无线通信系统的设计已引 起普遍重视。c d m a ( 码分多址) 则是实现这一系统的关键技术之一。c d m a 系统具有大容量、高速率、高效等一系列优点，这些优点使c d m a 成为新一代 无线通信系统中最具竞争力、最有前景的无线多址技术。然而，任何技术都有不 足之处，c d m a 也不例外。在分析和设计高速率c d m a 系统时，除了考虑严重 的多址干扰外，同样不能忽略码间干扰。实际上，由于信道的畸变，码间干扰一 般存在于所有的通信系统中。如果不对多址干扰及码问干扰加以适当补偿的话， 接收信号就会含有很高的误码串。盲均衡技术和盲多用户检测技术正是解决这一 问题的理想方法。盲方法从根本上避免了训练序列的使用，可以自启动收敛并防 止失锁情况，克服了传统自适应方法的缺点，从而可以很好地应用于通信系统中。 本文首先研究了通信系统的盲均衡技术。我们对通信系统的数学模型进行了 转化，使其符合盲信号分离的模型，提出了基于独立分量分析的盲均衡算法。该 算法利用了神经网络大规模并行处理的能力，从而缩短了信号处理的时间，使其 可以在通信系统中进行在线处理。 随后从c d m a 信道模型出发，给出了多址干扰存在的原因。说明了传统检 测器、最佳多用户检测器、解相关多用户检测器及其性能。并研究了c d m a 通 信系统中的盲多用检测技术。同步c d m a 系统的信道模型类似于盲信号分离的 模型，据此，我们提出了基于独立分量分析的盲多用检测算法。并将此算法扩展 到异步多径c d m a 通信系统中。此外，对基于恒模算法的盲多用检测进行了一 定的研究，发现一般的恒模算法无法控制检测出的具体用户，针对这一问题，我 们提出了一种新的盲多用户检测算法，可以有效检测出期望用户。 关键词：c d m a ，码间干扰，多址干扰，盲均衡，多用户检测，独立分量分 析，恒模 第1 页 圭童查兰! ：兰堕! 兰堡堕= 兰： 壹垄兰垄堡望笪墨堕复竺塑竺兰卫笪型塑竺茎 a b s t r a c t a sn e wc o m m u n i c a t i o nt e c h n o l o g yi s e m e r g i n g ，m o r ea n dm o r ea t t e n t i o nh a s b e e na t t r a c t e dt o d e s i g nh i g h e r - r a t e d a t aa c c e s sw i r e l e s sc o m m u n i c a t i o n s y s t e m c d m a ( c o d e d i v i s i o nm u l t i p l ea c c e s s ) i so n eo ft h ek e y t e c h n o l o g i e st oa c h i e v et h e s y s t e m c d m a w i l lb e c o m et h em o s t c o m p e t i t i v em u l t i a c c e s st e c h n o l o g yi nw i r e l e s s c o m m u n i c a t i o ns y s t e mb e c a u s eo ft h ea d v a n t a g e so fc d m a s y s t e m ，w h i c hi n c l u d e s h i g h e rc a p a c i t xh i g h e r r a t ea n dh i g h e re f f i c i e n c y ；e t c n e v e r t h e l e s s ，c d m aa l s oh a s d i s a d v a n t a g e sa sw e l ta so t h e rt e c h o l o g i e s i nh i g h e r - r a t ec d m a s y s t e m ，m u l t i p l e a c c e s si n t e r f e r e n c e ( m 越) m u s tb ec o n s i d e r a t e da sw e l la si n t e rs y m b o li n t e r f e r e n c e ( 1 s i ) i nf a c t ，i s ig e n e r a l l ye x i s t s i na l lc o m m u n i c a t i o ns y s t e m s w i t h o u tp r o p e r c o m p e n s a t i o nf o rm a ia n di s i ，b i te r r o rr a t e ( b e r ) i sg e n e r a t e dh i g h l y b l i n d e q u a l i z a t i o na n db l i n dm u l t i u s e rd e t e c t i o n ，w h i c ha r es