（通信与信息系统专业论文）cdma系统中基于独立分量分析的盲多用户检测算法的研究.pdf

哈尔滨工程大学硕士学位论文 摘要 码分多址( c d m a - c o d ed i v i s i o nm u l t i p l ea c c e s s ) 系统是一个干扰受限系 统，系统中存在多址干扰( m a hm u l t i p l ea c c e s si n t e r f e r e n c e ) 和远近效应，是 限制系统容量的主要因素。多用户检测技术( m u d ：m u l t i p l eu s e rd e t e c t i o n ) 作为第三代移动通信的关键技术之一，在近些年来的大量研究基础上取得了 很大的进步。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c d m a 系统的盲自适应多用户检测技术在检测时只需要期望用户的 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，具有实 现复杂度低，对系统要求少以及可盲实现等优点，具有良好的应用前景。 本文首先介绍了c d m a 通信系统组成，介绍了扩频通信的原理及扩频序 列的伪随机特性，指出了m a i 存在的根本原因及m u d 是第三代移动通信系 统( t h et h i r dm o b i l ec o m m u n i c a t i o ns y s t e m3 g ) 的关键技术；分析了现有主要 的多用户检测技术，并对现有主要的盲自适应多用户检测方法进行了归纳总 结，指出了它们的特性。其次介绍了盲多用户检测和独立分量分析( i c a ： 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 ) 基本概念以及基本原理，论述了不同的i c a 独立性准则，分析了常用的优化算法及算法性能评价测度。 最后，分析了d s c d m a ( d i r e e ts e q u e n c e c d m a ) 矩阵信号模型和线性独 立分量分析的数学模型，根据比较得出这两种模型具有相同形式。将独立分 量分析应用于d s c d m a 系统的盲多用户检测中，提出了一种新型的基于 i c a 的盲多用户检测方法。仿真结果表明：该算法与传统r a k e 接收机相比 误码率性能在用户数量增大和远近效应严重的情况下都能较为理想的实现检 测功能。 关键词：码分多址；盲多用户检测；独立分量分析；固定算法 哈尔滨工程大学硕士学位论文 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 mw 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 ta 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 a s y s t e mc a p a c i t y t h e s ey e a r s ，b ec o n s i d e r e da so n eo f t h ek e yt e c h n i q u e s f o rt h e3 、dg e n e r a t i o n ( 3 g ) m o b i l ec o m m u n i c a t i o ns y s t e m ，m u l t i p l eu s e r d e t e c t i o n ( m u d ) f o rc d m as y s t e mm a d e i t so b v i o u sp r o g r e s s m u dr e d u c e st h e m u f t i a c c e s si n t e r f e r e n c ea n ds 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 d on o t r e q u i r et r a i n i n gs e q u e n c e sa n dt h e i n t e r f e r e n c el a s e r si n f o r m a t i o n i to n l yn e e d st h ep r i o rk n o w l e d g eo ft h es i g n a t u r e w 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 eb l i n da d a p t a t i o ns c h e m e sa l et h e p r o m i s i n go n ew i t ha c c e p t a b l ei m p l e m e n t a t i o nc o m p l e x i t y , w h i l es i m u l t a n e o u s l y e l i m i n a t i n gt h en e