（通信与信息系统专业论文）mimocdma多用户检测方法研究.pdf

p 海师范大学硕t 学位论文 m i m o c d m a 多用户检测方法研究 摘要 本文主要研究m i m 0 c d m a 系统多用户检测方法。针对现有多用户检 测方法进行改进，从误码率性能、抗远近效应能力、计算复杂度和算法对 信道参数估计误差的敏感度等几个方面进行比较。给出m i m o c d m a 系统 模型，分析发送信号配置和接收信号组成，使用多用户检测算法对接收信 号进行处理；研究基于线性串行干扰消除检测的m i m o c d m a 多用户检测 方法，采用多级结构对接收信号进行串行干扰抵消，并将检测结果进行多 天线合并；提出m i m 0 c d m a 系统延迟估计误差纠正算法，充分考虑系统 信道延迟参数的估计误差，将误差残余信号在多级检测中估计并消除，使 算法在信道延迟估计误差小于一个切普周期时具有鲁棒性；建立 m i m o c d m a 系统级仿真模型，在信道延迟估计存在误差的情况下，比较 多用户检测算法的性能差异，并分析延迟估计误差纠正算法的误码率性能。 本文提出的m i m 0 c d m a 系统延迟估计误差纠正算法，加入了延迟误 差残余信号的估计和抑制环节。通过仿真验证了该算法对延迟估计误差的 敏感度降低，克服了多用户检测算法对延迟估计误差敏感度高的缺点，使 算法在信道延迟估计存在误差的情况下仍然具有较强的抗远近效应能力。 关键词：移动通信，多入多出，c d m a 系统，多用户检测，信道延迟， v - b l a s t ，远近效应，干扰消除 h 海师范大学硕j 二学位论文 s t u d yo nm u l t i u s e rd e t e c t i o n si nm i m o - c d m as y s t e m a b s t r a c t s t u d y i n go fm u d m e t h o d so fm i m 0 一c d m a s y s t e m sa n di m p r o v i n gt h e s e a l g o r i t h m sa r em a j o ro b j e c t i v e so ft h i sp a p e r t h ep e r f o r m a n c eo fb i te r r o r r a t e ( b e r ) s i g n a l t o - n o i s er a t i o ( s n r ) ，n e a r - f a rr e s i s t a n c e ，c o m p u t a t i o n a l c o m p l e x i t y a n da l g o r i t h mr o b u s t n e s st o t i m e - d e l a ye s t i m a t i n g e r r o ra r e d i s c u s s e d t h e s y s t e mm o d e lo fm i m o c d m as y s t e m i s g i v e n t h e t r a n s m i t t i n gs i g n a lc o n f i g u r a t i o na n d t h e r e c e i v i n gs i g n a lc o m p o n e n t sa r e a n a l y z e d v a r i o u sm u da l g o r i t h m sa r ea n a l y z e du n d e rt h i ss y s t e mm o d e l a n a l g o r i t h mo fm i m o - c d m as y s t e m sb a s e do nl i n e a rs i ci sp r o p o s e d ，w h i c h c o m b i n e sm u l t i s t a g e l i n e a rs u c c e s s i v ei n t e r f e r e n c ec a n c e l l a t i o na n d m u l t i a n t e n n ac o m b i n i n gt od e a lw i t ht h eo u t p u to ft h el i n e a rs i c i t sb e r s n r p e r f o r m a n c ei sa n a l y z e d c o n s i d e r i n gt h ed e l a ye r r o ro fc h a n n e le s t i m a t i o n ， a n o t h e rm e t h o dp r o v i d e se r r o rc o r r e c t i o no ft i m e d e l a yi n t e r f e r e n c ei sp r o p o s e d t h i sm e t h o da c h i e v e sr o