（信号与信息处理专业论文）低复杂度多用户检测算法研究.pdf

摘要 多川) ” 检钡 ij 技术在传统检测技术的基础上，充分利用造成 m a i千扰的所有用 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，解决了远 近效应问题，降低了系统对功率控制精度的要求，因而可以更加有效的利用频谱 资 , :显著提高系统容量。 并能 和智能天 线技术、 功率控制技术相结合，大幅度 提高系统性能，降 低系统成本。 但多 用户检测算法巨大而繁琐的 运算量抑制它的 应用，对其的改进， 研究低复杂度易于工程实现的多用户检测算法己经成为第三代 移动通信中 一 个至关重要的工作。 右综述了多 用户检测技术的发展状况及其一些新技术在该领域内的 发展的 基 础 i - ， 木文分析了 两种典型的4本算法. 讨论了多 用户检测算法的性能 测度标 准 和算法选择原则。 最后， 给出了 两种改进的多 用户检测 算法，一 种降 低了 运算量， 提高了系统抗远近效应能 力;另 一种方 法是一种简单结构的自 适应盲多用户检测 算法。仿真结果验证这两种方法在降低了 运算量的同时 提高了 系统性能。 关 键词:多用户 检测 码分多 址多 址干扰匹 配滤波 ab s t r a c t mu l t i u s e r d e t e c t o r ( mu d ) ma k e s f u l l u s e o f t h e i n f o r ma t i o n o f a l l t h e u s e r s t h a t c a u s e m u lt i p l e a c c e s s i n t e r f e r e n c e ( ma i ) t o d e t e c t t h e d e s i r e d u s e r . t h e r e f o r e , a s c o m p a r e d w i t h t h e c o n v e n t i o n a l d e t e c t o r , i t h a s b e tt e r r e s i s t a n c e c a p a b i l i t y t o t h e m a i a n d t h e s o - c a l l e d n e a r - f a r p r o b l e m . s i n c e t h e m u l t i - u s e r d e t e c t o r r e d u c e s t h e p r e c i s i o n r e q u i r e m e n t o f t h e p o w e r c o n t r o l , i t c a n p r o v i d e h i g h e r e f f i c i e n c y f o r fr e q u e n c y u s e , a n d t h u s i m p r o v e s t h e c a p a c i t y o f t h e c o m m u n i c a t i o n s y s t e m . i n a d d i t i o n , t h e m u l t i - u s e r d e t e c t o r c a n b e u s e d i n c o n j u n c t i o n w i t h t h e s m a r t a n t e n n a a n d p o w e r c o n t r o l t e c h n i q u e s , h e n c e i t m a y r e d u c e t h e c o s t w h i l e i m p r o v i n g h i g h l y t h e c a p a c i t y o f t h e s y s t e m . u n f o r t u n a t e l y , d u e t o h e a v y c o m p u t a t i o n a l c o m p l e x i t y , t h e e x i s t i n g a l g o r i t h m s li m it th e a p p l ic a tio n o f t h e m u lt i- u s e r d e te c to r , a n d h o w t o im p ro v e th e m b e c o m e s a n i砷砷 t ta sk in th e th ird g e n eratio n o f m ob ile c o m m u n ic atio n sy ste m s. t h i s p a p e r , s u rv e y s t h e d e v e lo p m e n t o f th e m u lti- u s e r d e te c to r a s w e ll