（通信与信息系统专业论文）遗传算法及盲分离算法在无线网络规划的应用研究.pdf

摘要 在一定的成本及满足网络业务质量的前提下，建设一个容量和覆盖范围都尽可能大 的无线网络是无线网络规划的目标。覆盖的关键是基站选址问题，候选解数量庞大，多 峰分布的搜索空间，寻优过程复杂。因此必须采用一种速度快，效率高，且不易陷入局 部最优解的寻优算法。遗传算法能很好地满足上述要求，同时，为了克服简单遗传算法 的局限性，充分利用遗传算法自身的并行性，提高算法的收敛速度。盲分离问题的研究 起源于1 9 9 1 年，h e r a u h 和j u r e n 首次提出了一种神经网络方法，成功地实现了两个语 音信号的盲分离。由于该问题的提出具有很强的实用价值，尤其在解决无线网络容量及 业务质量问题上有很强的应用前景。为此，本论文的研究工作围绕以上两个方面而展开， 分别提出了一些新的算法和思路。即基于遗传算法的网络基站优化算法、基于盲分离算 法的盲多用户检测算法，前者用于解决网络覆盖问题，后者用于解决网络容量及网络质 量等问题，主要做了以下几个方面的研究工作： 1 对基站站址优化问题进行了研究。基站选址问题特点：候选解数量庞大，多峰分 布的搜索空间，寻优过程复杂，在传统网络规划中，为了尽可能找到比较完善的基站覆 盖方案，往往需要反复、大量的尝试和更正。针对这一问题，对基站站址优化中存在的 问题及现有的优化算法进行概述和总结。 2 提出了一种采用一致交叉算子和双向环迁移的遗传算法。针对基站站址优化问题 实际问题的特点引入均匀交叉算子较好地解决了基站定位优化问题中由于染色体过长 收敛困难的难题，提出的双向环迁移策略也有利于提高并行遗传算法的优化质量，从而 克服了很多寻优算法都较难克服的早熟现象，使算法的性能得到了大大的提高。 3 提出了一个提协方差矩阵的盲信号分离方法。利用信号相互独立时其协方差矩阵 为对角矩阵的特征作为分离准则，采用最速下降法进行分离。该方法只采用了混叠信号 的二阶矩信息，计算量不大。对新算法给出了详细的理论分析，仿真结果表明了该算法 的有效性和良好的分离效果。 4 提出了一种基于q r 分解的最大负熵盲分离算法，该算法先采取白化混叠信号将 混叠矩阵转换为正交矩阵，然后将混叠信号进行一系列初等旋转变换，并结合源信号相 互独立时负熵最大的特点，导出了一种旋转自适应盲分离算法。与p h a m ( 1 9 9 9 ) 的算 法比较而言，本算法虽然与其分离效果和收敛速度相当，但减少了分离时间；而与 a n d r z e j ( 1 9 9 6 ) 的算法比较，本算法不仅减少了分离时间，而且大大地提高了分离效果。 5 针对复杂的多径衰落信道情况，提出了一种新的盲分离多用户检测方法，该方法 将f a s t - i c a 算法和c o n v - i c a 算法进行有机的结合，弥, i , t - 者的缺陷，仿真结果表明 其性能要优于其他算法。 关键词：盲分离；交叉算子；双向环迁移；遗传算法；q r 分解；协方差矩阵；网络规划 i i a b s t r a c t 1 1 1 ep u r p o s eo fw i r e l e s sn e t w o r kp l a n n i n gi st ob u i l daw i r e l e s sn c t w o r kw h i c hc a n s u f f i c et h es e r v i c eq u a l i t ya sb i ga sp o s s i b l ei nc a p a c i t ya n dc o v e r a g ew i mad e f i n i t ec o s t t h e k e yo fc o v e r a g ei sh o wt os e l e c tt h et r a n s c e i v e rp l a c e m e n t t h e r ei snl o to fc a n d i d a c yi nt h i s p r o c e s s i o n i ti sas e a r c h i n gs p a c eo fm u l t i p l e xp e a kv a l u e ，a n dt h es e a r c h i n gp r o c e s si sv e r y c o m p l i c a t e d t h e r e f o r ea f a s t e ra n dm o r ee f f i c i e n ta l g o r i t h mi sn e e d e di nss e a r c h i n gp r o c e s s ， a n dt h i sa l g o r i t h ms h o u l dn o tb es t u c ko nl o c a lo p t i m a ls o l u t i o n t h eg e n e t i ca l g o r i t h m sc a n g r a n tt h e s ed e m a n d s a tt h es a m et i m et h ep a r a l l e lg e n e t i ca l