（无线电物理专业论文）基于脉动阵列的盲均衡多用户检测器的设计研究.pdf

摘要 摘要 c d m a 已经成为i m t - 2 0 0 0 的主流空中接口解决方案，随着无线通信市场需求的迅猛增 长，人们在工程实践中希望尽量提高c d m a 通信系统的数据传送速率和系统用户容量，但 是在高速c d m a 无线接入系统中，由于受传输带宽的限制，码间干扰不再象低速的c d m a 系统中可以忽略；由于c d m a 系统的用户码之间的非严格正交等固有缺陷，使各个用户信 号之间存在一定的相关性，这就是多址干扰( m a i ) 。码问干扰和多址干扰成为限制c d m a 系统容量的两个主要因素。如果不对多址干扰及码间干扰加以适当补偿的话，接收信号就 会有很高的误码率。盲均衡技术和多用户检测技术正是解决这一问题的理想方法。 盲均衡是一种新兴的自适应均衡技术，它不需要参考输入的训练序列来维持正常工作， 仅依据接收序列本身的先验信息来均衡信道特性。因此，在数据通信系统中不必发送训练 序列，可以提高信道效率，同时盲均衡技术还可以获得更好的均衡性能。盲均衡技术优越 的性能使它受到更加广泛的关注，并在许多领域中得到应用。本文系统地分析研究和归纳 总结了盲均衡的基本理论，诸如算法形式、性能指标等。重点分析了b u s s g a n g 类盲均衡算 法中的b g 盲均衡算法。 多用户检测能够消除多址干扰，提高系统的容量，是第三代移动通信的关键技术之一。 但是现在很多多用户检测算法的复杂度很高，在实际系统中应用还存在很多困难，因此具 有复杂度低、性能优良的多用户检测算法是研究的主攻方向。本文采用了一种脉动阵列多 用户检测器，它采用脉动阵列结构，能够自适应地调整横向滤波器的抽头系数，与其他检 测器比较，它具有较好的性能。 本文提出了一种性能较好的基于脉动阵列的盲均衡多用户检测器的实现方案，它能够 同时消除码间干扰和多址干扰，通过对仿真结果的分析证明该检测器具有较好的误码性能。 我们还把它与先进的f p g a 技术结合起来，完成了硬件实现的研究。 关键字：盲均衡算法；多用户检测；f p g a a b s t r a c t a b s t r a c t c d m ah a sb e c o m et h ea i ri n t e r f a c em a i n s t r e a ms o l u t i o no ft h ei m t - 2 0 0 0 w i t ht h e b o o m i n go f w i r e l e s sc o m m u n i c a t i o nm a r k e t ，i ti se x p e c t e di nt h ec d m ae n g i n e e r i n g t oi m p r o v e t h ed a t at r a n s f e rr a t ea sw e l la st h es y s t e mc a p a c i t y ，b u ti nt h eh i 【g h - r a t ew i r e l e s sa c c e s sc d m a s y s t e m ，t h 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 ) c a nn o tb en e g l e c t e da si t o f t e nd oi nt h el o w r a t e c d m a s y s t e m t h ei s lw i t ht h em u l t i p l ea c c e s si n t e r f e r e n c ef m a i ) w h i c ha r i s e sf r o mm u t u a l i n t e r f e r e n c ea m o n ga l lt h e ( n o n o r t h o g o n a l ) a c t i v eu s e r so ft h es y s t e m ，c o n s t i t u t e st h em a j o r i m p e d i m e n t t ot h eo v e r a l ls y s t e mp e r f o r m a n c e w i t h o u tp r o p e rc o m p e n s a t i o nf o rm a ia n di s l ， b i te r r o rr a t e ( b e r ) i s g e n e r a t e dh i g h l y b l i n de q u a l i z a t i o na n d m u l t i u s e rd e t e c t i o n ，w h i c ha r e s t u d i e di nt h i sd i s s e r t a t i o n ，c a r lb e u s e dt os o l v et h ep r o b l e m b l i n de q u a l i z a t i o ni sas e l f - a d a p t i v ee q u a l i z a t i o nt e c h n o l o g y i td o e s n 。