t u d i e di nt h i sd i s s e r t a t i o n ，c a n b eu s e dt os o l v et h ep r o b l e m ，w i t ht h ea u t o m a t i c c o n v e r g e n ta b i l i t y , b l i n dm e t h o d s ， w h i c ho v e r c o m et h ed i s a d v a n t a g eo fa d a p t i v em e t h o d ，w i l la v o i dt h eu s eo ft r a i n i n g s e q u e n c e t h e r e f o r e ，t h i sa p p r o a c h c a nb ea p p l i e dt oc o m m u n i c a t i o ns y s t e m p e r f e c t l y t h em a i nw o r k so ft h ed i s s e r t a t i o nc a nb es u m m a r i z e da sf o u o w s ： b l i n de q u a l i z a t i o no fc o m m u n i c a t i o ns y s t e mi ss t u d i e d ab l i n d e q u a l i z a t i o n a l g o r i t h m i s p r o p o s e d b a s e do n 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 ) t h e a d v a n t a g eo ft h ep r o p o s e da l g o r i t h mi st h a tt h ea l g o r i t h mh a sf a s tc o n v e r g e n c es p e e d s oa st op r o c e s so n - l i n eb e c a u s eo ft h ep r o c e s s i n g c a p a c i t yo f n e u r a ln e t w o r k b ye x p l o r i n gt h em o d e lo fd s - c d m as y s t e m s ，t h er e a s o no fm a i i sp r e s e n t e d t r a d i t i o n a ld e t e c t o r ，o p t i m a lm u l t i u s e rd e t e c t o ra n dd e c o r r e l a t i n gm u l t i u s e rd e t e c t o r a r ep r e s e n t e dw i t hp e r f o r m a n c ea n a l y s i s b l i n dm u l t i u s e rd e t e c t i o no fc d m a s y s t e m i ss t u d i e d ab l i n dm u l t i u s e rd e t e c t i o na l g o r i t h mi sp r o p o s e db a s e do ni c a w ee x t e n d t h e a l g o r i t h m t o a s y n c h r o n o u sm u l t i p a t he n v i r o n m e n t l a t e r t h ec o n s t a n tm o d u l e a l g o r i t h m ( c m a ) a p p l i e dt o m u l t i u s e rd e t e c t i o ni s s t u d i e d g e n e r a l l y ，t h e r e i sn o c o n t r o lo v e rw h i c hu s e ri se x t r a c t e d an o v e lb l i n dm u l t i u s e rd e t e c t i o na l g o r i t h m ， w h i c hc a ne x t r a c tt h ed e s i r e du s e r , i sp r o p o s e db a s e do f fc m a 第1 t 页 f ：簿太学工学硕士学位论文高速率无线通信系统盲均衡与多用检测的研究 k e y w o r d s ：c d m a ，i n t e rs y m b o li n t e r f e r e n c e ，m u l t i p l ea c c e s si n t e r f e r e n c e ，b l i n d e q u a l i z a t i o n ，b l i n d m u l t i u s e r d e t e c t i o n ，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 ，c o n s t a n t m o d u l e 第1 i i 页 原创性声明 本人声明：所呈交的论文是本人在导师指导下进行的研究工作。 