（电磁场与微波技术专业论文）无线cdma通信系统的多用户检测算法研究.pdf

摘要 计算机技术特别是数字信号处理技术的应用，推动了无线通信技术进入快速 发展时期。码分多址( c d m a ) 系统是一个干扰受限系统，系统中存在的多址干 扰和远近效应是限制c d m a 系统容量的主要因素。多用户检测技术是在传统检测 技术的基础上提出的，充分利用造成多址干扰的所有用户信号信息对多用户做联 合检测，其中，盲自适应多用户检测技术在检测时所需先验信息较少，是近几年 来通信领域中研究的热点。 本文首先对子空间方法多用户检测算法进行了研究。仿真分析正交预测逼近 子空间跟踪( o p a s t ) 算法子空间跟踪模块过程中，发现在不同遗忘因子条件下 向量跟踪误差收敛性差，基于此提出了改进方法，以减小算法迭代过程中的误差 积累，改善误差收敛性能。通过仿真分析，表明此改进方法能够有效提高算法的 全局收敛性。然后，通过对线性受限最小二乘恒模( l c l s c m a ) 多用户检测算 法的仿真研究，将其与子空间方法结合起来，提出一种改进的l c l s c m a 算法， 该算法克服了传统的最小二乘恒模( l s c m a ) 算法在信噪比环境恶劣的情况下 性能不理想的缺点；较l c l s c m a 算法而言，在信干噪比和误码率性能方面有着 明显的优势。经过仿真分析验证，该算法在低信噪比和强多址干扰的条件下，能 够有效的消除噪声子空间的干扰，显著提高了检测器的性能。从算法复杂度角度 来看，虽然l c l s c m as u b 算法较l c l s c m a 算法而言，多出了矩阵的特征值分 解部分，但是由于特征向量的正交性，大大简化了矩阵求逆的计算，并且在低信 噪比的情况下，算法收敛速度要快。最后，将改进后的l c l s c m a 算法与阵列天 线技术结合起来，体现了较好的输出信干噪比和误码率性能，进一步验证了改进 后算法的正确性和有效性。 关键词：盲多用户检测子空间跟踪线性受限恒模算法改进l c l s c m a a bs t r a c t w i t ht h ea p p l i c a t i o no fc o m p u t e rt e c h n i q u e s ，e s p e c i a l l yd i g i t a ls i g n a lp r o c e s s i n g t e c h n i q u e ，w i r e l e s sc o m m u n i c a t i o nt e c h n o l o g yi sp r o m o t e d 。c o d ed i v i s i o nm u l t i p l e a c c e s s ( c d m a ) i 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 si n t e r f e r e n c e ( m a i ) a n d n e a r - f a re f f e c te 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 tc d m as y s t e mc a p a c i t y t h e m u l t i u s e rd e t e c t i o n ( m u d ) i sp r o p o s e db a s i n go nt h et r a d i t i o n a ld e t e c t i o nt e c h n i q u e s , w h i c hm a k e sf u l lu s eo fi n f o r m a t i o nf r o mm u l t i a c c e s si n t e r f e r e n c ec a u s e db ya l lu s e r s i g n a l st od e t e c tt h eu s e r si n f o r m a t i o n 。m u dc a r lr e d u c em u l t i a c c e s si n t e r f e r e n c e a n ds o l v et h en e a r - f a rp r o b l e m ，s oi tc a ni m p r o v et h es y s t e mc a p a c i t yr e m a r k a b l y t h e b l i n da d a p t a t i o nm u di 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 tw h i c hr e q u i r e sl e s s p r i o rk n o w l e d g eo fs i g n a l s 。 f i r s t l y ，s i g n a ls u b s p a c eb a s 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 na l g o r i t h m sa r e d i s c u s s e d 。