b u s t n e s st ot i m e d e l a ye r r o ro fc h a n n e le s t i m a t i o n s y s t e m 1 e v e l s i m u l a t i o n o fm i m o c d m ai se s t a b l i s h e d b i te r r o rr a t e p e r f o r m a n c eo fv a r i o u sm u dm e t h o d sa sw e l la st h ep r o p o s e dt i m e - d e l a ye r r o r c o r r e c t i o na l g o r i t h mi sa n a l y z e d t h ed e l a ye r r o rc o r r e c t i o nm e t h o df o rm i m o c d m as y s t e mp r o p o s e di n t h i sp a p e ri n t r o d u c e se s t i m a t i o na n dc a n c e l l a t i o no ft h ed e l a ye r r o rr e s i d u a l s i g n a l s i m u l a t i o nr e s u l t ss h o wt h a tt h ep r o p o s e dm e t h o di sl e s ss e n s i t i v et o d e l a ye r r o r st h a no t h e rm u dm e t h o d s o u rp r o p o s e dm e t h o dc a nc o m b a tt h e n e a r - f a re f f e c t su n d e rt h ed e l a ye r r o rc o n d i t i o n s k e y w o r d s ：m o b i l ec o m m u n i c a t i o n ，m i m o ，c d m a , m u l t i u s e rd e t e c t i o n ， c h a n n e ld e l a y , v - b l a s t , n e a r - f a re f f e c t ，i n t e r f e r e n c ec a n c e l l a t i o n 第n 页 论文独创陛声明 本论文是我个人在导师指导下进行的研究工作及取得的研究成果。论文中除了特别 加以标注和致谢的地方外，不包含其他人或机构已经发表或撰写过的研究成果。其他同 志对本研究的启发和所做的贡献均已在论文中做了明确的声明并表示了谢意。 作者签名：日期：3 。口7 罕鞠巧自 论文使用授权声明 本人完全了解上海师范大学有关保留、使用学位论文的规定，即：学校有权保留送 交论文的复印件，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，可以 采用影印、缩印或其它手段保存论文。保密的论文在解密后遵守此规定。 作者签名：睡z 欠 翩签名筏数 慨埘辛瑁圳 上海师范大学硕十学位论文第一章绪论 第一章绪论 本文研究m i m o c d m a 多用户检测技术。将m i m o 技术应用于c d m a 系统能有 效地增加系统容量和提高数据传输速率，对c d m a 系统具有推动作用。本章介绍研究 背景和研究意义，将从宽带无线通信的发展趋势、多天线系统和多用户检测技术三个方 面介绍本课题的选取依据和研究意义。另外本章还介绍了本文的研究工作和行文的基本 结构。 1 1 研究背景及研究意义 1 1 1 宽带无线通信 无线通信是当代通信领域内最为活跃、发展最为迅速的领域之一，也是对人类的生 活和社会发展有重大影响的科学技术领域之一。2 0 世纪8 0 年代以来，全球范围内无线 移动通信得到了前所未有的发展。随着便携式微机、掌上电脑、智能手机以及个人数字 助理( p d a ) 等的普及，人们对因特网无线接入的需求从最初简单的收发e - m a i l ，发展 为进行网络浏览、获取多媒体信息以及其它多种服务。 1 宽带化发展趋势 第一代移动通信只能提供模拟话音业务。第二代移动通信系统实现了话音的数字 化，并用时分多址替代了频分多址接入方式，大幅度增加了系统的用户容量。第三代移 动通信系统可以在无线蜂窝网络中提供更加丰富的因特网业务和多媒体业务。然而现有 的无线网络仍不能提供足够的接入速率以满足用户对多媒体业务的需求。2 0 0 4 年初 8 0 2 1 6 w i m a x 提出之后，整个无线通信领域开始了新一轮的技术竞争，加速了蜂窝移 动通信技术演进的步伐。3 g p p 和3 g p p 2 分别在2 0 0 4 年底和2 0 0 5 年初开始了3 g 演进 技术e 3 g 的标准化工作。其中3 g p p 启动了长期演进( u e ) 计划，提出的技术要求是： 实现下彳亍1 0 0m b s 、上行5 0m b s 速率，频谱效率比r 6 版本高2 4 倍，能更好地支持 m 传输业务，而且成本更低。