除了文中特别加以标注和致谢的地方外，论文中不包含其他人己发表 或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 签名：篮墅! 日期坐坐：! ：1 9 本论文使用授权说明 本人完全了解上海大学有关保留、使用学位论文的规定，即：学 校有权保留论文及送交论文复印件，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容。 ( 保密的论文在解密后应遵守此规定) a c h j 峰2 ，己矿 e 海大学工学硕士学位论文 高速率无线通信系统盲均衡+ 多用榆测的研究 第一章绪论 近年来，无线和移动通信技术取得了飞速发展，这促使人们在数字信号处理 领域对其中的一些相关技术进行深入而广泛地研究，因为采用先进的数字信号处 理技术可以较好地提高无线通信系统地性能和容量。在通信信号处理研究的最新 进展中，盲均衡与多用户检测技术是倍受瞩目的关键技术之一。本文主要讨论通 信系统的盲均衡技术以及码分多址( c d m a ) 系统中的多用户检测技术。 1 1 无线通信的多址干扰与码间干扰 1 1 1 引言 众所周知，个人通信的目标就是采用各种可能的技术实现任何人在任何时 间、任何地点与任何人进行任何种类的信息交换。随着数字通信技术、射频电路 制造技术和大规模集成电路技术等许多相关技术领域的发展，作为个人通信系统 的重要组成部分之一，无线通信系统正向着数字化、高速化和多媒体方向发展， 信号传输速率不断提高。因此，对无线通信系统的设计提出了更高的要求，只有 采用先进的多址接入方式以及现代数字信号处理技术，才能实现高容量、高质量 的无线通信。 多址接入方式包括时分多址( t d m a ) 、频分多址( f d m a ) 、码分多址( c d m a ) 和空分多址( s d m a ) 等。迄今为止，移动通信已经和正在经历着三代演变。第 一代是模拟移动通信系统，其成功代表有北美的a m p s ( i s 1 9 ) 系统，英国的 t a c s 系统和北欧的n m t 系统。这代系统以话音传输为主，采用f d m a 接入 方式。第二代由模拟转向数字，其成功代表有北美的d - - a m p s ( i s 5 4 ) 和q - c d m a ( i s 一9 5 ) 系统，日本的j d c 系统和欧洲的g s m 系统。这一代系统不 但支持语音传输，同时提供低速的数据业务，采用t d m a 或c d m a “。 自9 0 年代以来，伴随i m t 2 0 0 0 标准化工作的进行，第三代移动通信技术和 系统的开发成为移动通信最热门的话题。它支持高达2 m 的语音、数据和多媒体 业务。可以认为，第三代移动通信系统的理想目标将是有极大的系统容量、极好 第1 页 j ：海大学t 学硕上学位论文 高速率无线通信系统盲均衡。多用榆测的研究 的通信质量和极高的频带利用率。要在复杂的移动通信环境和有限的频带资源下 实现这个目标，需要主要克服以下三个因素的限制： 1 ) 多径衰落。这是由于信号经过不同的路径到达接收机，因为天线位置、 方向和极化不同，导致接收信号的幅度、相位的起伏变化造成的。为 了保证给定的通信质量，不得不增加信号功率，这就会直接影响系统 容量。 2 ) 时延扩展。由于不同路径的信号有不同的传播对延，当时延超过检测 脉冲符号宽度的1 0 时，就会存在明显的码间干扰( i s i ) ，从而限制 了移动通信的数据速率。 3 ) 多址干扰( m a i ) 。多址干扰来自于本小区和相邻小区其他用户的干 扰。它随着小区内信道数日及用户信号功率的增加而增加。 要解决好这三方面的因素，就需要选择合适的多址接入方式并结合现代数字 信号处理技术才能更好地实现个人通信等理想通信方式。 1 1 2 直接扩频码分多址( d s c d m a ) 的优势 c d m a 是近年来用于数字蜂窝移动通信的一种先进的无线扩频通信技术。它 能够满足高速率、高容量、廉价、高效的无线通信的需求。扩频通信可以采用直 扩( d s ) 、跳频( f h ) 、跳时( f t ) 及其组合( h y b r i d ) 等方式扩展信号频谱。 在c d m a 系统中，不同用户传输的信号不是靠频率不同或时隙不同来区分，而 是靠用户各自不同的编码序列即扩频码来区分。这些编码是大型的伪噪声序列， 将频谱扩展至很大的带宽，同时降低了信号的频谱密度。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。不同码型的c d m a 信号占据相同的带宽， 彼此看起来像是随机噪声。