（电力电子与电力传动专业论文）独立分量分析在cdma通信系统中的应用研究.pdf

江苏大学硕士学位论文 a b s t r a c t 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 ) i san e w t e c h n o l o g y o fb l i n d s i g n a l s e p a r a t i o n r e c e n t ly ，w i t ht h ed e v e l o p m e n to fi c at h e o 阱t h ea p p l i c a t i o n a l s ob e c o m e s m o r ea n dm o r ee x t e n s i v e a p p l i c a t i n gi c at ot e l e c o m m u n i c a t i o np r o b l e m si san e w t a s k ，e s p e c i a l l y t ot h ed i r e c t s e q u e n c e c o d ed i v i s i o n m u l t i p l ea c c e s s ( d s - c d m a ) s y s t e m s i nd s c d m as y s t e m s ，a n i m p o r t a n tt a s k i s s y m b o le s t i m a t i n g a 1 1 d r e s t o r i n g a t r e c e i v e r s t h e r ea r em a n ya p p r o a c h e st od ot h i s ，s u c ha sr a k er e c e i v e ro rm u l t i u s e r d e t e c t o r s b u tt h ep e r f o r m a n c eo fa l lt h e s em e m o d sm u s tu s es o m e f o r e g o n ek n o w l e d g eo f m es y s t e mp a r a r n e t e r s ，s u c ha sc h a l l r l e le s t i m a t i o na 1 1 dc o d et i m i n ge t c m o r e o v e r ，d u et o t h ec o m p l e x i t yo fw i r e l e s sc h a i l n e l sa n dt h e n o n o r t h o g o n a l o fs p r e a d i n gc o d e s ，t h e e s t i m a t i o no ft h e s e f o r e g o n ei n f o n n a t i o n s i so f t e n u n p r c c i s ea 1 1 d e v e nw r o n g ，w h i c h m a k e sb i t e n d r - r a t eo f s i g n a l si n c r e a s e e v e nt 1 1 0 u g hs o m em e t h o d sp e r f o r r ne f f b c t i v e l yi n t h i sc a s e ，t h e i rc o m p u t a t i o na r ec o m p l i c a t e d t h i sr e s u l t e si nt 1 1 em e t h o d sf a i l u r et om n c t i o n i nt 1 1 es t a t et h a ts i g n a lp r o c e s s i n g c a p a c i t yi sw e a k ( e g m o b i l ep h o n e ) f i r s to fa 1 1 ，w ei n t r o d u c ed e t a i l e d l yt 1 1 ep r i n c i p l eo f i c a ，t 1 e nc o n s t r u c taa p p r o a c ho f i c a - b a s e dm u l t i u s e rd e t e c t o r sb a s i n go nm e p r o p e r t yo f i c a t h i sm e t h o di sam o d m e d v e r s i o no fr a k ed e t e c t o ra n dl i n e a rm m s e d e t e c t o r ，a n di c a p l a yt 1 1 ep a no ft l 】1 1 i n g e l e m e n ti n 血i sf r 锄e w o r k i tc