g o r i t h m si su s e dt oh u r d l et h e l i m i t a t i o no f s i m p l eg e n e t i ca l g o r i t h m , a n dt oi m p r o v et h es p e e do f c o n v e r g e n c e t h er e s e a r c h o fb s s ( b l i n ds o u r c es e p a r a t i o n ) b e g a ni n1 9 9 1 f o rt h ef i r s tt i m eh e r a u l ta n dj u t t e nu s e da n e u r a ln e t w o r kt oc a r r yo u tb s so ft w ov o i c es i g i l a l t h i sm e t h o di sv e r yv a l u a b l ef o r p r a c t i c a l i t y ，e s p e c i a l l yt or e s o l v et h ep r o b l e mo fr a d i on e t w o r kc a p a c i t ya n ds e r v i c eq u a l i t y t h u sr e s e a r c ho ft h i st h e s i sf o c u so nt h et w oa f o r e m e n t i o n e da s p e c t s ，a n ds o m en e w a l g o r i t h m sa n dm e t h o d si sb r o u g h tf o r w a r d t h e ya r eo p t i m i z e da l g o r i t h mo fr a d i ob a s e s t a t i o nb a s e do ng e n e t i ca l g o r i t h m sa n dm u l t i u s c rd e t e c t i o nb a s e do nb s s t h eo p t i m i z e d a l g o r i t h mo fr a d i ob a s es t a t i o nb a s e do ng e n e t i ci su s e dt or e s o l v et h ep r o b l e mo fr a d i o n e t w o r kc o v e r a g e t h em u l t i u s e rd e t e c t i o nb a s e do nb s si su s e dt or e s o l v et h ep r o b l e mo f r a d i on e t w o r kc a p a c i t ya n ds e r v i c eq u a l i t y t h em a i nc o n t r i b u t i o n so ft h i st h e s i sa l ea s f o l l o w s ： 1 t h eo p t i m a lt r a n s c e i v e rp l a c e m e n to fr a d i on e t w o r ki sr e s e a r c h e di nt h et h e s i s t h e r e i sal o to fc a n d i d a c yi nt h i sp r o c e s s i o no fs e l e c t i n gl o c a t i o nf o rb a s es t a t i o n , a n dt h a ti sa m u l t i p l e xp e a ks e a r c h i n gs p a c e t h es e a r c h i n gp r o c e s s i o ni sv e r yc o m p l i c a t e d p l e n t yo ft r y a n dc o r r e c t i o nw e r en e e d e di nt r a d i t i o n a lr a d i on e t w o r ko p t i m i z a t i o nt of i n dab e t t e r d e p l o y m e n to fb a s es t a t i o nc o v e r a g e t oa i ma tt h i sp o i n tt h ee x i s t e n tp r o b l e ma n dt h e a l g o r i t h m sf o rt r a n s c e i v e rp l a c e m e n to p t i m i z a t i o nw e r es u m m a r i z e d 2 ag e n e t i ca