tn e e dr e f e r r i n gt oa t r a i n i n gs e q u e n c et om a i n t a i nn o r m a lw o r k ，o n l yu t i l i z e st h ep r i o ri n f o r m a t i o no ft r a n s m i t t e d s i g n a l st oe q u a l i z et h ec h a n n e lc h a r a c t e r s oi nt h ed i g i t a lc o m m u n i c a t i o ns y s t e mat r a i n i n g s e q u e n c ei s n tt r a n s m i t t e d ，w h i c hc a nr a i s et h ec h a n n e l l se f f i c i e n c y h o w e v e rb l i n de q u a l i z a t i o n m a yg e tm u c hb e r e re q u a l i z a t i o na b i l i t ya tt h es a n l et i m e t h es u p e rp e r f o r m a n c eo fb l i n d e q u a l i z a t i o ns n a k e si tb en o t i c e dw i d e l ya n db eu s e di nm a n yf i e l d s t h i sp a p e rs y s t e m a t i c a l l y a n a l y s e sa n ds u m m a r i z e st h eb a s i ct h e o r yo fb l i n de q u a l i z a t i o ns u c ha sa l g o r i t h mf o r m ， p e r f o r m a n c ep a r a m e t e r ，b ga l g o r i t h mo f b u s s g a n ga l g o r i t h m si st h ee m p h a s i s m u l t i u s e rd e t e c t i o nc a ne l i m i n a t em a i e s s e n t i a l l ya n di m p r o v es y s t e mp e r f o r m a n c e ，m u d i so n eo ft h ek e yt e c h n o l o g i e si n3 gm o b i l ec o m m u n i c a t i o ns y s t e m b u td u et ot h eh i g h c o m p l e x i t yo f m u da l g o r i t h m ，i ti sv e r yd i f f i c u l tt oe x p l o i tt h i st e c h n o l o g yi np r a t i c a ls y s t e m ，t h e m a i nr e s e a r c hw o r km a yf o c u so nh o wt op r e s e n tah i g hp e r f o r m a n c e ，l o wc o m p l e x i t ya l g o r i t h m i nr e c e n t l yy e a r s i nt h i sp a p e r ，w cu s eam u l t i u s e rd e t e c t i o nb a s e do ns y s t o l i ca r r a y ，t h i ss y s t o l i c a r c h i t e c t u r ea d a p t i v e l yr e c o n f i g u r e st h et a pc o e f f i c i e n to f t h et r a n s v e r s a lf i l t e r ，t h r o u g hc o m p a r i n g i tw i t ho t h e rd e t e c t i o n ，t h ec o n c l u s i o ni sd r a w nt h a tt h ed e t e c t o rh a sh i g hp e r f o r m a n c e i nt h i sp a p e r , an e wa l g o r i t t m aw h i c hi sn a m