a s n e w t e c h n i q u e s u s e d i n t h i s f i e l d . a f t e r t w o k i n d s o f t y p i c a l a n d b a s i c a l g o r i t h m s , w e i n t r o d u c e t h e p e r f o r m a n c e i n d e x t o m e a s u r e t h e m u l t i - u s e r d e t e c t o r a n d t h e p r i n c i p l e u s e d t o c h o o s e t h e m u d a l g o r i t h m . f i n a l l y , t w o u p s w i n g a l g o r i t h m s a r e g i v e n , o n e r e d u c e s t h 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 d i m p r o v e s t h e r e s i s t a n c e c a p a b i l i t y t o t h e n e a r - f a r p r o b l e m, a n d t h e o t h e r i s a n a d a p t i v e b l i n d mu d a l g o r i t h m w i t h a s i m p l e s t r u c t u r e . ke y w o r d s : mu l t i u s e r d e t e c t i o n c d ma ma i ma t c h e d f i l t e r 创新性声明 本人声明 所呈交的 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。尽我所知， 除了 文中 特别加以 标注和致谢中 所罗 列的内容以 外，论 文中 不 包含其他人已 经发表或撰写过的研究成果: 也不包含为获得西安电子科技大学或 其它教育机构的学 位或证书 而使用过的 材料。与 我一同 工作的同志对本研究所做 的任何贡献均已 在论文中做了 明确的说明并表示了 谢意， 申 请学位论文与资料若有不实之处， 本人承担一切相关责任。 本 人 签 名 : 王 姜 燕 日 期a c g - 止i 关干论文使用授权的说明 本人完全了 解西安电子科技大学有关保留 和使 用学位论 文的规定，即:研 究 生 在校攻读学位期间论文工作的知识产权单 位属西安电子 科技大学。本 人保证毕 业离 校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。 学校有权保留送 交论文的 复印 件， 允许查阅 和借阅论文; 学校可以 公布论文的全 部或部分内 容， 可以允 许采用影印、 缩印 或其它复制手段保存论文。 本人签名: 导师签名 也琪止二少 z e i . 子 第一章 绪论 第一章 绪论 最近，移动通信服务正以 迅猛地速度渗透到我们的日 常生活中。当 前所有的 第二代蜂窝通信系统 ( 例如:g s m, i s - 9 5 )已 经采用了 数字技术.然而， 它们所 提供的主要服务局限于基本的服务，例如: 语音， 传真和低速率数据 ( 远远低于 6 4 k b i t / s ) 业务。 在 2 1 世纪的今天，象高速 i n t e r n e t 接入，电 视和高 质量的图 象传输等大量的宽 带业务也 在不断的增加。 被国际电 信组织( i t u ) 称为i m t -2 0 0 0 ( i n t e rn a t i o n a l m o b i l e t e l e c o m m u n i c a t i o n s - 2 0 0 0 ) 的 第三代移动通信系统必须能支 持宽 带数据业务的系 统， 当数据速率高达2 m b i t / s 时， 具有同固 定网 络相同 的质量。 无线个人通信是人类通信的最高的目 标，它是用各种可能的网 络技术，实现 任何人在任何时间、 任何地点与任何人进行任 何种类的信息交换技 术，这 在接下 来的二十年内 是通信领域的一个非常具有挑战 性的工作。无绳电 话，蜂窝 移动电 话， 无线寻呼以 及其它 便携通信技术的出 现证明了 这类服务的巨 大需求量。 例如， 1 9 9 6 年底全世界蜂窝移动用户数超过 1 亿，到2 0 0 0 年移动电话用户数以超过 3 . 5 亿，另据预测，到 2 0 1 0年将超过固定电话用户。在这种发展形势下，在 2 1 世纪 初，前两代移动通信系统所能提供的容量和业务类型将不能满足市场需求， 第三 代移动通信系统将投入使用。为了满足用户数的快速增长，我们需要提出一些新 技术，他们包括: .用来在整个无 线信道提高通信质量和频谱利用率的技术 令共享有限 的频 谱资 源来容纳各种无线服务的技术 .