l g o r i t h mb a s e do nc o i n c i d e n tc r o s s o v e ro p e r a t o r sa n db i d i r e c t i o n a ll o o p m i g r a t i o ni sb r o u g h tf o r w a r d t h ee v e nc r o s s o v e ro p e r a t o r sr e s o l v et h ec o n v e r g e n c ep r o b l e m c a u s e db yl o n g e rc h r o m o s o m ei nt r a n s c e i v e rp l a c e m e n to p t i m i z a t i o n t h em e t h o do f b i d i r e c t i o n a ll o o pm i g r a t i o ni sp r o p i t i o u st oi m p r o v et h eo p t i m i z a t i o nq u a l i t yo fp a r a l l e l g e n e t i ca l g o r i t h m ，a n dt oc o n q u e rt h ep r e c o c i t yp r o b l e mi no t h e ro p t i m a la l g o r i t h m s t h e m e t h o do f b i d i r e c t i o n a ll o o pm i g r a t i o na l s oi m p r o v e st h ep e r f o r m a n c eo f g e n e t i ca l g o r i t h m 3 an e wb l i n ds i g n a ls e p a r a t i o na l g o r i t h mb a s e do nc o v a r i a n c em a t r i xi sp r o p o s e d w h e ns i g n a l sa r ei n d e p e n d e n te a c ho t h e r , t h e i rc o v a r i a n c em a t r i xi sad i a g o n a lm a t r i x t h i s i i i r u l ei su s e di nt h ef a s t e s td e s c e n ds e p a r a t i o nm e t h o d b e c a u s ew ej u s tt a k es e c o n do r d e r i n f o r m a t i o no fm i x e ds i g n a l s ，t h eq u a n t i t yo fc a l c u l a t i o ni sn o ts om u c h t h i sf l e wa l g o r i t h m i sa n a l y z e dt h e o r e t i c a l l y t h es i m u l a t i o ni n d i c a t e st h a tt h i sn e wa l g o r i t h mi se f f i c a c i o u s ，a n d h a san i c e rs e p a r a t i o nr e s u l t 4 am a x i m u mn e g a t i v ee n t r o p yb s sa l g o r i t h mb a s e do nq rd e c o m p o s i t i o ni sp r e s e n t e d i i it h en e wa l g o r i t h mt h em i x i n gs i g n a l si sw h i t e nf i r s t t h em i x e dm a t r i xi st r a n s f o r m e dt o o r t h o g o n a lm a t r i xt k s t ，a n dt h e nas e r i e so fp r i m a r yr o t a t i o nt r a n s f o r m a t i o n si su s e dt ot h e m i x e ds i g n a l s w h e nm i x e ds i g n a l sa r ei n d e p e n d e n tt h en e g a t i v ee n t r o p yi sm a x i m a l b yt h i s r u l ea l la d a p t i v er o t a t i o nb s sa l g o r i t h mi se d u c e d c o m p a r e dw i t hp h a m