e d o fap l e n t yo fp r i o r is y s t e mi n f o r m a t i o na n dc a nb e i m p l e m e n t e da sa b l i n dm u d f i r s t l y , c d m as y s t e m sw e r ei n t r o d u c e d ，t h e o r y o fs p r e a d i n gf r e q u e n c y c o m m u n i c a t i o na n dc h a r a c t e r so fs p r e a d i n gs e q u e n c ew e r ea n a l y z e da n dp o i n t e d o u te s s e n t i a lr e a s o no fm a ia n dm u di st h ek e yt e c h n i q u eo f3 gc o n v e n t i o n a l m u da n db l i n da d a p t i v em u dt e c h n i q u e sw e r es u m m a r i z e da n da n a l y z e d ，a s w e l la st h e i ra d v a n t a g e sa n dd i s a d v a n t a g e sw e r el i s t e d f u r t h e r , t h i sp a p e rh a s s u m m a r i z e dt h eb a s i sc o n c e p ta n dt h e o r yo nt h ei 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 ) a n d t h eb l i n dm u f t i u s e rd e t e c t i o n s o m ek i n d so fo p t i m i z e da l g o r i t h ma n d p e r f o r m a n c e i n d e xo fa l g o r i t h ma r es u m m a r i z e d a tl a s t ，t h em a t r i xd s c d m a ( d i r e c ts e q u e n c e c d m a ) s i g n a lm o d e la n d t h en o i s yl i n e a ri 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 ) m o d e la r ea n a l y z e di n t h i sp a p e r c o m p a r i n gt h e s em o d e l ss h o w st h a tt h e yh a v es a m ef o r m t h eb l i n d m u l t i u s ed e t e c t i o nb a s e do ni c ai sp r o p o s e d i nt h i st h e s i s ，a l la l g o r i t h m sa r e d o n e 、航t hn u m e r i c a ls i m u l a t i o n sa n dp e r f o r m a n c ea n a l y s i s t h es i m u l a t i o nr e s u l t s s h o wt h ea l g o r i t h mp e r f o r m a n c ea n dt h ei n c r e a s ei nt h en u m b e ro ft h eu s e r s p r o x i m i t ye f f e c tm o r es e v e r ec a s e sc a na c h i e v eb e t t e rd e t e c t i o nf u n c t i o n 哈尔滨工程大学硕士学位论文 k e yw o r d s ：c o d ed i v i s i o n ；b l i n dm u l t i u s e rd 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 t a n a l y s i s ； f a s ti c a 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指 导下，由作者本人独立完成的。有关观点、方法、数据 和文献的引用己在文中指出，并与参考文献相对应。除 文中已注明引用的内容外，本论文不包含任何其他个人 或集体己经公开发表的作品成果。对本文的研究做出重 要贡献的个人和集体，均己在文中以明确方式标明。本 人完全意识到本声明的法律结果由本人承担。 