3 g p p 计划在2 0 0 6 年完成主要参数研究，2 0 0 7 年6 月完 成标准化。3 g p p 2 则提出了无线接口演进( a i e ) 计划。a i e 分为两个阶段，第一个阶 第1 页 上海师范大学硕十学位论文 第一章绪论 段采用多载波c d m a 2 0 0 0l x e v - d o 技术，最多1 5 个载波实行捆绑，可支持下行4 6 5 m b s 、上行2 7m b s 速率的数据业务；第二阶段采用增强型无线接口，将支持下行1 0 0 m b s 1g b s 、上行5 0m b s 1 0 0m b s 速率的数据业务。无线通信业务和宽带数据业 务正呈现宽带化和高速率的发展趋势。 c d m a 系统容量受可用频率带宽的限制，要满足无线业务需求就要寻找新的方法使 系统在有限的带宽内获得更大的容量。m i m o ( m u l t i i n p u tm u l t i - o u t p u t ) 技术能够充分 利用空间资源，在不增加系统带宽和天线总发送功率的情况下，有效对抗无线信道衰落 的影响，大大提高系统的频谱利用率和信道容量，是高速数据传输的优选技术之一。近 来的研究表明，在c d m a 系统的发送端和接收端分别使用多副天线能够提高无线通信 系统的性能【1 h 3 1 。此外，采用m i m o 技术的c d m a 系统由于获得了系统的空间结构， 而有利于接收端充分利用信号的空间特性进行干扰消除1 4 i 。【6 1 。m i m 0 c d m a 系统的研究 推动了c d m a 技术向未来移动通信业务的发展。 2 信号检测算法研究的重要性 信号检测算法是利用系统发送信号的各种特性，对期望信号进行干扰消除和符号判 决的一种信号处理技术。接收端采用适当的接收检测算法可以减小接收误码率，提高系 统性能，而且不需要对发送端进行改动。接收端信号检测算法需要考虑的两个重要问题 就是算法性能和算法复杂度。m i m o 多用户系统存在各种干扰源影响接收信号判决的准 确性，m i m o 系统接收算法的复杂度与天线数和调制阶数的选取有关。对下行链路，接 收机需要嵌入便携式设备中，就要求接收机的设计满足低能耗和低成本的要求。快速有 效而易于硬件实现的信号检测算法对于接收机来说具有极其重要的现实意义。 3 本文研究对象 在具有多发送、多接收天线的c d m a 系统下行链路环境中，各种干扰影响了系统 多用户接收机的检测性能，这些干扰包括由于频率选择性信道引起的符号间干扰( i s i ， i n t e r - s y m b o li n t e r f e r e n c e ) ，由于扩频码不严格正交引起的多址干扰( m a i ，m u l t i p l e a c c e s s i n t e r f e r e n c e ) 和来自不同数据子流间的多流干扰( m s l m u l t i s t r e a m i n t e r f e r e n c e ) 。本文 采用多用户干扰消除检测算法对接收信号进行处理，达到有效提高接收机检测性能的目 的，并对算法进行改进使算法更能适应系统环境的变化。 1 1 0多天线系统概述册 多副接收天线和接收分集的使用可以追溯到2 0 世纪初的马可尼时代，早在1 9 0 8 年 第2 页 马可尼就提出用它来抗衰落。研究发现，多副天线构成的接收阵列可以有效地克服无线 蜂窝系统中的共道干扰。1 9 9 4 年，p a u l r a j 和k a i l a t h 提出在发送端和接收端同时使用多 天线可增加无线信道的容量。1 9 9 6 年，r o y 和o t t e r s t e n 提出在基站使用多天线可在同 一信道上支持多个用户使用。接下来b e l l 实验室在2 0 世纪9 0 年代中后期一系列研究成 果的出台，对多天线的研究起了很大的推动作用。1 9 9 5 年t e l a t a r 和1 9 9 8 年f o s c h i n i 对 白高斯信道下多输入多输出天线系统容量的研究表明，多天线m i m o 技术可以大大提 高容量。1 9 9 6 年，f o s c h i n i 提出了分层空时码( l a y e r e ds p a c e t i m ec o d i n g ) 技术。分 层空时码将信源数据分为若干子数据流，独立地进行编码、调制，频谱效率可达4 0 b p s h z 以上，但它较适用于窄带系统和室内环境，不太适合应用于室外移动环境。1 9 9 8 年 a l a m o u t i 提出一种发送分集实现方案，随后t a r o k h 等人在此基础上将发送分集技术结 合正交编码，提出空时分组编码( s t b c , s p a c e t i m eb l o c kc o d i n g ) 技术；将发送分集 技术结合格状编码调制( t c m ) 技术，提出空时网格编码( s 1 r c s p a c e t u n et r e l l i s c o d i n g ) 技术。 m i m o 技术在无线通信系统的发送端和接收端都安置多个天线元素，其简化图如图 1 - 1 所示。