来实现蜂窝系统不同功能的信号处理算法 无线信道的物理有限性对于可靠的通信是一个根本的技术挑战。信道易受时 变噪声， 干扰和多径的影响， 此外， 无线电 频谱是一个有限的资 源，即使 现在又 为无线服务增宽了 部分频谱资源，为了 满足现在的和即将出 现的 各种无线服务， 它仍将会超出其容量限制。因此，为了满足各种无线通信服务，有效的使用可以 获得的频谱资源是必须的。 l1 第三代移动通信系统 第三代移动通信系统 ( t h i r d g e n e r a t i o n， 3 g ) 的理论研究、 技术开发和 标准 制定工作早在 2 0世纪 8 0年代就开始进行了。国际电信联盟 ( n u)从 1 9 8 5 年开 低复杂度多用户检测算法研究 始研究， 最初成该系统为未来公众陆地移动通信系统 ( f p l m t s ) ， 后来改称为国 际移动通信 2 0 0 0 ( i mt 2 0 0 0 ) 0 第三代移动通信与第一代和第二代移动通信系统相比，其性能有了很大提高， 它的基本特点为: . 全球系 统: 第一、 二代移动通信系统一 般为区域 或国 家标准， 而第三代移动通 信系统是一个在全球范围内 覆盖和 使用的 系统， 它 将使用 相同的 频段， 支 持全 球漫游，其标准也在不段的融合。 . 多 媒体 业务能力: 第一、 二代移动通信系统以 提供 话音业务为主， 随着技 术发 展一般也仅能提供 1 0 0 -2 0 0 k b i d s 的数据业务。第三代移动通信系统的数据和 多 媒体业务能力将有很大提高， 它将提供话音分组数据和多 媒体业务所需的更 宽的带宽。i t u 规定的 第三代移动通信无线传输技术的基本要求中， 数据的最 高速率可达 1 4 4 k b i u s( 快速移动环境) ，3 8 4 k b it / s( 步行环境)和 2 mb i u s( 室 内环境) 。 第三代移动通信系统的r t t采用了多种新技术，其关键技术主要有: . 初始同 步技术: c d m a系统接收机的 初始同 步包括p n码同步、 帧同步、 码元 同步和扰码同步。 e d m a 2 0 0 0采用与 i s - 9 5系统相类似的初始同 步技术。 wc d m a系统的 初始同步 分三步进行。 令 多 径分 集接收技术: c d m a通信系统采用宽 带信号进行无线传输， 接收端可 以分离出多径信号， 因而可以采用多径分 集接收技术， 即r a k e 接收机来完成 接收过程，在很大程 度上降 低多 径衰落信道所造成的不利影响。 今 高效信道编译码技术: 信道编译码技术是第三代移动通信的核心技术之一。 在 3 g的主要 提案中， 除采用与i s - 9 5 相类似的卷积编码与交织技 术之外， 还建 议采用t u r b o 编码技术及 “ r s 一 卷积” 级联码技术。 . 智能天线技术: 所谓智能天线技术就是雷达系统 自 适应天线阵列技术在通信系 统中的新应用。 智能天线技术包括两个重要组成部分， 一是对来自 移动台发射 的电波方向进行到达角 ( d o a)估计，并进行空间滤波:二是对基站发送信 号进行波束形成， 使基站发送信号能够沿着移动台电波的到达方向发送回移动 l . 口0 . 多 用户检测技术:多 用户检测技术通过测量各个用户扩频 码之间的非正 交性， 用矩阵求逆方法或迭代方法消除多用户之间的相互干扰。 令 功率控制技术: 功率控制技术是c d m a 系统的重要核心技术之一。 常用的c d ma 功率控制技术可分为开环功率 控制、闭 环功 率控制和外环功率控制三种 类型。 在w- c d m a和c d m a 2 0 0 0 系 统中， 上行信道采用了 开环、闭 环和外环功率 控制技术，下行信道则采用了闭环和外环功率技术。 第一章 绪论 从以上可以看出，在制定 3 g 标准时，各国都选定了 c d ma 编码方式，但 c d ma 系统是自干扰系统，由于其码不正交引起的性能损失会随着用户数的不断 增长成为影响系统容量的主要因素，因此，对这一问题的研究非常关键。 1 . 2 论文主要工作和论文安排 目 前， 在第二 代c d ma移动通信系统中主 要采用严格的功率 控制 技术来缓解 多址干扰.但这种技术只能在一定程度上控制远近效应，而不能从根本上消除多 址干扰的 影响，因而对系统容量的提高是有限的.而多用户检测，又称为联合检 测或干扰抑制方法，可以非常有效地抑制多址干扰，它通过对各用户做联合检测 或从接收信号中减掉相互间的千扰，有效地消除了多址干扰和码间串扰，大大缓 解了远近效应问题，明显地改善了系统的性能，提高了c d m a 系统的容量.多用户 检测技术和智能天线技术的结合所带来的系 统改善已经引起了 各大通信公司的注 意，并己 经展开了相应的研究工作。而且多 用户检测技术和智能天线技术也是我 国自己拥有知识产权的 t d -s c d m a技术的基础。但多用户检测技术的运算量和复 杂度严重阻碍了该技术的实际应用，因此对其进行深入研究具有非常重大的意义。 