t h r o u g ht h es i m u l a t i o n sa n ds t u d i e so nt h es u b s p a c et r a c k i n gm o d u l ei n o p a s ta l g o r i t h m ，t h ed i v e r g e n c ep o i n to ft h es u b s p a c et r a c k i n ge r r o ri sf o u n du n d e r t h ec o n d i t i o no fd i f f e r e n tf o r g e t t i n gf a c t o r s 。b a s e do ni ta ni m p r o v e dm e t h o di s p r o p o s e dt or e d u c et h ee r r o ra c c u m u l a t i o n i n i t e r a t i v ep r o c e d u r e ，w i t hg l o b a l c o n v e r g e n c ea si t ss i m u l a t i o nr e s u l t 。s e c o n d l y , t h el c l s c m am u da l g o r i t h mi s d i s c u s s e dc o m b i n i n gw i t ht h es u b s p a c em e t h o d 。a ni m p r o v e da l g o r i t h mi sp r o p o s e d ， w h i c hi m p r o v e st h es i n ra n db e rp e r f o r m a n c eo ft h es y s t e mu n d e rt h el o ws n r a n ds t r o n gm a ic o n d i t i o nc o m p a r i n gw i t ht h el c l s c m aa n dl s c m aa l g o r i t h m t h es i m u l a t i o nr e s u l t ss h o wt h a tt h e i m p r o v e da l g o r i t h m c a ne l i m i n a t et h e i n t e r f e r e n c eo fs u b s p a c ee f f e c t i v e l ya n di m p r o v et h ep e r f o r m a n c eo ft h ed e t e c t i o n + v i e w o ft h ea l g o r i t h mc o m p l e x i t y , t h el c l s c m a s u ba l g o r i t h mi n c r e a s e st h ep a r to f t h em a t r i xe i g e n v a l u ed e c o m p o s i t i o nc o m p a r i n gw i t hl c l s c m a a l g o r i t h m ，b u ti t s m a t r i xi n v e r s ec a l lb eg r e a t l ys i m p l i f i e db e c a u s eo ft h e o r t h o g o n a l i t yo ft h e e i g e n v e c t o r s l a s t l y , t h ei m p r o v e da l g o r i t h ma n da n t e n n aa r r a y sa r ec o m b i n e dt ob e d i s c u s s e d ，w h i c hr e s u l to f f e r sb e t t e ro u t p u ts i n ra n db e rp e r f o r m a n c e 。i ti n d i c a t e s t h a tt h ei m p r o v e da l g o r i t h mi sa c c u r a t ea n dm o r ee f f i c i e n t k e yw o r d s ：b l i n dm u d ，s u b s p a c et r a c k i n g ，l i n e a r l yc o n s t r a i n e d ，c m a a l g o r i t h m ，i m p r o v e dl c l s c m a s u ba l g o r i t h m 独创性声明 本人声明所星交的学位论文是本人在导师指导下进彳亍的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得鑫注叁鲎或其他教育机构的学位或证 书面使用过的材料。