代移动通信技术中多用户检测技术的研究论

《代移动通信技术中多用户检测技术的研究论》由会员分享，可在线阅读，更多相关《代移动通信技术中多用户检测技术的研究论（54页珍藏版）》请在装配图网上搜索。

1、第三代移动通信技术中多用户检测技术的研究摘要码分多址（CDMA）系统由于软容量、软切换、频谱利用率高以及抗干扰能力强等优点在第三代移动通信系统（3G）中获得了广泛的应用。在 CDMA 系统中，多个用户信号是依靠不同的扩频码来相互区分的，但在实际应用中，扩频码又不可能达到完全正交的理想状态，因此在多个用户同时通信时，一定会产生多址干扰（MAI），随着系统用户数的增加，这种干扰必将会成为影响其系统性能和限制系统容量的主要因素。如何能够更好地消除多址干扰便成为近年来人们研究的热点。多用户检测技术能够有效地消除多址干扰，提高系统容量，解决远近效应的问题，因而被列为第三代移动通信系统的关键技术之一。其主

2、要目的是从相互干扰的多个 CDMA 信号中检测出某个特定用户信号，从根本上消除多址干扰的存在。其中盲多用户检测技术作为一种直接利用待测用户数据和期望用户信息的盲自适应检测方法，近年来已得到众多学者的关注，并成为整个通信领域的研究热点。盲多用户检测器由于不需要发送期望用户的训练序列，且不需要干扰用户的先验知识，具有开销小、效率高、实现复杂性比较低等一系列优点，而引起了人们对它的广泛关注。本文较为系统地分析了同步 AWGN 信道下的盲多用户检测和基于子空间盲多用户检测的性能，通过仿真验证，得出一种能有效解决多址干扰和远近问题的盲多用户检测器，并初步给出其实现方案。关键字：多址干扰，盲多用户检测，同

3、步AWGN信道，子空间RESEARCH ON TECHONLOGIES OF MUTI-USER DETECTIONFOR 3GABSTRACTCode Division Multiple Access (CDMA) system has been widely applied in the third generation mobile communication system (3G) due to its soft capacity, soft switching, high spectrum efficiency and strong immunity to interference.

4、 In CDMA system, the signals of multiple users are divided depending on their different spreading spectrum codes. But in practical applications, the spreading spectrum codes are impossible to be completely orthogonal. When multiple users communicate simultaneously, the system will generate Multiple

5、Access Interference (MAI). With the increasing of users, this interference will become the main factor affecting the system performance and limiting the system capability. How to eliminate multi-access interference better has drawn much attention in recent years. Multi-user detection can effectively

6、 eliminate multi-access interference; improve capability; solve the problem of the Near-far effect; thus it becomes the key technologies of 3G. Its main purpose is to detect the specific user signals from multiple CDMA signals interfering with each other, and virtually eliminate the multi-access int

7、erference. Blind multiuser detection, which directly takes advantages of the test data and interest of user info to detect, is a kind of blind adaptive multiuser detection. It has been a popular research subject in the field of communications recently.Most of the researches focus on the blind multiu

8、ser detector, because it has no needs of training sequence and the priori knowledge of interferential users, and it has the merits of higher efficiency、lower complexity of the implementation, and so on.This thesis systematically analyses the performance of the conventional synchronous AWGN channel o

9、f the blind multiuser detection and the blind multiuser detection based on the subspace. Via simulation confirmation, an effective blind multi-user detector that can solve MAIand near-far problem is attained，Its implementation is also presented.KEY WORDS：Multiple access interference,Blind multiuser

10、detection,Synchronous AWGN channel,subspace目 录摘要IABSTRACTII第一章绪论11.1第三代移动通信的概述11.2第三代移动通信系统的关键技术21.3多用户检测的历史和发展现状41.4本课题研究的背景与意义51.5论文的内容安排6第二章多用户检测技术的理论基础72.1 CDMA 通信系统模型72.2多用户检测的基本原理72.3多用户检测的分类8线性多用户检测82.3.2 MMSE 多用户检测9多项式扩展(PE)多用户检测9盲自适应多用户检测92.4 多用户检测的性能测度10误码率（BER）10信干比（SINR）10渐进多用户有效性（AME）10

11、抗远近效应能力（near-far resistance）11渐进剩余能量（EOE）112.5本章小结11第三章典型的多用户检测算法123.1传统的匹配滤波器123.2最优多用户检测技术133.3次优多用户检测技术14非线性多用户检测14线性多用户检测153.4本章小结17第四章同步 AWGN 信道下的盲多用户检测194.1盲多用户检测概述194.2盲多用户检测的基本原理204.3盲多用户检测器的准备知识20盲多用户检测器的典范表示20基于 CMOE 准则的盲多用户检测算法21性能比较尺度224.4盲自适应 LMS 算法224.4.1 LMS 算法22算法仿真244.5改进的 LMS 算法27变

12、步长 LMS 算法27算法仿真284.6盲自适应 RLS 算法314.6.1 RLS 算法31算法仿真324.7本章小结35第五章基于子空间盲多用户检测算法的研究365. 1子空间发展的概述365. 2子空间方法的基本原理365. 3子空间跟踪算法385.3.1 PAST 算法385.3.2 PASTd 算法395.3.3 OPAST 算法405. 4改进的子空间跟踪算法405. 5实验仿真与结果分析415. 6本章小结44第六章总结与展望45致谢46参考文献47附录一（外文资料）48附录二（中文资料）58第一章 绪论1.1第三代移动通信的概述随着科学技术日新月异的不断发展，人们身处在生活节奏