a ne x p l o i tt h 邑i n d e p e n d e n c yo fs o u r c es i g n a l so fd i n e r e n t u s e r s ，a 1 1 dc o m p e n s a t ep o o r c a p a b m t y o f s i g n a l sd e t e c t i n gi nm a t e r r o re s t i m a t i n go f s y s t e m p a r 锄e t e r s f i n a l ly ，w es i m u l a t et h i sm e t h o du s i n gs o f t 、v a r eo fm a t l a b ，a 1 1 d s i m u l a t i o n s h o w st h a tt h i sm e t h o dc a l l e 矗e c t u a l l ym i t i g a t ei n t e r _ s y m b o li n t e r f e r e n c e ( i s i ) a n d 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 ) f u r t h e n n o r e ， b e i n g c o m r i b u t e dt ot 1 1 ef a s t c o n v e r g e n c es p e e da n dt h es i m p l ec a l c u l a t i o nw h i c hc a nn o ti n c r e a s et l eb u r d e no ft h e h a r d w a r e ，t h i sm e t h o di ss u i tt ob eu s e di nt h ed o w n l i r 山s e m n g so ft h et e l e c o m m u n i c a t i o n s y s t e m s k e y w o r d s ：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 ， p r i n c i p a lc o m p o n e n ta n a l y s i s ， c o d ed i v i s i o nm u l t i p l e a c c e s s ，m u l t i u s e rd e t e c t o r s i i 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学位保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权江苏大学可以将本学位论文的全部内容或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 保密口，在年解密后适用本授权书。 不保密口。 学位论文作者签名：孑岙j 司 0 p 哆年f 月j p 日 指导教师签名：易互，善 抄；年月胗臼 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进 行研究工作所取得的成果。除文中已注明引用的内容以外，本论文不 包含任何其人个人或集体已经发表或撰写过的作品成果。对本文的研 究做出重要贡献的个人和集体，均已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。 学位论文作者签名：乡嚣、j 司 日期： - 2 望弓年6 月。日 注释表 注释表 ( b l i n ds e g n a ls e p a r a t i o n ) 盲信号分离 概率密度函数的积分 ( c o d ed i v is i o nm u l t i p l ea c c e s s ) 码分多址 ( f a c t o ra n a l y s i s ) 因子分析 ( g e n e r a t i v et 0 p o g r 印h i cm a p p i n g ) ( 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 ) 独立分量分析 ( i n t e r s y m b o li n t e r f e r e n c e ) 码间干扰 ( m i n i m u mm e a n s q u a r ee r r o re s t i m a t o r ) 最小均方误差 ( m i n i m i z a t i o no fm u t u a li n f o r m a t i o n ) 互信息极，j 、 ( m a x i m a i z a t i o no fe n t r o p y ) 信息极大 ( m a x i m u ml i k e l i h o o de s t i m a t i o n ) 最大似然估计 ( m u t u a li n