与我一同工作的圊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。 学位论文作者签名：镌煜签字日期：抛8 年刍冀各e l 学位论文版吏用授权书 本学位论文作者完全了解丞鲞基堂有关保甓、使用学位论文的规定。 特授权苤洼态堂可以将学位论文的全部或部分内容编入有关数据库进行检 索，弗采用影窜、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件翻磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：德煜导师签名： 妫虱 签字臣期：埘g 年刍胃冒签字基期： 留年胃2 - + 墨 第一章绪论 1 1 课题研究背景及意义 第一章绪论 通信技术的进步对社会的文明与进步产生着深刻的影响，个人通信则是人类 通信的最高目标，它是用各种可能的网络技术，实现任何人在任何时间、任何地 点与任俺人迸符任何种类的信息交换，是一种全时空的通信戴务。个入通信的实 现，将使全球联网，人们可以使用袖珍个人终端实现全球漫游，并自由地享用网 络提供的多媒体监务。要实现上述墨标，必须具备以下条4 4 - 大容量、全覆盖、 移动性、智能性与低费用，现代通信经过几十年尤其是近十几年的飞速发展，初 步具备了上述条件。特别是1 9 8 5 年第三代移动通信系统的提漱，人们的目光缀 快都聚焦于此项新技术。1 9 9 6 年正式确定了国际移动通信系统技术方案，即 i m t - 2 0 0 0 ，它的主要技术特点就是宽频带、高速率、大容量、高服务质最以及全 球无缝漫游等。这些就要求在无线通信及个人透信领域弓| 入更多的薪技术、新方 法以满足这一要求。这些新技术包括： ( 1 ) 能有效提高频谱效率，扩大用户容量的薪技术，如c d m a 技术、多用 户检测技术。 ( 2 ) 实现蜂窝系统各种功能的新的信号处理技术，如智能信号处理技术( 包 括神经网络、进化计算以及模糨推理) 等。 ( 3 ) 改善无线信道的通信质量的新技术，如智能天线技术。 因此，对上述闽题豹研究就具有菲常耋要的意义，嚣蓠，这些技术已经成为 现代移动通信领域中争先研究的热点。 多址技术是无线个人通信的核心技术，也是争论的焦点之一。它可以被认为 是一个滤波问题。许多用户可以同时使用阍一个频谱，然后采用不同的滤波器和 处理技术，使不同用户信号互不干扰地被分别接收和解调。选用哪一种多址方式 直接影响蚕系统的频谱利用率、系统容量、小区结构、设备的复杂度及成本等。 目前用到的多址方式主要有f d m a ( 频分多址) 、t d m a ( 时分多址) 和c d m a ( 码分多址) 三种。其中，f d m a 是第一代模拟蜂窝系统( 懿a m p s 系统) 帮 无绳电话系统的核心技术。它把通信系统能够利用的总频带划分成若干个等间隔 的频段，每个通话的用户占用其中一个频段进行通信。t d m a 是第二代数字蜂 窝系统( 如g s m 等) 和无绳电话系统( 如d e c t 、p a c s 等) 的主流技术。在 t d m a 中，一个帧周期被划分为若干个时隙内发送和接收信息。c d m a 是近年 第一章绪论 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，能满足大容量、廉价、 高效豹移动逶信的需求，将成失第三代数字蜂窝移动通信系统的主流技术。它具 有通信容量大、平滑的越区切换和有效的宏分集、通信容量的软特性、低的信号 功率谱密度以及廉价等明显优势。除此之外，c d m a 还具有扩频技术本身所具 有的优点，如抗干扰、抗多径衰落、保密性等优点，这些优点使d s c d m a 成为 第三代移动通信及未来个人通信中最具竞争力、最有发展前景的无线多址技术。 在码分多址通信中，干扰可以大致分为加性噪声干扰、多径干扰帮多用户闻 的多址干扰三种类型。由于d s c d m a 系统中使用的扩频码集般并非严格正交， 菲零整相关系数会弓l 起各用户阀的相互干扰一一常称为多垃干扰( 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 a i ) 。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 的系统容量虽然大予t d m a 帮 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。当同对通信用户数较多时，多址予我成为最主要的干扰。 ( 2 ) “远近”效威严重影响系统性能。由于移动用户所在的位鼍处于动 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1 生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 远近”效应的影响成为一个极受关注的课题。