本文在第二章介绍了多用户检测算法的 历程和目 前的一些新技术的引用情 况，并指出 其存在的主要问题;第三章是分析了 几种多 用户检测的典型算法及其 性能和针对不同条 件下， 选择算法时应该考虑的问 题; 第四章介绍了 两种改进的 多用户检测的方法及其仿真结果。 _低 复 杂 度 多 助 i t i乳 一 第二童 多 用户检测技术简介 互 2 . 1 多用户检测技术的 背景 第 三代移动通信系统是能够满 足国际电联 提出的 i mt - 2 0 0 0 / f p l m t s系统 标 准 的 新 一 代 移 动 通信 系 统 ， 要 求 具 有 很 好的 网 络 兼 容 性， 能 够农 现 全 球 范围 内 多 个 不同 系统 间 的 漫 游， 不 仅 要 为 移 动 用 户 提 供 话 音 及 低 速 率 数 据 业务 ， 而 且 要 提 供 广 泛 的 多 媒 体 业 务 i t u 己 对i m t - 2 0 0 0 的 测 试 环 境 提 出 了 具 体 捧 裤 仁 给出 了 表 征 m t - 2 0 0 0 系 统 的 最 低 限 度 的 参 数 ， 包 括 支 持 的 数 据 速 率 范 陈谬 瑕 鲜 则 、 单 向 的 时 延 标 准 、 激 活 因 子 和 业 务 i 模 型 根 据i t u 的 标 准 ， 世 界 各 木 蟒 . 公 司 联 盟 均己 提出 了自 己 的 第 三 代 移 动 通 信 系 统 方 案 ， 主 要 有 以 日 本 d o c o m 0 公 司为首 提出的w-c d m a 、美国l u c e n t 和m o t o r o l a 等公司提出的c d m a 2 0 0 0 .欧 洲西门 子和阿尔卡特等公司 提出的 t d - c d m a以及我国提出的 拥有自 主知 识产 权的 t d - s c d m a 。 总体来说， 虽然这些方案不甚相同， 但是全世界在第三代移 动通信系统中采用宽带码分多址 ( c d ma)技术已经达成共识。 我国现在己 经具备了第二代移动通信系统的整体开发能力， 但在第三代移动 通信系统的 研究开发方面还刚刚起步。当 前最为迫切的任务是 进行宽带c d m a通 信系统的关键技术的研究工作， 要努力形成自己 的专利技 术， 提高中国电 信业的 独立性和与外国 电信厂商竞争的能力。宽 带c d m a 通信系统的关键技术包括抗 干扰 ( 多用户检测) 、抗多径衰落 ( 天线分集合 r a k e 接收) 、抗远近效应 ( 功率控制) 等，而它们之间又是相辅相成、互相补充的，均为当前研究的热点. 多用户检测技术是宽带 c d m a通信系统中抗干扰的 关键技术。 在实际的 c d m a通信系统中，各个用户信号之间存在一定的相关性，这就是多址干扰 ( m u ltip l e a c c e s s s in t e r fe re n c e ,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 就成为宽带c d m a通信 系统 的一个主要干扰。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信 号 分别进行扩频码匹配处理， 因而 抗m a i 千扰能力较差; 多 用户检测( m u l t - 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 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， 解决 了远近效应问 题，降低了 系统对功率控制精度的要求，因而可以更加有效的 利用 频谱资源，显著提高系统容量。 第二章 多用户检侧技术简介 2 . 2 多用户检测技术的发展 众所周知，c d m a系统是自 干扰系统， 它的 容量和性能主要受到多 址干扰的 限制。接收机的设计是一个很重要的问题，若能适当的抑制多用户干扰，就可以 显著地提高系统的 性能 或容量。当然，也可以 将多 用户干扰作为加性噪声处理， 采用单用户接收中的传统匹配滤波器。而要求传统检测是最佳的，必须要求各用 户间的扩频码是 正交的。 然而，在实际系统中，由 于异步及多 径衰落的影响，扩 频码的正交性将受到破坏，因 此，需要对匹 配滤波器的输出 进行进一步的处理。 多用户接收方案所带来的性能增益，吸引了通信、信号处理以及信息理论的巨大 研究热情. 多用户检测是抑制多址干扰的一种主要手段，它可以在上行链路的基站采 用， 也可以 在下行链 路中 移动台使用。 但由 于基站接收的 各用户信号 是异步的 ， 且 基站一般已 知所有本小区内 用户扩频序列. 时延及 信道参数。 而 移动台 一般仅知道 自己的扩频码等参 数，且同小区内 其它用户的干扰与其自 身信号是同步的，另外 移动台受体积，功耗等因素的限制，处理能力有限，因此， 多用户检测技术主要 在 塞 姑 采 角 、- 事 用 户 信 号 检 测 理 论 研 究 起 源 于 八 十 年 代 初 ， 有 关 这 方 面 最 早 的 文 献 是 1 9 7 9 年k . s . s c h n e i d e r 发表的 一篇 文章， 但没有引起人们的关 注。 