f o r m a t i o n ) 互信息 ( m u l t i u s e rd e t e c t o r s ) 多用户检测 ( 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 ) 多址干扰 ( p r i n c i p a 】c o m p o n e n ta n a l y s i s ) 主分量分析 ( p r o b a b i li t yd e n s i t yf u n c t i o n ) 概率密度函数 ( p r o j e c t i o np u r s u i t ) 投影追赶法 ( s e l f o r g a n i z i n gm a p ) 自组织映射 v 嚣叩附舡m阻钳胍眦卧旺卜舡阻叶n叫盼卧k巧m脏儿m姒陌附印 第1 章绪论 1 1 c d 姒通信系统概况 第l 章绪论 无线通信在未来的通信中起着越来越重要的作用，码分多址( c d m a ) 技术是近 年来用于数字蜂窝移动通信的一种先进的无线接入技术。它最早起源于军方的保密通 信系统，早期因其技术复杂、关键技术瓶颈等原因推广缓慢，直到9 0 年代，美国高 通( q u a l c o m m ) 公司解决了许多关键技术后，c d m a 技术才逐渐为人们认识并开始 应用。近年来，随着数字信号处理( d s p ) 和超大规模集成电路( v l s i ) 技术的飞速 发展，其商用化也逐渐成为可能。1 9 9 5 年香港和美国的c d m a 公用网开始投入商用。 1 9 9 6 年韩国用自己的c d m a 系统开展大规模商用。1 9 9 8 年全球c d m a 用户数已达 5 0 0 多万，至此c d m a 的研究和商用进入高潮。我国的c d m a 发展并不迟，也有长 期军用研究的技术积累，1 9 9 3 年国家8 6 3 计划已开展c d m a 蜂窝技术研究。1 9 9 4 年美国高通公司首先在天津建立技术试验网。1 9 9 8 年具有1 4 万容量的长城c d m a 商用试验网在北京、广州、上海、西安相继建成。随后联通公司也在广东、北京、天 津、上海等地建c d m a 商用试验网。2 0 0 2 年初，联通c d m a 商用网正式开通。从 此c d m a 在中国的应用逐步趋于规模化，截止到2 0 0 2 年1 1 月初其用户数已超过5 0 0 万。 c d m a 通信又称扩展频谱通信。它利用相互正交( 或尽可能正交) 的不同编码 分配给不同用户调制信号，实现多用户同时使用同一频率接入系统和网络的通信。它 完全不同于一般现有的常规通信方式。在c d m a 通信的发射端，每一用户的信息信 号用一带宽远大于自身的扩频码序列进行扩频处理后发射出去。接收端通过采用与发 射端相同的扩频码和接收到的信号进行相关运算来恢复出所携带的信息信号。扩频信 号扩展了信号的频谱，它具有一系列不同于窄带信号的特点，比如：隐私性能好、可 以抵抗人为干扰、具有低载获概率、可以抵抗窄带干扰等优点。c d m a 通信系统的 基本工作方式有三种：分别是直接序列扩频( d 搬ts e q u e n c es p r e a ds p e c t n l h l ：d s ) 方式、跳变频率( f r e q u e n c yh o p p i n g ：f h ) 方式和跳变时间( t i m eh o p p i n g ；t h ) 方 式。一般应用多以直接序列扩频c d m a 通信系统为主。 在d s - c d m a 无线通信系统中，接收端信号的接收是一个重要的研究课题。目前， 大多数接收机都基于r a k e 接收机原理的，它可以有效克服电波传播所造成的多径衰 江苏大学硕士学位论文 落现象。但在r a k e 接收中，它把除期望用户外的其他用户的信号都作为干扰来对 待。所以不能抑制多址干扰，特别是存在远近效应时，r a k e 接收机的信号检测效率 很低。多用户信号检测( m u d ) ，或称为联合检测则提供了一种有效的减少多址干扰 的方法。它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，从而可以增加系统容量，改善远近效应。最佳多用户检测 十分复杂，在实际上很难实现。目前研究的重点是次最佳多用户信号检测器。从不同 的角度考虑发展出了许多不同的次最佳多用户信号检测方法，但大多方法都忽略了用 户信号间一个重要的属性一不同用户信号之间的独立性。本文就从这个角度出发，引 入一种盲信号分离技术一独立分量分析技术( i c a ) 来研究它在c d m a 通信系统种 的应用。 1 2 独立分量分析及其国内外发展现状 从混合信号中分离出某一信号是信号处理领域的一个传统的研究课题。通常要实现 这种分离，必须已知源信号的一些相关参数或混合方式等条件。如果对这些信息缺乏了 解，则这一分离过程就是一个困难的课题，通常称之为盲源分离问题或盲信号分离 ( b s s ) 。针对盲源分离问题的解决已经发展了许多方法，比如：主变量分析法( p c a ) “、因子分析法( f a ) 峨投影追赶法( p p ) 【1 2 】、逆卷积f 1 3 1 4 ，1 5 1 等。