克服多垃干扰的主要措施有 如下三种：功率控制技术、空间滤波技术和多用户检测技术。 1 1 2 多用户检测技术介绍 现有的c d m a 系统，在接收端都是在涎配滤波器后直接解调，邋配接收枧 是假定多址干扰具有高斯白噪声的统计特性，并没有考虑信道中的多址干扰，而 且基于匹配滤波漪单用户接收杌对“远近”效应极其敏感，因丽始终无法提 高系统容量。尽管可以采用些方法平衡和抑制多址干扰，减少彼此间的影响， 但并不能从接收信号中真正消除多址干扰，从根本上解决问题。从而当系统中其 他用户信号对特定用户信号造成的干扰超过信道自嗓声对该用户信号造成的干 扰时，这种多址干扰( m a i ) 就成为限制系统容量增长的重要因素。正是由于这 神多址干扰的存在，在c d m a 移动逶信系统中，同信遭中珂同时传输的最大 用户数存在一个极限( 在满足各个用户特定业务性能指标的前提下) 。而且在现 第一章绪论 有的c d m a 系统中，主要采用功率控制技术来克服“远近效应，但是严 格的功率控制不僵实现复杂，同时电子传输时延及移动台的陵制傻其具有极大的 局限性。 多用户检测是第三代移动通信系统中宽带c d m a 通信系统抗于扰的关键技 术。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，因而抗多址干扰( m a i ) 能力较差；多用户检澳l j ( m u l t i u s e r d e t e c t i o n ，m u d ) 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 遣消除m a i 的影响，放面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，系统的性能将接近单用户时的性能。这显然消除了“远近”效应的影 响，可以简化用户的功率控制，降低系统对功率控制精度的要求。并且豳于m a i 的消除，用户在较小的信噪比下就可达到可靠的性能，单用户信噪比的降低可以 直接转化为系统容量的增加，因此可以更加有效地利用链路频谱资源，显著提高 系统容量。 1 9 8 6 年s v e r d u 提出了在加性高斯白噪声信道( a w g n ) 下的最佳多用户检 测器概念，将多用户检测技术向前推进了一大步”j 。但是，v e r d u 算法的复杂度 很高，依赖于用户数k ，为2 x 的数量级；另一个缺点是它要求知道所有用户的 扩频码、信号幅度、相位和多径延时，而这些并非先验知识，必须在接收时进行 倍算，使萁在王程上无法实现。鉴予这些闻题，最优多用户检测并不是一种适合 实际应用的方法，它仅具有理论意义，可作为参照标准。所以，寻求性能较好、 算法复杂度较低的多用户检测技术是入蜘不断研究的露标。 1 3 多用户检测器主要优点 多用户检测器主要优点如下： ( 1 ) 是消除或减弱多址于扰、多径干扰、远近效应的有效手段； ( 2 ) 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廒所产生 的影响大大减少，功率控制的负担得以减轻； ( 3 ) 弥补正交扩频码互相关性不理想带来的消极影响； ( 4 ) 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丽加以改善。 ( 5 ) 更高效的上行频谱糕霜率：对上行信道的改善将傻移动台苏较低的处理 增益运作1 2 。 第一章绪论 1 4 课题研究内容 多用户检测技术是无线通信信号处理中的研究热点问题，针对目前存在的主 要阉题帮发展方向，本文蓦重对盲蜜适应多餍户检测算法进行了理论研究秘实验 仿真。论文的各部分主要内容如下： 第一章，主要分绍本文的研究背景，并对多用户检测技术做出了介绍。 第二章，讨论多用户检测技术基本原理，多用户检测的系统模墅。并对几种 常见的多用户检测器做出重点介绍，指出多用户检测的研究热点。 第三章，介绍子空闻概念及其方法漂理，并绘凿子空间方法线性多焉户检溅 器模型。对子空间方法多用户检测器中基于不同算法的子空间跟踪模块进行了仿 真分析，针对向量跟踪误差曲线收敛性差的缺点，提也了改进方法，并通过仿真 分析验证了改进后算法对曲线收敛性能改善的有效性。 第四章，主要研究了基于恒模算法的盲自适应多用户检测算法。在这章中， 本文将线性受限最小二乘恒模算法与子空间方法楣结合，提出了一种适用子 a w g n 信道下的盲自适应多用户检测算法( l c l s c m as u b ) 。仿真分析表明， 与原算法相毙，改进后算法不依赖于收敛步长，收敛速度快，在低信噪比_ 帮强多 址干扰条件下，表现出良好的性能优势。 第五章，引入阵列天线技术，并与多用户检测技术相结合，给出系统模型。 对基于改进后豹线性受限最d - - 乘恒模算法空时多用户检测进行仿真分析，并原 算法进行比较。 最后，对本文研究内容进行了总结，并指出了多用户检测的研究方扁与应用 前景。 第二辈多用户检测技术 第二章多用户检测技术 2 1 多用户检测引入的必要性 在码分多址通信中，干扰可以大致分为加性噪声干扰、多径干扰和多用户间 的多址干扰三种类型。当同时进行通信的用户数较多时，多址干扰成为最主要的 于扰。