sa l g o r i t h mt h ef l e w a l g o r i t h mt a k ef e w e rd e c o m p o s i n gt i m e ，t h o u g h tt h et w oa l g o r i t h m sh a v et h es a m es e p a r a t i n g e f f e c ta n dc o n v e r g e n c es p e e d c o m p a r e dw i t ha n d r z e j sa l g o r i t h mt h en e wa l g o r i t h mr e d u c e s d e c o m p o s i n gt i m e ，a n di m p r o v e ss e p a r a t i n ge f f e c tg r e a t l y 5 i no r d e rt or e s o l v et h ep r o b l e mo fc o m p l e xm u l t i p a t hf a d i n gc h a n n e l ，an e w m u l t i u s e rd e t e c t i o nm e t h o db a s e do nb s si sp r o p o s e d t h ef a s r - i c aa l g o r i t h ma n dt h e c o n v - i c aa l g o r i t h ma r ec o m b i n e dt o g e t h e ri nt h i sn e wm e t h o d ，a n dt h en e wm e t h o dg e t s o v e rs h o r t a g e so ft h et w oa l g o r i t h m s t h es i m u l a t i o np r o v e st h a tn e wm e t h o di sb e a e rt h a n o t h e r s k e yw o r d s ：b l i n ds e p a r a t i o n ：c r o s s o v e ro p e r a t o r s ：b i d i r e c t i o n a ll o o pm i g r a t i o n ：g e n e t i c a l g o r i t h m ：q rd e c o m p o s i t i o n ：c o v a r i a n c em a t r i x ；n e t w o r kp l a n n i n g i v 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。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 法律后果由本人承担。 作者签名： 唾泸厶 日期：扫日若年f 上月吕日 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，即： 研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校 有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位 论文被查阅( 除在保密期内的保密论文外) ；学校可以公布学位论文的全 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、汇编学位 论文。本人电子文档的内容和纸质论文的内容相一致。 本学位论文属于： 口保密，在年解密后适用本授权书。 图不保密。 学位论文全文电子版提交后： 酬司意在校园网上发布，供校内师生和与学校有共享协议的单位浏览。 ( 请在以上相应方框内打“”) 作者签名： 指导教师签名 日期：知嗡占1z 宫 日期：5 ，2 ，口 第一章绪论 第一章绪论 1 1 研究背景 在移动通信网络建设中，除了设备和技术水平的因素外，无线网络规划也是其中非 常重要的一环，因为它将直接影响到网络性能和建设成本。对于电信运营商来说，系统 所能提供的服务质量是最关心的问题，其中覆盖范围是服务质量重要方面。同时，在无 线频率资源一定的情况下，如何增加网络容量、如何满足网络未来发展的需求是设计时 需考虑的。以上问题都需要通过网络规划来解决，通过网络规划可以使网络在覆盖、容 量、质量、成本等方面实现良好的平衡。 网络规划是一项艰巨而系统的工程，从无线传播理论的研究到天馈设备指标分析， 从网络能力预测到工程详细设计，从网络性能测试到系统参数调整优化，贯穿了整个网 络建设的全部过程。在当今用户量爆炸式增长的年代，网络规划显得尤为重要。网络规 划主要表现为三大方面：扩大网络容量、提高网络质量以及扩大网络覆盖范围，其中扩 大网络覆盖范围可以通过优化基站配置来解决，而对于提高c d m a 网络容量以及质量 而言，可以通过c d m a 多用户检测来实现。 