e da sb l i n de q u a l i z a t i o na n dm u l t i u s e rd e t e c t i o n b a s e do ns y s t o l i ca r r a yi sp r o p o s e d ，i tc a nr e d u c et h ei s ia n dm a i t o g e t h e r ，a n dt h ee f f e c to f t h e d e t e c t i o ni ns y m b o le r r o rr a t eh a sb e e nt e s t e db ym e a n so fc o m p u t e rs i m u l a t i o n s w i t ht h e c o m b i n a t i o no ft h ed e t e c t i o na n df p g at e c h n o l o g y ，as t u d yo fh a r d w a r er e a l i z a t i o no fi ti s c o m p l e t e d k e yw o r d s ：b l i n de q u a l i z a t i o na l g o r i t h m ；m u l t i u s e rd e t e c t i o n ；f p g a f i i 厦门大学学位论文原创性声明 兹呈交的学位论文，是本人在导师指导下独立完成的研究成 果。本人在论文写作中参考的其他个人或集体的研究成果，均在 文中以明确方式标明。本人依法享有和承担由此论文产生的权利 和责任。 声明人c ：碚磐凉 。年上月“日 厦门大学学位论文著作权使用声明 本人完全了解厦门大学有关保留、使用学位论文的规定。厦 门大学有权保留并向国家主管部门或其指定机构送交论文的纸 质版和电子版，有权将学位论文用于非赢利目的的少量复制并允 许论文进入学校图书馆被查阅，有权将学位论文的内容编入有关 数据库进行检索，有权将学位论文的标题和摘要汇编出版。保密 的学位论文在解密后适用本规定。 本学位论文属于 1 、保密() ，在年解密后适用本授权书。 2 、不保密() ( 请在以上相应括号内打“4 ”) 作者签名：叶蕾谆日期：“年蝴瑚 导师签名：中身乞日期：力彳年r 月少日 第一章绪论 第一章绪论 近年来，无线和移动通信技术取得了飞速发展，这促使人们在数字信号处理领域对其 中的一些相关技术进行深入而广泛的研究，因为采用先进的数字信号处理技术可以较好地 提高无线通信系统的性能和容量。在通信信号处理研究的最新进展中，盲均衡与多用户检 测技术是倍受瞩目的关键技术。本文主要讨论通信系统中的盲均衡技术以及多用户检测技 术和它们的联合检测方案。 1 1 研究的目的及意义 随着通信市场容量的突乜猛进和通信技术的日新月异，人们己不再满足于低速率的语 音无线通信，高速率的1 - 1 0 m b s 的数据接入c d m a 系统的设计己引起普遍重视。在分析 和设计低速率c d m a 系统对，由于无线信道的多径效应而常常忽略码间干扰( i s i ) ，但对 高速c d m a 系统，受无线信道带宽的限制，码间干扰不可再忽略。 由于c d m a 系统的用户码( 扩频码) 之间的非严格正交等固有缺陷，使各个用户信号之 间存在一定的相关性，这就是多址干扰( m a i ) 存在的根源。由个别用户产生的m a i 固然很 小，可是随着用户数的增加或信号功率的增大，m a i 就成为c d m a 通信系统的一个主要干 扰。 这样m a i 和i s i 就成了限制c d m a 系统容量提高的两个主要因素。特别地，对于多址 干扰还存在“远近效应”的问题。“远近效应”严重影响系统性能。由于移动用户的位置不 断变化以及深衰落的存在，基站接收到的各用户信号功率可能相差很大，强信号对弱信号 有明显抑制，弱信号的接收性能很差甚至无法通信。因此，增加系统容量，缓解多址干扰 和码间干扰成为一个引人注目的课题。为了克服m a i 和i s i ，人们提出了许多减少干扰的 方法。传统的检测技术完全按照经典直接序列扩频理论对每个用户的信号分别进行扩频码 匹配处理，因而抗m a i 干扰能力较差。多用户检测( m u l t i u s e rd e t e c t i o n ，m u d ) 是一种抗多 址干扰有效的方法。多用户检测技术在传统检测技术的基础上，充分利用造成m a i 干扰的 所有用户信号信息对单个用户的信号进行检测，从而具有优良的抗干扰性能，解决了远近 效应问题，降低了系统对功率控制精度的要求，因此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。多用户检测包括早期提出的线性多用户检测，近期提出的自适应 多用户检测，以及现今处于研究热点的盲多用户检测。i s i 不仅是高速率c d m a 系统所面 1 基于脉动阵列的育均衡多用户榆测器的设计和研究 临的问题，而且它存在于各种通信系统中，为了解决i s i 的问题，我们必须在接收端设计能 够补偿或减小接收信号码问干扰的接收机，即均衡器。