克服多址干扰昀主要措施有如下几种： ( 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攘关丞数不为零弓| 起豹，显然互穗关越 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遵下的同步精度，以减少由于微小不 同步而引入互桷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。 弦) 功率控朗技术 移动通信中用户随机移动，在基站接收端，那些距离基站近的用户耍比远离 基站的用户信号的功率大，同时由于器l 牛的非线性将会产生强者越强、弱者越弱 的以强压弱的现象“远近效应”。远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，工程上采用功率控制技术，以实现对不同远、近 磊户到达基站接收端的功率或信嗓比平衡一致。显然功率控制只会尽可能减少多 址干扰的影响，而并不能从根本上消除多址干扰的影响。 ( 3 ) 空闻滤波技术 它的基本思路是将小区内的多址干扰按区域划分为子小区，将多用户的干扰 从整个小区又划分为局限于若干个更小区域的局部小区，以达到在每个子小区内 减小多用户干扰影响的目的。 ( 4 ) 多用户检测技术 考虑型其他用户的信惠，如邑知的焉户之间的相关特性等，充分利臻c d m a 用户特征码的内在结构信息来改善接收系统的性能。多用户检测可以提高系统容 量，克嚣瑟远近效斑的影醺。它是弓| 用信息论并通过严格的理论分析蜃提出的一种 多址干扰抑制技术。目前理论上已日趋成熟，但由于实现很复杂，尚待工程化。 但随着多用户检测技术的不断发展，多用户检测器将会在4 g 系统的基站和终端 中得到应用。多用户检测器可以提高系统的容量，因此将是4 g 系统必然采用的 技术。随着研究的不断深入，各种高性能但算法不是特别复杂的多用户检测器算 第二囊多用户检测技术 法不断被提出，因此在实际系统中采用多用户检测技术将是切实可行的。 2 2 多用户检测的发展和分类 码分多址系统作为新一代的无线移动通信模式，在第三代移动通信系统中被 采用。但是也应看到，由于多址方式为码分多址，系统内各用户使用相同的频带 发射信号，共享一个信遂，在时域和频域上都是混叠的。码分多址系统是一个自 干扰系统，由于实际系统中各用户之间的码字不可能达到完全正交和完全同步， 且多个用户共享一个信道，因此不同震户之闽必然会产生干扰，这个干扰称为多 址干扰( m a i ) ，也称为多用户干扰。严格地讲，多址干扰包含同信道干扰和邻 信道干扰，但是抑制多址于扰中主要考虑的是同信道干扰。由于多址干扰的存在， 使得接收机在接收远区用户信号的同时，必然受到近区用户强信号的干扰，从而 导致了远近效应。鉴于码分多址是一种干扰受限系统，多址干扰不仅严重影响系 统的抗于扰性，还严重限制了系统容量的掇高。 在传统的单用户接收机中，对每个单用户采用匹配相关分别检测出各自的信 号，面对多址干扰不做处理。仅仅通过扩频码波形的设计、功窭控制、f e c 编码、 自适应天线的方法来降低多址干扰的影响。所谓多用户检测就是对每个单用户都 利用多个用户的信息去实现接收或数据检测。多用户检测的概念实际上是为了区 剐于传统匹配滤波器接收机面提出来的。从信息论的观点来看，传统接收机是把 m a i 等效为高斯噪声，它把有用的信息看成噪声丢弃了，因而使得误码率增多。 丽多餍户检测技术则充分利用系统传输的相关有用慧息 1 ) 中， 这种接收机的性能可能很差，因为它无法抑制多址干扰，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。本文中上标为丁表示转置，上标为日表示共轭转置。 2 4 2 高斯白噪声信道、异步c d m a 系统 在有k 个用户的异步基带数字d s c d m a 系统中，则经过高斯白噪声信道 的基带接收信号为 r r ( t ) = a k b 。( t - r ；) s 。( t f 。) + ，? 【，】 ( 2 17 ) k = l 其中f 。是第k 个用户的延迟。假设m a x o t ，t 为符号间隔，其它符号含 义与2 4 1 节相同。 “o n e s h o t ”方法是一种简单的处理异步系统的方法。它仅根据某一传输的比 特符号相关的间隔内来估计该传输符号。一个k 个用户的异步系统可以等效看 作有2 k 一1 个用户的同步系统【9 】【15 1 。假设2 k 一1 n ，且等效的2 k 一1 个用户 的扩频码线性无关，则本章2 4 1 节中的推导均适用于异步c d m a 系统。 第二鬻多用户检测技术 2 5 几种常见的多用户检测器 2 5 1 传统滤波器 传统的d s 。c d m a 匹配滤波器接收机( 如图2 3 ) ，结构简单、运算复杂度小。 允许每个用户单独发送和接收，它假定c d m a 系统各用户的扩频码字正交，在白 噪声信道中，这一方法是最优的。各用户功率相同，用户闻的甄相关系数很小时， 它也可以达到较满意的性能。然而实际中由于存在相关时延，不可能达到扩展序 列之闻的完全夔交。