纵观移动通信的发展，可以看到，第三代移动通信系 统的最主要技术之一便是c d m a 技术的应用，该技术也是今后设计高速率无线 通信系统的关键技术之一。跳频方式在军事上广泛应用，然而由于其频带利用率 低，在商用蜂窝系统中很少采用。在移动通信及个人通信网中( p c n ) ，一般选 用直扩码分多址( d s c d m a ) 。 同其他多址方式相比，d s c d m a 技术具有以下地明显优势： 1 ) 通信容量大 第2 页 上海大学工学硕士掌位论立 高速率7 e 线通待系统畜均衡吁多用检测的5 充 根据先农理论，信道的容量完全由信道特性决定，但实际中系统很难达 到理想情况，不同的多址方式将有不同的通信容量。理论分析表明相同条件 下，采用d s c d m a 方式的小区容量是采用数字t d m a 或f d m a 方式容量 的4 6 倍，是采用模拟f m f d m a 方式容量的2 0 倍【8 】。 2 ) 可以与视距微波通信共享一个频段 在d s ，c d m a 中，信号经过扩频处理后，单位频带内的功率很小，故对 窄带用户的干扰很小。同时考虑到微波视距传输的特点：波束方向性好、收 发台远高于地平面，所以两个系统可以共享一个频段，而不至于造成明显的 相互干扰。 3 ) 能充分利用话音的统计特性 d s c d m a 是一个干扰受限系统，任何消除或减小干扰的方法都能直接 转化为系统容量的提高，大量统计表明人们在打电话时，约有5 8 的时问处 于听状态，而3 8 的时间在讲话，如果采用间断传输技术，则系统中的多址 干扰可以减小一半以上，从雨提高了系统容量。 4 ) 更适于在衰落信道中传输 信道中的快衰落主要由多径传输引起，同一信号经不同路径到达接收端， 由于各路信号的相位、时延及强度的随机变化。严重地影响了传输的可靠性。 d s c d m a 系统中，当多径时延大于一个码片( c h i p ) 间隔时，多径信号间 的互相关很小，从而对系统性能的影晌很小。 5 ) 平滑的越区切换和有效的宏分集 d s c d m a 系统中所有小区使用相同的频率，这不仅简化了频率规划， 也使越区切换得以平滑完成。当移动台处于小区边缘时，同时有两个或两个 以上的基站向该移动台发送相同的信号，移动台的分集接受机能同时接受、 台并这些信号，此时处于宏分集状态；当某一基站的信号强于当前基站信号 且稳定后，移动台才切换到该基站的控制上去，这种切换可以平滑完成，称 为软切换。 6 ) 信道容量的软特性 在t d m a 系统中，系统中可同时使用的用户数是固定的，易发生容量硬 阻塞：而d s c d m a 系统中，新增用户只会使通信质量赂有下降，不会发生 第3 页 上海大学_ 丁学硕士学位论文高速率无线通倍系统盲均衡 j 多用榆测的研究 硬阻塞。 7 ) 低信号功率谱密度 d s c d m a 系统中，信号功率被扩展到比自身频带宽度大很多的频带范 围内，因而其功率谱密度大为降低。 除此之外，d s c d m a 系统还有不需要时间保护间隔、不需复杂的频率管理、 便于从模拟方式向数字方式过渡等优点，这些优点使d s c d m a 成为新一代通 信系统以及未来个人通信系统中最具竞争力、最有前景的无线多址技术【3 】。 本文以下如未特别指出，所述的c d m a 系统即指d s c d m a 系统。 1 1 3c d m a 系统中存在的问题 随着通信市场容量的突飞猛进和通信技术的日新月异，人们已不再满足于低 速率的语音无线通信，高速率的1 - 1 0 m b s 的数据接入c d m a 系统的设计已引起 普遍重视。在分析和设计低速率c d m a 系统时，由于无线信道的多径效应而常 忽略码间干扰( i s i ) ，但对高速c d m a 系统，受无线信道带宽的限制，码问干 扰不可再忽略。 由于c d m a 系统的用户码( 扩频码) 之间的非严格正交等固有缺陷，使各 个用户信号之间存在一定的相关性，这就是多址干扰( m a i ) 存在的根源。由个 别用户产生的m a i 固然很小，可是随着用户数的增加或信号功率的增大，m a i 就成为c d m a 通信系统的一个主要干扰。 这样m a i 和i s i 就成了限制c d m a 系统容量提高的两个主要因素。特别地， 对于多址干扰还存在“远近效应”的问题。“远近效应”严重影响系统性能。由 于移动用户的位罱不断变化以及深衰落的存在，基站接收到的各用户信号功率可 能相差很大，强信号对弱信号有明显抑制，弱信号的接收性能很差甚至无法通信。 因此，增加系统容量，缓解多址于扰与码间干扰成为一个引人注目的课题。 为了克服m a i ，人们提出了许多减少干扰的方法。传统的检测技术完全按照 经典直接序列扩频理论对每个用户的信号分别进行扩频码匹配处理，因而抗m a i 干扰能力较差。多用户检测( m u l t i u s e rd e t e c t i o n ，m u d ) 是一种抗多址干扰有 效的方法。多用户检测技术在传统检测技术的基础上，充分利用造成m a i 干扰 的所有用户信号信息对单个用户的信号进行检测，从而具有优良的抗干扰性能， 第4 页 上海大学工学硕- j 学位论文 高速率无线通信系统盲均衡与多用榆测的研究 解决了远近效应问题，降低了系统对功率控制精度的要求，因此可以更加有效地 利用上行链路频谱资源，显著提高系统容量。