包括线性均衡器、自适应均衡器、 盲均衡器等。 第三代移动通信，简单地说就是提供覆盖全球的宽带多媒体服务的新一代移动通信系 统，它是建立在i t ui m t 2 0 0 0 建议基础上、工作在2 g h z 频段、最高速率可达2 m b i t s 的 宽带移动通信系统，其基本要求是：在室内、步行及车载三种环境下，支持话音和各种多媒 体数据业务，实现高质量、高频谱利用率、低成本的无线传输以及全球兼容的核心网络， 其中高速移动环境支持1 4 4 k b p s ，步行慢速移动环境支持3 8 4 k b p s ，在室内支持2 m b p s 的 数据传输速率。它能提供更大的系统容量和更高的数据传输率以及更好的通信质量。在工 程中要实现这些功能，就会产生更多的多址干扰和码问干扰，以至影响后者的实现，为了 缓和二者的矛盾，需要采取各种措旌来减少或消除这些干扰，采用多用户检测技术和盲均 衡技术或者它们的联合检测方案，是一种比较新颖的解决方法。 朝。2 国内外研究现状 盲均衡是指均衡器能够不借助训练序列，而仅仅利用所接收到的信号序列即可对信道 进行均衡。换占之，其本身完全不用训练序列。就可以自启动收敛并防止失锁情况的发生， 且能使滤波器的输出与要恢复的输入信号相等。盲均衡从根本上避免了训练序列的使用 收敛范围大，应用范围广，克服了传统自适应均衡的缺点，从而降低了对信道和信号的要 求。因此，盲均衡现己越来越受到重视。传统自适应均衡器的设计目标是使均衡后的输出 序列逼近输入的码元序列，而盲均衡的设计目标则是使均衡后输出序列的统计量逼近。 s a t o 1 1 于1 9 7 5 年提出了一种针对p a m 信号的盲均衡算法，开创了盲均衡算法研究的先 河，d n ，g o d a r d 在1 2 l 中提出了一种典型的c m a ( c o n s t a n tm o d u l u sa l g o r i t h m ) 算法。此后， 很多学者又提出了一些改进的算法，例如b i n v e n s i t e 和g o u r s a t 的b g 算法【3 】p i c c h i 的 s t o p a n d g o ( s g ) 算法 4 】等。这些算法都是在代价函数达到全局最小点时才能实现最优的均 衡效果，但这些算法的代价函数都是非凸性的，因此可能会陷入局部最小点，即不能获得 最优解，z d i n g 验证了c m a 算法的病态收敛性f 5 1 。这些算法都采用了非线性无记忆函数来 产生误差信号用以控制均衡器抽头系数的调整，选择一种合适的误差控制函数以获得更好 的均衡性能是一个值得研究的课题。到目前为止，盲均衡算法可分为四大类： b u s s g a n g 类型盲均衡算法； 基于高阶统计量的盲均衡算法： 第一章绪论 循环平稳信号盲均衡算法； 基于神经网络和模糊理论的盲均衡算法。 盲均衡算法发展到现在可以说是种类繁多，各算法实现的原理、采用的方法以及性能 指标也大相径庭。衡量一种算法的性能主要有以下几方面【6 】： 收敛速度如何，在盲均衡中这决定该算法能否用于实时系统中。 能否获得最优解，在盲均衡中即代价函数能否收敛到全局最小点，也就是代价函数 的u 性。 均衡器收敛到最优解后的剩余误差，这决定了均衡器收敛后系统的误码率。 算法对计算量的要求，实现起来的难易程度。 上述各种算法各具有优缺点，一种性能的提高往往通过牺牲另一性能为代价，因此在 实际应用时需要根据实际情况权衡利弊，选择合适的算法。盲均衡器研究主要有以下几个 研究方向：对b u s s g a n g 类盲均衡器 7 j 需进一步研究具有凹特性代价函数的盲均衡算法。 以保证均衡器收敛到全局最小点，且收敛速度快，运算量小，易于硬件实现：对基于高阶 矩的盲均衡算法，主要应寻找运算量更小的算法，使其走向实用化；对非线性盲均衡器， 要进一步研究存在噪声干扰的神经网络盲均衡器的性能，并应着手研究适用于盲均衡器的 神经网络新模型。 在研究各种盲均衡算法的同时，人们也对一些算法的硬件实现作了探讨，如文献8 在 x i l i n x 公司的v i r t e x 23 0 0 0 的芯片实现了一种有载波恢复的盲均衡器，文献9 也在f p g a 上面实现了一种f i c m a 算法。盲均衡器在实际工程中的应用研究取得了一些成果。 1 9 7 9 年和1 9 8 3 年，k s s c h n e i d e r 和r k o h n o 各提出了多用户检洳j ( m u d ) 的思想 1 0 1 1 】， 即利用其它用户的已知信息消除m a i ，实现无i v l a i 的多用户接收，并指出了一些研究方向， 这是多用户检测的最早的文献。1 9 8 6 年s v e r d u 提出了最佳多用户检测技术 ，但由于其 运算复杂度随用户数指数增长( 2 ) ，实际七几乎是无法实现的。因此人们开始研究各种次优 多用户检测，期望能在保证一定性能的前提下将复杂度降低到工程可以接受的程度。主要 的次优多用户检测器可以分为线性多用户检测器和非线性多用户检测器。 线性m u d 是指先对匹配滤波器的输出进行一次线性变换，然后再判决。