恧传统接收橇将其它干扰焉户看作是自噪声，对干扰黑户的 有用扩频信息未加以利用，如其高度的结构特性和周期平稳特性。因此，传统接 收机提供了远低于信道容量的系统容量，且接收机检测可靠 生较低。 传统接收机输出信号模型可以表示为 m ( f ) = ，( “，( f u ) d u ，r ； 岱1 8 ) ，一l 一个 y 鬈( f ) = r ( 材x ( f 一扰) d 群l 对接收信号做相关接收，同步系统中，定义用户k 和用户，特征波形的相关 函数为 p = 夕女z2 夕腑= s 女，善f ) 2 五s k ( t ) s t ( t ) d t o - 1 9 ) 则第七个用户匹配滤波器的输出为 罗女竺y ( t ) s k ( t ) d t = a k b k + 么歹b ，p j + 魄( 2 - 2 0 ) 式中 i t k = 仃丘n ( t ) s k ( t ) d t ( 2 2 1 ) 是均值为0 、方差为仃2 的高斯随机变量，写成向量形式 y = r a b + 押 f 2 2 2 ) 式中，r = 成 是特征波形的标准化互相关矩阵，y = h ，欺】7 ， b = 【魏，b 片】7 ，么三d i a g a ，a ，a 】是正定对角矩阵。如果第k 个用户的特征 波形与其他特征波形正交，那么p ，= 0 ，簪k ，并且匹配滤波器的输出变为单 用户阕遂，郎y = a b + 群。然而在实际i 蔻信中，帮便是尾步系统，毒予各震户 的特征波形不完全正交，因而在匹配滤波后，多址干扰项a j b 尸j 。依然存在， 成为正确检测粥期望用户信息的主要障碍之一。 第二鞭多用户检测技术 圈2 - 3 传统单用户嚣配滤波检测器 2 5 2 最佳多用户检测器 c d m a 系统的多用户检测技术主要应用于上行链路的基站或下行链路的移 动台，它是对所有的用户信号进彳亍联合检测，剩用用户信号的扩展波形萼 入的结 构来进行干扰抵消，其结构如图2 4 。多用户检测的主要优点是抗远近效应，即 检测器的性能对于从不同用户到达接收机端信号功率不等的情况不敏感，因此不 需要精确的功率控制，从而大大降低了接收机和发射枫的复杂度，其检测性能也 远优于传统的接收机。 匹配磙褫器h判隗 判决结果 ( 用户1 ) ( 用户1 ) 多用 篷翌0 耀褫嚣y ： 户检 剥 ! 憩 擎l 决结鬟。 ( 用户2 )( 用户2 ) 测算 法1 l 陵謦舔毅嚣警l裁饿 剃决结果 ( 用户k )( 用户k ) 图2 4 多用户检测算法 考虑式( 2 8 ) 中的同步c d m a 信道模型，令6 = 【6 l ，k r ，刍= 占”一，鑫 ， 则根据最大似然准则，检测后得到的最佳的若应当镁下式最大化 e x p ( 专肛) 一扣砒) h 亦可等价于使下式最大化 叩冲f 陲k1 伽心) l 少疵一r 陵l 即 卜( 2 2 4 )a #j 酬 j 、一一。7 = 2 b 7 1 a y b 7 l i b 式中，日= 彳剐，r = p ，0 是特征波形的标准仡互相关矩阵，有正定对角矩阵 第二章多用户检测技术 a = d i a g ( 么l ，- ”，彳k ) 。 这样，多鬻户检测闻题就变成了一个线性规划闷题。根据s v e r d u 等久对毫 斯信道下c d m a 多用户检测问题的研究，发射信号先验等概率时，根据最大似 然准则褥到的多用户检测器就是最佳的多用户检测器”j 。对于同步c d m a 系统， 就是要找出使似然函数最大可能的输入序列。若用户数为定，则需要从2 8 种用 户信息中寻找种最佳组合。对于异步c d m a 系统，可以用一组匹配滤波器和 v i 把f b i 算法构成。 根据研究结果，最佳多用户检测器的性能大大优于传统检测器，其性能十分 接近系统中只鸯单个用户时的单用户检测器的性能。键是它的优越性是以系统的 复杂度为代价的。最佳多用户检测器具有如下特点： ( 1 ) 最佳多用户检测器必须知道所有用户信号的波形和接收幅度，还必须得 到所有用户信号的定时，这就增加了系统实现的难度； ( 2 ) 最佳多用户检测算法是一个典型的宪全n p 问题，其计算复杂度随用户 数的增翔呈指数问题增长。对于一个l o 个焉户的系统，数据率1 0 0 b s ，采爰q p s k 信号调制，计算其似然函数需要每秒1 0 次以上的计算量l l o 。 因此，最佳多用户检测器虽然具有最佳的抗多址干扰的能力，但是很难在实 际系统中应用。于是，很多学者提出了各种次最佳的多用户检测算法，希望在系 统的性能和复杂度之间寻求折衷，即在大大减少系统复杂度的前提下，其性能能 够尽可能地接近最佳多用户检测器。一般把最佳多用户检嚣器徽为性能的上界， 而把传统的单用户检测器做为性能的下界。 2 5 3 次最佳多用户检测技术 次最佳多蔫户检测主要包括饕线性检测和线性捻测。 一、非线性多用户检测 非线性多用户检测可以分为干扰抵消多用户检测和概率类多用户检测等两 大类技术。 ( 1 ) 干扰抵消检测器 予扰抵消检测器主要是利用反馈来减小多址干扰。它薛基本原理是：从存在 多址干扰的信号中提取期望用户信号，首先必须恢复干扰信号，即其它用户信号。 然后从整个接收信号中减去这些多址信号，最终获得麓望用户信号。主要包括串 行干扰抵消器、并行干扰抵消器、混合干扰抵消器等。