13、快速变化的社会中，传统的通讯手段己经无法满足现代化社会的需求了，所以如何使通讯工具达到人类通信的最终目标一一个人通信，既是人们的梦想，也是科学家奋斗的目标。个人通信将成为人类通信的最高阶段，而移动通信则是迈向个人通信的必经阶段。近些年来，随着数字和射频电路制造技术方面取得的巨大进步，以及在新的大规模集成电路和其它小型化技术的推动下，移动通信技术获得了跨越性的发展。到目前为止，移动通信系统己经发展到第三代并准备向下一代发展，在我国也己经逐步推广第三代移动通信业务。第一代移动通信系统是采用频分多址(FDMA Frequeney Division MultipleAccess)方式的模拟蜂窝系统。第

14、二代移动通信系统采用时分多址(TDMA，Time Division Multiple Access)或者码分多址 (CDMA，Code Division Multiple Aeeess)为主的数字蜂窝系统，其容量和功能都比第一代移动通信系统有了很大的提升，但是伴随着社会的发展，人们对通信业务种类和数量需求的急剧增加，使得人们已经不再满足于第二代移动通信系统。于是一种能够提供全球漫游，还能够支持多媒体业务并且有足够容量的第三代移动通信系统就由此产生。第三代移动通信系统是按照国际电联(ITU，International Telecommunieation Union)提出的ITM-2000标准进行

15、设计的新一代移动通信系统，简称 3G(The Third Generation)系统，其基本特征可概括为：(l)具有支持多媒体，特别是Internet业务的能力。ITU规定的第三代移动通信系统的数据传输必须满足以下三种环境的最低要求:快速移动环境，最高速率达144kbit/s;室外到室内或步行环境，最高速率达384kbit/s:室内环境，最高速率达ZMbit/s。(2)全球普及和全球无缝漫游的系统。(3)便于过渡，演进:由于第三代移动通信系统引入时，第二代网络己具有相当的规模，所以第三代的网络一定要能在第二代网络的基础上逐渐灵活演进而成，并应与固定网兼容。(4)高服务质量。(5)高频谱效率。(

16、6)高保密性。目前，第三代移动通信系统主要有三种方案:我国的TD一SCDMA、北美的CDMA2000和欧洲的WCDMA。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以及未来移动通信系统中采用宽带码分多址(CDMA)技术己经达成共识。1.2第三代移动通信系统的关键技术在第三代移动通信系统中采用了很多关键技术，其中主要包括以下几个方面的关键技术。1.Rake多径分集接收技术一般移动通信是在复杂的电波环境下进行的，如何克服电波传播造成的多径衰落现象是移动通信的一个基本问题。由于CDMA系统具有宽带的特性，因此这些路径可能会超过一个CDMA位(码片)的宽度;在这种情形下，传统的等化功能将不再适

17、用，需要一种新的技术，它必须能接收所有路径的信号，然后组成一个完整的信号。Rake接收机就拥有这样的功能，它可以收到所有可能路径的信号，然后再将这些路径上的信号组合成一个非常清晰的信号，强度远超过单个路径上的信号;基本上，Rake接收机会计算参考模式与接收信号之间的相关性，然后找出个别信号的传送路径。这种技术称之为Rake多径分集接收技术。2.高效信道编码技术信道编码技术是在移动通信中提高系统传输数据可靠性的有效方法之一，在第二代移动通信系统中应用卷积编码和交织，对于保证话音和低速数据业务的业务质量取得了很好的效果。第三代系统与第二代系统相比，由于需要提供的业务种类大大增加，这就对信道编码提出

18、了更高的要求。因此设计信道编码方案，不仅要从用户业务的要求考虑，如信息的准确度、允许的时延等，还要从提高系统增益的全局优化的角度，与改进调制解调方法、分集接收、系统的经济性、降低系统的复杂度等其他因素综合考虑。3.智能天线技术智能天线也叫自适应阵列天线它由天线阵、波束形成网络、波未形成算法三部分组成。它通过满足某种准则的算法去调节各阵元信号的加权幅度和相位，从而调节天线阵列的方向图形状，达到增强所需信号抑制干扰信号的目的。智能天线是基于自适应天线阵原理，利用天线阵的波束赋形产生多个独立的波束，并自适应地调整波束方向来跟踪每一个用户，达到提高信干比(SIR)，增加系统容量的目的。采用智能天线技术

19、，实际上是通过数字信号处理，使天线阵为每个用户自适应地进行波束赋形，相当于为每个用户形成了一个可跟踪它的高增益天线，从而既可以进行全方位的通信，又可以用较小的发射功率覆盖相同的服务范围。4.多用户检测技术在实际CDMA系统中，地址码之间不能达到互相关函数为零的理想情况，因此会引起多址干扰(MAI)，多址干扰限制了系统的容量。而CDMA系统是一个多入多出(MIMO)的系统，采用匹配滤波器等传统的单入单出(5150)检测方式，就不能充分利用用户间的相关信息，而将多址干扰认为是白噪声的一部分，因此受远近效应影响很大，不仅需要严格的功率控制，而且降低了系统容量。1986年，S.verdu完善了多用户检