在发送端，二进制数据流输入到发送处理模块中，在这里对输入信息进行编 码，星座映射和加权，然后送到各副发送天线上，经过上变频、铝箔和放大后发送出去。 在接收端，接收机将多副接收天线的信号进行解调、匹配滤波、接收处理和译码，以恢 复原始数据。可见，m i m o 技术的出发点是将发送天线与接收天线相结合以改善每个用 户的通信质量( 如差错率) 或者通信效率( 如数据速率) 。 图1 - 1m i m o 系统结构框图 f i g 1 - 1b l o c kd i a g r a mo fam i m os y s t e m 0 m i m o 系统的核心思想是空时信号处理，即在时间维的基础上，通过使用多副天线 来增加空间维，从而实现多维信号处理，获得空间复用增益或者空间分集增益。m i m o 技术可以视为智能天线技术的一种扩展，它具有智能天线的优点：数据经过矩阵信道， 提供空间分集增益和阵列增益，从而提高通信容量和频谱利用率。 第3 页 m i m o 系统具有以下主要特征： 1 信道容量 对高斯噪声下多发送多接收天线系统信道容量的研究表明，在假设各天线互相独立 的条件下，多天线系统比单天线系统的信道容量有显著的提高。具有忍。副发送天线、甩， 副接收天线的无线传输系统，在接收端己知信道传输特性的情况下，若一，一万，得到与以， 呈线性增加的信道容量。在相同发射功率和传输带宽下，该系统比单天线发、单天线收 系统的信道容量可提高约4 0 多倍。这些增加的信道容量可以用来提高信息传输速率， 也可以通过增加信息冗余度来提高系统的传输可靠性。 2 空间复用 b e l l 实验室建立了贝尔分层空时( b l a s t , b e l ll a y e r e ds p a c e - t i m e ) 结构多天线 m i m o 实验系统，将高速信源数据流按照发送天线数串并变换为若干数据子流，独立地 进行编码、调制，然后分别从各副发送天线上发送出去，实现了空间复用。这些数据流 占据相同的频带，经过无线信道后，信号混合。在接收端，利用估计的信道特性，接收 机按照一定的译码算法分离独立的数据流并给出其估计值。根据发送端对输入串行数据 流进行分路方式的不同，主要有垂直( v - b l a s t ) 、对角( d b l a s t ) 和平行( h b l a s t ) 三种空间复用方式。该系统利用空间复用提高了频谱利用率。 3 空间分集 m i m o 系统能够利用多副天线所带来的多条传输路径来获得空间分集增益，将多径 作为有利因素加以利用，从而提高系统的传输性能。基于发送分集的空时编码技术有效 地结合了编码、调制以及分集技术，在获得分集增益的同时，在一定条件下也可获得编 码增益。空时编码技术主要包括空时分组编码和空时网格编码两大类。空时网格码可以 同时获得分集增益和编码增益，但其译码复杂度很高；空时分组码只能获得分集增益， 但译码简单、易于实现，已经被3 g p pw c d m a 等标准采纳。 1 1 3 多用户检测算法 无线信道的各种干扰是影响m i m o 系统容量的主要因素。早期的m i m o 空间复用 系统是假设在平坦衰落信道下，而实际环境的无线信道由于信号的多径传播导致信号的 传输具有频率选择性衰落。m i m o c d m a 系统存在多种干扰的影响。发送信号从发送 天线到达接收天线经历不同的无线信道，具有不同时间延迟，在建筑物密集的城市无线 环境下这种现象非常普遍。由于多径传播的影响，前后发送符号的各条路径分量叠加起 第4 页 来会造成符号间干扰，强的符号间干扰会使得接收机的符号判决性能严重下降。在 c d m a 系统中，系统分配给每个用户独立的扩频码以区分不同用户，由于扩频码的不完 全正交引起的多址干扰是限制c d m a 接收机符号判决正确性的主要因素。 m i m o c d m a 系统随着天线数的增加，频率复用信号增加，系统m a i 也将增大。研究 表明，m i m o c d m a 系统m a i 的大小与用户数和系统天线对数有关。此外，m i m o 系 统还受到不同数据子流之间的多流干扰影响。因此，m i m o c d m a 系统需要有效的多 用户检测技术来抑制这些干扰，提高系统性能。 为了减少系统存在的各种干扰对接收机性能的影响，先进的信号处理技术是近来研 究中普遍采用的方法。c d m a 系统用户扩频码之间具有良好的正交性，传统的c d m a 接收机利用这一正交性对接收信号进行匹配滤波，但是这一方法受多址干扰和远近效应 ( n e a r - f a re f f e c t ) 影响严重，对功率控制要求很高。c d m a 系统采用多用户检测技术【8 】 ( m u d ，m u l t i u s e r d e t e c t i o n ) 有效地消除多址干扰，减弱远近效应，降低系统对功率控 制精度的要求，弥补扩频码不完全正交的影响，改善c d m a 系统性能，提高系统容量， 扩大小区覆盖范围。 最优多用户检测【9 】由匹配滤波和v i t e r b i 译码算法组成，但由于其运算复杂度随用户 数呈指数增加，不易于实现。对于多用户检测的研究主要集中在次优多用户检测。