作者( 签字) ：蒸堑 日期：矽绰芗月；日 哈尔滨工程大学硕士学位论文 第1 章绪论 移动通信作为2 0 世纪9 0 年代通信行业最活跃、增长最快、商业前景最 好的领域，得到突飞猛进的发展。自从1 9 6 8 年贝尔实验室提出蜂窝移动通信 系统的概念以来，移动通信己经经历了两代系统的演变，正向第三代移动通 信系统全面实用化迈进【1 。o 】。 进入2 1 世纪，移动通信市场正以前所未有的速度发展。随着移动通信用 户数和用户数的急剧增长，人们期望移动通信系统不仅具有更大的系统容量， 而且能支持话音、数据、图像、多媒体等多种业务的有效传输。于是，高移 动性的第三代移动通信系统应运而生。系统的应用和运营将成为整个世纪通 信发展的起点。随着移动通信与信息家电、消费性电子产品的结合成为未来 的发展趋势，第三代移动通信系统将实现宽带和综合多种业务需求，不仅能 提供高质量的语音业务，而且能提供高速率的数据传输业务。正值系统全面 测试和逐步商用之时，有关第四代移动通信系统的研究己经悄然启动。相信 在通信世界里，人们的生活会变得更加精彩。2 1 世纪移动通信的发展，必将 为人类社会最终实现任何人，在任何地方和任何时候与任何人进行任何信息 的个人通信提供了美好前景和可能。 1 1 研究的背景及意义 随着移动通信的迅猛发展，现有的全球移动通信系统( g l o b a ls y s t e mf o r m o b i l e ，g s m ) 和窄带码分多址( c o d ed i v i s i o nm u l t i p l ea c c e s s ，c d m a ) 的通信 系统很难满足要求，因此第三代移动通信备受人们关注。 在第三代移动通信中，宽带直扩频码分多址f l l 1 2 1 ( d i r e c ts e q u e n c ec d m a ， d s c d m a ) 是迄今为止最为看好的多址接入方式。宽带c d m a 系统与窄带 c d m a 系统相比，不仅是带宽的提高更是单位带宽利用率的增加，互操作性 和移动性的增强，以及更广泛的业务范围和支持更高的移动速率。第三代移 动通信的理想目标是要达到极大的系统容量，极高的频带利用率和极好的通 哈尔滨t 程大学硕士学位论文 信质量，因此要在复杂的移动环境和有限的频带资源下实现目标，要克服许 多技术难题【”。1 4 】： ( 1 ) 多径衰落 由于电磁波在传播过程中将发生扩散、辐射、折射和散射，产生多条传 播路径，不同路径的信号到达接收天线时，由于天线的位置、方向和极化方 式不同，导致接收信号功率、相位起伏变化，产生严重的衰落现象。 ( 2 ) 时延扩展 信号经不同路径就会形成不同的传播时延，当时延超过检测脉冲符号宽 度的1 0 时，就会产生明显的符号间干扰，从而限制了移动通信的数据速率。 ( 3 ) 远近效应 各移动台以相同的功率发射信号时，由于路径损耗，基站接收到的近处 移动台的信号功率远大于远处移动台的信号功率，远近效应就是近处大功率 移动台对远处小功率移动台产生的很强的干扰。现有的系统都是靠严格的功 率控制来解决这一问题，但如果功率控制的误差超过i d b ，系统的性能将会 有明显的恶化，而精确的功率控制不但实现非常复杂，同时由于传输时延及 移动台的限制使其具有极大的局限性。 ( 4 ) 多址干扰 这是3 g 系统特有的干扰。由于3 g 系统采用c d m a 技术，依靠不同的 扩频码来区分用户，如果扩频码之间是完全正交的，则各个用户之间不存在 多用户干扰。但在实际的c d m a 通信系统中，由于多个用户的随机接入以及 用户扩频码之间的非完全正交性，非零互相关系数将引起各用户间的相互干 扰称为多址干扰( m u l t i p l ea c c e s si n t e r f e r e n c e ，m a i ) 。多址干扰包括小区内干 扰和邻区干扰两种。邻区干扰是指其它同频小区信号造成的干扰，可通过合 理的小区配置来减小其影响。即使在最恶劣的情况下，邻区干扰功率也不超 过内部干扰功率的6 0 ，因此系统容量主要取决于对小区内干扰的处理。尽 管个别用户产生的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，这种干扰将越来越严重，从而导致系统性能的急剧恶化。这种恶化无法 靠提高信噪比来解决。 2 哈尔滨工程大学硕士学位论文 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 的所有 用户信号信息对多个用户做联合检测或从接收信号中减掉相互间干扰的方 法，有效的消除m a i 的影响，从而具有优良的抗干扰性能。在理想情况下， 应用多用户检测技术，系统的性能将接近于单用户的性能。这显然消除了远 近效应的影响，可以简化用户的功率控制，降低了系统对功率控制精度要求。 并且由于m a i 的消除，用户在较小的信噪比下就可以达到可靠的性能，单用 户信噪比的降低可以直接转化为系统容量的增加，因此能更加有效地利用链 路频谱资源，显著提高系统容量。 多用户检测技术有其局限性。一方面，因为不知道相邻小区干扰用户的 地址码，它们不能够消除其它小区的m a i 干扰对本小区的影响。