20、测的思想，提出采用最大似然序列的最优多用户检测方法，但是该方法在实际物理实现上太复杂，其复杂性随用户数的增多而呈指数增加。S.verdu的工作激励了许多研究者寻找次优的多用户检测器，它可以具有合理复杂度的算法实现较优化的性能。近年来随着移动通信技术的飞速发展，人们对移动通信系统的容量、频谱效率、抗干扰能力等性能的要求越来越高。作为CDMA移动通信系统信号处理的一项关键技术，多用户检测技术它是消除或减弱CDMA中多址干扰的有效手段，也是消除或减弱CDMA中多径衰落干扰的有效手段，并且能够消除或减弱CDMA中远近效应，同时简化CDMA系统中的功率控制，降低功率控制的精度要求，弥补CDMA中由于正交

21、扩频互相关性不理想所带来的一系列消极影响，改善CDMA系统性能，提高系统容量和扩大小区覆盖范围。十几年来，越来越多的学者致力于该领域的研究，提出了线性检测方法、干扰消除检测方法、神经网络检测方法、自适应检测方法以及盲检测方法等大量有效的算法。5.软切换技术软切换技术是建立在CDMA系统宏分集接收基础上的一项新技术，软切换技术是相对于硬切换而言的，当移动台开始与一个新的基站联系时，并不立即中断与原来基站之间通信，这种切换方式即为软切换。软切换技术仅能用于具有相同频率CDMA信道之间。软切换技术可使原小区和新小区在切换过渡中支持呼叫。切换过渡是从原小区先向两个小区的共用区过渡，然后再过渡到新小区，

22、这样做不仅可以减少呼叫中断的可能性，而且使用户不易察觉切换，在这方面模拟系统以及数字TDMA系统提供“先断开再连接”的切换功能，而CDMA系统可以提供“先连接再断开”的功能。6.功率控制技术在移动通信系统中，近地强信号抑制远地弱信号产生“远近效应”。系统的信道容量主要受限于其他系统的同频干扰或系统内其他用户干扰。在蜂窝系统中，移动台至基站的链路上容易出现远近效应的问题，也就是说，离基站近的移动台的路径损耗比远方的移动台的路径损耗低。如果所有的移动台都使用相同的发射功率，附近的移动台必然要干扰远方的移动台。因而用户发射功率的大小将直接影响到系统的总容量，从而使得功率控制技术成为CDMA系统中最为

23、重要的核心技术之一。常见的CDMA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。7.软件无线电技术软件无线电技术是随着高级移动 系统(AMPs)，全入网通信系统(TAcS)，全球移动通讯系统(GSM)，CDMA等新技术和新标准的不断出现，数字信号处理器(DSP)处理速度不断提高和价格不断下降的产物。其主要基本思想是高速模数和数模转换器尽可能地靠近天线来做处理，所有基带信号处理都用软件方式代替硬件实施，打破了有史以来设备的通信功能的实现仅仅依赖于硬件发展的格局。软件无线电技术的出现是通信领域继固定通信到移动通信，摸拟通信到数字通信之后第三次革命。第三代移动通信系统具有多模、

24、多频段、多用户的特点，面对多种移动通信标准，采用软件无线电技术对于在未来移动通信网络上实现多模、多频率、不间断业务能力方面将发挥重大作用，如基站可以承载不同的软件来适应不同的标准，而不用对硬件平台改动;基站间可以由软件算法协调，动态地分配信道与容量，网络负荷可自适应调整;移动台可以自动检测接入的信号，以便接入不同的网络且能适应不同的接续时间的要求。由于硬件器件技术的限制，目前软件无线电的优势尚不能充分地发挥。因此，应针对此技术的特点，研究具有普遍意义的、不局限于特定硬件水平的软件无线电长远技术，为移动通信系统的发展服务。1.3多用户检测的历史和发展现状多用户检测是抑制多址干扰的一种主要手段，它

25、的理论研究起源于 20 世纪 80年代初，有关这方面最早的文献是 1979 年 Schneider 发表的一篇文章，但没有引起人们的关注。直到 1986 年，Verdu利用对数似然函数的可分解性，证明了Schneider 的猜想：直扩码分多址系统中的最优多用户检测可以由匹配滤波器组后接 Viterbi 译码器构成。该检测器的提出，显示了 CDMA 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学者们的注意。然而，由于最优多用户检测算法的复杂度随系统中用户数成指数关系增长，当用户数较大时，运算量非常大，以至于实现起来很困难，但是 Verdu 的工作为进一步的研究奠定了理论基础，促使人们

26、去寻求复杂度低，性能比传统检测器优越的各种次优多用户检测器。多用户检测在处理方法上，大致可分为线性与非线性两大类。线性多用户检测包括解相关检测、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。线性多用户检测是经过一个线性变换将匹配滤波器的输出送入判决设备。1989年，Lupas 等首先提出解相关检测器，它采取用户扩频码相关矩阵的逆阵作为变换矩阵。该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，Madh

27、ow 等提出了最小均方误差（MMSE）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中。而且，当用户的扩频码线性相关时，解相关检测器失效，而 MMSE 检测器仍然可以正常工作。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，1990年，Varanasi 提出并分析了并行干扰技术（也称非线性多级检测），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。之后，Patel 提出了串行干扰抵消算法，它的出发点是在传统的单用户检测的基础上经最简单的扩充得到多用户检测，它的缺点是要求上一级得到的判决信号比较准确，而且，级数越大，时延越大。Divsalar 等于