这些方法各有其 优缺点和应用范围。独立分量分析技术是伴随着盲源分离问题而发展起来的一种新的统 计信号处理技术。它可以看作是主变量分析法和因子分析的一个扩展，但其信号处理能 力更强，它可以在这些经典方法不起作用的情况下使用。独立分量分析处理的对象是相 互统计独立的信源经线性组合而产生的一组混合信号。最终目的是从混合信号中提取出 各独立的信源分量。 i c a 的发展经过了一个曲折的过程。1 9 8 6 年在还没有出现i c a 这一名字之前， 西班牙学者j e a l l l l vh e r a u l t 和c 1 1 r i s t i a nj u n e n 在美国犹他州举行的一次关于神经网 络计算的会议上发表了名为“神经网络模型的空时自适应信号处理”的论文【l “。他们在 论文中建立了一种基于神经网络和h e b b 学习规则的新的计算方法，使用这种方法可 以实现独立信号混合的盲分离。这是最早的独立分量分析技术的雏形。随后的很长一 段时间内，i c a 的研究基本上只限于在法国。虽然当时的一些国际会议上也有学者发 表关于此方面的文章，但这些文章的影响都被当时十分流行的b a c k p r o p a g a t i o n 、 h o p f i e l d 网络和自组织映射( s e l f - o 唱a j l i z i n g m a p ；s o m ) 等技术所掩盖。直到1 9 9 4 2 第1 章绪论 年，法国学者p c o m o n 才比较系统的阐述了i c a 的概念并构造出了一种基于高阶统 计量的目标函数。1 9 9 5 年，a j b e u 和t j s e j n o w s k i 从信息论的角度说明了盲源分 离问题并且证明了神经网络输出信号熵的最大化就意味着输入和输出之间的互信息 最小化，同时他们还使用随机梯度下降学习算法构造了熵的最大化实现，这就是通常 所称的信息最大化i c a 算法( i n f o m a x i c a ) 。虽然这一方法只对处理超高斯信号 有效，但它在当时还是产生了很大的影响，从此i c a 的发展逐渐加快。1 9 9 7 年， s i a m a r i 进一步证实使用自然梯度的i n f o m a ) ( i c a 可以使算法的计算量减小并说明 了它和最大似然法间的联系【1 9 】。1 9 9 8 年，t e w o nl e e 通过和m a r kg i r o l a m i 等人的合 作对i n f o m a ) ( 一i c a 方法做了扩展，使它可以用来处理一般的非高斯信号，包括超高斯 和欠高斯信号【2 0 】。随后a h y v a r i n e n 和e 0 j a 提出了一种名为f a s t i c a 的固定点算法 【2 “。这种算法计算简单且有很好的收敛性质，它极大地促进了i c a 在各种领域的实 际应用研究。 i c a 的应用范围很广，并有进一步扩大的势头。i c a 的应用首先是从对生物医学 信号的处理开始的。1 9 9 6 年，m a k e i g 等人使用i n f o m a ) ( i c a 算法对e e g 和e r p 数 据进行了处理，实验显示这种算法有一定效果【2 2 】。1 9 9 7 年，tp - j u n g 等人又使用扩展 i n f o m a x i c a 方法对e e g 信号进行了处理，结果显示这种方法可以分解e e g 中的脑电 伪迹( a r t i f a c t s ) ，比如：线路噪声、眨眼噪声以及心电噪声等o “。随后i c a 的应用 又扩展到图像处理方面，1 9 9 7 年，b a r t l e t t 、s e j n o w s k i 和g r a y 、 m o v e l l a n 、 s e j n o w s k i 分别成功示范了i c a 在人脸识别和唇语辨别方面的应用2 5 1 。近年来，i c a 在数据压缩、语音信号处理、图像处理、模式识别、通信以及经济等领域的研究成果 也越来越多。 与此同时i c a 方面的书籍也相继出版。t w l e e 于1 9 9 8 年出版了名为独立分 量分析一理论和应用 2 6 】的著作。2 0 0 1 年，a h y v 敏i n e n 、j k a r h u n e n 和e 0 _ j a 又 出版了独立分量分析【2 7 】一书。这本书从i c a 的数学基础、理论研究到实际应用 做了全面深入的介绍。另外，一些致力于i c a 研究的探讨会、网站、专刊也相继出 现。1 9 9 9 年1 月，第一届独立分量分析和盲信号分离国际研讨会在法国的a u s s o i s 举 行，同时作为这一会议的产物，一个主要收集i c a b s s 方面的信息和最新发展状况 的网站i c a c e n t r a l 也成立。2 0 0 0 年6 月，第二届i c a 的国际探讨会在芬兰的赫尔辛 基工业大学召开。这两次研讨会共有1 0 0 多位专注于i c a 和b s s 研究的专家参加。 江苏大学硕士学位论文 会议总结了i c a 在理论和应用方面的初期研究工作。