次优 多用户检测方法主要有：解相关法【1 0 1 1 1 l 、最小均方误差估计法【1 2 l 和干扰消除检测算法 1 1 3 l 【1 4 i 。解相关法和最小均方误差法都存在矩阵求逆问题，算法的计算复杂度达到了 d k 3 ) ，其中k 表示多用户系统的用户数。这虽与最优多用户检测算法0 ( 2 ) 的计算复 杂度相比较得到了相当程度的改善，但由于系统信道存在动态性，即用户随机接入或离 开信道，算法需要随信道变化实时地对相关矩阵进行求逆运算。实际信道环境中用户数 量很大，对于高维矩阵进行反复求逆，算法的复杂度是系统难以承担的。干扰消除技术 先解出各用户的信息比特，根据信道估计值将该用户信息重构，即重构出期望用户的干 扰信号，再从接收的信号中减去这一重构的干扰信号，以达到干扰抵消的目的，其算法 复杂度是d k ) ，具有较高的实用价值。 采用分层空时结构的m i m o 系统通过在水平层上或者对角层上发送独立的编码数 据流来获得空间复用增益。为了检测出发送的数据，接收机必须对空间信道进行解复用， 为此出现了各种不同的方法，如迫零( z f ，z e r of o r c i n g ) 方法、最小均方误差( m m s e ， m i n i m u mm e a ns q u a r ee r r o r ) 方法和最大似然( m l ，m a x i m u ml i k e l i h o o d ) 方法1 1 5 j 。 z f 方法利用了矩阵的逆，算法计算复杂度较高；m m s e 算法的性能要优于z f ，但是复 杂度也较高，尤其是当收发天线数目很大时。 第5 页 上海师范大学硕士学位论文第一章绪论 本文将讨论采用分层空时结构m i m o c d m a 系统多用户检测方法。m i m o c d m a 系统的信号检测需要结合c d m a 系统多用户检测方法和m i m o 空间复用方法，考虑 c d m a 系统多址干扰的影响，同时也要考虑多天线系统多流干扰的影响。c d m a 系统 多用户检测器需要获知系统参数：用户数量、用户扩频码、信号接收功率、载波相位和 信道延迟。其中信号接收功率、载波相位和信道延迟需要接收端进行估计得到。通常， 对于c d m a 系统多用户检测技术的研究都是在假设接收端对这些信道参数具有准确估 计的情况下进行的，很多方法都没有考虑信道估计的误差。一些学者针对信道估计误差 对多用户检测器性能造成的影响进行了分析【1 6 】- i 埽j 。文献【1 9 】假设系统载波相位估计准 确，信道延迟估计存在误差，仿真分析了解相关检测器在远近效应影响下的检测性能， 得出结论：系统存在信道延迟估计误差的情况下，解相关检测器的抗远近效应能力急剧 下降。文献【2 0 】在假设信道延迟和载波相位估计都存在误差的情况下，比较c d m a 系统 各种多用户检测方法的性能变化，结果表明：信道参数估计误差会导致多用户检测算法 的性能下降，尤其是抗远近效应能力的下降，而信道延迟估计误差对检测性能造成的影 响更为明显。 多用户延迟跟踪接收机能够对信道延迟进行跟踪，可以获得对信道估计误差的补偿 效果【2 1 】。这种接收机分为两类：基于扩展卡尔曼滤波器( e k f , e x t e n d e dk a l m a nf i l t e r ) 的方法以及基于延迟锁定环( d l ld e l a y - l o c k e dl o o p s ) 和串行干扰消除检测( s i c ， s u c c e s s i v ei n t e r f e r e n c ec a n c e l l a t i o n ) 的方法。基于e k f 的延迟跟踪方法由于需要在检测 每个符号时计算矩阵的逆而使得算法复杂度很高 z z l 矧。基于d l l 的s i c 方法将用户 扩频向量进行泰勒展开，对延迟估计误差向量进行补偿，可获得良好的误码率性能和抗 远近效应能力。与文献 2 4 】所述单天线系统不同，多天线系统同一用户的多个数据子流 由多副天线发送，经历的信道延迟情况更为复杂。本文根据多天线系统分集接收的特性， 将多用户检测算法进行改进，考虑了信道估计的误差，在干扰消除检测过程中对信道延 迟估计误差进行纠正，并将多天线信号检测结果进行最大比例合并。通过仿真证明，本 文算法应用于m i m o c d m a 系统可以获得对信道延迟估计误差的鲁棒性，并使算法具 有抗远近效应的能力，克服了信道延迟估计误差给多用户检测算法造成的性能下降和抗 远近效应能力丧失的问题。 第6 页 1 2 本文的工作与安排 1 2 1 本文的工作 本文首先针对c d m a 系统多用户检测技术进行研究，查阅国内外文献资料，把握 多用户检测方法研究进展，使用m a t l a b 仿真软件构建了单天线c d m a 多用户系统仿真 平台。该仿真平台在发送端采用b p s k 调制，并用长度为3 1 的g o l d 码对发送信号进行 扩频。假设信号经历平坦衰落信道到达接收端，将信道衰落与接收信号能量合并到同一 个参数中。接收信号就是所有发送信号经历不同信道衰落和信道延迟后的总合，再考虑 加性白噪声干扰。接收端首先对接收信号进行匹配滤波和信号采样得到接收信号的充分 统计量。