28、 1998 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。他们的思路是如果以前的判决不可靠，就减去部分多址干扰，随着可靠性的增加，减去多址干扰的部分就越多。以上的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。为解决这一问题人们进行了大量研究，Honig 等人于1995 年首先提出盲自适应多用户检测，是在约束最小输出能量（CMOE）的基础上提出的一种基于最小均方误差（LMS）的盲多用户检测算法LMS-CMOE。1997 年，Poor 等人又在 CMOE 准

29、则的基础上提出一种基于递归最小二乘（RLS）的盲多用户检测算法RLS-CMOE。在 RLS-CMOE 基础上进行 QR 分解得到的QR-RLS-CMOE，可使 RLS-CMOE 进一步实用化。已经证明 CMOE 线性检测器能够收敛至 MMSE 线性检测器。Wang 于 1998 年提出了基于子空间跟踪的盲多用户检测算法PASTD，即从空间角度来研究线性盲多用户检测，该算法核心采用了 Bin Yang 于 1995 年提出的 PASTD 子空间跟踪算法。对于子空间跟踪多用户检测技术，如果合理选取子空间跟踪算法和适当的秩估计法，就可以相应提高多用户检测技术的性能。此后，Lee 又提出了基于横模算法

30、（CMA）的多用户检测技术，由于该算法实现简单，因此得到了广泛深入的研究。国内学者在盲多用户检测问题上也作出了大量的研究并提出了一些抑制多址干扰的有效算法，如基于 Kalman 滤波的盲多用户检测算法，基于最小平均峰度准则的盲自适应检测算法,基于正交滤波器组的盲自适应检测算法，基于进化径向基函数神经网络的多用户检测方法等。目前很多的多用户检测算法多是停留在理论的探讨阶段，寻找复杂度与性能之间的合理折中且能满足实际高速信号处理需要的实用化多用户检测器仍是目前多用户检测的主要方向。值得说明的是，上面所说的多用户检测算法基本上都是在假设信道为高斯白噪声信道（AWGN）下基于二阶或者高阶统计量的基础上

31、研究的。许多研究以及实测表明，在通信和许多其他实际应用中所遇到的信号或噪声由于人为的或者自然因素的影响往往是非高斯分布的，并伴随有显著的脉冲，因而不能简单地用高斯分布进行描述。传统的多用户检测技术在非高斯条件下系统则会出现性能退化，甚至不能正常工作。因此寻找合适的噪声模型并基于韧性信号处理技术，发展非高斯噪声环境下的多用户检测技术日益成为研究的热点。1.4本课题研究的背景与意义在CDMA系统中，根据依靠不同扩频码来区分不同的用户，如果不同的用户之间的扩频码是完全正交的，则用户之间将不存在干扰。然而，在CDMA系统中，由于各个用户的随机接入以及各个用户扩频码的互相关性，用户地址码之间不能保证完全

32、的正交性，从而引起多址干扰。随着用户数的增加，这种干扰将越来越严重，从而导致系统的性能急剧恶化。以上提出的几种抗多址技术方法均未考虑MAI的结构特征，因此这些方法可以削弱MAI但不能从根本上消除MAI。而多用户检测技术将造成多址干扰的所有用户信号信息均看作有用信号信息，利用其对单个期望信号解调，来降低多址干扰和远近效应的影响，也降低了系统对控制精度的要求，进而提高了通信系统的容量。所以，多用户检测技术己被列为第三代移动通信系统中的关键技术之一。目前多用户检测技术由于其优越的性能和商用前景使其成为移动通信领域的热点之一。由于其要用到CDMA系统原理、自适应信号处理技术、信号检测与估计等等各个方面

33、的理论知识，所以它有着很高的理论研究价值，而盲多用户检测又是其中的热点之一。通过回溯多用户检测的发展历程，我们可以发现多用户检测技术经过无数前辈的研究已经成为一个很有研究价值的课题，而盲多用户检测技术只使用待检测用户的观测数据，不需要其他用户的信息就可以抵消多址干扰。盲自适应多用户检测技术是目前多用户检测的主要发展方向，这方面的成果很多，主要包括线性盲多用户检测、群盲多用户检测、非高斯信道中的稳健盲多用检测、空时盲多用户检测和turbo盲多用户检测等。线性盲自适应多用户检测方法是基本内容，又可以分为解相关多用户检测、最小均方误差(MMSE)多用户检测、最小输出能量(MOE)盲多用户检测、恒模算

34、法(CMA)盲多用户检测、Kalman滤波器盲多用户检测器和子空间盲多用户检测等。因此，线性盲自适应多用户检测技术是目前多用户检测的主要发展方向和研究热点。1.5论文的内容安排第一章：简要阐述了本文的研究背景及意义，并着重介绍了多用户检测技术的发展历史以及国内外的研究状况，最后对各章节的内容安排作了介绍。第二章：多用户检测技术的概述。首先阐明了 CDMA 通信系统的三种数学模型多用户检测技术的基本原理以及分类，最后给出了多用户检测技术的几种性能评价指标。第三章：主要介绍了几种典型的多用户检测技术，分析了传统的匹配滤波接收机、最佳多用户检测器以及几种典型的线性和非线性多用户检测算法，比较了其优缺