这类检测器是以降低了大 功率用户的性能为代价来提高弱信号用户性能。 1 ) 串行予扰抵消( 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 ，s i c ) 算法 s i c 多用户检测器在接收信号中对多个用户逐个进行数据判决，判决出一个 第二簿多用户检测技术 就减去该用户信号造成的m a i 干扰，使下一级信号的多址干扰降低。操作顺序是 根据翁号功率鳃大小来定籍。对予簸弱豹信号魇户来说，这种算法在减少多址于 扰方面获得巨大改善。但是，如果起始数据的估计不可靠，s i c 检测器将会出现 严重失真，所以，最强用户的估计霹靠性将起决定作用。 2 ) 并行干扰抵消( 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 p i c 是对每个用户估计时同时减去其余所有用户的多址干扰。p i c 抵消器也可 以是多级结构，在每一级对算法进行重复，利用前一级的数据估计作为下一级的 输入，并产生新的数据估计作为输出。p i c 的设计思想和s i c 基本相同，但由于 p i c 是并行处理，克服了s i c 延时大的缺点，蔼显无零在情况发生交佬时进行重薪 排序。 在非功率控制的衰落信道，s i c 性能优予p i c ，丽在功率控制较好的信道p i c 的性能较s i c 更优。 ( 2 ) 非线性概率类检测器 在各种菲线性检测器中，薹概率类检测器研究的较少，其中季孛经网络检测是 近年来研究的一个新方向。 赉于神经网络可以实现大规模并行处理、计算复杂的非线性变换、分布式存 储与运算二合为一等功能，因此近年来被广泛的应用到各个领域中。神经网络具 有很强的并行处理和自学习功能，只要合理选择结构参数，其性能将接近最佳多 用户检测器。毽是，它的训练过程太长，参数选取依赖于经验，把神经网络理论 应用于多用户检测技术的探索还在不断深入和完善。 二、线性多用户检测 由于非线性检测器存在误差扩散，考虑线性检测不仅能降低复杂度，而且能 克服误差扩散问题，所以线性多用户检测器的研究更为广泛。 线性检测的结构是在匹配滤波器后面加一个线性变换矩阵。线性检测需要对 矩阵求逆，运算量较大，因此，需要扩频码是短码。线性检测最大的优点是不需 要像于挠抵消孛符号的集中检测，每个焉户单独接收，各用户检测复杂度只是用 户总数的线性函数，而性能却能接近最优多用户检测器。 ( 】) 解相关检测算法( d e c o r r e l a t i n gd e t e c t i o n ) 考虑式( 2 。2 2 ) 中的匹配滤波器的输出 y = r a b + 糟 式中，”是均值为零、协方差矩阵为e n n7 】= 万2 1 的高斯随机向量。由于多址 干扰的存在，传统的单用户检测器即使在没有噪声( 仃= 0 ) 时也会产生误差， 即可能会基现 b k 芝s g n ( ( r a b ) t ) b ( 2 - 2 5 ) 第二章多用户检测技术 假设互相关矩阵r 是可逆的，如果在判决之前，预先将匹配滤波器的输出向 量乘以r ，则当仃= 0 时， r y = r r a b = a bf 2 2 6 ) 因此，仅对上式的结果进行判决就可以完全恢复用户的传输数据 占一s g n ( ( r y ) 女) ( 2 - 2 7 ) = s g n ( ( a b ) 女) = b 女 式中，s g n ( ) 是符号函数。由此可以得出结论：如果用户的特征波形线性无关( 矩 阵尺可逆) ，在仃= 0 ( 无背景噪声) 时，式( 2 2 7 ) 表示的检测器可以无误差地解 调出所有用户的传输信息。 若仃0 ，用尺- 1 处理式( 2 2 2 ) q b 匹配滤波器的输出信号，则 r 一1 y = 彳6 + r 一1 刀( 2 2 8 ) 式( 2 2 8 ) 中，每个用户信号分量仍然不受其他用户，即多址干扰的影响。所 以该多用户检测器可以完全消除多址干扰，唯一的干扰源是背景噪声。而实现式 ( 2 2 7 ) 1 均检测器称为解相关检测器】。 解相关检测器具有以下特点： 1 ) 它的计算复杂度远小于最大似然多用户检测； 2 ) 它需要所有用户的波形和定时，但不需要估计各用户信号的幅度； 3 ) 接收机的误码率和信号幅度无关，具有最佳的抗远近效应的性能； 4 ) 可以以分布式的方式实现，每个用户的解调可以完全独立的进行。 尽管解相关检测器的计算复杂度小于最佳多用户检测器，但是它需要实时地 求解矩阵r 的逆矩阵。在多变的移动通信环境中，求解矩阵r 的逆矩阵并不是 一个容易解决的问题。尤其是在c d m a 系统中，为了更好地减少干扰，一般都采 用了语音激活和变速率编码技术，这使得用户信号之间的相关随时间不断改变， 因而r 的逆矩阵也随时间不断改变，这也使实时地求解r 的逆矩阵变得非常困 难。另外，计算一个矩阵的逆矩阵，其乘法的运算量通常是k3 阶，当用户数k 较多时面临着大型矩阵求逆运算的问题，它的计算复杂度也是难以接受的，且解 相关操作会使背景噪声增强。 ( 2 ) 线性最小均方误差检测算法( l i n e a rm m s ed e t e c t i o n ) 线性解相关检测器虽然完全抵消了多址干扰，但却增强了噪声。