多用户检测包括早期提出的线性多 用户检测，近期提出的自适应多用户检测，以及现今处于研究热点的盲多用户检 测。 对于i s i ，则不仅是高速率c d m a 系统所面i 临的问题，它存在于各种通信系 统中，为了解决i s i 的问题，我们必须在接收端设计能够补偿或减小接收信号码 问干扰的接收机，即均衡器。包括线性均衡器、自适应均衡器、盲均衡器等。 1 2 研究现状 本文主要讨论了通信系统的盲均衡技术以及c d m a 系统中的盲多用户检测 技术。之所以研究盲方法，是因为其具有一系列的优点。由于无线信道是一个时 变的信道，当信道响应突然变化或出现新的同信道用户时，自适应均衡与多用户 检测方法必须重新发送训练序列，而训练序列的不断发送会造成频谱资源的很大 浪费。而盲方法优于自适应方法之处在于：其不需要用训练序列，且通信中断后 能自动恢复正常工作，因此可以很好地运用于多点通信系统和接收系统中的均衡 问题。此项技术的实际应用，对于提高接收信号的质量、保证信息的准确可靠， 具有十分重要的意义。 1 2 1 盲均衡研究现状 所谓盲均衡是指均衡器能够不借助训练序列( “盲”) ，而仅仅利用所接收到 的信号序列即可对信道进行均衡。换言之，其本身完全不用训练序列就可以自 启动收敛并防止失锁情况，且能使滤波器的输出与要恢复的输入信号相等。盲均 衡从根本上避免了训练序列的使用，收敛范围大，应用范围广，克服了传统自适 应均衡的缺点，从而降低了对信道和信号的要求。因此，盲均衡现已越来越受到 重视。传统自适应均衡器的设计目标是使均衡后的输出序列 主( n ) 逼近输入的码 元序列 x ( 九) ；而盲均衡的设计目标则是使均衡后输出序列 曼( h ) ) 的统计量逼近 输入码序列 x ( n ) ) 的统计量。 至今已发展了不少盲均衡的方法1 9 1 “【1 5 1 ，虽然在某些情况下确实有优良的均衡 第5 页 上海大学工学硕士学位论文 高速率无线通信系统言均衡与多用榆测的研究 性能，但还没有一种盲均衡算法能应用于实际中，所以还需要进步研究。 1 ) b u s s g a n g 类型盲均衡。 早期类型的盲均衡以横向滤波器为基本结构，利用信号的物理特征选择合适 的代价函数和误差控制函数，来调节均衡器的权系数。这类算法是以一种迭代方 式进行盲均衡，并在均衡器的输出端对数据进行非线性变换，当算法以平均值达 到收敛时，被均衡的序列表现为b u s s g a n g 统计量。b u s s g a n g 类型盲均衡算法是 在原需要训练序列的传统自适应均衡基础上发展起来的其显著特点是：算法思 路保持了传统自适应均衡的简单性，物理概念清楚，没有增加计算复杂度，运算 量较小，便于实时实现。缺点是：算法的收敛时间较长，收敛后剩余误差较大。 没有解决求解过程中的局部最小问题，对非线性信道或存在零点的信道均衡效果 不佳。 对于b u s s g a n g 类型的盲均衡，今后需进一步研究具有凹( u ) 特性代价函数 的盲均衡算法，从而保证均衡器收敛到全局最小点，同时应收敛速度快，运算量 小，易于采用数字信号处理技术实现。 2 ) 基于高阶统计量的盲均衡。 一般情况下，基于二阶统计量的均衡算法只能解决最小( 或最大) 相位信道 的均衡问题，而对非最小相位信道无能为力。而系统输出序列的高阶统计量则既 能反映系统( 或信道) 传递函数的幅度信息，又能揭示系统( 或信道) 的相位信 息。同时也能有效抑制系统( 或信道) 中的加性高斯噪声，因此能够用于各种系 统( 或信道) 辨识和参数估计，实用性强。基于高盼统计量盲均衡的优点是：可 以构造任意形式的均镛器结构，不需要准确的系统阶数判定，同时能够保证算法 很好地收敛到全局最小点。缺点是：计算复杂度较高，且需要很长的观测数据。 由土可知，对基于高阶统计量的盲均衡，今后主要应寻找计算量更，j 趵算法，使 其走向实用化。 3 ) 循环平稳信号盲均衡 信号可以分为两大类：平穗信号和非平稳信号。在菲平稳信号中有一类特殊 的时变信号，其统计特性的非平稳性呈现为周期或多周期( 各周期不能通约) 平 稳变化，这类信号统称为循环平稳信号c s ( c y c l o s t a t i o n a r y ) 或周期平稳信号n 循环平稳( 菲平稳) 信号盲均衡的核心是过采样，其采样频率是n y q u i s t 采样频 第6 页 l 海大学t 学硕士学位论文 高速率无线通信系统盲均衡7 多用检测的研究 率的整数倍。前已指出，一般情况下利用二阶统计量不能解决非最小相位系统( 或 信道) 的均衡问题。而使用二阶循环平稳统计量可辨识和均衡时不变非最小相位 系统。但如果是时变系统，那就必须使用高阶循环平稳统计量了。循环平稳信号 盲均衡的优点是：可以分离平稳和非平稳信号，对任何平稳噪声以及循环平稳的 高斯噪声都不敏感，能够恢复时变系统的相位信息，可用于表征非线性。 现有的研究基本上均以加性白噪声作假设，并且都以信道输出信号的循环平 稳性作为基础，但是却并没有实际使用循环二阶统计量。事实上，若使用循环二 阶统计量，那么理论上将能够完全抑制任何平稳的高斯或非高斯噪声。 