35、点。第四章：研究了盲自适应多用户检测技术，对LMS、RLS盲自适应算法进行了算法复杂度以及收敛性的研究，并对LMS算法做了改进，通过仿真结果，对算法进行了比较分析。第五章：详细研究了基于子空间跟踪的盲多用户检测算法以及改进的子空间跟踪盲多用户检测算法。第六章：进行了全文总结，并对后续的研究工作作出了具体的展望。第二章 多用户检测技术的理论基础CDMA通信系统中的主要干扰为码间干扰和多址干扰(MAI)，如何在存在多址干扰和远近效应的CDMA系统中检测出各用户发送的信码是CDMA移动通信系统中目前存在的主要问题。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，它要解决的问题是:如何从相互干扰的

36、数字信息串中可靠地解调出某个特定用户的信号。因此，这对CDMA通信系统来说是一个关键而且极有意义的研究工作。在 CDMA 通信系统中，多用户检测技术是一种有效的抗多址干扰的方法，它利用包括干扰用户在内的所有有用信息及信号检测方法，对接收信号进行联合检测，最终实现对期望用户信号的最优估计，从而达到消除多址干扰，提高系统容量，解决远近效应问题的目的。2.1CDMA 通信系统模型CDMA 作为第三代移动通信系统的多址接入方案，是建立在正交编码、相关接收的理论基础之上，以扩频通信技术为基础的多址技术。在 CDMA 通信系统中，不同的用户信号是依靠各自不同的扩频码来相互区分的，在接收端接收机利用相关器从

37、多个混叠的 CDMA 信号中检测出使用预定用户扩频码的用户信号，而其余的用户信号不能被解调，它们的存在就相当于在信道中增加了多址干扰。下面给出 CDMA 移动通信系统的原理框图，如图 2.1 所示。信源扩频调制发送调制信道编码伪码产生信宿统计判决解扩译码伪码产生接收解调信道高斯白噪声MAI干扰图 2.1 CDMA 移动通信系统的原理框图2.2多用户检测的基本原理在实际的 CDMA 通信系统中，由于各用户扩频码的不完全正交，而导致了多址干扰的存在。这种多址干扰不同于一般的背景噪声，而是具有强烈结构性的扩频序列信号，我们完全可以利用多址干扰的这些已知的结构信息，来削弱或消除多址干扰。多用户检测技术

38、的基本思想就是基于信息论最佳信号检测理论，充分利用所有用户的扩频码的已知结构信息和统计信息对用户信号进行联合检测，从而达到消除多址干扰和多径干扰，缓解远近效应，提高系统容量的目的。下面给出多用户检测器的结构框图，如图 2.2 所示。bgb2b1匹配滤波器（用户1）匹配滤波器（用户2）匹配滤波器（用户K）.多用户检测算法模块判决器（用户1）判决器（用户2）判决器（用户K）.图 2.2 多用户检测器的结构框图图 2.2 多用户检测器的结构框图可以看出，多用户检测器就是在传统检测器的基础上，增加了一个多用户检测算法模块，其通过充分利用干扰的结构化信息来实现对用户信号的联合检测。由式（2.1）可知，假

39、定用户 k 为期望用户，在高斯同步 CDMA 系统模型下，接收信号 r ( t )经过第 k 个用户匹配滤波器后输出的采样值为：+ （2.1）分析此式可看出，第一项为期望用户信号，第二项为由于各用户扩频码不完全正交而导致的多址干扰，第三项为叠加的高斯白噪声。多用户检测算法的模块就是找到一合适的权向量k，所谓“合适”就是此k能使得各用户扩频码之间的互相关性最小，下面我们可以得到期望用户的一般解调形式为： （2.2） （2.3）2.3多用户检测的分类2.3.1线性多用户检测由Lupas 和Verdu 提议的解相关器( 又称为零驱动检测器) 结构如图所示。这种检测器是将多用户通信环境的多址干扰等效为

40、一个信道的传输响应矩阵，即码字之间的相关矩阵R ，该矩阵仅与各用户的扩频序列以及序列间的相对时延有关。得到信道传输的逆矩阵T，就可以将多用户信号经过K 个匹配滤波器的输出，再通过此逆矩阵进行求逆运算，以等效地消除各用户扩频序列间的相关性，从而达到消除多址干扰的目的。实际上T是一个非因果的无限冲击响应的矩阵传递函数，是不可实现的。在实际情况中要将T 截断为有限长具体实现可以采用横向滤波器。这种检测器具有以下特点：必须知道所有用户的扩频码及其特性；必须得到所有用户的定时；必须计算互相关矩阵R 的逆矩阵；其性能独立于干扰功率，不需估计功率的大小；不需对用户幅度进行估计。它的缺点是：放大噪声功率，扩大

41、噪声的影响，而且造成解调信号很大的时延，也就是说解相关检测的性能是以提高背景噪声为代价换取消除多址干扰。2.3.2MMSE 多用户检测使用最小均方误差准则，可以得到MMSE多用户检测。与解相关不同它不会增强噪声。MMSE 检测器是在消除多址干扰和增大信道噪声这两者之间采取折中而达到某种平衡，从性能上来说，在信噪比低的情况下，MMSE 检测器优于解相关检测器，在信噪比高的情况下，解相关检测器比MMSE 性能更优。MMSE检测器的主要缺陷在于它需要估计接收信号的强度，对估计误差比较敏感。另外，它的性能依赖于干扰用户的功率。因此与解相关检测器相比，MMSE检测的抗远近效应能力有所损失。2.3.3多项