将这一采样结果送入多用户检测器，采取各种不同的多用户检测算法进行信号 检测和干扰消除，根据检测结果与发送信号的差别，统计误码率并绘制误码率信噪比 曲线图。进行仿真的多用户检测算法包括：解相关算法、m m s e 检测算法、串行干扰消 除算法、并行干扰消除算法和基于r b f 神经网络算法。仿真出各算法在同步系统和异 步系统下，不同用户数、不同程度远近效应影响下的误码率曲线图。通过一系列仿真， 全面地了解d s c d m a 系统发送、接收信号处理过程，更深入理解各种多用户检测算法 干扰消除原理，比较各种系统参数的改变对检测性能的影响。针对多用户检测，发表了 基于r b f 神经网络的d s c d m a 多用户检测l 捌。 随着研究的深入，为了进一步扩大c d m a 系统容量和数据传输速率，结合4 g 新技 术m i m o 技术的研究，展开了多天线c d m a 系统多用户检测方法的研究，构建了m i m o 系统m a t l a b 仿真平台，对分层空时m i m o 系统译码算法进行仿真实验。对不同天线结 构下，最大似然，迫零和m m s e 等译码算法的性能进行比较。为进一步展开 m i m 0 c d m a 系统多用户检测问题的研究，构建了m i m o c d m a 多用户系统仿真平台， 实现了多天线环境下系统的收发机制。与单天线c d m a 系统不同，多天线c d m a 系统 的发送端首先要将用户信号进行信道编码，将串行用户信号流变换为多个并行数据子 流，并送多副天线发送。信号扩频采用码复用方式，将同一用户的不同数据子流用相同 的扩频码进行扩频。考虑多天线系统的信道平坦衰落，矩阵信道的衰落因子是独立复高 斯随机变量。在接收端多副接收天线同时接收来自不同发送天线数据子流的叠加。对接 收到的信号需要进行多天线合并和多用户检测，这些方法将在本文后续章节将一一介 绍。此外，本文还考虑在信道估计不准确，尤其是在信道延迟估计存在误差的系统中， 对多用户检测算法进行改进，使算法具有延迟估计误差纠正功能，对信道估计误差具有 第7 页 鲁棒性，降低了接收机对信道估计精度的要求。 1 2 2 本文的安捧 第一章介绍本文的研究背景及研究意义。分析现今移动通信宽带化和高速化的发展 趋势，必须采取有效的方法改善现有通信设备的通信能力。对多用户检测技术进行介绍， 说明通信系统受到的干扰状况和多用户检测方法存在的问题，叙述本文将采用的检测方 法和本文将解决的主要问题。 第二章介绍单天线d s c d m a 系统多用户检测方法。叙述多用户检测原理，包括接 收信号模型和相关矩阵的构成。列举多用户检测方法的性能参数，主要有：误码率，渐 进有效性和抗远近效应性能。最后介绍传统和现代多用户检测方法，介绍的检测方法包 括：最大似然算法，解相关算法，m m s e 算法，干扰消除算法，自适应检测和盲多用户 检测。 第三章介绍基于分层空时结构的单用户m i m o 系统。给出系统发送端结构，介绍 水平、对角和垂直空时编码原理。详细介绍空时译码方法，包括：极大似然算法、迫零 算法、m m s e 算法和排序串行干扰消除算法等。 第四章给出本文采用的m i m 0 c d m a 系统模型，详细分析系统接收信号的组成和 发送信号的配置。给出几种m i m o c d m a 系统多用户检测算法：空时解相关检测算法、 空时解相关v - b l a s t 追零检测算法和线性串行干扰消除检测算法。在4 3 节提出一种 应用于m i m o c d m a 系统的延迟估计误差纠正干扰消除检测算法，推导延迟估计误差 纠正原理，给出算法的具体操作步骤，并对算法的计算复杂度进行分析。 第五章给出本文进行的仿真及分析。仿真单用户点对点m i m o 系统中最大似然检 测算法、迫零算法和m m s e 算法的误码率性能，比较各算法在不同天线配置条件下误 码率性能的变化。构建多用户m i m o - c d m a 系统模型，对m i m o c d m a 系统多用户 检测算法进行仿真，比较各算法的误码率性能和抗远近效应的能力。通过误码率信噪 比曲线验证了普通多用户检测算法对信道延迟估计误差的高度敏感性和本文延迟误差 纠正算法对检测性能的改进。 第六章对全文进行总结，并提出研究展望。 第8 页 上海师范大学硕 学位论文第二章多用户检铡技术 第二章多用户检测技术 c d m a 系统中不同用户传输信号通过不同的编码序列来区分，这些编码序列是伪随 机序列，将信号频谱扩到很宽，同时降低了信号的频谱密度，多个c d m a 信号是相互 叠加的，不同信号占据相同带宽。如果用户扩频码之间不能严格正交，则会引起用户间 相互干扰，即多址干扰( m a d ，就是c d m a 系统的自干扰特性。随着用户数增多， m a i 将增大，接收机的误码率性能变差。同时，由于移动用户位置的变化及信道衰落的 影响，强功率用户信号抑制弱功率用户信号的现象即“远近效应”也严重影响着系统的性 能。多用户检测( m u d ) 是一种从接收端的设计入手的干扰抑制方法，主要作用是从 相互干扰的数字信息串中可靠地解调出部分或全部用户的信息。多用户检测技术是消除 多址干扰，缓解远近效应，提高系统性能的有效方法。 