直到1 9 8 6 年， s . v e r d u 利用 对数 似然函 数的可分解性， 证明了k . s . s c h n e i d e r的 猜想: d s - c d m a 系统中的最优多 用户检测可以由 匹配滤波器组后接 v i t e r b i 译码器构成。该 检测 器的提出显示了c d m a 系统巨大的容量潜力和性能改善潜力， 使多址干扰抑制问 题 引起研究人员的注意。然而，由 于最优多用户检测算法的复杂度随 系统中的 用户 数成指数关系增长，当用 户数较大时，运算量非常大，以 致于实 现起来很困 难。 但是 v e r d u的工 作为进一步的研究奠 定了理 论基础， 促使人们去寻找复 杂度低， 性能比传统检测器优越的各种次优多用户检测器。 2 . 2 . 1 智能信号处理在多用户检测领域的应用 智能信号处理一般包括神经网络、进化算法及模糊推理等多 种技术，它们都 是模仿生物处理模式以 获得智能 信息处理功能的理论。神经网 络模型是在现代 脑 科学对人脑神经元系统的认识和了 解的基础上提出 来的，它是由一系列简 单元件 低复杂度多用户检侧算法研究 相互连接构成的工程计算模型，它部分地模拟了 人脑 韵给构和功能，其目 的是建 立具有某 种特定功能的 信息处理系统。在某些情况下， 网络的规模和问 题的规模 无关， 这使得神经网 络具有实时计算功能。但是，网络的规模和问题的规棋是相 关的， 神经网络实时计算的本质是用网络的复杂性作为代价来换取实时处理能力。 而神经网络以模块化实现，其复杂性常常是可以接受的。它模拟人脑的微观结构， 通过大量神经元的连接，通过自学习、自组织和非线性动力学所形成的井行分布 方式来处理信息。而进化算法模拟了生物进化现象，是采用自然进化机制来表现 复杂现象的一种概率搜索方 法。 近年 来，神经网络、进化算法再加上模糊集理论 相互渗透相互结合，拓展了智能信号处理的领域。 在智能信号处理迅速发展的同 时， 人们也加强了 其在通信领域的 研究。目 前 已经有很多神经网络、模糊理论及遗传算法用在通信信号处理技术中的例子，如 用在育均衡、 盲多用户检测、盲源分离和盲自 适应干扰抵消等多种技术。 2 . 2 . 2 神经网络技术在多用户检测中的 应用 v e r d 。 提 出 的 最 优 多 用 户 检 测 器 的 运 算 复 杂 度 随 用 户 数 的 增 加 呈 指 数 增 长 ， 是 一 个 典 型 的 组 合 优 化 计 算 里 的n p 完 全 问 题 。 在问 题 规 模 较 大 时 ， 传 统的 穷 尽 搜 索 算法遇到了 难以 克服的 “ 指数爆炸” 的困难，无法 在实际 系统中 使用。 近年来，由 于人工神经网 络可以实 现大规模并行处理计算、 复杂的非线性变 换、 分布式存储与操作等功能， 神经网络多用户检测器引起了 人们的重视.神经 网 络多 用 户检 测 器同 时 考 虑到 了 系 统 的 非 线 性、 非 平 稳性 和 非 高 斯性 。目 前 ，以 神经网络为基础的多用户检测 接收机主要包括两大类: 前馈型的多 层感知器 神经 网 络 ( m l p ) 接 收 机 和 反 馈 型 的h o p f ie ld 神 经网 络 ( h n n ) 接 收 机。 径向 基 函 数 网 络 ( r b f ) 也 是 一 种 前 馈 型 神 经 网 络 ， 它 具 有 局 部 逼 近的 特点 ， 在 逼 近 能 力 、 分 类能力和学习速度等方面均优于多层感知器，将这种进化 r b f网络应用到移动通 信系统中进行多用户检测将是非常有益的尝试。 生命 科学与工程科学的相互交叉、 相互渗透和相互 促进是近代科学技术发展 的一 个显著特点，神经网络和以 遗传算法为代表的 进化 算法都是模拟生物处 理模 式以 获得智能信息处理功能的理论， 它们与 模糊 集理论一起形成了“ 计算智能” 的 研究领域。 其中，神经网络着眼于脑的 微观网络结构，通过大量神 经元的 复杂 连接， 采用山 底向上的方法， 通过自 学习、自 组织和非线性动力学所形成的并 行 分布方式， 来处理难以 语言化的 信息。而 进化算法则是模拟生物的进化现象 ( 自 第二章 多用户检测技术简介 然选择、 交叉、 变异等) ， 并采用自 然进化机制来表现复杂现象的 一种概率搜索方 法，以 达到快速有效地解决各 种困难问题。 神经网 络和进化算法二者目 标相近而 方法各异，既有各自特点，又存在各自的问题。因此，将它们相互结合，可以达 到取长补短的作用。而免疫进化算法又是在进化算法的基础上发展起来的一个崭 新算法， 它是基于生物学中的 免疫理论提出来的。 它的核心是在算法中加 入了 一 个免 疫算子，由注射疫苗和免疫选择两部分构成。 从理论上讲， 免疫算法是完全 收敛的。同进化算法相比，免疫算法在进化的过程中有效的抑制了退化现象的发 生， 从而使算法的收敛速度大大提高。 若将这些先 进的智能计算方法应用到多用 户检测中， 会提高多 用户 检测算法的 速度， 增加多用户检测器的实时 性和实用性。 目 前， 这方面的 研究工作 才刚刚开始，对其进行深入地研究具有非常重要的现实 意义。 