42、式扩展(PE)多用户检测S.Moshavi提出了一种称为多项式扩展的多用户检测方法。这一算法的基本思想是应用的矩阵多项式来逼近一个线性变换。多项式扩展多用户检测实质上还是解相关检测或者是最小均方误差检测，只不过提出了将线性变换阵展开的一种方法。但多项式扩展多用户检测有一个最重要的特点是在长码系统和短码系统中同样容易实现。2.3.4盲自适应多用户检测对于快时变信道，由于需要频繁发送训练序列，从而大大降低了系统的有效性和可靠性。因此，人们开始直接从业务信号本身提取信道状态信息的自适应检测技术，成为盲自适应检测。但是，盲算法的最大问题是其收敛速度能否跟得上信道时变衰落的变化速度。由于盲自适应多用户检

43、测既不需要训练序列，也不需要其他用户的扩频码信息，所需要的信息几乎与传统的检测器相同，因此，它本质上是一种单用户抗多径自适应检测。盲算法的收敛速度慢是通病，特别对于快速时变信道，这是一个致命的弱点。但对于慢时变的移动信道，它仍是很有吸引力的算法。2.4 多用户检测的性能测度面对各种各样的多用户检测器，如何评价和比较其性能的优劣是我们在应用中需要解决的问题。下面将依次介绍几种常见的多用户检测的性能测度指标。误码率（BER）在多用户检测中，如何更好地降低检测算法的误码率一直是我们最为关心的问题。考虑加性 AWGN 信道下，只有一个具有能量为的用户，则该单个用户的误码率定义为： （2.4）其中，下标

44、“su”表示单用户系统，2为噪声方差。而 Q 函数定义为： （2.5）由式（2.6）可知，当系统存在干扰用户时，误码率就会增大。此时，我们需要将实际能量用期望用户的有效能量来代替，得到在多用户系统中期望用户的误码率为： （2.6）其中，下标“mu”表示多用户系统，定义为第 k 个用户达到时所需的能量（也称作有效能量）。信干比（SINR）在多用户检测中，我们通常用检测器输出的信号干扰噪声比，来衡量多用户检测的性能。SINR 越高就意味着误码率越低，检测性能越好。设用户 1 为期望用户，则对于检测器的权矢量w1，其信干比可表示为：（2.7）其中，、为期望用户的幅值和扩频码，、为干扰用户的幅值和扩频

45、码，为噪声方差。渐进多用户有效性（AME）渐进多用户有效性是一种专门用来衡量由 MAI 而引起的检测器性能损失的测度指标。对期望用户 k 而言，多用户系统达到单用户系统相同的误码率时所需的信号等效能量与所需的信号实际能量的比值简称为多用户有效性，其具体表示如下： （2.8）其中，由于多址干扰的存在，值介于0到1之间。渐进有效性是指在高斯噪声功率谱密度 0的条件下，多用户有效性的极限。即： （2.9）渐进有效性衡量了当噪声趋于0时的误码率的指数衰落率，其取值范围为0,1，越趋于1，其系统抗多址干扰的能力就越强。抗远近效应能力（near-far resistance）抗远近效应能力是一种定量表达各

46、种检测器抵抗“远近效应”的性能指标。它表示检测器在其它用户的能力变化时，所能达到的最小渐近有效性，即： （2.10）其中，inf 表示下确界。在实际的 matlab 仿真中，为了更明确地表达检测器的性能，通常采用期望信号与干扰信号的能量比-误码率曲线来表示检测器的抗远近效应的能力。渐进剩余能量（EOE）渐进剩余能量是衡量多用户检测器抗多址干扰能力的又一个性能指标。剩余输出能量定义为： （2.11）渐进剩余能量是指当时，剩余输出能量的极限即： （2.12）在多用户检测中，渐近剩余能量通常比最小平均输出能量大一些，其差值越小，就表明检测器抵抗 MAI 的能力就越强。2.5本章小结本章首先介绍了 C

47、DMA 通信系统的三种数学模型，并分析了多用户检测的基本思想和原理，然后概述了多用户检测技术的分类和几种常见的多用户检测的性能指标。本章着重讨论了几种多用户检测器，线性多用户检测器，非线性多用户检测器以及盲多用户检测器。从理论分析上可以看出，盲多用户检测是一种最为行之有效的抗多址干扰方法。第三章 典型的多用户检测算法3.1传统的匹配滤波器传统的 DS-CDMA 匹配滤波器接收机，对每个用户单独接收，它假定 CDMA 系统各用户的扩频码正交，在白噪声信道中，这一方法是最优的。然而实际中由于相关时延的存在，扩展序列之间不可能达到完全正交。而传统接收机将其它干扰用户看作是白噪声，对干扰用户的有用扩频

48、信息未加以利用，因此，传统接收机使得系统容量降低，且接收机检测可靠性较低。传统的单用户检测接收机见图 3.1，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。传统的单用户检测方法利用扩频码之间的准正交性来分离各用户的信号。接收端用一个和发送地址码（扩频波形）相匹配的相关器（匹配滤波器）来实现信号分离，在相关器后直接判决。同步K同步2同步1匹配滤波器（用户1）匹配滤波器（用户2）匹配滤波器（用户K）判决器（用户1）判决器（用户2）判决器（用户K）图 3.1 传统单用户检测技术.接收信号为（3.1）对于间隔内的信号，第k个用户匹配滤波器的离散时间输出可用基带形式表示为

