第九章 多用户检测技术.ppt

第九章多用户检测技术 多用户检测 码分多址蜂窝移动通信系统的干扰源 加性高斯白噪声 多径衰落干扰 多址干扰 在用户数比较多时，多址干扰 多径衰落 白噪声 传统的CDMA检测：把其他干扰作为白噪声处理 在用户数很多的情况下，其它用户的干扰看成多个独立的随机变量，通过大数定理，他们之和服从高斯分布。 但是实际上CDMA中有特殊的码字关系，可以通过特定的方式，把这些干扰去除掉 不论是多径干扰还是多址干扰，其本质上并不是纯粹无用的白噪声，而是有强烈结构性的伪随机序列信号，而且各用户间与各条路径间的相关函数都是已知的 再次说明：干扰不可怕，有先验信息就可以删除 多用户检测的主要优点 1、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中多径干扰的有效手段。 2、能够消除或减弱CDMA中远近效应，简化CDMA系统中的功率控制，降低功率控制的精度要求。 3、弥补CDMA中由于正交扩频码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、扩大小区覆盖范围。 多用户检测的主要缺点 大大增加CDMA系统的设备复杂度，增加CDMA 系统的处理时延。 需要知道其它正在通信的扩频码字 其它用户的信道估计 §9.2 最优多用户检测技术 9.2.1 同步最优多用户检测 白噪声信道中的接收信号模型 两个扩频序列之间的相关系数为： 9.2.1 同步最优多用户检测 第 个滤波器输出的采样信号为： 采用矩阵表示形式，上式可以表示为： 多用户检测的目的是联合检测解调发送比特向量，使联合似然概率最大。 联合最优检测准则 上述准则可以等价为： 一般解不出来，是个NP问题，需要穷举 9.2.2 异步最优多用户检测 三个用户的异步时序关系 异步CDMA系统的接收信号： 同步CDMA系统： 标准的白噪声信道中单用户码间干扰信号模型 ： 由于多径效应的存在，不管是同步CDMA还是异步CDMA，此时每个用户本身的数据流就含有多径时延引入的码间干扰，这样典型的多径多用户系统中的多址干扰、多径干扰都可以统一等效为单用户数据流中的码间干扰。 从另一方面来看，也可以将异步CDMA的信号模型看作同步CDMA的信号模型的特例。这种等效观点在分析异步CDMA系统时非常方便。 异步CDMA等效为码间干扰的示例 异步CDMA系统中相关系数的示意 当 时，相关系数定义为： 第 个匹配滤波器时刻输出的信号可以表示为： 上式对应的矩阵表示为： 0均值高斯随机过程的相关矩阵为： 相关矩阵 和 定义为： 异步CDMA检测的目标也是最大化似然概率： 令 ， 维矩阵 进一步，令 ，则联合优化准则可以化简为： 上述联合优化准则的计算复杂度是 ，需要进一步分析矩阵 的结构，从而能够降低运算量。首先分析三用户情况的矩阵结构，如下式所示。 对于一般的 用户的 矩阵应当是带状对称矩阵，只在 条对角线上有值。 引入记号 表示 模 的余数，即存在整数 ，满足 。对于该矩阵的元素，可以归纳如下性质： (1) (2) (3) (4) (5) 对于用户异步CDMA系统，需要简化代价函数。 代价函数第一部分简化为 ： 利用的 结构特点可以将第二部分简化为： 可以把优化度量表示为： 在BPSK调制的特例下，度量计算可以进一步简化为： 时刻的 状态对应的度量可以计算如下： 的异步CDMA对应的Trellis图 因此在每个状态，Viterbi算法需要进行如下计算： (1)?? 计算分支度量 和 ； (2)?? 计算两个累加求和； (3) 两个度量进行比较，选择最大值。 通过简化，采用Viterbi算法来进行迭代计算度量，检测单个比特的运算量降低为 ，这是一种非常富有创见的设计思想，尽管运算量仍然是指数复杂度，但与原来相比，计算复杂度大大降低了。 §9.3 线性多用户检测技术 9.3.1 解相关检测器 令变换矩阵 ，左乘上式两端，得到： 则每个用户的判决比特为： 线性变换后的噪声向量 的相关矩阵为， 可见，解相关检测器可以完全消除多址干扰，但是同时增大了高斯噪声功率。非常类似于单用户码间干扰信道中的迫零均衡（ZF）。