另一方面， 它们要知道本小区各个用户的地址码以及对时延、功率、信道参数等系统参 量的准确估计，而在多径衰落环境下，获取这些信息是很困难的，实现复杂 度高，一般只在基站使用，即只适用于上行链路的检测。针对上述情况，出 现了大量自适应多用户检测器。这些自适应多用户检测虽然很好地解决了实 时性的要求且性能较好，但这些检测器工作时需要不断发送训练序列，这就 造成了信息传输速率的降低，另一方面，由于信道是时变的，当变化很大时， 发送的训练序列就将毫无用处，甚至使得检测器的性能变得很差。 为此，希望研究不需要训练序列的自适应多用户检测器，即盲自适应多 用户检测器( b l i n dm u l t i u s e rd e t e c t o r ) 1 5 1 0 所谓“盲”是指仅使用待测用户的 观测数据，不知道干扰用户的信息，适用于移动台。盲多用户检测器无需训 练序列，开销小、效率高，己成为通信、信号与信息处理等学科的热点研究 课题之一。 1 2 盲多用户检测研究现状 1 9 8 6 年，s v e r d u t l 6 】提出了多用户检测思想，认为m a i 是具有一定信息 结构的有效信息，采用最大似然( m a x i m u ml i k e l i h o o d , m l ) 检测可以逼近单 用户性能，并有效地克服远近效应，大大提高系统容量。但由于m l 检测的 3 哈尔滨工程大学硕士学位论文 复杂度为0 ( 2 。1 ，算法的复杂度随着系统中用户数的增加成指数关系增长， 当用户数较大时，运算量非常大，以至于实现起来非常困难。因此人们开始 研究各种次优的多用户检测，目标是寻找一个在现实中性能和复杂度都可以 接受的检测技术。次最优多用户检测器可分为线性检测器和非线性检测器两 大类，其中已出现的线性检测器主要包括解相关检测器、最小均方误差检测 器等；非线性检测器主要包括判决反馈检测器，并行( 或串行) 干扰抵消检测 器等。由于c d m a 移动通信系统的终端用户处于移动的状态中，因此系统的 信道参数是处于不断变化之中的，所以那些传统的多用户检测方法，如解相 关多用户检测、最小均方误差多用户检测器、并行( 或串行) 干扰抵消多用户 检测器没有考虑信道的时变特性，因此，在实际应用中的性能会受到影响。 自适应多用户检测方法虽然考虑信道的时变特性，但它需要训练序列，这样 一方面训练序列占用了大量资源，降低了系统容量；另一方面，该方法对信 道的跟踪也不理想。所以，近些年来，在此基础上发展起来了盲多用户检测 技术，即仅需要知道期望用户的特征序列与定时信息，而不需要知道干扰用 户的任何信息，且不需要训练序列的多用户检测技术。盲多用户检测技术已 经成为多用户检测研究的热点。 盲多用户检测根据算法的代价函数不同，可以将其分为：基于最小输出 能量算法的盲多用户检测；g d t i i t h s 、b u s s g a n g 类盲自适应算法，典型的有基 于k a l m a n 滤波的算法等；以及基于高阶累积量的盲算法，如独立分量分析 算法等。本文中拟采用独立分量分析( 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 ) 方法进行盲多用户检测技术的研究。近年来，独立分量分析方法因其卓越的 性能成为盲源分离研究领域的热点。盲源分离，是指在源信号和传输通道参 数未知的情况下，根据输入源信号的统计特性，仅由观测信号恢复源信号的 过程。其中，“盲 有两重含义：a 源信号未知；b 源信号混合过程未知。目 前，i c a 是一种广泛应用的进行盲源分离的方法。对源信号以及混合过程没 有任何先验知识，只是对源信号之间做了一些假设，而这些假设在现实情况 下又不失一般性。i c a 使源信号经过变换处理之后，各输出分量之间尽可能 4 哈尔滨工程大学硕士学位论文 的独立。因此，如果将这种分离算法应用到c d m a 信号的检测上，可以很好 的抑制“多址干扰 和“远近效应 。理论分析表明，在不同的通信信道中， i c a 方法在性能上有所差异，但都具有稳健性好、计算量小、结构简单、易 于电路实现的特点。 1 3 独立分量分析用于c d m a 盲多用户检测 独立分量分析( i c a ) 是近年来发展起来的一种新的信号处理技术， 基本的i c a 是指从多个源信号的线性混合信号中分离出源信号的技术，除了 已知源信号是统计独立外，无需其他先验知识，它是伴随着盲源分离问题而 发展起来的，故又称盲分离( b l i n ds o u r c es e p a r a t e ) 。从原理上看，独立分量 分析是基于高阶统计量的一种分离算法，因此能够抑制高斯白色和有色噪声， 并能从混合信号中分解出相互独立的非高斯信号。 多用户检测是将各用户发送的信号做联合检测，大大缓解了c d m a 易受 攻击的远近效应问题，有效地消除了多址干扰，使系统容量得到提高。针对 不同的通信信道和业务要求，人们提出了许多种多用户检测方法，但这些方 法大多存在着诸如计算量过大、需要训练序列或抗多址干扰和噪声性能不佳 等缺点，在实际中难以应用。尤其是对于系统的下行链路而言，要获得用户 的扩频码、时延、用户功率、信道参数等是十分困难的。