信道间干扰与盲均衡_第1页
信道间干扰与盲均衡_第2页
信道间干扰与盲均衡_第3页
信道间干扰与盲均衡_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

信道间干扰与盲均衡

0通信信号接收理论与方法的研究通信信号的传输极其复杂,主要是因为大多数移动通信在城市进行,许多用户同时接收和接收。城市的高层建筑、路灯等分散的物体很多,移动用户处于不断变化的状态。一言以蔽之,信道的衰落、扩展及多径现象对通信信号的传输的影响是严重的,而且这种影响是随时间变化的。正是由于信道的动态特性极其复杂,加之用户对通信信号接收质量的高标准要求,使得通信信号的接收理论与方法的研究充满了挑战性。这种挑战性还受到市场前景的广阔与急迫性的驱动,更显得异常活跃。短短的10年间,这一领域的研究迅速成长为通信学科和信号处理学科令人瞩目的研究亮点最近几年,信号处理界和通信界围绕码间干扰补偿和同信道干扰抑制展开了大量深入的研究,并使通信技术取得了多项最重要的新进展。尤以用以克服码间干扰的盲均衡、用以克服同信道干扰的多用户检测和用以克服同信道干扰的盲多用户检测为重。本文对三种模式进行了概述并对带反馈的盲多用户检测的算法进行了仿真。1相关领域的现状1.1序列均衡处理码间干扰的补偿器习惯简称为均衡器。信道均衡与辨识有着密切的联系,它们构成了通信信号处理的一个主要研究领域。盲均衡是指只根据接收信号的观测序列,无需训练序列的均衡处理,实际上对处理的信号并不“盲”。由于通信用户是合作性的,所以发射信号的某些特性(例如非高斯性和循环平稳性)在盲均衡中是可以加以充分利用的。从数学的角度来看,盲均衡问题实际是一类特殊的混合整数规划问题,混合整数规划在数学界也是一个公认的难题。由于盲均衡问题无论在理论还是在实际应用上都有着非常高的研究价值,所以在过去几十年中,人们对盲信道均衡进行了大量的研究,并取得了许多令人瞩目的成果。1.2多用户干扰的定义CDMA系统中的主要干扰为码间干扰和多址干扰(MAI:multipleaccessinterference)。多址干扰主要是由于多个用户共享一个信道,不同用户之间必然产生干扰,因此多址干扰也称为多用户干扰。严格说来,多址干扰包括同信道干扰和邻信道干扰,但干扰抑制中主要考虑的是同信道干扰。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,它要解决的基本问题是:如何从相互干扰的数字信息串中可靠地解调出某个特定用户的信号.多用户检测也称同信道干扰抑制、多用户解调或干扰对消。多用户检测技术的发展是通信技术中最重要的新发展之一1.3多用户检测算法主要的盲多用户检测器有:最小输出能量(MOE:minimumoutputenergy)盲多用户检测器、基于子空间分解的盲多用户检测器、基于统计算法的盲多用户检测器等。2生活参数更新其中,a(k)是信道输入信号;H(z)是未知的信道传递函数;W(z)是一个有限脉冲响应(FIR)接收滤波器。W(z)的输入为y(k),它的输出为a赞(k-D)。D是一个正整数。我们希望W(z)的输出a赞(k-D)=a(k-D)。这种盲均衡器需要一个代价函数,通过最小化代价函数来更新W(z)的权系数。众所周知,当今通信正朝着高速度方向发展,一些通信方式,如硬盘读写和光纤通信的通信速率已达到每秒几百兆,甚至上亿次。而己有的盲均衡算法在更新W(z)的权系数时需要较多的计算量,且不易于硬件实现,这就限制了其在高速通信(如硬盘读写和光纤通信等)中的应用。针对已有盲均衡器不易于在高速通信系统中应用的问题,本文提出了一种新的盲均衡算法,称为代数盲均衡算法考虑图1描述的信道盲均衡问题,为了简单起见,我们只考虑彼此互不相关的二电平数据传输。将本算法扩展到多电平传输在原理上没有什么困难。假定输入信号a(k)∈{-1,1}且Proba(∈k)=+1∈=Proba(∈k)=-1∈=0.5。信道传递函数H(z)是线性时不变的。H(z)=∑aEq.(2.2)可以扩展为:Eq.(2.3)是一个欠定方程,它有n个方程,n+2L+2个未知数,因此不能用普通方法求解。我们定义:解的过程如下:第一步:找到时刻k第二步:找到时刻k第L步:找到时刻k这样,A3lagrange乘子与用户信息码及信道噪声之间关系本节提出了一种基于Lagrange乘子估计的多用户检测器。S.Verdu于1986年提出的最佳多用户检测器是一个二进制二次规划问题,它属于NP困难问题,目前无法实用。本节将这个二进制二次规划问题连续化为一个带等式约束的二次规划问题,然后将其写成Lagrange式的形式,进而推导出Lagrange乘子与用户信息码及信道噪声之间的关系。根据不同的Lagrange乘子估计方法,本节得到了两种已有的多用户检测器:解相关及最小均方误差检测器。根据多用户检测问题的特殊性,本节给出了一种新的估计Lagrange乘子的方法,进而得到了一种新的多用户检测器。仿真结果显示,新算法的误码率与最佳多用户检测器大致相同,低于一般的次最优多用户检测器。3.1基于lagrange乘子估计的域近似估计本算法是基于最佳多用户检测这个二进制二次规划问题做的。最佳多用户检测器如式所示:其中b为待求变t,其余均为己知量。最佳多用户检测器与下面的带等式约束的二次规划问题等价:问题(3.1)的Lagrange式为:其中λ=(λ定义一个对角矩阵M=Diag(λ),上式可写为:其中e=[1,1,...,1](I)使得坠L((Ⅱ)矩阵PRP+M是一个正定矩阵。本算法利用了以上两个条件。根据条件I本文推导出λ和b及噪声n之间的关系。最终给出了对λ的近似估计。根据条件II本文对估计出来λ的加以限制,以保证对λ的估计不会有太大的偏差。显然条件ⅡPRP+M正定的充分必要条件是R+P也就是说,如果β则R+P3.2信噪比对误码特性的影响在仿真中使用扩频序列为31位的m序列,用户数K=6,其中前三个用户的接收功率相同即p分别选取信噪比为9db,10db,11db,12db,13db,14db,15db时,对误码特性进行对比。程序如下:4多用户检测算法仿真本节提出了一种带反馈的盲多用户检测算法,新算法可以看作是SBMUD算法的改进·

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论