49、（3.2）其中第一项是期望用户信号，第二项是MAI，第三项是噪声，由于用户的扩频序列在符号间隔内是周期的，因而多址干扰是循环平稳的。显然，如果扩频波形是正交的，则MAI将消失，此时传统单用户检测器是最优的。但多用户通信中的远近问题使得有必要在这种传统检测中采用功率控制。式中是第j个用户与第k个用户扩频波形的互相关，定义为，而为高斯随机过程，其均值为零、方差等于。若令，并记归一化的互相关矩阵，其对角元素，进而（3.2）可以用向量表示为：且 （3.3）传统检测器没有考虑多址干扰的影响，当干扰用户数量增加时多址干扰也增加。尤其是当存在远近效应时，目标用户较弱的信号可能会被其它用户较强的信号淹没。现有

50、的系统使用功率控制来缓解这一问题，但精确的功率控制是困难和复杂的。同时，在传统的单用户检测系统中，若要达到10-4的误码率，在不考虑编码时，其频谱利用率只能达到10%左右。对频谱资源日益紧张的无线通信系统来说，系统容量和频谱利用率的提高是至关重要的。由此我们看到，基于传统单用户检测方法的DS-CDMA系统是一种干扰受限的系统，其性能的提高受限于多址干扰。3.2最优多用户检测技术1986年，S.Verdu等人提出了最早的高斯信道下的多用户检测器：最优多用户检测器 。在各用户信号发射信号先验等概的情况下，最佳多用户检测器就是一个最大似然准则的多用户检测器，它采用Bayes后验概率最大的原理，其目标

51、是寻找使似然函数最大的序列，这样的序列与发射信号集序列差错最小。具体说来，就是求b使似然函数（3.4）最大化，式中 （3.5）（3.6）则式（3.4）的最大化等价于选择b使（3.7）最大化。由于联合最优决策式（3.7）中最大化函数所用的观测值只通过配滤波器输出，所以y是b的充分统计量。似然函数J（b）取最大值时，解调出来的b的误码率最小。遍历所有2K个可能解的组合，从中找出使函数值最大的一个作为检测结果。该方法具有与用户数量成指数关系的计算复杂度。最优多用户检测器的抗远近能力是重要的，因为它是任何一种多用户检测器所能达到的抗远近能力的最小上界，而且也是任何一种次最优检测器相对性能的一个测度。鉴

52、于此，最优多用户检测器的抗远近能力常简称为最优抗远近能力。其研究结果表明，这种最优检测器的性能远远大于传统检测器，十分接近单用户检测器性能，但是这种检测器的算法复杂度随用户数增长呈指数增加。因此，虽然最优多用户检测具有最佳的抗多址干扰能力，但在实际中难以实现。3.3次优多用户检测技术次优多用户检测主要包括非线性检测，线性检测，和两者相结合的决策反馈检测等。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)干扰抵消检测器干扰抵消检测器主要是利用反馈来减小多址干扰。它的基本原理是：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

53、号；然后从整个接收信号中减去这些多址信号，最终获得期望用户信号。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用户性能。a.串行干扰抵消器（SIC）串行干扰抵消器在检测判决的每一级按信号强度大小从接收信号中抵消掉一个功率最强的多余的用户信号，所以下一级信号的多址干扰降低。对于最弱的信号用户来说，这种算法在减少多址干扰方面获得巨大改善。但是，如果起始数据的估计不可靠，SIC检测器将会出现严重失真，所以，最强用户的估计的可靠性将起决定作用。缺点：每一级都有延时，当信号功率强度顺序发生变化时需要重新排序，如果初始数据判决不可靠，将对下级产

54、生较大的干扰。b.并行干扰抵消器（PIC）并行干扰抵消器 是对每一用户估计时同时减去其余所有用户的多址干扰。PIC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。在非功率控制的衰落信道，SIC性能优于PIC，而在功率控制较好的信道中， PIC的性能较SIC更优。该算法具有处理延时短、无需按功率排序、实现复杂度低；缺点是如果初始数据判决不可靠，将对下级产生较大的干扰。2)概率类检测器在各种非线性检测器中，非概率类检测器研究的较少，其中神经网络检测是近年来研究的一个新方向。由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

55、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。但是，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。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。最优检测理论能够在渐进效率和抗远近效应上达到最优，但在实际中难以实现。解相关检测和最小均方误差检测都不能使渐进效率最优，但可以达到最优的抗远近效应能力。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。

56、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干扰抵消中的符号的集中检测，每个用户单独接收，需要的边信息较少，因此实现的复杂度更低。1)解相关多用户检测多址干扰是由于不同用户的扩频波形不正交引起的。因此，为了抑制多址干扰，我们会很自然联想到应该将所有用户扩频波形之间的线性相关解除掉，完全消除不同用户之间的相互干扰，这就是解相关多用户检测器的基本思想 。多址干扰是由于不同用户的扩频波形不正交引起的。k个匹配滤波器组输出的向量形式可以写作（3.8）假定互相关矩阵R可逆（这等价于假定各用户的扩频波形线性独立），则在无噪声（即=0）的情况下，有（3.9）检测出