2 1 多用户检测理论 多用户检测技术在传统检测技术的基础上，充分利用造成多址干扰的所有用户信息 对多个用户联合检测或者采取从接收信号中消去干扰信号的方法，有效地消除多址干 扰。在理想情况下，使用多用户检测技术，系统的性能将接近单用户系统性能。同时， 克服了远近效应的影响，简化了功率控制。 对于异步c d m a 系统，假设系统k 用户的传输比特信号为b k 伍- 1 , 2 ，k ) ，周期 为瓦；用户扩频码为忙- 1 2 ，k ) ，周期为疋，定义一瓦疋为系统扩频增益。则 系统的基带接收信号是： ，0 ) 一窆以蔓吮( f k ( f 一玩一) + 露( f ) ( 2 - 1 ) 嗣两 其中， 虬( f ) 一卢j 伊( f j 瓦) f o ，瓦】 ( 2 2 ) 7 = 5 是用户七的扩频序列，每个信号周期瓦内有个切普的扩频码字声，( j 一0 ，n 一1 ) 。 ，7 0 ) 是均值为0 ，功率普密度为。2 的加性高斯白噪声。每个用户发送q 比特信息， 巩( f ) - 1 1 是用户七发送的第f 个信息比特。q 是用户k 的信道延迟参数，满足 0 s 以瓦。 第9 页 c d m a 系统传统的检测器采用匹配滤波器实现，对匹配滤波器的输出在每个比特问 隔采样，得到对用户信息的充分统计量。传统检测器的性能依赖于扩频码之间的正交性， 要求扩频码自相关性远大于扩频码之问的互相关性。用户k 的匹配滤波器输出为： n ) ，i - 月t d t + 2 二月，6 ，p 弦+ 拉i( 2 3 ) j - 其中p 。为互相关系数。从式中可以看出，用户k 扩频序列的自相关部分是对信号判决 有利的部分，而与其它用户扩频序列之间的互相关部分就是多址干扰。存在多址干扰将 影响系统性能和系统容量，用户数增加则多址干扰严重。 将匹配滤波器输出进行采样后，得到用户信号的充分统计量： y r a b + n( 2 4 ) 其中r 是相关矩阵，多用户检测的关键就是对矩阵r 的处理。 2 2 多用户检测器的性能参数 多用户检测中主要的性能参数是：误码率，渐进有效性和抗远近效应性能。 1 误码率 ，多用户检测算法在信噪比为拟定范围内的误码率，是检测多用户检测算法性能的主 要指标。假定在高斯白噪声信道中，有一个具有能量丘的单独用户，噪声方差为盯2 ， 则该用户的误码率定义为： 删一q 悟) 协5 ， 式中q g ) 一f 了杀e 等咖为q 函数，当存在多用户干扰时，误码率会增大，此时要用期 望用户的有效能量e k b ) 代替实际能量4 ，得到多用户系统中期望用户的误码率性能： 槲q ( 伊) 其中期望用户的有效能量气p ) 定义为在相同高斯白噪声信道中， 达到无多址干扰时的误码率所需要的能量。 2 渐进多用户有效性 ( 2 6 ) 多用户情况下用户k 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时所需要的能量与此 第1 0 页 上海师范大学硕j 。学位论文第二章多用户榆铡技术 时单用户系统所需能量的比值。渐进多用户有效性记为： 仇( 仃) 。e k 【o ) ( 2 - 7 ) 4 当噪声方差趋于零，即口一。时，仇p ) 的极限称作用户七的渐进有效性： ”1 i m 掣 ( 2 - 8 ) 渐进有效性仇的取值介于0 到1 之间，反映了多址干扰对检测器的影响程度。 3 抗远近效应的能力 接收信号的功率不相等会引起远近效应：接收功率弱的信号会被接收功率强的信号 淹没。抗远近效应的能力就定义为在所有相关的信号能量范围内，测量到的最坏情况下 的渐进有效性： 叩i 。l 感r h a ( 2 9 ) 。 0 7 二t i n f 表示下确界。 此外，计算复杂度也是衡量多用户检测算法的标准。无论对于实现还是对于仿真来 说，计算复杂度都很重要，也是评估一种检测算法综合性能的重要指标之一。 2 3 多用户检测方法 2 , 3 1最优多用户检测 最优检测是1 9 8 6 年v e r d t l 提出的最大似然( m l ) 检测算法。该算法的基本思想是： 假设发送信号的先验概率相等，从接收信号中找出发送序列，使其联合后验概率最大。 对于同步系统，接收信号的最佳解调向量： a r s 枷m a x “c x p ( 一却卜耋他h 协 目的就是要从2 种用户信息中找出一种使似然函数最大的输出信息。研究证明，m l 检 测器是在a w g n 信道下的最优多用户检测器，其抗远近效应的能力是任何一种多用户 检测器所能达到的抗远近效应能力的上界。当用户发送的比特符号数为q 时，该算法需 要进行2 硝次比较，每发送一个比特信息该算法的复杂度为o l ：。j 。实际的c d m a 系统 第1 1 页 具有相当庞大的活动用户数量，该算法的复杂度随用户数量的增加呈指数增加。 2 3 2 次优多用户检测 对次优多用户检测的研究主要是希望能够弥补最优多用户检测计算复杂度过高的 缺点，同时接近最优多用户检测的误码率性能，在两者之间达到一个折中。主要的次优 多用户检测方法有：解相关检测、最小均方误差检测和干扰消除检测。 1 解相关检测 多址干扰是由于不同用户的扩频序列不能完全正交引起的。抑制多址干扰的影响， 去除所有用户扩频序列之间的相关性，使不同用户的扩频序列实现正交，是解相关检测 的基本思想。 