2 . 3 多 用户检测的 分类 目前，多用户检测方法很多，按系统性能分，大致分为最优和次优两大类 ( 如 图2 . 1 所示) 。由 上一节的分析可知最优多用户检测器的运算复杂 度太大， 不能应 用于实际中，所以人们大多致力于次优多用户检测器的研究。次优多用户检测器 又分为多级型 ( 又称为干扰抵消型) ， 线性， 判决反 馈等， 今年来， 许多新技术 如 神经网络也已经应用到多用户检测领域。 图 2 . 1多用户检测的分类 按结构分， 大致可分为 线性 ( 如图2 . 2 所示) 与非线性 ( 与图2 . 2 具有相应的 低复杂度多用户检测算法研究 处理方式)两大类。而按检测器处理信息时需要知道期望用户信息量的多少又可 分为r与非言多用户检测器。线性多用户检测器包括解相关检测、最小均方误差 检测和最优线性检测等。非线性检测主要包括并行( 或串行) 干扰抵消算法、判决 反 馈干扰算法以 及各 种神经网 络多 用户检测算法等。 线性多 用户检测的思 想是经过一个线性变换将匹配滤波器的输出的 送入 判决 图2 . 2线性多 用户检测的 分类 设备。1 9 8 9 年，r . l u p a s 等人首先提出 解相关检测器， 它的 变换矩阵 是各用户扩 频码相关矩阵的 逆阵。解相关检测器具有最佳抗 远近性能，不受干扰用户信号功 率的影响.但解相关检测器在完全消除多 址干扰的同时，也放大了 背景噪声， 在 低信噪比时，误码率性能可能会劣于传统的检测器。为了 弥补此缺陷 ，1 9 9 4年， u . ma d h o w等人提出了另一类线性检测器即最小均方误差( mms e ) 检测器，这种 检测器在消除多址干扰与噪声放大之间取一个较好的折衷。而且，当用户的扩频 码线性相关时，解相关检测器不能成立，而 mms e检测器仍然可以存在. 非 线性多用户检测技术又称为干扰抵消技术， 有关 这方面的 研究主要集中在多 级算 法，1 9 9 0 年， m . k . v a r a n a s i 提出 并分析了 并行千扰抵消 ( p i c ) 技术( 也称为 非 线性多 级检测) ， 它主要的 想法是将最大似然多用户检测技术应用到每一级中。 在1 9 9 4 年， p . p a t e l 提出了 串行干扰抵消( s i c ) 算法，它的出发点是 在传统单用户 检 测的基础上作最简单的扩充得到多用户检测。 它的缺点是必须假设先前判决的 饵二音 - ; 用户检测技术简介 信号比 较准确，而且级数越多，时延越大。为了克服 这一缺点，d . d i v s a l a r 等人 于 1 9 9 8 年提出了一种改进的并 行干扰抵消算法， 在仅 增加很少的复杂度的 情况下 解决了此问题。他们的想法是如果以前的判决不可靠，就只减去部分的多址干扰， 随着可靠性的增加，减去多址干扰的部分也越多。 由 于以 上多用户检测算法都必须假设检测器已 知各 用户的 扩频码、时延、 用 户功率、 信道参数等，而 在实际系统中，由于异步、多径衰落等因素的影响，要 想得到这些信息是非常困 难的，于是，人们就想到能不能 在不知道这些信息或只 知道部分信息的 前提下也能 进行多用户检测?答案是 肯定的，1 9 9 5 年，m . h o n i g 等人提出了基于最小输出能量准则的盲多用户检测算法，它以检测器的输出能量 作为目 标函数， 在仅知 道期 望用户的 扩频序列的情况下 ， 就能进 行多用户检测 同 时，还可以 将各种自 适应算法应用到此检测器中。 近来的 研究提出了 适用于多 径 情况的盲自 适 应最小能量算法。在1 9 9 8 年， x . w a n g等 人提出了 基于子空间的 盲 多用户检测算法，它主要利用输入信号的广义循环 平稳特性， 对输入数据自 相关 矩阵进 行子空间分解，根据信号子空间 与噪声子空间的 相互正交性，将输入信号 投影到 信号子空间上，以获得多用户检测器，此方法不需要已 知任何用户的 扩频 序列， 针对该方法文献提出了基于子空间跟踪的 自 适应算法。另一类有代表性的线 性盲多 用户检测方法是h . h o w a r d f a n 等人提出的线 性预测方法，这类算法的 优点 是运算量小。虽然这些盲的 检测算法在比 较理想的 高斯白 噪声信道情况下，能获 得比 较好的检 测效果，但在比 较复杂的多径衰落信道情况下，如果不知道信道参 数及期望用户的时延，就很难获得好的检测效果.因此，人们又提出了基于信道 辨识的盲均衡与盲多用户检测算法。 目 前，主要方 法集中 在基于二阶统计量，循 环平稳二阶统计量以及高阶统计量的 盲均衡与盲多用户检测 算法，特别是循环 平 稳二阶统计量以 及高阶统计量的 算法，对高斯噪声不 敏感，可以避免高斯有色噪 声 对系统辨识的影响。 其中t u g n a i t 等人提出的基于高阶累 量的 盲通道均衡方法 可 以 有效的克服严重的 码间串扰和多址干扰。但这类算法的 缺点也很明显，就是 计 算量 太大、 收敛慢， 不利于实时处 理。 