盲多用户检测方法 可以不需要已知任何用户的扩频序列，只需要目标用户的特征波形和目标用 户的定时信息。但其对传播时延及信道状态所进行的估计，不可避免的会带 来一定的估计误差，从而对最终的检测误码率产生影响。由于c d m a 系统中 各个用户共享频带，所以可以将它看作阵列信号处理的曲线模型，同时移动 通信中的用户之间很容易满足独立分量分析中各个信源的独立问题，且也满 足信号源服从非高斯分布的条件。对于c d m a 信号，独立分量分析通过考虑 所有信号之间的一种分布属性来分离信号，即期望信号和干扰信号都考虑在 列，所以可以认为是一种多用户检测结构。因此，如果通过独立分量分析的 方法来进行盲多用户检测，我们就可以直接从接收信号中提取各个用户的比 特信息，而不需要任何的先验信息及训练序列。i c a 分离混合信号时只要求 5 哈尔滨工程大学硕士学位论文 各源信号统计独立，而不关心其能量的差异，这就决定了它具有一种天然的 抗远近效应的能力【1 8 1 。 综上所述，独立分量分析所具有的特性决定了其应用于c d m a 盲多用户 检测的自身优势。无论是单独用于盲多用户检测还是与传统的盲多用户检测 方法相结合，i c a 都可以很好地利用c d m a 系统中各用户信息间的独立性这 一特点，从而有效地消除多址干扰，缓解c d m a 易受攻击的远近效应问题， 使系统容量得到提高，因此独立分量分析在c d m a 盲多用户检测中具有一定 研究意义和应用价值。 1 4 本论文的主要工作 本文研究了c d m a 通信系统的多用户检测技术，针对d s c d m a 通信 系统中的盲多用户检测问题，提出了一种新的基于独立分量分析的盲多用户 检测算法，此算法充分利用已知扩频信息和各用户信息码之间的相互独立性， 在一定程度上减少由信道盲估计所带来的估计误差，提高检测器性能。并用 m a t l a b 语言实现了整个算法的仿真。仿真结果表明，通过改进f a s t i c a 算 法直接进行盲多用户检测，可以很有效地克服多址干扰，抑制远近效应，从 而达到提高c d m a 系统容量的目的。且此检测算法收敛速度快，可以满足通 信系统中的在线处理要求。 本论文研究的主要内容如下： 第1 章简要叙述了本课题研究的背景、发展现状、独立分量分析运用到 c d m a 通信系统多用户检测中的意义，并对本文所作的工作进行了介绍。 第2 章分析了c d m a 系统组成，主要包括扩频通信的原理及扩频序列， 并介绍了第三代移动通信的核心技术c d m a 基本的数学模型；最后指出多用 户检测检测在c d m a 通信中重要地位。 第3 章首先介绍了多用户检测技术的基本原理、发展与分类；对传统的 匹配滤波接收机( c d ) 、最佳多用户检测器( o m im ) 、解相关多用户检测器 ( d d ) 作了介绍。总结了现有主要的多用户检测技术，但这些方法都需要过 多的先验知识，各个用户的地址码、相对时延、功率及信道参数等。最后介 6 哈尔滨工程大学硕士学位论文 绍了盲多用户检测的典范表示以及自适应实现， 第4 章阐述了独立分量分析的原理。详细介绍了在独立性准则条件下的 两种自适应在线算法和一种批处理算法，并介绍了评价算法的性能指标，最 后对在线算法中的自然梯度算法和批处理算法中的快速i c a 算法的性能进行 了大量的仿真测试，验证了算法的实用性和可行性。分析了各自的优势及其 适用的环境和条件。 第5 章针对d s c d m a 通信系统中的盲多用户检测问题，提出一种直接 运用独立分量分析进行盲多用户检测的改进方案，即改进快速固定点算法从 接收信号中直接提取各用户比特信息。仿真表明，该方法能够很好地抑制多 址干扰，且收敛速度快，适合在通信系统中在线处理。 7 哈尔滨工程大学硕士学位论文 第2 章c d m a 扩频通信系统 扩展频谱通信系统，是将基带信号( 即信息序列) 的频谱扩展到宽的频带 然后再进行传输的一种通信系统。这种通信系统需要占用带宽比基带信号的 带宽要宽得多。乍看起来扩频系统似乎违反通信系统的压缩频带的设计准则， 但是信息论充分证明，使用宽带系统是正确的，也是解决目前抗干扰、高密 级通信以及无线通信多址问题的较好途径。与传统系统相比有一些独特的优 点： ( 1 ) 抗干扰能力强，特别是抗窄带干扰能力； ( 2 ) 抗衰落，特别是抗频率选择性能好； ( 3 ) 抗多径干扰； ( 4 ) 具有选址能力可实现码分多址； ( 5 ) 可检性低，不容易被侦察和窃听； ( 6 ) 可进行高分辨率的测向、定位。 2 1 扩频通信理论基础及其原理 扩频技术【1 8 1 是指把要发送的信号扩展到一个很宽的频带上，用比信号带 宽宽得多的频带宽度来传输信息。信源产生的信号经过第一次调制信息 调制成为数字信号，再进行第二次调制扩频调制，即用一扩频码将数字 信号扩展到很宽的频带上，然后进行第三次调制，把经过扩频调制的信号搬 移到射频上发送出去。在接收端，接收到发送的信号后，经混频后得到中频 信号，再用本地扩频码进行相关解扩，恢复成窄带信号，然后进行解调，将 数字信号还原出来。 