具有代表性的 是解相关m u d 、最小均方误差( m m s e ) m u d t l 3 1 4 1 和基于多项式展开( p e ) 的m u d 。解相关m u d 用小区内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，其优点是完 全克服了m a i 和远近效应，复杂度降为与用户数呈线性关系，并且不用估计用户的功率。 但是解相关m u d 对噪声有放大效应，对于信噪比较低的环境，它并不适用。它的更大缺点 基于脉动阵列的盲均衡多用户检测器的设计和研究 是逆矩阵运算的复杂度高，现在的器件还承受不了。非线性m u d 的基本思想是在接收端重 构各个用户的m a i 。并让它们和包含m a i 的混合接收信号相减，使得m a i 刚好抵消。在原理 和结构上，非线性m u d 与克服码间干扰( i s i ) 所用的判决反馈均衡器类似，故又称为判决 反馈抵消器。常用的有两种：串行干扰抵消s i c 和并行干扰抵消p i c 。其他方案还有序列检 测f 1 5 1 、分组检n t 州、基于神经网络的检测、一种利用t a g u c h i 方法的多用户检测f 1 8 l 。 但是，上述的m u d 技术有其局限性。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检测。针对上述情况，盲( b l i n d ) m u d 和半盲( s e m i - - b l i n d ) m u d 技术成为m u d 研究的前沿课题。所谓“盲”是指不知道干扰用户的地址码， 适用于移动台；所谓“半盲”是指对于扰用户的地址码，小区内的已知而小区外的未知， 适用于基站，如w a n gx 推出了一种基于将接收信号投影至信号和噪声子空问的盲多用户检 测器【l 。目前对多用户检测技术的研究热点是如何在实际的c d m a 系统中设计实现。文献 2 0 介绍了一种基于f p g a 的并行干扰对消接收机，文献2 l 采用t i 公司的c 6 7 0 1 d s p 芯片 设计了p i c 多用户检测器，d s p 仿真表明对单个用户可以达到8 0 0 k b p s ，对3 2 个用户，可 以达到5 0 k b p s 。 一般地，盲均衡器只能消除码间干扰，而多用户检测器只能消除多址干扰。为了能够 同时消除码问干扰和多址干扰，人们提出了一些联合检测算法，如文献【2 2 】提出了一种盲自 适应联合多用户检测与均衡的检测方法，结合了块矩阵的r l s 算法和子空间跟踪技术，有 较好的稳态性能，能够同对消除m a l 和i s i 。文献2 3 提出了一种基于c m a 算法的盲自适 应多用户检测器。它由两级组成，第一级结构利用期望用户的信息，消除部分l v l a i 和i s i ， 第二级结构利用c m a 算法，消除剩下的m a i 和i s i 。 以上都是国外的研究情况，关于联合检测算法实现的研究还比较少，因此开展对能够 消除多址干扰和码间干扰的联合检测器实现技术的研究是非常紧迫和必需的。 1 3 论文的结构和内容 c d m a 作为实现高速率无线通信系统的关键技术之一，有其优越性，但也存在一些问 题。c d m a 系统的用户码( 扩频码) 之间的非严格正交会导致多址干扰，由个别用户产生的 多址干扰固然很小，可是随着用户数的增加或信号功率的增大，多址于扰就成为c d m a 通 信系统的一个主要于扰。在分析和设计低速率c d m a 系统时，由于无线信道的多径效应而 4 第一章绪论 常忽略码问干扰，但对高速c d m a 系统。受无线信道带宽的限制。码问干扰不可再忽略。 实际上，由于信道的畸变，码间干扰一般存在于所有的通信系统中。如果不对多址干扰及 码问干扰加以适当补偿的话，接收信号就会含有很高的误码串。盲均衡技术和多用户检测 技术正是解决这一问题的理想方法。盲方法从根本上避免了训练序列的使用，可以自启动 收敛并防止失锁情况，克服了传统自适应方法的缺点，从而可以很好地应用于通信系统中， 多用户检测技术是消除或者减弱多址干扰的有效手段，可以增大小区覆盖范围，改善系统 性能，提高系统容量。本文结合盲均衡与盲多用户检测的研究新进展，实现了基于脉动阵 列的盲均衡多用户检测器。主要内容是按如下安排的： 第二章介绍了c d m a 系统中存在的多址干扰和码间干扰，以及它们对c d m a 系统的 影响，并且介绍了克服多址干扰和码间干扰的几种方法，给出了c d m a 系统的信道模型， 并且从理论上分析了如何克服多址干扰和码间干扰。 第三章介绍了盲均衡技术的原理以及一种改进的盲均衡算法，用m a t l a b 对它的性能进 行了仿真，介绍了采用的b g 盲均衡器的基本结构，并且用f p g a 实现了它的各个功能模 块，给出了相应的资源占用情况，最后对实现过程中的误差进行了分析。 第四章介绍了脉动阵列多用户检测器，对它的性能进行了仿真介绍了脉动阵列多用 户检测器基本结构，实现了一种基于短时能量和短时过零率的语音激活检测模块和一种改 进的不恢复余数的开平方运算模块，再介绍顶层电路的实现方案。 