4 ) 基于神经网络和模糊理论的盲均衡 信道均衡也可看成分类问题，即把均衡器看成一个判决器，以便尽量精确地 重构发送序列。而有很强分类功能的神经网络就很适合做均衡器。神经网络的最 大优势是：大规模并行计算处理能力，权重的自适应调整能力，可学习性，适用 于各种信道等。而模糊理论则克服了由于问题描述过程中的不确定性所带来的处 理困难。目前基于神经网络和模糊理论的盲均衡研究方兴末艾，但由于此类方法 计算量大，并受到理论描述的准确性和硬件集成度的影响，实现起来尚有困难。 目前，基于神经网络和模糊理论的盲均衡应进一步研究：在有噪声干扰的情 况下其性能指标如何，并要着手讨论适用于盲均衡器的神经网络新模型。 1 2 2 盲多用户检测研究现状 在c d m a 通信系统中，多用户检测能够有效地克服多址干扰、抑制远近效 应。虽然自适应多用户检测具有一些优点，但当信道响应突然变化或出现新的的 同信道用户时，训练序列便需要重新发送，而这种情况是常见的。众所周知，训 练序列的不断发送会造成频谱资源的很大浪费，因此人们便转而研究不需要训练 序列的自适应多用户检测。只使用观测数据，不需要训练序列的自适应多用户检 测称为盲多用检测，它是h o n i g 等人于1 9 9 5 年首先提出的【”j 。 盲多用户检测提出的比较晚，它是通信信号处理最近几年的一个研究热点。 1 ) 基于最小输出能量( m o e ) 的盲多用检测【l 6 j m o e 方法只使用期望用户的特征波形和定时信息，没有比单用户匹配滤波 器使用更多的信息，但是却能够收敛为线性m m s e 检测器，而且具有抗远近效 第7 页 上海大学工学硕士学位论文 高速率无线通信系统鲁均衡与多用榆测的研究 应的能力，这是它的优点所在。但是由于它是较早的盲多用户检测的方法，在稳 定性，收敛速度方面有明显的不足，而且收敛结果的扰动大，需要很大的计算量 等。 2 ) 基于子空间的盲多用户检测 1 7 】【1 8 】 基于子空间的高分辨率方法在阵列信号处理中起着重要的作用，通过对信号 子空间的估计，解相关检测器和线性m m s e 检测器都可以用盲的方法获得，而 利用子空间跟踪算法，就可以用自适应算法来实现基于子空间的盲多用户检测。 子空间方法所需要的信息与m o e 方法一样，同样可以收敛为m m s e 检测器， 但它的计算量小，鲁棒性好，性能优于m o e 检测器。然而收敛速度还是不能令 人满意。 3 ) 基于恒模算法( c m a ) 的盲多用户检测【驯 m l 。h o n i g 在文献 硎中首次将恒模算法应用在多用户检测中。c m a 算法试 图恢复在许多通信信号中都有的恒模特性。在a w g n 信道中，满足收敛条件的 恒模算法的收敛速度和稳态性能都很好，但恒模算法存在多个局部收敛点，对于 初始向量和收敛步长参数的选择有很大的依赖性，容易收敛到局部最小点上。而 且一般的恒模算法无法确定检测出的用户，这就对恒模算法的应用产生了很大的 影响。 4 ) 基于卡尔曼滤波的盲多用户检测 2 3 】 基于卡尔曼滤波的盲多用户检测是最近几年才提出的，它克服了一般随机梯 度算法收敛慢、误差比较大的缺点。卡尔曼滤波算法可以获得比随机梯度算法高 十几分贝的平均信干比，并且收敛速率和跟踪能力也都明显比随机梯度算法高。 5 ) 盲多用户检测的统计算法【2 4 】 盲多用户检测的统计算法是a u t o n h a r o 等人于1 9 9 8 年提出的。这种算法以 最大似然准则为基础，从信道的隐m a r k o v 模型出发，利用期望最大化b a u m w e c h 算法求解信道响应的最大似然估计问题。 1 3 本文简介 c d m a 作为实现高速率无线通信系统的关键技术之一，有其优越性，但也存 在一些问题。c d m a 系统的用户码( 扩频码) 之间的非严格正交会导致多址干 第8 页 上海大学工学硕士学位论文 高速幸无线通信系统盲均衡与多用榆测的研究 扰，由个别用户产生的多址干扰固然很小，可是随着用户数的增加或信号功率的 增大，多址干扰就成为c d m a 通信系统的一个主要干扰。在分机和设计低速率 c d m a 系统时，由于无线信道的多径效应而常忽略码间干扰，但对高速c d m a 系统，受无线信道带宽的限制，码问干扰不可再忽略。实际上，由于信道的畸变， 码阁干扰一般存在于所有的通信系统中。如果不对多址于扰及码间于扰加以适当 补偿的话，接收信号就会含有很高的误码串。盲均衡技术和盲多用户检测技术正 是解决这一问题的理想方法。盲方法从根本上避免了训练序列的使用，可以自启 动收敛并防止失锁情况。克服了传统自适应方法的缺点，从而可以很好她应用于 通信系统中。本文结合盲均衡与盲多用户检测的研究新进展，提出了几种性能优 异的盲均衡与盲多用检测算法。本文的主要内容是按如下安排的。 第二章引入了盲信号分离技术。主要介绍了盲信号分离的基本概念，说明了 盲可辨识性。给出了一类盲信号分离的神经网络方法，即独立分量分析方法。最 后给出对盲信号分离的展望以及其主要应用的领域。 第三章研究了通信系统中的盲均衡技术。首先介绍了盲均衡技术的相关概 念，给出了盲均衡问题的数学描述。随后对通信系统的数学模型进行转化，使其 符合盲信号分离的模型，应用独立分量分析方法完成均衡。