扩频通信原理框图如图所示： 8 哈尔滨工程大学硕士学位论文 图2 1 典型的扩频通信系统模型 扩频通信的理论基础是信息论中的s h a n n o n 定理： c c = w l 0 9 2 ( 1 + 告) ( 2 - 1 ) v 其中c 信道容量( 比特秒) 噪声平均功率 形带宽( 赫兹) s 信号平均功率 可以看出，信道容量c 为常数时，带宽形与信噪比s 可以互换，既可 以通过增加带宽来降低系统对信噪比的要求。但是由于公式中的对数部分变 化缓慢，因此，增加带宽比增加信噪比更有效。也就是说，当增加形值时可 以使信道容量c 增加很快。信道容量c 为常量时，信道带宽形与信噪比酬 之间存在着互换的关系，如果增加该信道带宽，则可以降低对信噪比的要求， 因为两者乘积为常数。当带宽增加到一定程度时，信道容量不能无限制的增 加。这是因为当信道带宽增加时，噪声功率也成比例的增加。 香农公式说明了一个重要概念：即在一定的信道容量条件下，可以用减 少发送信号功率、增加信道带宽的办法达到提高信道容量的要求；也可以用 减小带宽而增加信号功率的办法来达到。这就是说信道容量可以通过带宽与 信噪比的互换而保持不变【1 9 1 。 在扩展频谱系统中，伪随机序列起着至关重要的作用，要求其有良好的 伪随机特性和相关性能。这关系到系统的抗多址干扰、抗多径衰落的能力， 关系到信息数据的隐藏和保密，关系到捕获与同步系统的实现。 同时香农编码定理指出：只要信息速率兄小于信道容量c ，则总可以找 9 哈尔滨工程大学硕士学位论文 到某种编码方法，使在码字相当长的条件下，能够几乎无差错地从遭受到高 斯白噪声干扰的信号中复制出原发信息。这里有两个条件：一是心c ，二 是编码的码周期足够长。同时s h a n n o n 在证明编码定理的时候提出了用具有 白噪声统计特性的信号来编码。白噪声是一种平稳随机过程，它的瞬时值服 从正态分布，功率谱在很宽的频带内都是均匀的，有极其优良的相关特性， 自相关函数具有类似万函数的形状，即具有尖锐的自相关函数。但是至今无 法实现对白噪声放大、调制、检测、同步及控制等，而只能用具有类似于带 限白噪声统计特性的伪随机码信号来逼近它，并作为扩频系统的扩频码。 反映扩展频谱通信特性和c d m a 多用户能力的重要参数是扩频增益，是 扩频通信对信噪比改善程度的度量。我们把接收相关处理器输出与输入信噪 比的比值称之为扩频系统的扩频增益g 。，其数学表达式为： g p = 器= 而s 0 7 n o p 2 ) 2 丽丽一可石 u 心 2 2c d m a 信号及信道描述 c d m a 给每一用户分配一个唯一的码序列( 扩频码) ，并用它对承载信 息的信号进行编码。知道该码序列用户的接收机对收到的信号进行解码，并 恢复出原始数据，这是因为该用户码序列与其它用户码序列的互相关是很小 的。由于码序列的带宽远大于所承载信息的信号的带宽，编码过程扩展了信 号的频谱，所以也称为扩频调制，其所产生的信号也称为扩频信号。接收端 则采用与发射端相同的伪随机码对接收到的信号进行解调及相关处理，把宽 带信号变换成原始信息数据的窄带信号( 这个过程称为解扩) ，最后恢复出原 始信息数据。 考虑k 个用户的同步和异步c d m a 系统的基本数学模型：其信道为高 斯白噪声信道。k 个用户的同步c d m a 系统( 同步即接收端与发射端同步， 不需要考虑信道延迟) ，在接收端，基带接收信号可以描述如下： 土 r ( t ) = a k b k ( j ) s i o 一_ ，丁) + 仃刀0 )f 【j t ，j t + t 】 ( 2 - 3 ) 1 0 哈尔滨t 程大学硕士学位论文 其中，t 为码元间隔；4 、仇 一1 ，1 分别表示第k 个用户接收信号的幅值和 数据比特序列；& 表示分配给第k 个用户归一化扩频码型，具有单位能量即 恢1 1 2 = rh ( f ) 1 2 d t = 1 ；刀( f ) 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 3 ) 中取j = o ，得到简化的信号模型： ，- ( r ) = a , b , s 。( f ) + 盯刀( f ) t 【o i 于】 ( 2 4 ) k = l 把k 个用户的c d m a 同步系统的基本数学模型推广到c d m a 异步系 统，则得k 个用户的c d m a 异步系统接收信号数学模型如图2 2 所示： 数学表达式为： 图2 2c d m a 异步系统接收信号数学模型 ，( f ) = a k b k ( j ) s 。( 卜j t 一靠) + 盯玎( f ) ( 2 - 5 ) ，= 一mk = l 其中l 为k 个用户的比特数据时间定时偏移。就是说，一个具有k 个用 户的c d m a 异步系统模型可以改写成一个具有l = 2 k 一1 用户的等价c d m a 同步系统模型： r = 4 6 ，s ，+ 锄 ( 2 6 ) _ 一l l i = 1 其中，r 是一个n x l 观测向量；n 为n ，高斯白噪声向量；n x ，向量s ，、标 量4 和岛分别表示等价的第j 个同步用户的扩频码型、信号接收幅值和数据 比特。 哈尔滨t 程大学硕十学位论文 现在考虑接收端信号输出情况。