本章主要介绍了多用户检测发展的历史、现状以及一些新技术在该领域的应 用，由以上分析可知降低多用户检测算法的复杂度，简化多用户检测器的结构， 使得算法收敛快，易于工程实现和实际中的实时处理是当前多用户检测研究的核 心内容.从本章可以看出， 多用户检测涉及的 理论与方 法的范围非常广泛，内 容 十分丰富。 低复杂度多用户检测算法研究 第三章 多用户检测基本算法 如第二章己经说明，次优的多用户检测技术可分为线性多用户检测和干扰抵消 除两大类。 线性多 用户检测技术主 要有四种: 解相关检测器、 最小均方误差检 测、 子空间 斜投影检测和多项式 扩展检测。本章首先介绍多用户检测的信号模型， 然 后说明 几种多用户检测的 基本算 法，说明了对算法的性能 侧f 标准， 最后介绍了 对多用户检测算法的选择原则。 3 . 1信号 模型 夸 3 . 1 . 1 基本同 步信号模型 在以 后章节中用到的许多算法都源于基本的k 个用户信道的基本c d m a信号 模型。 r (t ) = 艺a k b k s k ( t ) + a zn (1 ) ,， 。 0 ,t ( 3 . 1 ) 其1一卜 ， :t是数据速率的倒数。 s k ( t ) 是 第k 个 用 户 归 一 化 的 扩 频 码 波 形 ， 假设 码间 无 干 扰。 r s k. 旷 = 介 k ( t) d t = ( 3 . 2 ) a 、 是 第k 个 用 户 的 接 收 信 号 的 幅 度。 b k e - l,+ l 是 第k 个 用 户 发 送 的比 特 信息 。 假定 所 有 可能 的 信 息 序 列 都 是 等概率的。 n ( f ) 是单位功率谱密度的高斯白噪声。 ;3 . l . 2多径信号模型 艺a k . a k s k ( t - : ;， ) + a 2 n (t ) ( 3. 3) 其中:a k ， 是第k 个用户第1 条路径的幅 度衰落因 子。 第三章 多用户检测基本算法 1 1 r . , 是 第k 个用户第i 条路径的时 延。 夸 3 . 2匹配滤波器输出 多用户检测是一种从接收机端的设计入手的干扰抑制方法。 多用户检测器一般 都有一个前 端装置， 它的 作用是从接收到的连续波形r ( t ) 得到 离散时间信号y ( i ) 的 过程。 将接收到的连续时间波形变成离散时间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3 . 1 所示。 同步 k 图3 . 1匹配滤波器组 每个滤波器与一个不同用户的特征波形匹配。 在同步的 情况下，匹配 滤波器组 的输出为 y , ( t) 一 介 ( u ) s , 一 u )d u y k ( t) = j r ( u ) s k (t 一 u ) d u ( 3 . 4) 其中:s k ( t ) 是 第k 个用户的 扩频波形。 r ( t ) 是式 ( 3 . 1 )定 义的接收信号。 匹配滤波器的离散时间输出可以用基带形式表示成 低复杂度多用户检测算法研究 y k ( i ) = a , b , ( i) +艺a j b j ( i) p jk + n . ( 3 . 5) j = 1 . 少 : k 其 中: p ,k 是 第 j 个 用 户 特 征 波 形的 互 相 关， 定 义 为 、 ， 二 f s , ( t )s k (t ) d t ( 3 . 6) n k = 。 f n (! )s k (t)d t 其均值为零、方差等于u a ( 3 . 7) 为高斯随机过程， 若令 s = s . ， s z ， . . . s k i ( 3 . 8) a= d i a g a , , a z ， 二 ， a , ( 3 . 9) 并记归一化的互相关矩阵 r= e s s 0 aj .k = 1 ( 3. 1 0) 对角线元素，则式 ( 3 . 5 )可以用向量表示为 y= r a b 十 n ( 3 . 1 1) 7 斗 : l a e n n = v 2 r ( 3 . 1 2) 有以 几 可看出y时解调b 的充分统计量。 多 用户 检测器可以 说就是设计处理这些充 分统计量的方法，以 达到在某种代价函 数最小化的意义下解调出b . 3 . 3 线性多 用户检测器 线性多用户检测技术主要有四种:解相关检测、最小均方误差检测、子空间斜 投影检测和多项式扩展检测。解相关检测器的 基本思 想是首 先计划各个用户信号 ( 一般 取单个字符或部分字符) 之间基于扩展码的互 相关矩阵并求取其逆， 然后 对接收 信号进行解相关计算，最后再对解相关信号 进行判决。该方法不用估计接 收信号的幅度，比 m l s d 计算量小，但是解相关操作将加强加性高斯白噪声 ( a wg n) ，互相关求逆矩阵的计算量仍然很大;最小均方误差检测器 ( mi n i m u m m e a n 一 s q u a r e d e r r o d e t e c t o r ， m m s e d e t e c t o r ) ，其基本思 想是计算经线性变换的 第三章 多用户检测基本算法 接收数据和传统检测器的软判决输出之间的均方差，使之最小的矩阵即为所求线 性变换。 