该方法不需要发送训 练序列，是神盲方法，可有效抑制码间干扰。而且它利用了神经网络大规模并 行处理的能力，从而缩短了信号处理的时间，使其可以在通信系统中进行在线处 理。最后将此算法扩展到复信号的情况。 第四章研究了高斯自噪声信道下的几种典型多用户检测器。首先介绍了 d s c d m a 信道模型以及匹配滤波，从中给出了多址干扰存在的原因。随后说明 了传统检测器、最佳多用户检测器、解相关多用户检测器及其性能。最后，通过 仿真实例比较了上述检测器的性能，从而说明了采用多用户检测器可蚪大大改善 系统的性能。 第五章研究了c d m a 通信系统中的盲多用检测技术。同步c d m a 系统的信 道模型类似于盲信号分离的模型，据此，我们应用独立分量分析方法完成了 c d m a 系统中的盲多用户检测，并在此基础上将异步多径模型同样转化为盲信 号分离的模型，从而提出了基于独立分量分析的盲多用检测算法。该算法有效利 用了神经网络大规模并行处理的能力，适合在通信系统中在线处理。随后，我们 第9 页 上海大学工学硕上学位论文高速率无线通信系统盲均衡与多用检测的研究 对基于恒模算法的盲多用检测进行了一定的研究，发现一般的恒模算法无法控制 检测出的用户，针对这一问题，我们提出了一种新的算法，可以有效检测出期望 用户。 第六章对本论文的工作进行了小结，并对今后的工作做出展望。 第1 0 页 ：海大学工学硕二l 学位论文 高速率无线通信系统盲均衡与多用检测的研究 第二章盲信号分离 无线通信系统中的很多问题都可以转化为阵列信号处理的典型模型，而盲信 号分离的模型与阵列信号处理的模型非常相似，那么如何把盲信号分离的方法应 用到通信问题中将是一项值得研究的内容。由于盲信号分离的方法已经在通信问 题中获得了一些成功的应用 4 1 , 4 9 ，而且本文也应用了此方法克服了无线通信系统 中的多址干扰与码间干扰，所以我们有必要对盲信号分离做一简单的介绍。 2 1 引言 近几年来，盲信号分离已成为信号处理学界和神经网络学界共同感兴趣的研 究热点领域，并获得了迅速的发展。简而言之，盲信号分离就是根据观测到的混 合数据向量确定一变换，以恢复原始信号或信源。典型情况下，观测数据向量是 一组传感器的输出，其中每个传感器接收到的是源信号的不同组合。术语“盲的” 有两重含义：( 1 ) 源信号不能被观测，( 2 ) 源信号如何混合是未知的。显然，当 从信源到传感器之间的传输很难建立其数学模型，或者关于传输的先验知识无法 获得时，盲信号分离是一种很自然的选择。盲信号分离的核心问题是分离( 或解 混合) 矩阵的学习算法，它属于无监督的学习，其基本思想是抽取统计独立的特 征作为输入的表示，而又不丢失信息。当混合模型为非线性时，一般是无法从混 合数据中恢复源信号的。除非对信号和混合模型有进一步的先验知识可资利用。 困此，在大多数的研究中，只讨论线性混合模型。由于盲信号分离在阵列处理、 多用户通信、生物医学工程等中有着重要的应用，近几年的发展极为迅速，本节 将对盲信号分离的有关发展、重要理论和方法作综述。 2 2 盲信号分离问题 盲信号分离可以用下面的混合方程描述： x ( o = a s ( o 式中s ( f ) = 【s ，( f ) ，s 。( f ) 7 为门个源信号构成的口维向量 2 1 上海夫学工学硕士学位论文 高速率无线通信系统盲均衡与多用检测的研究 善( f ) = 【z 。( f ) ，工。( f ) 7 为脚维观测数据向量，其元素是各个传感器得到的输出； m 维矩阵a 称为混合矩阵，其元素表示信号的混合情况。式2 - 1 的含义是1 7 个源信号通过混合得到1 7 7 维观测数据向量。盲信号分离问题的提法是：在混合矩 阵a 和源信号未知的情况下，只根据观测数据向量x ( f ) 确定分离矩阵w ，使得 变换后的输出 y ( f ) = w x ( t ) 2 - 2 是源信号向量s o ) 的拷贝或估计。 2 2 1 盲可辨识性 作为混合矩阵a 结构信息未知的一种补偿，必须有关于源信号的某些附加假 设。最基本的假设是源信号中至多只能有一个高斯信号，因为两个高斯信号是不 能盲分离的【酬。 由于信号传输( 即信道) 以及源信号知识的缺乏，盲信号分离存在两种不确 定性或模糊性：分离后信号顺序排列和复振幅( 幅值和初始相位) 的不确定性。 盲信号分离的不确定性主要表现为混合矩阵a 的非完全辨识。既然a 具有不确 定性，所以不失一般性，假定源信号具有单位方差，即把源信号振幅的动态变化 归并到混合矩阵a 相应列的元素中。 归一化只是解决了混合矩阵a 各元素的幅值的不确定性，各列的排列顺序和 初始相位仍然保持不确定性。为了描述和解决混合矩阵a 的这些不确定性， c a r d o s o 等人 2 6 】将两个矩阵的“本质相等”的概念引入到盲信号分离中。 定义1 两个矩阵m 和称为本质相等，并记作ms ，若存在矩阵g 使 得m ；n g ，其中g 是一广义交换矩阵，并且其元素具有单位模。 因此，盲信号分离问题也可叙述为：只根据传感器输出x ( o 辨识混合矩阵a 的本质相等矩阵与或恢复源信号。 文献【2 5 】证明了信号的盲可分离性：对于各个元素相互独立，并且只有一个高 斯分量的信号向量s 而言，若y = c s ( 其中c 是一任意可逆矩阵) 的元素相互独 立，则y 是s 的一个拷贝。 