将接收到的连续时间波形厂( f ) 变成离散 时间信号过程的常用方法是让接收信号先通过一组匹配滤波器，然后对各路 匹配滤波器输出再采样，如图2 2 所示，其中每个滤波器与一个用户的特征 波形匹配。在同步的情况下，匹配滤波器的输出为： r y k = l r ( t ) s i ( t ) d t ，豇 l ，2 ，k ( 2 7 ) 6 将同步c d m a 模型式( 2 5 ) 代入上式，得出第k 个匹配滤波器的离散 时间输出儿( f ) 可用基带形式表示成： r 以( f ) = 4 哦( f ) + a , b k ( i ) p j + n t ( 2 8 ) 户1 卢t t 其中鲰是第j 个和第后个用户特征波形的互相关，定义为办= j s ( f ) 吼。础， r 而= 仃卜( f ) & o 渺为高斯随机过程，其均值为零、方差为仃2 。 引入矩阵表示s = 【s 。，s ：，& 】r ，a = d i a g 1 1 ，4 ，4 】，并记归一化的互 相关矩阵r = e s s r ) = 鲰 多心，其对角线元素乃= l ，进而式( 2 8 ) 可以 用向量表示为： y = r a b + n ( 2 9 ) 且e n n t ) = 仃2 r 2 3c d m a 系统中存在的问题 由于c d m a 系统使用的扩频码集一般并非完全正交，非零互相关系数会 引起各用户相互干扰，即多址干扰m a i ( m u l t i p l e a c e s sr e f e r e n c e ) 。在异步传 输信道以及多径传播坏境中，多址干扰将更加严重 2 0 2 1 】。多址干扰的存在带 来两个问题： 1 系统容量受剑限制。随着同时接入系统用户数的增加，误码性能随之 1 2 哈尔滨工程大学硕士学位论文 下降。因此，减小多址干扰将增加系统容量。 2 除了多址干扰本身直接的影响以外，在上行链路中，如果保持小区内 所有移动台的发射功率相同，由于小区内移动台的随机移动，移动台与基站 间距离是不同的，离基站近的移动台信号强，离基站远的移动台信号弱，在 基站接收到的各用户电平会相差甚远。这就会导致强信号抑制弱信号的接收， 此即为所谓的“远近效应 2 2 】。“远一近”效应严重影响系统性能。因此，增 加系统容量，减少多址干扰的影响成为一个引人注目的课题。 抑制多址干扰的方法主要有：采用多用户检测技术、设计具有互相关系 数尽可能小的扩频码集、功率控制以及采用纠错编码或扇形天线。其中多用 户检测m d 技术是一个重要的也是最主要的技术。多用户检测技术是引用 信息论并经过严格的理论分析后得出的一种新型抗多址技术【2 3 】，而且通过多 用户检测可以实现抗多址干扰，又可以抵抗远近效应和多径干扰。传统的 c d 舰a 检测器分别对每个用户进行扩频码的相关运算，这种做法没有考虑 m m 和普通白噪声的差异。m u d 则充分利用各个用户的扩频序列、时延、 幅度和相位信息对各用户进行联合检测，从总体上提高各个用户的性能。 2 4 本章小结 本章介绍了扩频通信的一些基本概念，这是作为进一步研究任何扩频通 信方式、组成扩频系统的基础。本章的内容包括：香农理论，它是扩频通信 的理论基础；指出了多址干扰存在的根本原因；然后介绍了码分多址通信并 筒明扼要介绍了本论文所用到的码分多址通信系统的信号模型。最后介绍了 c d m a 通信系统中的干扰问题，指出多用户检测尤其是盲多用户检测在 c d m a 通信中重要地位。 哈尔滨工程大学硕士学位论文 第3 章c d m a 系统的多用户检测 3 1 多用户检测技术 在c d m a 系统，各用户使用彼此正交的伪随机码实现扩频和信道复用， 各用户发射采用同频发射信号，到达接收机的时间也是重叠的，由于各种原 因，到达接收机的多用户信号之间不是理想正交的，对于任何一个期望用户 来说，其他所有用户信号之和产生的多址干扰( m a d ，都会对接收产生严重 的影响。在接收端如何实现从互相干扰的多个用户信号中可靠地接收某个用 户的信号或是全部用户的信号，这就是多用户检测。 用已知伪码结构与统计信息，设法消除其他所有用户的多用户干扰的方 案多用户检测的基本思路可以从以下四个方面进行分析 2 4 1 ： ( 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 ) 充分利用扩频码的已知结构信息，在传统的码分多址c d m a 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，而且用户问与各条路 径间的相关函数都是已知的，因而从理论上看，完全有可能利用这些伪随机 序列的已知结构信息和统计信息来进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实质是一样的，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接 1 4 哈尔滨工程大学硕士学位论文 收的基础上，进行多用户联合检测，理论上是完全可行的。 3 1 1 多用户检测的一般结构 传统的单用户检测接收机结构如图3 1 所示： 图3 1 单用户检测接收机 传统单用户接收机采用相关接收方法，即将接收信号通过匹配滤波器与 本地的扩频码序列做相关，然后直接对匹配滤波器的输出进行比特判决。