空时多用户信号检测

多 用 户
大多数通信系统的目标是减小误码率。
6
相关概念与技术
渐近多用户有效性: 定义为多用户系统达到单用 户系统相同的误码率(BER)所需能量与单用户系 统所需能量之比，即：
q ()
eq () Eq
它是衡量干扰用户对期望用户误码率影响的测 度。
7
相关概念与技术
抗远近能力(near-far resistance): 定义为所有有 关用户能量范围内测量到的最坏情况下的渐进 有效性，即：

0
将式(1)中的r(t)带入(4)，得到其离散输出为
yk (t ) Ak bk (i)
j 1, j k

K
Ak bk (i) jk nk
(5)
jk 是第j个和第k个用户特征波形的互相关。 其中，
nk 是均值为零，方差为 2 的高斯随机过程。 T T jk s j (t )s k (t )dt nk s j (t )n(t )dt
空时多用户信号检测
线性空时多用户检测器
内容介绍

研究的目的和意义 相关概念与技术 解相关检测器 最小均方误差检测器 总结
2
研究的目的和意义
存在的问题
1. 在多径衰落环境下，由于各个用户之间所 用的扩频码通常难以保持正交，因此造成多用 户之间的相互干扰(多址干扰)。 2. 传统移动通信信号处理仅考虑时间信号处 理，这样导致对共道干扰(CCI)抑制不足。
4
相关概念与技术
多用户检测器：能够有效抑制多址干扰的接收
机
性能评价：误码率(bit error rate)、渐近多用户 有效性(asymptotic multiuser efficiency)、抗远 近能力(near-far resistance)
5
相关概念与技术
误码率(bit error rate)
9
相关概念与技术
最优空时多用户检测器 线性空时多用户检测器 非线性多用户检测器 时空解相关多用户检测器
10
空时多用户检测基本原理
解扩匹配滤波器1
y1 y2 yk
多 用 户 检 测 算 法
ˆ1 y ˆ2 y ˆk y
判决用户1 判决用户2
ˆ b 1
ˆ b 2
r (t )
输入
解扩匹配滤波器2
27
, yk )T , b (b1, b2 ,
, bk )T , n (n1, n2 ,
, nk )T
(7)
假设互相关矩阵 R 可逆，在无噪声情况下=0 有
R1y R1RAb Ab
检测信号输出为
ˆ =sign[R1y] =sign(Ab) =b b k k k k
(8)
17
解相关多用户检测算法
q inf q ()
E j 0 j q
由于接收功率弱的用户信号会被接收功率强的 用户信号淹没。因此，多用户检测器需要具有 抗远近效应的能力。
8
相关概念与技术
蒙特卡罗仿真：用于估计数字通信系统 的误码率时，通过对接收机的输出与传输 的原始二进制信号对比，并用计数器记录 错误比特数来实现。
13
解相关多用户检测算法
考虑K个用户的同步基带数字DS-CDMA系统，接收信号为 r (t ) s(t ) n(t ) (1)
n(t) 是具有单位功率谱密度的加性高斯白噪声信 号 2 为噪声功率，s(t)是K个用户信号的叠加。 只考虑一个码元周期内的接收信号，得到简化信号模型
r (t ) Ak bk sk (t ) n(t ), t [0, T ]