第1 2 页 上海大学工学碳士学位论文 高速军无线通信系统盲均衡与多用检测的研究 盲信号分离的性能在很大程度上与信号的随机性质有关。这些性质由信号的 高阶统计量( 累积量) 决定。特别地，称为峰度的四阶累积量起着重要的作用。 对信号分量s ，( f ) ，归一化峰度定义为 5 1 k 4 s i ( t ) 黜。 ：。 对于高斯信号，其归一化峰度等于零。若蜀 s 。( 0 l ，0 ，则称暑( f ) 为超高斯信 号；若e 【置( f ) 】c0 ，则s ( f ) 为亚高斯信号。亚高斯和超高斯信号另有其它定义， 参见文献【5 1 。 2 2 2 等变化性 除了可辨识性外，盲信号分离还应该具有等变化性。考虑对观测数据向量z 使用一代数运算即左乘一可逆矩阵m ，得m x 。 定义2 f 2 6 1 令a = a 御是混合矩阵a 的某个批处理估计器。若对任意可逆矩 阵m 恒有 a ( m x ) = m a 2 - 4 则称估计器a 是等变化的，且式2 - 4 称作等变化条件。 假定源信号的估计为；( f ) = a 。1 工( f ) 。其中五一a 是混合矩阵a 的等变化估 计器，则容易证明 ( f ) = ( a ( 工) ) 。卫( f ) = ( a ( a s ) ) a s ( t ) = ( a a ( s ) ) a s ( t ) = 【a ( s ) 】一1 s ( f ) 2 - 5 即是说，如果信号分离算法具有等变化性，则该算法的信号分离性能与混合 矩阵( 即信号传输的信道) 完全无关，只决定于原始信号，这一性能称为均匀性 能。很显然，“一个批处理的信号分离算法的性能与源信号如何混合无关”是我 们期望盲信号分离应该具有的基本性能。 盲信号分离已有许多的算法，这些算法大致可分为以下三类鲫： ( 1 )信号经过变换后，使不同信号分量之间的相依性( d e p e n d e n c y ) 最小 化。这类方法称为独立分量分析，由c o m o n 于1 9 9 4 年提出【捌。 ( 2 )利用非线性传递函数对输出进行变换，使得输出分布包含在一个有限 第1 3 页 上海大学工学硕士学位论文 高速率无线通信系统盲均衡与多用检测的研究 的超立方体中：然后熵的最大化将迫使输出尽可能在超立方体中均匀 散布。这类方法称为熵最大化方法，是b e l l 与s e j n o w s k i 于1 9 9 5 年提 出的 2 9 1 。 ( 3 ) 非线性主分量分析是线性主分量分析方法的推广，由o j 与k a r h u m e n 等人于1 9 9 4 年提出 3 0 】【3 ”。 业g i i t ! n t 3 2 1 ，熵最大化与独立分量分析是等价的。简单期间，下面只讨论独 立分量分析方法。 2 3 独立分量分析 顾名思义，独立分量分析( i c a ) 的基本目的就是确定线性变换矩阵w ，使 得变换后的输出分量咒( f ) 尽可能统计独立。因此，i c a 是冗余压缩的一种特殊 情况。 与其它优化方法需要目标函数一样，信号分离也需要目标函数。在信号分离 中，常采用“对比函数”作目标函数。 定义3 输出向量y 的对比函数记作( j ，) ，定义为将y 的概率密度分布集合 映射为一实值函数的算子驴，并且映射函数满足下列条件： ( 1 )若向量j ，的元素y 。改变排列位置，则函数妒( j ) 保持不变，即对所有 交换矩阵p 恒有驴( 毋) = 驴( y ) ； ( 2 )若y 的元素y ，改变“尺度”时函数妒( j ，) 保持不变，即对所有可逆对 角矩阵d 恒有妒( p y ) = ( y ) 。 选择不同的对比函数，可以得到不同的独立分量分析算法。 当使用不同的神经网络时，信号分离输出的数学模型各异。例如，若使用前 馈神经网络实现盲信号分离，则网络输出可写作 y ( t ) = w ( f ) 工( f ) 2 - 7 而若使用递归神经网络，则网络输出为 y ( t ) = 【i + w ( f ) 】- 1 工( f ) 2 8 第1 4 页 ：海人学工学硕士学位论文高速率无线通信系统盲均街与多用检测的研究 上述两式中，w 和谛分别为前馈和递归神经网络的突触权矩阵。下面以前馈神 经网络为分析对象。 最小互信息的基本思想是选择变换矩阵w ，使输出y w x 各分量之间的相 依性最小化。相依性用y 的联合概率密度函数p ( w ) = p ( y 一，儿) 和边缘概率 密度函数乘积p ( w ) - p ( y 。) p ( y 。) 之间的k u l l b a c k - l e i b l e r 散度表示 ，0 e ) - d 【m 删m 朋 = 如，执) 轰警蔫”帆2 9 互信息是非负的，即j o y ) 2 0 ；从式2 - 9 容易看出，当且仅当y 的各分量独 立时，互信息等于零。c o m o n 证明了m 1 ，( ) 是独立分量分析的对比函数，即 l ( w 、= 0 若w ；d p a 。 2 - 1 0 式中，a 为混合矩阵，d 和p 分别是可逆的对角矩阵和任意的交换矩阵。 互信息与熵之间存在以下关系： 7 何)