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。为了解决多址干扰对c d m a 系统容量的限制，有必要对传统的接收 机进行改进，这就是多用户检测接收机。如图3 2 所示： + 输出判决结果 专( 用户1 ) 输出判决结果 专( 用户k ) 图3 2 传统多用户检测接收机 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，以达到较好的接收效果。 1 5 哈尔滨工程大学硕士学位论文 3 1 2 多用户检测的性能测度 在多用户检测器的性能评价指标中，误码率【2 5 1 、渐近多用户有效性【2 6 1 和 抗远近效应【2 7 1 能力是三个最重要的性能测度。 1 误码率 在多用户检测中，人们最关心的性能指标是检测器在高信噪比范围内的 误码率( b e r ：b i te r r o rr a t e ) 。大多数通信系统的基本目标都是减小误码率。 假定在加性高斯白噪声信道中只有一个具有能量巴的单独用户q ，而噪声方 差为盯2 。该单个用户的误码率定义为： 尚旧 ( 3 1 ) 式中，腑代表单用户系统，而q ( x ) 2 去p 1 2 丘幽为q 函数。 当存在干扰用户时，误码率就会增大。此时，需要用期望用户q 的等效 能量e q ( c r ) 代替其实际能量e 。这时多用户系统中期望用户的误码率定义为： 驰渤f 厣、1 p 2 ， 其中e q ( c r ) 定义为第q 个用户达到弓，。p ) ( 在同一高斯白噪声信道中 无干扰用户时的误码率) 所需要的能量。 2 渐近多用户有效性 由多址干扰引起的检测器性能损失用渐近多用户有效性( a s y m p t o t i c m u l t i u s e re f f i c i e n c y ) 来度量，是由v e r d u 于19 8 6 年引入。它是衡量干扰用户 对期望用户误码率影响的测度，常简称为渐近有效性。 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 ) 所需 能量与单用户系统所需能量之比，即： ( 仃) 竺掣( 3 - 3 ) d g 当噪声方差趋于零，即仃专0 时，有效性仉( 盯) 的极限称作第q 个用户的 1 6 哈尔滨工程大学硕士学位论文 渐近有效性，记做。也就是说，渐近多用户有效性定义为在低信噪比范围 内多用户有效性p ) 的极限，写作： a e f l e g ( c r ) 2 觋等 = s u p lo ，1 ；她单：o q ( 丝) ( 3 - 4 ) 2 云躲卜g 赤j 式中s u p 表示上确界。 渐近有效性的取值在o 和1 之间，其涵义如下：首先，由式( 3 - 4 ) 容易看 出，在背景噪声强度趋于零，而误码率只p ) 并不趋于零的情况下，渐近有 效性等于零。这表明，在没有任何背景噪声的情况下，单用户匹配滤波检测 器仍存在非零的误码率。另外，正的渐近有效性意味着误码率小仅随盯专0 而 趋于零；而且衰减速率为1 仃2 。仉= 1 表示期望用户口丝毫不受其他用户的干 扰的影响。 同步d s c d m a 系统若使用一般的接收机，则其渐近有效性为 = m a x 2 o ，卜丢筹m p 5 ， 式中懈2 ) 表示m a x ) 的平方，而如是用户和用户g 扩频波形的互 相关。渐近有效性和低噪声误码率是两个等价的性能测度。所以本文只分析 低噪声误码率这个性能测度。 3 抗远近能力 基站对于各个用户信号的接收功率小相等会引起远近效应：接收功率弱 的用户信号会被接收功率强的用户信号淹没。因此，要求多用户检测器具有 抗远近效应的能力。这就需要对多用户检测器抗远近效应的程度进行量化， 这种量化通常用“抗远近效应能力( n e a r - f a rr e s i s t a n c e ) 描述。 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： 1 7 哈尔滨工程大学硕士学位论文 2 蠛 ( 3 6 ) j ；口 式中m 表示下确界。抗远近能力取决于各个用户的扩频波形和解调器。 远近效应问题在具有移动用户的通信系统中是最常见的，因为基站对于 移动用户信号的接收能量不能保证为常数。因此，对于非同步c d m a 信道， 常使用下面的抗远近能力： 2 e 稿 ( 3 7 ) 式中，表示用户口第f 个比特的抗远近能力，而易 f 】表示第_ ，个用户 第i 个比特的接收能量。 3 2 最佳多用户检测器 最佳多用户检测器是v e r d u 于1 9 8 6 年提出的【2 8 1 ，这种检测器可以达到理 论上的最小错误概率，它采用的是b a y e s 后验概率最大的原理，因此是一种 最大似然序列估计算法。具体说来，就是求b 使似然函数 爪m r 卜蚂，蚂+ 2 瓦】) i b 】= e x p ( 一上2 0 2a p - - x c r 。倔【厂( ，) 一毗6 ) 】2 d t ) ( 3 - 8 ) 最大化