1 2 发展现状 1 2 1 网络规化中的基蚰l 站- 1 1 址优化 网络规划中非常关心的一个问题是网络覆盖，尤其在郊区空旷地带。这就是机站站 址优化的问题，即通过合理的选站，尽可能让少量的基站覆盖更大的范围，吸收更多的 用户和话务量，来提升网络建设中投资收益比。 华南理工大学博士学位论文 图1 1 c d m a 网络 f i g1 - lc d m a n e t w o r k 传统的小区规划方法主要由有经验的网络规划工程人员确定初始的小区位置设定， 然后对每一个小区迸行相应的场强计算，最后再根据计算结果再调整规划。在实际的工 程中，由于场强的分布与地形和建筑物的分布密切相关，因此在此计算过程中往往要考 虑相关地理位置信息，并利用相关的传播模型和经验公式来完成场强的预测。为了尽可 能找到比较完善的覆盖方案，往往需要反复、大量的尝试和更正。这正是传统网络规划 中最难以解决的弊端。 1 2 2 基站选址优化算法 通过建立基站选址问题的数学模型，可以将问题抽象为优化目标函数，然后运用优 化算法求解该优化问题，从而得到问题的最优解。现代优化算法自8 0 年代初兴起，至 今发展迅速。包括忌禁搜索( 协b us e a r c h ) ，遗传算法( g e n e t i ca l g o r i t h m 简称g a ) 、模拟 退火算法( s i m u l a t e d - a n n e a l i n ga l g o r i t h m 简称s a ) 、神经网络( n e u r a ln e t w o r k 简称n n l 和拉格郎日松弛等算法。其中，g a ，s a ，n n 是当前较为成功的、广泛应用于复杂工 程问题优化的全局优化算法。它们对优化设计目标函数和约束条件的限制较少，并能较 好地处理实际优化问题中存在的目标函数具有多个局部极值点或在某一局部连续、不可 微等病态情况。其中g a 是通过模拟生物进化中“物竞天择，适者生存”的原则，并引用 了随机统计理论而形成的，它是一种基于自然选择和群体遗传机理的搜索算法，其优化 过程模拟了自然选择和自然遗传过程中发生的繁殖、杂交和突变现象。g a 所具有的通 2 第一章绪论 用性、鲁棒性及隐并行计算性等优点使其在搜索、优化、规划、机器学习与系统辨识等 各个领域得到广泛应用。 模拟退火算法是一种基于m o n t oc a r l o 迭代求解的启发式随机搜索算法，从8 0 年代 起开始应用于优化领域，可以求解大规模组合优化问题，是当前较为成功、应用较广的 全局优化算法。它通过模拟无序热动力系统的退火冷却过程，在搜索过程中不仅接受使 目标函数值变“好”的试探点，而且以一定概率接受使目标函数值变“差”的试探点，从而 跳出局部最优解陷阱而达到问题的全局最优点。 s a 的性能好坏主要取决于其温度更新函数，为了提高s a 求得全局最优解的可靠 性和计算效率，一方面要保持适当的温度下降速度，另一方面要使产生的随机向量保持 一定的散布程度，使随机产生的试探点不会都集中在当前迭代点的局部范围内，当产生 随机向量t 的概率密度函数与温度有关时，温度更新函数不仅决定了温度的下降速度， 而且决定了在整个退火过程中所产生的随机向量散布程度。影响s a 所得到的解的因素 有：初始状态的选择、初始温度、降温次数、领域生成次数、领域生成方式、评价函数 的选取、停机准则的确定、降温函数的形式等。然而，模拟退火算法作为一种全局优化 算法，也是以很长的计算时间来换取全局最优点的，这就限制了它在工程实际中的应用。 因而如何改进其算法性能、加快其收效速度是否推广应用的关键。 神经网络是模拟人类形象思想的一种人工智能方法，它具有自组织、自学习能力， 能以并行方式处理信息，运行速度快，故在智能控制、模式识别、人工智能、知识工程、 机器人学等方面的应用都取得了巨大的进展，它在优化求解方面也具有巨大的优势，在 此仅探索n n 在优化问题中的应用。这方面的应用包括组合优化、约束满足等一类求解 问题，如任务分配、货物调度、路径选择、组合编码、排序、系统规划以及图论中各类 问题解算等。若将优化计算问题的目标函数与网络某种状态函数( 通常称网络能量函数) 对应起来，网络动态向能量函数极小值方向移动的过程就可视作优化问题的解算过程， 稳态点则是优化问题的局部和全局最优解。n n 有多种结构，一般用于工程优化的是离 散h o p f i e l d 网络( 也称b o l t z m a n n m a c h i n e ) ，凡是可将目标函数描述成网络能噪函数相似 形式的优化问题，就基本上能用它来进行计算，但由于h o p f i e l d 网的稳定点有多个，故 计算过程中评价函数的极值点可能有多个，易陷入局部最优，因此在实际应用时就要求 能设法解决此问题。 针对无线网络规划中基站选址问题特点：候选解数量庞大，多峰分布的搜索空间， 寻优过程复杂。因此必须采用一种速度快，效率高，且不易陷入局部最优界的寻优算法。 3 华南理工大学博士学位论文 遗传算法能很好地满足上述要求，同时，为了克服简单遗传算法的局限性，我们充分利 用遗传算法自身的并行性，提高算法的收敛速度。 