接着在2 0 0 1 年的1 2 月，又在 美国加利福尼亚州州立大学圣地亚哥分校举行了第三届i c a 国际研讨会。第四届独 立分量分析和盲信号分离国际讨论会将于2 0 0 3 年4 月在日本奈良举行，届时我国大 陆、香港和台湾的一些学者也将参加。 i c a 的发展时间虽然很短，但其取得的成绩却是卓越的。在理论方面，新的算法 不断被提出，i c a 模型也从开始的线性模型向非线性模型发展。在实际应用方面，其 范围也不断扩大，并且随着一些新算法的出现其应用研究也逐渐从理想条件下的研究 向更加实用的方面发展。从目前国际上的发展情况来看，主要有以下几个组织在i c a 方面的研究比较出色。如： 芬兰赫尔辛基工业大学计算信息科学实验室神经网络研究中心 主要研究者：e o j a ，j k a r h u n e n ，a h y v 撕n e n ，v k o i v u n e n 等： 美国加州大学圣地亚哥分校生物系计算神经生物学实验室 主要研究者：tw l e e ，r o b e n h e c h t - n i e l s e n ，m i c h a e lj o r d a n ，m o h a nt r i v e d i ， u p 锄a n y um a d h o w 等： 日本r i k e n 脑科学研究所和n t t c s 实验室 主要研究者：s i a m a r i ，t 0 m a s zr u t k o w s k i ，a c i c h o c k i ，s h o i im a k i n o ； 美国索尔克学院 主要研究者：t e 玎e n c es e j n o w s k i ，t 0 n yb e l l 等； 巴黎i c a b s s 研究中心 主要研究者：p c o m o n ，c j u n e n ，d t p h a m ，j e a n f r a i l c o i sc a r d o s o 等。 我国在i c a 方面的研究起步比较晚，且其研究主要集中在应用上，特别是在生 物医学方面的应用研究。最近，对i c a 在图象处理、语音信号分离以及盲均衡等方 面的研究也逐渐引起国内研究者的关注。一些比较出色的单位有： 香港中文大学 复旦大学 上海交通大学 西安交通大学 清华大学电机系 第1 章绪论 1 3 i c a 在通信系统中的应用 从整个国际范围来看，i c a 在通信系统中的应用研究主要分为两个热点时期。第 一个时期从1 9 9 7 年到2 0 0 0 年，这一阶段的研究工作主要集中在使用p c a 和i c a 技 术对组衰减传播环境下的信道进行估计、对卷积c d m a 混合的盲分离以及使用i c a 提高多用户检测性能等方面。另外还有一些工作集中在对基于i c a 的接收机和盲干 扰抑止问题的研究。这个阶段的主要研究单位和专家有： 赫尔辛基工业大学计算机及信息科学实验室的r a z v a nc r i s t e s c u 教授； j y v a s k y l a 大学数学信息技术系的1 a p a n i 翔s t a n i e m i 教授，j y r k ij o u t s e n s a l o 教授等。 第二个时期从2 0 0 0 年开始到现在。这个时期的工作重点主要是基于i c a 的干扰 消除方法的研究。它首先从减轻无意识人为干扰的研究开始，并已取得一定成果 阢5 8 ，5 9 删。另外，对移动网络中的多个干扰源的消除方法也是本阶段的研究内容，其 中主要是研究基于i c a b s s 规则的鲁棒性半盲干扰抵消方法。这一方面的主要研究 单位和专家有： 芬兰赫尔辛基工业大学k a n h i k e s hr 4 i u 教授； j y v a s k y l a 大学数学信息技术系t a p a l l i 砌s t a n i e m i 教授。 1 4 本文工作重点 虽然独立分量分析技术的研究正在引起越来越多的研究者的重视，但毕竟其发展 时间不长，它的理论体系还有许多不完善之处，比如一些独立分量分析算法的参数选 择、收敛性和鲁棒性还有待严格的数学推导和证明。我国在独立分量分析方面的研究 不管从理论还是应用上都比较薄弱。本文的主要目的是对独立分量分析的理论作一系 统介绍，并对其在c d m a 通信系统中的应用研究予以跟踪性研究。主要工作内容如 下： 从数学基础出发，比较系统地对独立分量分析理论作以介绍，简单阐述了近 年来一些重要的独立分量分析算法： 从c d m a 通信系统信号模型和独立分量分析估计模型出发，从数学上分析 独立分量分析应用于c d m a 通信系统的可行性； 基于传统的r a k e 检测和线形m m s e 检测，结合一种实用的固定点f a s t i c a 江苏大学硕士学位论文 算法，构造一种基于独立分量分析的多用检测算法； 使用m a t l a b 仿真软件，编程实现c d m a 异步通信下行链路接收端信号的 产生，并要实现扩频码、延迟时间以及用户功率等参数的灵活设置： 使用m a t l a b 编程实现基于独立分量分析的多用户检测算法，并以检测信 号图、误码率曲线以及算法迭代次数为度量标准检测这种算法的信号处理效 果。 