第五章提出了一种基于脉动阵列的盲均衡多用户检测器，它能够同时消除多址干扰和 码间干扰，介绍了它的基本结构，用m a t l a b 仿真该系统并分析了它的性能，并对它的具体 实现进行了探讨，然后总结了本文所做的工作及其他相关问题，并对未来的研究方向作了 展望。 基于脉动阵列的盲均衡多用户检测器的设计和研究 第二章c d m a 信道模型 c d m a 虽已成为第三代移动通信的主流技术，但要真正满足其预定规划，还有许多关 键技术需要解决。其中一个关键点就是克服c d m a 系统多址干扰和码间干扰的负面影响。 2 1 多址干扰和码问干扰 c d m a 系统由于各用户使用相同的通信频率而成为自干扰系统，表现为不同用户之问 的多址干扰。如果所有用户的扩频码序列严格正交并且通过同步平坦衰落信道，系统中将 不会存在多址干扰，此时系统达到其性能上界。但由于并发用户接入系统的随机性，理论 上己经证明不可能设计出在任意时延下都正交的扩频码组。同时由于信道的多径衰落特性 以及定时精度的影u l ，即便发送时扩频序列满足严格正交性，到达接收端的混合接收信号 中各用户信号的正交性也已遭到破坏( 如采用w a l s h 码扩频的下行链路) f , 4 l 。这说明，实 际c d m a 系统中多址干扰将始终存在。同时，由于无线信道中存在反射、衍射、散射，移 动用户相对基站的运动产生多普勒频移，从而信道存在时变多径衰落，这将导致接收信号 中还存在码间干扰，数据传输率越高，码问干扰越严重。 c d m a 系统中传统的信号检测方法将多址干扰视为高斯噪声来处理，这种忽略多址干 扰存在的方法会带来两方面的问题： ( 1 ) 系统容量大为下降。当系统中并发用户较少时，由于伪随机码良好的互相关性多 址干扰将不会太严重。但随着并发用户的增加，多址干扰的功率增加得更快，致使系统误 码性能逐渐下降。尤其是第三代系统中大容量( 用户数) 的要求和多天线发射分集的采用，将 会导致c d m a 系统容量由于多址干扰而严重受限。 ( 2 ) “远近效应”严重影响系统性能。由于信号的路径损耗与用户距基站的距离的三 次方成正比，显然基站接收到的各用户的功率将可能相差很大，距离基站近的功率大的发 送信号完全有可能淹没距离远的发送信号将进一步加剧“远近效应”，导致弱信号检测的失 败。此外信道时变多径衰落将进一步加剧“远近效应”。 2 2 克服多址干扰和码间干扰的方法 多址干扰是由于扩频码之间非理想正交而产生，码问干扰是由于信道畸变而产生，为 第= 章c d m a 信道模型 了克服多址干扰与码间干扰造成的负面影响，可以采用如下的一些方法【2 5 】： ( 1 ) 扩频码的设计：期望设计出具有高的自相关同时具有低的互相关特性的扩频码。理想 情况下如果扩频码间完全正交，则不存在多址干扰。在码同步条件下，完全正交的扩频码 是可以设计出来的，比如w a l s h 码。但实际上由于用户接入系统的随机性以及信道的弥散 特性，信号的到达是随机的，而理论上已经证明不可能设计出对任意时偏都满足正交性的 扩频码码集，因此只能寻求次优的扩频码。 ( 2 ) 功率控制：通过调整移动台的发射功率使得各用户以大致相同的功率到达接收端从而 克服远近效应，如在i s 一9 5 和第三代移动通信标准中都采用了功率控制技术，但只能尽可能 减少多址干扰的影响，而不能从根本上消除多址干扰。另外，功率控制的缺点还包括：占 用信道传递功率控制信息、存在算法收敛速度、性能与用户移动速度有关和系统复杂度等。 ( 3 ) 前向纠错编码：利用编码的附加冗余度可以纠正因为信道畸变而产生的错误比特判决， 这是提高通信质量的一个重要手段。显然这种方法对多址干扰引起的错误同样有效。 ( 4 ) 分区、智能天线：采用具有一定方向性的分区或者智能天线，在时、频、码域基础上 再b 1 入空域。当干扰信号与期望信号不在同一个扇区或者具有不同的方向角时，通过空间 域滤波而滤除干扰，从而提高系统性能。把一个小区划分为若干个独立的扇区，利用扇区 设计来达到隔离扇区间的多用户干扰。而智能天线则是采用更多更窄的动态波跟踪一个用 户，基本上从空间上完成隔离和消除多址干扰。 ( 5 ) 多用户检测：从本质上来看，多址干扰不同于普通高斯噪声，它具有特定的结构：用 户间的信号是确定信号且是可以预测的，具有高斯白噪声所不具有的有限符号集特性和循 环平稳性、恒模性，在天线阵列接收情况下还存在空间结构特性以及编码结构等特点，所 以这些都使我们有可能将各个用户的有用信号分离出来。多用户检测技术就是一种利用全 部或者部分用户的相关信息以去除多址干扰，提高系统性能的技术。通过多用户检测还可 以实现一箭三雕的作用，既可以抗多址干扰，又可以抵抗远近效应和多址干扰。 ( 6 ) 信道估计和均衡【2 4 】：接收信号中包含有信道信息，在使用m u d 技术时一般都需要信 道信息以实现干扰抑制与联合检测。第三代移动通信系统支持快速移动用户，移动台相对 基站的快速移动将产生大的多普勒频移，从而信道也是时变的，此时可靠的信道估计技术 成为m u d 技术的前提。估计出信道特性后，可以根据估计来调整均衡器的系数，进而消除 符号间干扰。均衡器系数的调整算法很多，可以利用来自发送端的训练系列来调整初始系 数即非盲均衡算法，也可以在没有训练系列仅通过接收系列调整均衡器的系数即盲均衡算 法。 