MMSE检测器的误码率为 SNR R 1 k ,k pk Q 1 Rk ,k
(15)
25
MMSE多用户检测
仿真验证:假设所有用户信号都是单位方差且独立同分
布的BPSK信号，采用Gold扩频序列，扩频增益为31
26
MMSE多用户检测
性能分析：由于MMSE检测算法在削弱多址干扰的同时 也抑制了背景噪声的影响，误码率性能优于解相关检测 算法。但是需要对接收信号幅度进行估计，性能受干扰 用户功率的影响。
解相关检测器误码率性能优越传统检测算法。原因是解 相关检测器将干扰信息看作有用信息，利用信号幅度、 互相关性等特征来减小或消除多址干扰。
而传统检测算法是将干扰用户的信息统一当作白噪声来 处理，并没有很好的利用他们。不具有抗多址干扰和远 近效应的能力。
22
MMSE多用户检测
基本思想：设计一空时滤波器(由均衡器和波束成形器 组成)，在考虑背景噪声下，使其输出与期望信号之间 的均方误差为最小。 优点：低复杂度。在抗多址干扰的同时，不增加噪声， 性能优越于解相关检测算法。 局限性：信号依赖于干扰用户的功率。抗远近效应能 力不如解相关检测。
Eq 单 Pq , su () Q 用 2 户 1 u 2 /2 Q x e du ---Q函数 2 x Eq , eq () ---用户能量 2 ----噪声方差
eq () Pq () Q 2
考虑噪声情况下，
ˆ =sign{R1 (RAb+n)} =b +n b k k k
A pk =p[n A] Q 2 Rk,1k
(9)
第K个用户的误码率为 (10)
其中, Rk,1k 为矩阵R-1的第(k,k)个元素。
18
解相关多用户检测算法
解相关检测器结构
(12)
为了求得矩阵W, 则令 d tr[cov(b Wy )] 0 dW 其中，tr表示矩阵的迹。cov表示协方差。
24
MMSE多用户检测
解(11)得到最优加权矩阵为
WMMSE A(RA2 2I)1
则，MMSE检测器的判决输出 为 ˆ
(13)
bk sign[WMMSE y]k sign[(RA2 2I)1 y]k (14)
k 1
K
(2)
T是字符间隔，Ak,bk,sk分别是第k个用户接收信号的幅度、 信息比特序列和具有单位功率的特征波形。
14
解相关多用户检测算法
根据(2)，接收信号可以写为如下向量形式：
r SAb n
其中，sk
1 k [c0 , N
k T , cN ] 1
(3)
为第k个用户的归一化扩频序列向
0

0
16
解相关多用户检测算法
令 s [s1 ,
, sk ]T , A diag[ A 1,
, Ak ], R E{ssT } [ jk ], jj 1
(6)
从而(5)可转化为向量形式：
y RAb n, 且 E{nnT } 2R
y ( y1, y2 , 其中，
3
研究的目的和意义
目的与意义：
抑制干扰，提高系统数据链路质量，提高 基站覆盖范围，抑制同信道干扰和媒介干扰， 提高通信系统的性能和容量。 由于传统单纯基于时域的多用户检测器(全 向发射)不能处理不可被识别的多径分量，导致 增强干扰背景。空时多用户检测技术能使移动 的信号发射自适应指向对应的基站，从而削弱 干扰背景和减小临近小区干扰。
量。N为扩频增益。
AKK diag[ A1,
SNK =[s1 ,
, AK ]
n 均值为零、协方差为 I N 的高斯白噪声向量
, sK ] 为扩频码波形
15
解相关多用户检测算法
接收的连续信号经过匹配滤波器输出进行采样得到 T (4) yk r (t )sk (t )d (t ), k {1, 2, , K }
19
解相关多用户检测算法
程序 开始
仿真 参数 确定
调入 Gold 码
产生用 户数据 调制与 扩频
加噪 声
解相 关接 收机
计算 误码 率
程序流程
20
解相关多用户检测算法
仿真验证:假设所有用户信号都是单位方差且独立同分布的BPSK
信号，采用Gold扩频序列，扩频增益为31，用户数为8
21
解相关多用户检测算法
23
MMSE多用户检测
由于MMSE思想是使第K个用户发射的信号与估计值的均方 误差值最小。定义第K个用户的线性变换函数为 wk ，则 MMSE准则下的线性检测问题转化为： 2 (11) W arg min E b Wy 其中，W diag (w1 ,
, wk ) 是线性变换最优加权矩阵。
解扩匹配滤波器k
判决用户k
ˆ b k
基于已知的结构和统计信息在信息论的最佳信号检测理论 指导下，多个用户的匹配滤波接收的基础上，充分利用已 知伪码的结构信息，设法消除其他用户的干扰。
11
经典算法
解相关检测器 最小均方误差检测器
12
解相关多用户检测算法
基本思想：利用用户扩频码序列的自相关逆矩阵对匹配滤 波器的输出进行线性变换。 优点：可以克服多址干扰和远近效应，复杂度与用户数 量呈线性关系，检测器的误码率只与期望用户的功率和 背景噪声有关，与其他干扰用户的功率无关，因此，不 用估计其他用户的信号幅度。 局限性：对噪声具有放大效应，增加了干扰噪声。不适 用于SNR低的环境。逆矩阵运算的复杂度高，硬件实现 困难。系统性能的提高是以提高背景噪声功率为代价。