6 第2 章c d m a 通信系统 第2 章c d 姒通信系统 码分多址( c d m a ) 技术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。相比于频分多址( f d m a ) 和时分多址( t d m a ) 技术，c d m a 具有许多 独特的优点，比如抗干扰性好、抗多径衰落、保密安全性高、系统容量大及通话质量 好等。它能满足近年来运营者对高容量、廉价、高效的移动通信的需要。 2 1 码分多址技术 在无线通信环境中，如何建立用户之间的无线信道的连接就是所谓的多址接入的 问题。根据无线通信中无线电波传播和广播信道的特点，网内一个用户发射的信号其 他用户均可接收到，如何从播发的信号中识别出发送给本用户地址的信号是建立连接 的首要问题。多址接入问题也可以被看作是一个滤波问题。多个用户可以同时使用同 一频谱，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。 常用的多址方式有：频分多址、时分多址和码分多址。频分多址中，信号功率集 中在一个相对窄带的信道里，不同信号被分配到不同频率的信道里，发往和来自邻近 的干扰用带通滤波器限制，这样在规定的窄带里只能通过有用信号的能量，而任何其 他频率的信号被排斥在外。其工作原理如图2 1 所示，其中的时间一频率平面被分割 成m 个离散的频率通道，在频率轴上相邻分布。 q 卸= 二= ：甲- 芦w _ 辩 ( 哟 ，( 1 ) 固定频率分配 1 0 0 占空比 ， 图2 1 频分多址 在时分多址中，一个信道由一连串周期性的时隙构成。不同信号的能量被分配到 不同的时隙里，利用定时选通来限制邻近信道的干扰，从而只让在规定时隙中有用的 信号能量通过。其工作原理如图2 2 所示，其中时间一频率平面被分割成m 个离散时 隙，在时间轴上相邻分布。 tf w illol主 江苏大学硕士学位论文 卜一r 一 f ( 1 ) z ( 州) - 固定时隙分配 # 低占空比 图2 2 时分多址 码分多址是为缓解有限频带与无限用户需求之间的矛盾而发展起来的一种新的 多址技术。在码分多址中，每一信号被分配一个伪随机二进制序列( 扩频码) 进行扩 频，不同信号的能量被分配到不同的伪随机序列里。在接收机里，信号用相关器加以 分离，这种相关器只接收选定的二进制序列并压缩其频谱，凡不符合该用户二进制序 列的信号就不被压缩带宽，结果只有有用信号的信号才被识别和提取出来。如图2 3 所示，其中信号能量连续分布于整个时间一频率平面。 c ( 1 ) e ( 2 ) ” c ( 神 - - - - - - - - - - - - - - - - - - - - - - 码 2 2 扩频通信 卜一w 一频率卜一t t 固定码分配 1 0 0 占空比 圈2 3 码分多址 c d m a 通信属于扩频通信方法。这种方法的关键就是用一个独立于数据的宽带 信号( 扩频码) 来调制窄带的信息信号。最简单的情况扩频码一般为1 序列。常用 的扩频技术主要为使用跳频( f h ) 的扩频技术和使用直接序列( d s ) 的扩频技术。 直接序列扩频，就是直接用具有高码率的扩频码序列在发送端去扩展信号的频谱。而 i。1 w。土 -i o土 第2 章c d m a 通信系统 在接收端，用相同的扩频码序列去进行解扩，把展宽的扩频信号还原成原始的信息。 本文以d s c d m a 通信系统为研究对象。在这种系统中，正负二进制基带数据波形 的符号速率( 1 疋) 通过它与码片速率远大于信号速率( 疋= 匝) 的伪随机正负二 进制波形相乘得以增加，在概念上如图2 4 所示。 一b0b r f 谱+，只= 4 形= a b 4 1 年 斟矗 臻i 芟谱干扰 f 。解v 目后嗣 陲阕轰 陲： i ：；：| 上图为系统发射机端，下图为系统的接收机端 图2 4d s 扩频系统 这种操作的效果是用系数扩展信号波形的瞬时带宽，对于相同信号能量而言， 它将使得波形频谱密度降的很低而“类似噪声”。扩频信号功率表示为 只= 彳。= 4 嚣。扩频信号的频谱密度相对于扩频信号以因子4 磊= b = 1 ，降 低。在接收端，解扩和解调恢复了原始基带数据波形，允许接收端滤除大部分宽带干 扰。在图2 4 中，假设接收机前置滤波器接收h z 的信号带宽，那么它也接受该带 9 4 一蛰 江苏大学硕士学位论文 宽内的干扰。图中假设干扰电平。可能远大于接收到的信号电平( 用4 表示) 。这表 明( 肼限) 。= 4 。 1 ，但在解扩后，所需信号的带宽降为其原始值b ，而干扰带宽 仍为，这样在信号带宽内可以用滤波来降低干扰功率，使得基带数据的s n r 为： c 溉一矿茄= 鲁珊鲁= 等删，” 这说明了通过采用扩频技术可以提高系统基带的s n r ，增加系统抗干扰能力。 2 3 多径干扰和多址干扰 在无线电传播过程中，由于地面和周围建筑物的反射，发射信号往往经由多条不 同路径，以不同的时间到达接收天线。这些多径波称为多径波，由于它们的强度、传 播时间以及发射信号的带宽等不同，从而使接收信号的幅值和相位，甚至波形有可能 变化很大，引起畸变或衰落现象，这就是多径干扰。图2 5 显示了城市环境中多径传 播的情况。 