1 2 3c d m a 多用户检测技术 第三代移动通信系统是按照国际电联( i n t e r n a t i o n a lt e l e c o m m u n i c a t i o n u n i o n , i t u ) 提出的i m t 2 0 0 0 ( i n t e r n a t i o n a lm o b i l et e l e c o m m u n i c a t i o n s 2 0 0 0 ) 标准进行设计的新一 代移动通信系统，本文简称为3 g ( t h e3 一g e n e r a t i o n ) 系统。3 g 系统不仅可为移动用 户提供话音及低速率数据业务，而且必须能够支持丰富的多媒体业务，因此该系统在数 据速率方面比第二代移动通信系统有很大的提高，对机动性较高的用户提供信息速率 1 4 4 k b s 至3 8 4 k b s 的广域覆盖，对机动性较低的用户提供速率高达2 m b s 的本地覆盖。 3 g 系统还可满足用户同时使用多种业务的需求，比如在进行通话的同时通过无线应用 协议( w i r e l e s sa p p l i c a t i o np r o t o c o l ，w a p ) 浏览因特网。此外，对网络运营公司来说， 3 g 系统将提高频谱利用率，增加开展新业务的灵活性。根据i t u 提出的标准，世界两 大区域性标准化组织3 g p p l ( t h e3 mg e n e r a t i o np a r t n e r s h i pp r o j e c t ) 和3 g p p 2 2 分别制定 了以w c d m a ( w i d e b a n d - c o d e d i v i s i o n m u l t i p l e a c c e s s ) 和c d m a 2 0 0 0 为无线接口标准 的3 g 方案，而采用c d m a 作为核心技术是两套方案共同的特点。 c d m a 通信系统根据扰码进行用户身份的识别，保证每个用户进行通信的独立性， 但是由于扰码之间存在一定的相关性，导致用户之间存在相互干扰，称为多址干扰。如 果各用户以相同功率发送信号，考虑路径损耗动态范围一般在8 0 d b 范围内，则到达基 站接收机时近端用户信号可能比远端用户信号强的多，其产生的多址干扰相对较大时可 将远端信号完全湮没，此现象称为远近效应。随着用户数量的增加和干扰信号功率的增 大，多址干扰和远近效应也迅速增大，将严重影响目标用户的信号接收，因此如何消除 多址干扰及抗远近效应是3 g 系统的一个重要研究方向。 传统的c d m a 信号检测技术根据直接序列扩频理论对基带接收信号进行扰码相关 计算，独立处理每个用户的信号，因此简称相关检测或单用户检测，其抗远近效应的能 力较差，要求系统提供完善的功率控制机制：多用户检测是近十年来在相关检测的基础 上发展起来的一种有效的抗干扰措施，它利用多址干扰的各种可知信息对目标用户的信 号进行联合检测，从而具有较好的抗多址干扰能力，可以更加有效地利用上行链路频谱 资源，显著提高系统容量，特别是多用户检测技术具有抗远近效应的能力，可以降低系 1 3 g p p 是由欧洲e t s i 发起，有日本a r i b 、t t c 、韩国t t a 和美国t l 参加的3 g 伙伴计划。 23 g p p 2 是由美国国家标准协会a n s i 发起有日本a r i b 、t t c 、韩国t t a 参加的另一个3 g 伙伴计划。 4 第一章绪论 统对功率控制的要求【l 】。 多用户检测技术的前身是最大似然序列检测法【5 ，该方法可以检测出系统中所有足 个用户的信息序列。设系统中用户数目为足，比特时间为l 切普时间为疋，则扩展增 益为n = r r e ，接收信号为，( f ) ，传送信息长度为m o 定义b 一l ，+ l u r ，最大似然序 列检测就是在给定m 比特长度内的接收信号，( f ) 的条件下，寻求使得概率p r ( ，) lb 为 最大的b 序列，如果所有的b 序列都是等概的，那么求解过程等同于寻求使得p 6 i ，( ，) 为 最大的b 序列，同时文献【6 】证明其亦等同于寻求使得对数似然函数 l = 2 b 7 耖一b 7 a r a b 最大的b 序列，由此可知相关器的输出y 是能够实现最优检测的充 分统计。最大似然序列检测需要对2 u r 个b 序列进行似然函数的计算，计算量较大。1 9 8 6 年s v e r d f i 在文献【刀】中以匹配滤波器加维特比算法来实现最大似然序列检测，不过维 特比算法的计算量仍是用户数的指数幂级，即2 。另外最大似然序列检测法必须知道 接收信号的幅度和相位，而这些信息必须通过信道参数估计来获得。该检测方法过于复 杂，因此多用户检测的研究方向主要集中在易于实现的次优多用户检测。 次优多用户检测可分为两类，即线性多用户检测和干扰消除多用户检测。前者对相 关器的输出进行解相关或其它的线性变换，因可用算法甚多，其种类也甚为丰富，包括 解相判【8 】1 、最小均方误差 9 1 1 、多项式扩展等检测方法；后者首先对多址干扰进行估计， 然后在原接收信号中减去估计干扰再进行相关判决，主要包括串行干扰消除 1 0 1 1 和并行 干扰消除【1 i 两种方法。以上两类检测方法均可利用最小均方误差、递推最小二乘等自 适应算法来实现。