m r s e检测器考虑了 背景噪声的存在， 并利用接收信号的功率值进行 相关 计算， 在消 除 m a i 干扰和不 增强背景噪声之间取得了 一个平衡点。 本节将详 细说 明解相关检测器和 m m s e 检测器。 3 . 3 . 1解相关检测器 多址干扰是由于不同用户的扩频波形不正交 ( 即存在线性相关)引起的。因 此， 为了抑制多址干扰， 我们会很自 然想到应该将 所有用户扩频波形之间的 线性 相关解除掉，使不同用户的扩频波形实现正交。这就是解相关多用户检测器的基 本思想。 假定互相关矩阵r 可逆 ( 这 等价于 假定各用户的 特征波形线性独立) ， 则 在无 噪声 ( 即。=0)的情况下，有 r - y = r - r a b = a b ( 3 . 1 3 ) 检测器由 凡= s gn ( r - y ) k l ( 3 . 1 4 ) 可见， 若各用户的特征 波形线性独立，则式 ( 3 . 1 4 )的 检测器可以 对每一个用户 实现完全的解调。 在存在噪声n 的情况下， 用r - ， 乘以式 ( 3 . 1 1 ) 两边，则得 r y = a b + r - n ( 3 . 1 5 ) 由 于 式( 3 . 1 5 ) 仍 然 没 有 来自 其 他 用 户 的 干 扰 ， 故 检 测 器 氏= s g n ( r - y ) k 与 所 有 b ; , i # k 独 立， 唯 一 的 干 扰 源 为 背 景 噪 声 。 由 于 其 它的 干 扰 被 置 零， 所以 解 相 关 检测器也称为置零检测器。同步信道的解相关检测器如图3 . 2 所示. 滤波器组 解相关器判决器 图3 . 2同步信道的解相关器 低复杂度多用户检测算法研究 然而， 当 用户k 的信号与其它用户的信号不 线性独立 ( 即 它位于 其它用户信号 张 成 的 子 空 间内 ) 时 ， 矩 阵r 将是 奇 异 的 ， 因 此 检 测 器“r - y 不 存 在。 此 时， 需要使用 mo o r e - p e n r o s e 广义逆矩阵r 代替逆矩阵r- ，即检测器由 b = r y ( 3 . 1 6 ) 构成，图3 . 2中的逆矩阵r一 ， 需要替换成 mo o r e - p e n r o s e 广 一 义 逆知阵。 3mms e检测器 最小均方误差 ( m ms e ) 线性多 用户检测器的 设计目 标就是使第k 个用户 发送 信号与其 估计值 之间的误差的均方值 达到 最小。 即是说， 选择长 度为r的波 形e ， 满 足 e i = a r g m in e (b * 一 ) 2 ( 3 . 1 7 ) q 输出的 决策统计量为b k = s g n ( ) a 若 令b = bb 2 ， 二 ， b k ， 并 令kx k 矩阵 m二 m i , yn 2 ， . . . , m k 表 示k个 用 户的 线性检测器， 则m ms e 线性检测器的问 题也可等价为: 在m ms e 准则求最佳 矩阵 m ，使均方误差定义的代价函数 j ( m) 二 e il b 一 m y ii 2 ( 3 . 1 8 ) 最小化。 计算误差向量的协方差矩阵，得 c o v ( b 一 m y ) = e ( b 一 m y ) (b 一 m y ) t ) = e b b 一 e ( b y ) m 一 m e (y b ) + m e y y ) m t ( 3 . 1 9 ) 利用式 ( 3 . 1 1 ) ，并 注意到由 噪声 和字符数据不相关， 易得 e b b t ) = 1 ( 3 . 2 0 a ) e ( b y t ) = e ( b b t a r ) = a r ( 3 . 2 0 6 ) e y b ) = e r a b b t ) = r a ( 3 . 2 0 0 e (y y ) = e r a b b t a r ) + e n n r = r a z r + a r ( 3 . 2 0 4 ) 在 获 得 式( 3 . 2 0 . a ) 时 利 用了 e ( 时 ) = t 的 假设 。 把式 ( 3 . 2 0 ) 代入式 ( 3 . 1 9 ) ， 则可将误差向量的协方差矩阵表示为 c o v ( b 一 m y ) = i + m ( r a z r + o r 2 r ) m t 一 .mrp一 m r a ( 3 . 2 1 ) 第 三章 多用户检测基本算法 由于 m in ( ii- 11 一 m in tr (x x t ) ) ( 3 . 2 2) 故有 m i n j ( m) = m i n ( t r c o v ( b 一 my m ( 3 . 2 3 ) 令 孟 trcov， 一 m y )l = 0 ， 由 式 3.2 1， 可 得 m, ( r a 2 r + v 2 r ) = a r 假设矩阵r非奇异， 则式 ( 3 . 2 4 ) 简化为 mm m s e ( ra2 + a 2 i ) = a 令g= r a 2 ， 并 注 意到 a是 一 个 对 角 矩 阵 ， 故 有 g= r a z = a r a 由 式 ( 3 . 2 5 )