将接收信号进行匹配滤波并采样后的输出表示成式( 2 4 ) 。取线性变换r i k r 一， 将接收信号进行这一线性变换，得到解相关检测器的输出： z d e c 一，i k y r y a b + r 一1 n ( 2 1 1 ) 其中z d e c k ，z ：，缸，再进行判决，得到检测结果： 反s i g n ( z i ) - s i g n + ( r 一1 n l ) ( 2 1 2 ) 判决干扰只有背景噪声。 解相关检测器不需要检测用户的能量信息，能够将各个用户之间的信号完全解相 关，并能获得与最佳多用户检测器相当的抗远近效应能力。但是，解相关检测器完全抑 制多址干扰的性能是以提高加性噪声为代价的。另外，由于需要计算相关矩阵的逆矩阵， 解相关检测器的计算复杂度达到了o ( r 3 j 。 对于异步c d m a 系统，解相关检测需要在接收到所有用户信号后进行，产生系统 难以忍受的检测延迟和运算复杂度。但是如果减小检测长度，又将产生边缘效应，影 响系统的抗远近效应能力。文献【2 7 】提出了一种可避免边缘效应影响的方法，即采取插 入隔离比特的方法( i b i ，i s o l a t i o nb i ti n s e r t i o n ) 。该方法在避免边缘效应影响的同时，缩 短了解相关检测算法的检测延迟。在算法的仿真模型构建过程中，采取插入间隔比特的 方法，也能够减小矩阵维度，简化系统模型。本文使用的仿真模型就采用了这一方法： 在每发送q 比特用户信息后插入一个空比特信息。 2 最小均方误差检测 最小均方误差检测同时考虑了背景噪声和多址干扰，该检测算法的实质是使发送的 第1 2 页 数据比特与检测输出数据的均方误差最小，即使得代价函数剐b t 卅2l 最小。得到线 性变换矩阵t 一一a 峨2 + 盯2 i _ r 1 。将线性变换矩阵与匹配滤波器输出向量相乘得到最 小均方误差检测器输出： z 腓y - a i b 2 + 仃2 r 厂1 y ( 2 - 1 3 ) 再进行信号判决得到： b 枷一s f 卯【z mj ( 2 1 4 ) m m s e 检测器将背景噪声考虑其中，能够获得比解相关检测更好的误码率性能。但 由于m m s e 检测取决于干扰用户的功率，其抗远近效应能力比解相关检测有所下降。 3 干扰消除多用户检测 由于解相关、m m s e 线性多用户检测法复杂度高，收敛慢，从可实现性的角度考虑， 研究方向主要集中在简化的线性多用户检测算法以及非线性多用户检测方法。非线性检 测利用接收机对于扰用户信号的判决结果来解调期望用户信号。干扰消除检测器是一种 非线性多用户检测，其基本原理是在接收端先估计出每个用户造成的多址干扰，然后从 接收信号中消除这些干扰信息。 串行干扰消除多用户检测( s i c ) 算法从接收信号中对一个用户信号进行判决、再 生，然后从接收信号中减去该信号产生的干扰。这种算法需要对用户信号的能量进行排 序，以增强信号检测判决的正确性。s i c 算法只需要少量的加减运算就具有性能的巨大 改善，但算法在实现上存在困难：在每个干扰消除状态中需要一个码字的延迟，如果系 统用户数较多，检测算法产生的延迟将是系统难以忍受的；需要时刻记录用户功率变化 的情况，以对用户信号能量大小进行排序；当最初状态的估计不可靠时，将造成检测器 性能的下降。 在串行干扰消除检测中，用户能量排序大大影响到检测器误码率的性能。并行干扰 消除检测( 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 ) 算法同时检测到所有用户的信息，然 后同时消除干扰，是一种多级结构。它的每一级检测利用上一级的判决结果消除接收信 号中的多址干扰。与串行干扰消除算法相比较，该算法检测延迟小，但算法复杂度较大， 收敛性差。当某一级检测器对一个用户的判决有误时，下一级检测不但不能消除误差， 反而会使该用户的干扰增加，即出现误差传播现象。因此，p i c 检测算法的级数增多并 不能改善系统性能，反而会增加系统的复杂度，影响算法的收敛性。 第1 3 页 上海师范大学硕 学位论文 第= 章多用户柃测技术 2 3 3 现代多用户检测 基于以上基本多用户检测方法，人们尝试着进行改进措施，其中包括用于不同系统、 对算法进行改进、将几种方法联合使用以及与其他技术相结合等方法。 1 自适应多用户检测 自适应多用户检测的提出是基于对自适应均衡技术的理解，许多自适应滤波算法可 以使用自适应均衡来实现，用户k 的检测结果为： 反一s i g ( w ： v ) ( 2 1 5 ) 若w 。为滤波器系数向量，可以利用自适应滤波算法进行更新，得到自适应多用户检测 器。例如，最陡下降法使用f i r 型的l m s 滤波器结构，获得的滤波器系数向量更新算 法为： m 协+ 1 ) 一m 0 ) + 0 k ：o ) ( 2 1 6 ) 其中，标量为迭代步长，决定了算法的收敛速度。y 囊) 是第n 次迭代对的接收信号， e k 协) 是误差信号： 0 ) 一钆一w f g ) y 如) ( 2 1 7 ) 2 盲多用户检测 自适应算法需要训练序列，但当信道响应突然变化或出现新的同信道用户时，训练 序列需要重新发送，这样会造成频谱资源的浪费。盲自适应多用户检测只使用待测