自适应方法可以直接对接收采样数据进行处理，因此可省去前级的相 关器。此外解相关和最小均方误差检测亦可通过不需要进行训练的盲方法来实现 【1 2 j n l 3 1 1 。表1 一l 列出了各种多用户检测技术所需的条件，其中相关器需要严格的功率 控制，所以在其对应信号幅度栏标注“r 。 表1 1 各种多用户检测器所需条件1 4 1 1 t a b l e1 - lc o n d i t i o no f m u l t i u s e rd e t e c t o r s 目标用户干扰用户目标用户干扰用信号 训练 地址码地址码 时延 户时延幅度 序列 相关器 yny ny n 最大似然序列检测器 yyyyyn 解相关检测器 yyyynn 干扰消除检测器 yyyyyn 自适应m m s e 检测器 nnynny 盲m m s e 检测器 yny nnn 5 华南理工大学博士学位论文 1 2 4 扰码方案 3 g p p 在其标准中提出了复值长码c 岫，和复值短码c l h ，【4 】，上行链路的d p c c h 和d p d c h 3 信道可选用其中一种进行调制。扰码由上层系统进行分配，长短码的数目均 为2 “。 1 2 4 1 长码 3 g p p 采用的长码是对长为2 ”一1 的两个m 序列x 和y 作模2 加得到的g o l d 序列。 x 和y 序列的本原多项式分别是： x ：x ”+ x 3 + l y 工2 5 + j 3 + x 2 + x 1 + 1 定义2 4 位二进制数疗。代表扰码编号”，其中是最低数据位ax 序列由扰码 编号i 1 确定，标记为矗，而x 。( f ) 和) ，o ) 分别代表屯序列和y 序列的第i 个符号，则x 。序 列、y 序列及第打个复值长码的构造过程如下。 1 初始条件： 矗( o ) = h o ，南( 1 ) = 玎。，( 2 2 ) = 2 2 ，x 。( 2 3 ) = 2 3 矗( 2 4 ) = 1 y ( o ) = y ( 1 ) = = y ( 2 3 ) = y ( 2 4 ) = 1 2 余下序列的迭代定义： x n ( f + 2 5 ) = x ( i + 3 ) + x ( i ) m o d 2 ，i = o ，2 ”一2 7 ， ) ，( f + 2 5 ) = y ( i + 3 ) + y ( i + 2 ) + y ( i + 1 ) + y ( i ) m o d 2 ，i = o ，2 ”- 2 7 3 定义二进制g o l d 序列z 。： 乙o ) = 毛o ) + y ( i ) m o d 2 ，f = 0 , 1 ，2 ，2 ”一2 4 定义实值g o l d 序列乙： 乙( f ) = ：孑：z 。( f ( o ) ：- - ：i 力r ，= 。，2 ，2 一2 5 定义实值长码。岫，1 和。l 岫g ，2 ，。 c 岫舢( f ) = 乙n i = 0 , 1 ，2 ，2 ”一2 c l o 。, 2 , n ( f ) = 乙( ( f + 1 6 7 7 7 2 3 2 ) m o d ( 2 ”一1 ) l i = 0 , 1 川2 “，2 ”一2 d p c c h ( d e d i c a t e dp h y s i c a lc o n t r o lc h a n n e l ) 用于传送导频符号、功率控制符号和速率信息，d p d c h ( d e d i c a t e d p h y s i c a ld a t ac h a n n e l ) 用于传送用户和控制信息。 6 第一章绪论 6 定义复值长码c l 啷，： c k ，( f ) = 气。舢( f + ，卜l y c l o a g , 2 n ( 2 d 2 助 其中f - o ，1 ，2 ，2 ”一2 ，而lj 表示往负无穷方向取整。 1 2 4 2 短码 3 g p p 采用的短码源于长为2 5 6 的周期扩展s ( 2 ) 码，而s ( 2 ) 码是由四进制序列a 和 两个二进制序列b 和d 作模4 加所得。a 、b 和d 序列的本原多项式分别是： 口：x 。+ x 5 + 3 x 3 + z 2 + 2 x + 1 b ：x s + x 1 + x s + x + l c ：x 8 + x 7 + x 5 + x 4 + 1 定义2 4 位二进制数，l ：，代表扰码编号胛，其中n 。是最低数据位，a 、6 和d 序列 的初始状态均由撑来确定。复值短码的构造过程如下。 1 构造a 序列： 口( o ) = 2 n o + 1m o d 4 ， 口( f ) = 2 n 。