7 基于脉动阵列的茸均衡多用户检测器的设计和研究 百潭口：颞种方法可以看出，盲均衡和多用户检测技术是抑制多址干扰和码间干扰最 有效的方法，因此盲均衡和多用户检测技术一直是c d m a 技术中的一个热门研究领域。 2 3 信道模型 假设在采用线性数据调制和解调的c d m a 系统中2 6 】，同一个频率及同一个时隙内，有 k 个用户传输有限长度的数据，c d m a 系统信道模型如图所示： 勺。川。 数 据 j 7 r 估 计 图2 1c d m a 系统信道模型 第k 个用户发送的经过线性数字调制后长度为n 的数据用c 仲表示，数据符号间隔为 t s ： d 仙= ( d l d ? d ：) 7 ， k = 1 k ( 2 - 3 1 ) 相应于该用户的扩频码序列由长度为q 的矢量c 晴表示，码片间隔为t c ，并且t c 2 t s q ： p ( = ( r ：， 咔) 7 ， k = 1 k (2c一32)2 c c2 屺1 ，ej ， 。 l o 一j 其信道冲激响应用长度为w 的办忙表示： h “= ( 厅：“，乃? j 一磊：) 7 ， j = l k ( 2 3 3 ) 在码片间隔t c 内它由w 个抽头构成。简单起见，假设信道在发送数据符号系列c 期间是 时不变的，不过可以通过在发送期间更新h t ，来把它推广到时变信道的情况。例如可以在 每符号间隔t s 内更新 m 。当w 大于1 时出现码间干扰，当信道失真或非正交扩频系列或 两者兼而有之的时候，就会出现多址干扰。序列矩阵c o ) 和一个向量办的卷积可以得到用 户k 总的信道冲激响应： b 砷= ( 群，磷6 皇。) 7 = c 冲+ h 竹， k = l k ( 2 3 4 ) 接收机接收到的总信号e 为k 个序列的集合，每个序列的长度为n q + w - 1 ，假设同时到达， k d m j d 第二章c d m a 信道模型 并且加入均值为零，方差矩阵为r 。= e ( n * n “) 的噪声系列： n = ( 船l ，7 2 刀o + ) 7 ( 2 3 5 ) 接收机接收到的总信号e 可以表示为： e = ( p l ，p 2 e 峭) 7 = a d + n ( 2 3 其中n 为噪声，d 表示如下： d = ( d ( o r d - d 代jp = ( dp d2 d 。n p d 中的元素可由下式替代 d j 竺d ? 1 ；，= n + n ( k 一1 ) 七= 1 k ，n = 1 ( 2 - 3 8 ) 矩阵a 表示如下： a = ( 彳。) ； i = l q + 形一1 ，2 l k n 4 a ( 。一1 ) + ，。+ ( i l 】 ：1 籼”p 。”扛1 。“ ( 2 3 9 ) t o其他 假设所有用户的扩频码序列c 和信道冲激响应厶耻在接收端为已知，若要检测出传输数据 矢量d ，必须在检测器中对接收到的信号e 进行处理，由式( 2 - - 3 - - 9 ) 知a 由k 个用户的 扩频码序列c 。和信道冲激响应办付的卷积决定，检测算法的前提是能得到所有用户的扩频 码序列c 。和信道冲激响应而“。通常用户的扩频码序列c 伸在接收端为己知。信道冲激响 应办可咀通过发送训练系列的方法来确定， 定。 采用联合检测算法对接收信号进行检测， 下： 例如可以由参考文献【2 7 】所提供的算法来确 得到对用户发送数据的估计，该过程表示如 d 口= mj d e q 一3 1 0 q 将式( 2 - - 3 - 6 ) 代入( 2 - - 3 1 0 ) 得到： d 爿= m j a a d + 如n ( 2 3 1 1 ) 令f = m i a a 可以得到： 一 d w = d i a g ( f ) d + d i a g ( f ) d + m s a n ( 2 - 3 1 2 ) 式( 2 - - 3 - - 1 2 ) 右端中，第1 项为期望信号；第2 项为m a i + i s i ，第3 项为噪声。由式 9 ) 7 1 j一 回 q 基于脉动阵列的盲均衡多用户检测器的设计和研究 ( 2 3 1 2 ) 可知，联合检测算法的方向就是根据一定的准则选取m 。矩阵，使得m a i + i s i 和噪声对估计值的影响尽可能小。 本文接下来介绍了一种盲均衡器及其实现，然后介绍了脉动阵列多用户检测器及其实 现，最后提出了一种基于脉动阵列的盲均衡多用户检测器，它能够同时消除多址干扰和码 间干扰，它的功能相当于图2 1 中的数据估计器。把接收到的信号e 匹配滤波后，经过盲 均衡器，可以消除码间干扰，再通过脉动阵列多用户检测器，可以消除多址干扰。经过仿 真表明，它具有较好的误码性能，我们还对它的具体实现作了进一步探讨。 1 0 第三章直均衡算法及其实现 第三章盲均衡算法及其实现 盲均衡与传统的均衡器不同的是它在通信建立或通信中断时不需要训练序列，仅根据 接收序列进行均衡，它不要求眼图张开就可以收敛。盲均衡器的许多优点，使它成为通信 领域中的研究热点。盲均衡器是一个比较复杂的系统，而利用系统高层次设计方法来设计 复杂系统，是目前流行的设计方法。