口口口口口 d 口口口口 口口口口口 口口口口口 口口口口口 口口口口口 吕 口 口 口 d 口口 o a d 口 口a d 口 口口 图2 5 城市环境中的多径传播 多径干扰信号的频率选择性衰落和路径差引起的传播时延，会使信号产生严重的 失真和波形展宽，导致码间串扰。它会引起噪声增加和误码率上升，从而使通信质量 降低。在直扩系统中，可以采用扩频码进行相关解扩，只要多径时延大于一个扩频码 的切普宽度，这种多径就不能对直扩系统形成干扰，直扩系统甚至可以利用这些干扰 能量来提高系统的性能。 在c d m a 系统中，由于各用户同时占用同样的频率段，而且扩频码间不完全正 交，所以还会引起多址干扰( m a i ) 。多址干扰可以通过增加扩频码的长度来减少， 但这会使数据传输速率下降。而且，由于远近效应的存在，即使通过增加扩频码长度 来减少用户间的相关性，多址干扰仍然会增加。在上行链路( 基站) 中，由于可以获 知的参数多，可以使用功率控制或多用户检测来减少干扰。但在下行链路( 移动电话) ， 可获得的参数有限，所以常会用到盲多用户检测技术。 l o 第2 章c d m a 通信系统 2 4 信号衰减 衰减是所有无线系统中的一个基本问题。当信号在无线通道中传播时，衰减常使 传播信号发生变形。衰减主要有以下几类： 自由空间的路径损失。它是移动台和基站之间距离的函数，描述的是大尺度 区间( 数百米或数千米) 内接收信号强度随发射一接收距离变化的特性。这 种损失对信号的影响主要是衰落。 阴影衰落是由传输环境中的地形起伏、建筑物和其它障碍物对电波的阻塞或 遮蔽而引起的衰落。它描述的是中等尺度区间( 数百波长) 内信号电平中值 的慢变化特性。阴影衰落又称慢衰落或长期衰落。 多径衰落是由移动传播环境中的多径传输而引起的衰落。它描述的是小尺度 区间( 数个或数十个波长) 内接收信号场强的瞬时值的快速变化特性。它又 称快衰落或短期衰落或r a y l e i 曲衰落。 2 5 同步 同步在数字通信系统中是很重要的，只有当收发机两端的信号在频率和相位上一 致，才能正确的解调出信息。d s c d m a 系统中，接收段和发送端必须实现信息码元 同步、p n 码片序列同步和射频载波同步。信息码元时钟可以和p n 码元时钟联系起 来，有固定的关系，一个实现了同步，另一个自然也就同步了。对于载频同步来说， 主要是针对相于解调的相位同步而言。常见的载频提取和跟踪的方法都可采用，例如 用跟踪锁相环来实现载频同步。因此，通常主要关心的是p n 码元序列的同步。对于 一个完整的同步过程，一般包含搜捕和跟踪两个阶段闭环的自动控制和调整过程。常 用的搜索方法有：滑动相关搜捕法、序贯估值搜捕法和匹配滤波器搜捕法。跟踪过程 一般使用锁相技术来实现。 2 6 数字信号调制和解调 调制就是使给定信号( 称为载波信号) 的性质或参数与另一个信号( 称为调制信 号) 成某种比例关系变化。调制通常可以通过改变一高频载波的幅值、频率或相位来 实现。而解调的过程和调制相反，它是从调制信号中抽取基带信号的过程，其目的是 使基带信号可以被约定的接收者进行处理和解释。 一、二进制相移键控 二进制相移键控调制就是保持载波信号的幅值固定，通过控制载波的相位在两个 可能的值之间切换。通常两个相位相差1 8 0 0 。二进制相移键控一般可分为“绝对调相” 和“相对调相”。绝对相移指利用载波的相位( 指初相) 直接表示数据信号的相移方式， 一般记为b p s k 。若载波初始相位为丸，则“o ”码对应的载波相位是( 丸+ o ) ，“l ”码对 江苏大学硕士学位论文 应的载波相位为( 矗+ ，) 。两种数字信号对应的载波相位变化量都是相对于同一固定 的参考相位九。相对调相信号则是利用前后相邻码元的载波相位的相对变化量来传递 信息，一般记作d p s k 。若“1 ”码的载波相位对前一个码元的载波相位变化为万，则“o ” 码的载波相位相对于前一个码元的载波相位变化为0 。由此可知，d p s k 信号发送的 载波相位是指相邻码元所对应的载波相位差毋，即相对相位不变表示数字信号0 ， 相对相位改变石表示数字信号1 。其实现过程如图2 6 所示。 ( 矗) 肝s x c b ) 坤疆 图2 6 相位选择法产生p s k 调制过程 图2 7b p s k 解调原理图 相移键控信号是利用载波相位的变换来传输信息的，它是一种恒包络信号。对其 解调一般采用相干解调方法。图2 7 出示了b p s k 的解调原理图。对b p s k 解调过程 做以调整可以实现d p s k 的解调【叭。 二、四进制数字相位调制( q p s k ) 数字信出 圈2 8 直接法q p s k 调制过程 q p s k 调制简称四相调制，是m p s k 中最常用的一种。它又称正交相移键控，其 第2 章c d m a 通信系统 带宽是b p s k 的两倍。因为在单个调制码中有2 个比特被发射，载波的相位取值共有 4 个，其间隔相等，常取o 、丌2 、万和3 口2 ，或取万4 、3 厅4 、5 z 4 和7 z 4 。 每个相位值都与一个唯一的信息比特对应。图2 8 出示了q p s k 的调制过程。q p s k 的解调过程和调整过程相反0 1 。 