m o d 4 , i = 1 , 2 ，7 ， 口( f ) = 3 a ( t 一3 ) + 4 ( f 一5 ) + 3 a ( i 一6 ) + 2 a ( i 一7 ) + 3 a ( i 一8 ) m o d 4 ，i = 8 ，9 ，- , 2 5 4 2 构造b 序列： 6 ( f ) = n “fm o d 2 ，j = 0 , 1 ，7 ， 6 ( f ) = 6 ( f 1 ) + 6 ( f 一3 ) + 6 ( f 一7 ) + 6 ( f 一8 ) m o d 2 ，i = 8 ，9 ，2 5 4 3 构造d 序列： 4 0 = 1 6 + fm o d 2 ，i = o ，l ，7 ， 4 0 = d ( f o + d ( i 一3 ) + d o 一4 ) + d ( f 一8 ) m o d 2 ，i = 8 , 9 ，2 5 4 d ( f ) = d ( f 一1 ) + d ( f 一3 ) + d ( f 一4 ) + d ( f 一8 ) m o d 2 ，f = 8 , 9 ，2 5 4 4 构造编号为 的乙序列： z n ( i ) = a ( i ) + 2 b ( i ) + 2 d ( i ) m o d 4 , f = o ，l ，2 5 4 5 把z 。序列扩展到2 5 6 位： z n ( 2 5 5 ) = z n ( o ) 6 根据表1 - 2 确定。蛔舢和。l l l o r t ： 7 华南理工大学博士学位论文 表1 - 2c t l 。 t 舢和c “舢 t a b l e1 - 2c s l h - t 1 a n d 。 a t t 。2 月 g n ( f )c t t 。a 舢( j )c l h t ( f ) o+ l+ 1 l一1+ l 2 11 3 + 11 7 定义复值短码c 。： ( 。，( f ) = c 。邮，( f m o d 2 5 6 x 1 + ( - l y c 。，：，( 2 m o d 2 5 6 ) 2 _ d ) 其中i = 0 , 1 ，2 ，而li 表示往负无穷方向取整。 1 2 4 3 关于扰码方案与多用户检测技术的讨论 如前所述，多用户检测可分为线性多用户检测和干扰消除多用户检测两个类别。解 相关检测属于前者，其基本原理是将传统相关器的输出乘以扰码相关矩阵的逆矩阵进行 解相关，从而消除多址干扰。因为短码方案对每个比特采用相同的短码进行重复调制， 所以扰码相关矩阵是相对稳定的，除非接收信号发生了较大的变化，比如发生了较大的 时延变化或者有新用户加入系统，短码调制信号的这种性质称为周期稳定性。因为无需 进行频繁的逆矩阵运算，短码环境比较适合解相关检测器的应用。与解相关检测相似， 其他线性多用户检测技术也比较适用于短码环境。长码调制信号不具有周期稳定性，扰 码相关矩阵在每个比特都是不同的，难以对其进行线性计算，所以线性多用户检测技术 不适用于长码环境。干扰消除多用户检测器不需要进行扰码相关矩阵的各种计算，结构 简单，运算量小，能够适应长码环境，但是由于难以准确估计和再造多址干扰，其性能 还有待于进一步的提高。 因为有比较成熟的功率控制技术的支持，目前长码方案处于主流地位。最近几年线 性多用户检测技术获得了长足的进步，因此短码方案引起了许多研究单位的重视。从实 现的复杂度来看，因为2 5 6 位短码易于储存，也可以在线计算，所以在保留长码功能的 同时，移动终端可以较小的代价增加对短码的支持。长码基站增加对短码的支持所需代 价也是很小的，实现方法和移动终端相同，但是反过来短码基站增加对长码的支持则要 付出较高的代价，因为需要增加分集接收等功能。在基站和移动终端的兼容性方面，如 果强制规定所有移动终端都支持短码，那么基站可简化为短码基站；但是如果不作这样 8 第一章绪论 的规定，导致某些移动终端可能只支持长码，那么所有的基站就都必须保留对长码的支 持。因此，强制规定移动终端对短码的支持是有必要的【3 。 在纯短码系统中，短码信号之间的多址干扰可用线性多用户检测技术进行消除，文 献 1 4 】证明短码系统的性能略优于长码系统。在长短码混用系统中，因为长码是随机 性很好的伪随机序列，长码与周期短码的相关运算将产生无周期的伪随机序列，这样双 方都不会对对方造成较大的影响。 1 2 5 基于盲分离思想的多用户检测算法 如前所述，到目前为止，人们已提出了多种多用户检测算法，其大体上可以分为线 性与非线性两类，线性检测器主要包括解相关检测、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。但是这些多用检测算法都必须假设检测器已经知道各用户的扩频 码、时延、用户功率、信道参数等一些先验知识，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，为了解决这一问题，人们进行了大 量的研究，h o n i g 3 1 等最先( 引用文献见第五章) 提出了盲多用户检测算法，该算法只需 知道期望用户的扩频序列，就能进行多用户检测，因此此类算法具有很大的优越性。随 后，各种盲多用户检测算法不断涌现，例如 4 1 3 】，虽然这些盲检测算法在比较理想的 高斯白噪声信道情况下，能够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，算法效果就会显著下降。为了解决这个问题，r i s t a n i o m i 等2 越刀等发展了基于盲 分离思想的多用户检测算法，如f a s t - i c a 2 6 1 算法和c o n v i c a 2 7 算法等。 1 2 6 盲分离问题 盲分离问题的研究起源于1 9 9 1 年，h e r a u l t 和j u t t e n 2 8 l 首次提出了一种神经网络方 法，成功地实现了两个语音信号的盲分离。由于该