考虑到b u s s g a n g 盲均衡算法相对于现有的一些算法的 计算量小，便于实时实现，且性能较好，因此本章选用该类算法中的b g 算法来实现盲均 衡器。 3 1 盲均衡技术 3 1 1 传统的自适应均衡和盲均衡 在移动通信及高速无线数据通信系统c p t 6 1 ，由于多径效应和信道带宽的有限性以及信道 特性的不完善，导致数据通过信道时将不可避免地产生码间干扰( i s i ) ，系统性能急剧下降， 严重影响了通信质量。如果信道畸变造成的码间干扰比较大，接收信号就会有较大的失真， 此时，判决器的输出就会有较大的误码率。因此需要采用均衡技术来对码间干扰加以适当处 理以补偿畸变的信道，通常把采用均衡技术来补偿码间干扰的处理器称为均衡器。 信道均衡技术己经由固定均衡、自动均衡发展到自适应均衡。如果接收端知道信道特性， 包括信道的冲激响应或频率响应，针对接收信号设计均衡器并不是一个困难的问题。但是， 在大多数情况下，信道特性是未知的，甚至是时变的( 如交换电话线路、移动通信信道等) ， 此时，我们应该将均衡器设计成可以对信道响应进行自动调节，以便适应信道响应的时间变 化，即自适应均衡器。自适应均衡技术的基本原理是在发射机发送有用信号之前，先发送接 收端已知的训练序列，对均衡器进行训练，当训练结束时，均衡器的调整达到收敛，判决信 号可靠性较高，误码率较小。训练结束后，用判决信号代替训练信号，使均衡器的调整得以 继续进行。这种用判决信号代替训练信号的均衡模式称为依从判决均衡或判决引导均衡。 图3 一l 给出了利用l m s 算法 3 0 l 实现的自适应均衡器的误码性能，均衡器的信道抽头数 是1 1 个，步长d e l t a 为o 0 4 5 ，i s i 信道特性 3 1 睬用如下向量： 【o 0 5 一o 0 6 30 0 8 8 0 1 2 6 一o 2 5o 9 0 4 7o ，2 50 1 2 60 0 0 3 80 0 8 8 】 并且加入了高斯白噪声。对比不采用均衡器的情况，采用自适应均衡器明显改善了系统的误 码性能，随着用户信噪比的增加，误码率曲线下降很快。 1 1 基于脉动阵列的宣均衡多用户检测器的设计和研究 1 0 t o 。 l 1 十l i n e a re q u a l i z e r k l 十n oe q u a l i z e r 一吣 、k 、，。一 l 一卜n ； 、 、 、 冬 -1 1 口 i ，d e l t a = 0 1 1 3 5 襄 娃 ?，d e l t a = 哇0 9 ： ：埝 ?乙捌。a = q k ， ：l 王强“黼i 商i 霸毒毛h 。酾。嗣。 。一一 弋 = 毫篓瓮：蠢等蠹一 一 01 0 02 0 0 3 0 04 0 0 迭代次数 图3 2 不同步长采用l m s 算法的自适应均衡器收敛特性 随着数字通信技术向宽带、高速、大容量方向发展，自适应均衡技术日益暴露出自身的 不足和缺陷，主要有以下几点【7 】： 由于训练序列的存在，降低了通信系统传输的有效信息率； 1 2 州蠼椒露 第三章盲均衡算法及其实现 对于一个快速时变信道，必须频繁地发送训练序列，以便更新信道估计； 在点对点通信网中，如果一个分支信道暂时失效后要恢复工作，就必须重新均衡该分 支接收机，这就有可能中断与其他分支信道的通信； 在通信系统中，由于信道上的干扰或其他因素的影响，有可能使接收机无法跟踪，从 而出现通信中断。为了重新建立通信，就需要发送端再重新发送训练序列，这就要求系统增 加反馈信道，以传送“请求训练信号”，使得系统变得复杂，难以实现； 在一些特殊情况下，不可能发送训练信号，如信息截获和侦察系统等。 为了改善通信质量和提高信息传输速率，必须研究一种不需要发送训练序列的自适应均 衡算法，这种技术称为盲均衡技术。盲均衡本质上是一种自适应滤波算法，它与载波相位无 关，因此能在载波恢复环路锁定之前进行快速的初步收敛，使信号星座较为正常，有利于进 行载波恢复和相位信号的检测。亩均衡器与普通均衡器相比，具有以下优点： 收敛域大，应用范围广； 可以避免由于训练而带来的，卜述问题； 简化了系统的设计。 盲均衡不需要利用己知的训练序列，仅利用接收信号本身的先验信息，如信号的统计特 征、信号的调制方式及幅度相位的变化范围等，选择一个合适的代价函数和误差控制量，以 调节均衡器的抽头系数，使均衡器的输出接近于发送值。盲均衡算法不需要外部供给期望响 应，就能够产生与希望恢复的输入信号在某种意义上最逼近的滤波器输出。然而，算法本身 在自适应过程中通过一非线性变换产生期望响应的估计。本论文所涉及的盲均衡方法并不是 “全盲”方法，即我们虽然不清楚原始信号序列各时刻的具体值，但由于通信中的数据序列 的某些特征( 如信号的星座图和统计特性) 可以通过发射信号的设计来控制，因此它的一些信 息是可以利用的，而这些信息也将在盲均衡算法中发挥重要作用。 3 1 2 盲均衡技术的原理 盲均衡的原理框图如图3 3 所示吲。 昌传嚣道 _ 卅，、 a hl 卜哥半登斗疸等 图：3 - - 3 盲均衡原理框图 罩 基于脉动阵列的盲均衡多用户检测器的设计和研究 由于均衡器是用于消除信道畸变引起的码间干扰，简单起见，这里我们不考虑加