2 7 传统信号接收技术 2 7 1 单用户检测技术 常用的单用户检测器一般指的是匹配滤波检测器，其结构如图2 9 所示。它通过 分别对每个用户进行扩频码的相关运算来恢复信号，这种方法没有考虑多址干扰和普 通白噪声之间的差异。其检测性能比较差。 我们通过如下推导来说明匹配滤波检测器的检测过程。考虑单个路径的同步 d s c d m a 系统，则有接收信号如下： ，( ，) = 吼( f ) 钆( ，) ( f ) + h ( ，) ( 2 1 ) 根据扩频码的性质以及图2 9 所示，第k 个用户相关器的输出为： y 。= 李如h 吨”静触+ 亭扣h ( f ) 冰弧”心厶蝎( 2 2 ) ，t ； 匹配滤波检测器不考虑比4 。的影响，当干扰用户数量增加时 利，。也增加，特别 是当存在远近效应时，目标用户较弱的信号( 吼阢) 可能会被其他用户较强的信号 ( 纠。) 淹没。 匹葺己滤波 杪f - ? ) 杪卜 吲主弦 警组 圈2 9 匹配滤波检测器结构 1 3 江苏大学硕士学位论文 在有多径传播情况下，如果不同路径信号的延迟超过一个扩频码的码片长度，则 由扩频码的性质知，接收端可将不同的路径波束区别开来。将这些不同波束分别经过 不同的延迟线，对齐以及合并在一起，则可达到变害为利，把原来是干扰的信号变成 有用信号组合在一起。这就是r a k e 接收机的基本原理。 2 7 2 多用户检测技术 多用户检测技术是在单用户检测技术的基础上，充分利用各个用户的扩频序列、 时延、幅度以及相位信息对各用户进行联合检测的一种技术。它从总体上提高了各个 用户的性能。可以解决远近效应问题、降低系统对功率控制精度的要求，从而更加有 效地利用上行链路频谱资源，显著增加系统容量。其检测原理如图2 1 0 所示。 多用户检测技术总体上可分为线性检测和干扰消除两大类。线性检测通过对传统 检测器的输出进行解相关或其它的线性变换以利于接收判决，常用的线性多用户检测 技术主要有四种：解相关检测、最小均方误差检测( m m s e ) 、子空间斜投影检测和 多项式扩展检测。干扰消除检测则是利用可靠已知信息对于扰进行估计，然后在原信 号中减去估计干扰从而利于接收判决。其主要包括串行干扰消除多用户检测、并行干 扰消除多用户检测和判决反馈多用户检测等。 输 菁 户 赫 蓑 6 l ( f ) k 0 ) 图2 1 0 多用户检测的一般结构 最小均方误差检测是一种常用的多用户检测方法，它又包含线形m m s e 检测、 自适应m m s e 检测和子空间m m s e 检测。m m s e 的基本思想是计算经线性变换的接 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。它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，是在消除m a i 干扰和不增强背景噪声之间的一种折中方法。 多用户检测技术也存在一定的局限性。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， 实现复杂度高，一般只在基站使用，即只适用于上行链路的信号检测。针对上述情况， 盲用户检测和半盲用户检测成为用户检测技术研究的前沿课题。“盲”是指不知道干扰 用户的地址码，适用于移动台：“半盲”是指对干扰用户的地址码，小区内的已知而小 区外的未知，适用于基站。文献5 i 】中系统地介绍了各种盲多用户检测方法。 第3 章独立分量分析 第3 章独立分量分析 独立分量分析是一种新的盲信号处理方法。相比于一些早期的盲分离方法，这种 方法有其独特的优点和应用领域。近年来，对独立分量分析方法的研究越来越多地引 起人们的关注，其应用价值也逐步得到体现。它的应用首先从语音信号分离和脑电信 号处理开始，现在已经扩展到图像处理、模式识别、通信以及经济等领域。本章将对 独立分量分析方法作系统讲解。 3 1 预备知识 3 1 1 统计独立 假设( q ，甲，p ) 是一个概率空间，f 。佃) ，六细) 是定义在它上面的随机变量，舻。 是一维波莱尔仃一代数，如果对于任意波莱尔集4 ，爿。p 。有： ，( n 喜爿，) ) = 兀p 六爿。 ，= l。l 则称n 个随机变量为相互独立。 n 个随机变量f l ，磊相互独立的充分必要条件是，对于任意实数一，x 。，有： ，矗( 。l j ，x 。) = 呢( x 一) 名( x 。) ( 3 1 ) 其中乓( x ) = 乓。， ( 。1 i 一，x 。) 是点，六的联合分布函数，吒( x ) ( f = 1 ，月) 是随 机变量孝的分布函数。 3 1 2 高阶统计量 一、高阶矩 设善为随机变量，其均值为日，方差为盯2 ，则定义= e ( f 。) = r 。x 。p ( x ) 出为孝 的k 阶原点矩，简称为k 阶矩。以= 研( f a ) 】= f = 一口) ，( x ) 出为孝的k 阶中心 矩，且如果乎的均值为零，则仇= 以，即k 阶中心矩等于k 阶矩。 假设随机变量f 有二阶和三阶中心矩，2 = 盯2 = d 善，地= e ( f e f ) 3 。则称： 瓯：姿 ( 3 2 ) o 为随机变量f 的偏度。高斯( 正态) 分布的偏度等于零。 对于任意