57、来的信号可表为 （3.10）可见，若各用户特征波形线性独立，则式（3.10）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-1乘式(3.8)的两边，则得（3.11）由于式(3.11)仍然没有来自其他用户的干扰，故检测器与所有的独立，唯一的干扰源为背景噪声。由于其他用户的干扰被置零，所以解相关检测器也称迫零检测器。解相关检测器如图3.2所示。(Q = R)缺点：1.由于需要计算矩阵求逆Q，计算量较大。2.检测器输出信号噪声加强了，而且当用户互相关性增加时，解相关器性能变差。3.需要所有用户扩频码的信息，这些信息往往由于传播信道而发生畸变。4.当用户数经常变化、多径传播或异步通

58、信时，相关矩阵维数庞大且经常变化，求逆复杂度较高，难以满足实时要求。同步K同步2同步1匹配滤波器（用户1）匹配滤波器（用户2）匹配滤波器（用户K）判决器（用户1）判决器（用户2）判决器（用户K）图 3.2 线性解相关器.解相关器 Q-12)最小均方误差多用户检测（MMSE）对于解相关检测器，若存在多址干扰较弱，背景噪声较强时，其检测性能可能会低于传统检测器。而最小均方误差检测器能较好解决这个问题。MMSE检测器的设计目标是第k个用户发送信号b与其估计值之间的误差的均方值达到最小，即在MMSE准则下求最佳矩阵M，使得误差定义的代价函数最小化。它的检测器结构与解相关检测器相比，是用模块替换了解相关

59、检测模块。MMSE检测器结合了解相关检测器和传统检测器的特性，当多址干扰较强、噪声分量可以忽略时，MMSE检测器实质上就是解相关检测器，而当噪声远远强于多址干扰时，MMSE检测器退化为传统的单用户检测器。从图3.3中我们可以看出，匹配滤波算法和解相关算法是MMSE算法的两种特殊情况：(1)当背景噪声趋于零时，最佳矩阵，MMSE算法蜕化为解相关检测算法；(2)当背景噪声趋于无穷时，M是一个对角占优矩阵，此时，MMSE算法蜕化为匹配滤波算法。同步1同步2同步K匹配滤波器（用户1）匹配滤波器（用户2）匹配滤波器（用户K）判决器（用户1）判决器（用户2）判决器（用户K）图 3.3 MMSE线性检测器.

60、在前面的分析中，我们知道MMSE算法可以同时抑制多址干扰和背景噪声。在相同的条件下，MMSE算法的误比特率均小于匹配滤波算法和解相关算法。而且互相关系数越大，MMSE算法性能改善越大。同时，由于MMSE算法是部分去相关的，因而在抗远近效应方面比匹配滤波算法要好，但比解相关算法要差。缺点：MMSE算法需要估计接收用户信号的幅度或能量，由于不能完全去相关也就有一定的远近效应，所以其性能依赖于干扰用户的信号功率。另一方面，MMSE算法需要矩阵求逆运算，在用户数较多时算法运算量很大，工程实现困难。3.4本章小结线性多用户检测主要有最优线性检测、解相关检测、MMSE检测三种。最优线性检测难以实现，解相关

61、检测虽能完全抑制多址干扰，但它是以提高噪声功率为代价的。MMSE检测器的性能要优于解相关检测器，且有利于采用自适应方法实现，因此MMSE多用户检测得到了广泛的研究。在实际的CDMA通信系统中，收端不可能知道所有发端用户信息，而且多用检测的参数如：振幅、相位和用户间的互相关系数经常改变，因此目前研究自适应盲多用户检测算法已经成为一个热点。第四章 同步 AWGN 信道下的盲多用户检测本章主要介绍盲多用户检测算法的基本原理以及典范表示，通过仿真分析了两种基于 CMOE 准则的盲多用户检测算法：LMS 算法和 RLS 算法，并对 LMS 算法做出改进，最后对两种算法进行了比较分析。4.1盲多用户检测概

62、述抗多址干扰接收的目的就是在接收过程中，尽量提取期望检测的用户信息，同时抑制其它多址干扰。目前已经提出了多种对抗多址干扰的多用户检测器，方案实现所要求的信号参数虽不相同，但是大多数不是要求知道干扰用户的扩频码知识，就是需要发送训练序列，唯有盲多用户检测器例外。Woodward 等人于1998年比较总结了几种接收机所需的先验信息（见表4.1）。表 4.1 不同多用户检测器所需信息（需要 Y，不需要 N）检测器期望用户特征干扰用户特征期望用户定时干扰用户定时相对幅值训练序列匹配滤波器YNYNY1N最佳检测器YYYYYN解相关YYYYNN线性 MMSEYYYYYN自适应 MMSENNY2NNY盲 MMSEYNYNNN注 1：需要严格的功率控制；注 2：只需要码元定时信息然而，在某些应用场合干扰用户的扩频序列并不为接收机所知，最典型的应用环境如 DS-CDMA 蜂窝系统前向链路中，由于移动台的复杂度限制和安全方面的原因，移动终端通常不知道其它用户的扩频序列。在反向链路，基站接收机通常不知道其它小区用户的扩频序列。对于需要干扰用户先验信息的接收机而言，最多只能消除来自本小区的干扰