于是，能够 在两者之间实现折衷的多用户检测算法引起了人们的关注。一种可以达到上述目 的的算法是以最小均方误差( m m s e ) 为准则的多用户检测器，它将线性多用户 检测变成了一个线性估计问题，即使用户发送的信号与其估计值之间的误差的均 方值最小。则m m s e 检测器的问题可等价为 第二鬻多用户梭测技术 m 掣，= a r gm i n ，( m ) = a r g m i n e l l b a 钞1 1 2 ) ( 2 - 2 9 ) 其中，b = b l ，】7 ，定x 矩阵丝= 【强，m 蜀】表示譬个用户的线性检测 器，其最优解为 m 。删= a r ( r a 2 r + 艿2 霖) q ( 2 3 0 ) 若矩阵尺非奇异，则式( 2 3 0 ) 可简化为 m 秽，嚣a ( r a 2 + 艿2 ，) 。 ( 2 3 1 ) 则m m s e 检测器为 占= s g n ( m o p , y ) 。】( 2 - 3 2 ) = s g n 【( 么女( r a 2 + 艿2 7 ) 一夕) 女】 = s g n ( ( r 爿2 + 万2 ，) 叫y ) 女】 亦可表达为 占= s g n ( 爿女( r 彳2 + 艿2 ，) 一1 夕) 女】( 2 - 3 3 ) = s g n 【( ( 又+ 万2 a _ ) 叫y ) 女】 尽管利用最小均方误差准则不一定能够使误码率 p b 女b k 】 g 一3 4 ) 最小，但它仍然是一个合理的最优化准则。 表2 i 几种多用户检测器 检测器线性变换矩阵选择 普通接收棍t = i 解相关丁= 尺一 m m s e t = ( r + 9 2 a 一2 ) 一1 最佳线性 使渐近有效性最大 事实上，单褥户匹配滤波接收机适合于抑制背景噪声，蔼解相关检测器在消 除多址干扰的同时却没有考虑背景噪声。而m m s e 线性检测器可以被看成是考虑 到每个子扰用户和背景噪声裰对重要性的折衷解。实际上，传统单用户检测器和 解相关检测器都是m m s e 线性检测器的极限情况。由表2 1 可知，若所有用户幅 度固定丽万专0 ，即噪声分量相对于多址干扰可以忽略不计时，m m s e 检测器 变为解相关检测器。另一方面，若扩专o o ，即噪声分量远大于多址干扰时，m m s e 检测器则退化为传统的单用户检测器。 式( 2 3 3 ) 表明，m m s e 检测器既需要知道所有雳户酌波形靼定时，也需要得 到各用户的幅度。虽然在用户的鱼相关性和接收功率都随时间变化的异步信道 第二举多用户检测技术 中，m m s e 按照式( 2 3 3 ) 的表达方式，依然需要相关矩阵及某种形式的逆矩阵的 计算，造成计算量的增大，但是，m m s e 检测器的一个重要优势就是可以很容易 地采用自适应技术加以实现，从而避免了矩阵求逆的工作。 ( 3 ) 盲线性多用户检测 由于无线信道是时变系统，而对于线性多用户检测，每次都重新计算线性变 换矩阵是不可能的，自适应技术的引入不仅能够自动跟踪信道变化，而且可以降 低运算量。典型的自适应线性检测不需要匹配滤波器，接收信号先经过码片滤波， 然后按码片速率采样，采样后的信号经过线性接收器处理，输出信号按符号速率 采样，最震判决。其中线性接收枫囱不同的算法计算调整。 自适应算法包括带发送序列的一般算法和盲自适应算法。目前，带发送序列 的自适应算法已经研究的较成熟，主要有最小均方误差随机梯度算法( l m s ) 和递 归最小二乘算法( r l s ) ，由于l m s 算法收敛速度慢、稳态性能差，因此实际系统 中常采用r l s 算法，其计算复杂度是o ( n 2 ) 为扩频增益。 由于发送序裂不仅占用一定资源，雨量还要提高其发射功率以保涯判决豁可 靠性，而在多径信道中又很容易产生深度衰落，需要频繁的发送训练序列，从而 大大降低了系统性能，因此盲自适应检测算法是当前主要的研究方向。下表列出 了几种方法对先验知识的利用情况2 j ： 表2 2 多用户检测方法对先验知识采用的情况 待检测干扰用待检用户干扰用户相对训练 所霈信息 熏户特缝户特，薤定时瘩忽定时信息幅蓬序襄 匹配滤波检测 x 、， 最优检测 爿墨= 1 燃a r g m 斌i n x i v y ( sa 1 2s ) 乩】x 姐，( u ? s 1 ) = 1 ( 3 - 9 ) 蝶a r g m i n x 野心一2 乓】x s 2 。 ，( u y s l ) = 1 用拉格朗日乘法对式( 3 9 ) 进行最优化 令( x ) 圣x 嚣( a 。一仃2 i k ) x - 2 u x 剃( 耖? & ) 一l 】 ( 3 1 0 ) n n n n a 。一2 l x 是正定的，c ( x ) 是x 的严格凸函数。因此，在鼍处，获得c ( x ) 的唯一全局最小值。这里v e ( 五) 一0 ，或者 ( 人，一仃2 i x ) x l = 职h 置 ( 3 - 1 1 ) 因此可得葺= ( a ，- - ( 7 2 五) _ w 蕊 ( 3 - 1 2 ) 其中，值由约束条件( 畔而) 珂墨= 1 决定。即有 。雨丽孓磊1 丽( 3 - 1 3 ) 最