通信信号处理第四章优秀PPT.ppt
第四章 多用户检测技术在接收端，利用匹配滤波器组，通过相关处理执行各路信号检测第k路信号输出接收信号与第k个用户相关运算复原数据，与其它用户相关运算生成多址干扰，与噪声相关还是噪声。多址干扰（MAI）与用户数、信号幅度以及相互关系数有关判决器输出第四章 多用户检测技术上述分析过程假定放射端全部用户是同步的，但在实际系统中，各用户放射信号往往是异步的接收信号模型为系统输出矩阵如图所示的2用户6bit检测可等效为 6用户1bit检测，时间宽度第四章 多用户检测技术传统检测的特点利用匹配滤波器执行相关运算，然后判决检测，简洁、易于实现；接受单用户检测策略，各用户分开处理，不对其他用户产生的干扰做特殊处理多址干扰会对判决性能产生影响 远近效应可能导致多址干扰沉没期望信号 多址干扰多址干扰产生的缘由：多个CDMA用户共用同一信道，不同用户的扩频码相互关系数不等于零（伪随机码之间无法实现严格正交），随着用户数增加，干扰累积，累积到与期望信号强度相当时（干扰底限），判决器将无法识别期望信号和干扰信号，导致判决错误。克服MAI的途径找寻好码（志向扩频码的自相关为1、相互关为0）：很难功率限制：能减弱MAI的影响，但无法从根本上消退空间滤波：多扇区化、智能天线，可削减波束覆盖的用户数多用户检测：从根本上消退MAI远近效应远近效应产生的缘由：假如干扰用户比期望用户距离接收端近很多，那么干扰信号接收功率将比期望信号接收功率大得多，传统检测方法执行相关运算之后形成的多址干扰重量可能与期望信号相当，甚至沉没期望信号，导致判决错误。远近效应使多址干扰的影响更加困难、严峻克服远近效应的途径功率限制：降低干扰用户放射功率，但无法从根本上消退多用户检测：从根本上消退MAIMUD的基本思想(Multi-users Detection)把同时占用某个信道的全部用户信号都作为有用信号，将多个用户的码元、时间、信号幅度、相位等信息联合起来，检测某一个用户信号 多用户检测算法分类最优检测是理论上的最佳结构，但由于不行实现的困难度，只是用于评价次优检测性能的上界，目前可好用的检测算法都是次优的 MUD的性能测度评价多用户检测算法的性能测度：误码率、渐进多用户有效性和抗远近效应实力误码率：AWGN信道下不存在干扰时，具有能量Ek的单用户系统的误码率为 为噪声方差在多用户系统中，由于多址干扰的存在，误码率会增大，此时用户k的误码率为 为用户k达到误码率Pk,su时所须要的能量（有效能量）MUD的性能测度渐进多用户有效性：衡量干扰用户对期望用户误码率的影响程度多用户有效性：多用户系统达到单用户系统相同误码率所需能量与单用户系统所需能量之比渐进多用户有效性：高信噪比条件下多用户有效性的极限渐进有效性取值范围0,1，其含义为：当噪声趋于0而误码率不趋于0时，渐进有效性取值为0，即在无噪环境中，单用户检测也存在误码；渐进有效性取值越大，表明误码率随噪声减小下降越快；当渐进有效性为1时，表明用户不受其他用户干扰影响。MUD的性能测度抗远近效应实力：全部相关用户能量范围内测得的最差渐进有效性，用于评价多用户检测算法抵挡远近效应的鲁棒性抗远近效应实力与扩频码码型和解调方式有关最优多用户检测假定发送信号的先验概率相等，从接收信号r(t)中找动身送序列，使其联合后验概率最大，即依据最大后验概率准则执行序列检验：本质上是极大似然序列检测（MLSD）对于同步系统：须要找出似然函数最大的可能输出序列，即须要从K个用户信息中找出一种最佳组合对于异步系统：用一组匹配滤波器级联Viterbi算法实现最优多用户检测是多用户检测的最佳结构，能达到最高渐进有效性，即每个用户都能达到最小误码率，是全部多用户检测算法的性能上限，但必需已知全部用户的信号幅度和相位；具有指数困难度，无法好用 线性多用户检测算法线性多用户检测算法：判决前对匹配滤波器组输出进行线性变换（变换矩阵为T），再对变更输出序列执行判决，即x=Ty，b=sgn(x)。其运算困难度与用户数成线性增长关系算法分类：解相关检测器、最小均方误差检测器、子空间斜投影检测器、多项式绽开检测器、自适应检测器等信号模型接收信号相关运算输出信号相互关系数匹配滤波组输出向量相关矩阵算法设计线性变换判决输出匹配滤波器+线性变换器组合输出 判决输出标量形式线性最小均方误差检测算法线性最小均方误差算法：最小化发送数据比特与多用户检测器输出的均方误差，即线性变换判决向量每个用户的判决比特线性最小均方误差算法特点：由于考虑了抑制噪声，误码性能较好；无需已知其他用户的扩频码结构，但须要估计接收信号幅度；还须要相关矩阵求逆，运算量大解相关检测算法解相关算法线性变换新的统计量 中只有数据项和噪声项，完全消退了MAI项，对其进行判决第k个用户的误码率解相关算法特点：能提高系统容量；无需估计信号幅度，且性能与干扰用户无关；算法困难度大幅降低；误码率与信号能量无关，但此法会放大噪声，且相关矩阵求逆运算量大自适应检测算法自适应多用户检测利用自适应滤波原理，能抵挡信道时变对判决性能产生的影响单用户MMSE型：每个用户新增一个横向滤波器，滤波器抽头系数以比特为单位更新，要求抽头数大于扩频码长度无需已知其他用户的扩频码，无需本用户序列严格同步，但须要训练序列，假如信道时变，须要不断发送训练序列自适应检测算法多用户MMSE型：此法收敛快，但须要训练序列，同时还须要已知其他用户的扩频码多项式绽开检测算法多项式绽开检测算法：将变换矩阵用多项式绽开表示，即线性变换 ，wi为多项式系数；Ns为检测器级数判决向量每个用户的判决比特盲自适应检测算法盲自适应多用户检测算法：无需其他用户信息和训练序列，仅须要待测用户的观测数据即可完成多用户检测。依据盲算法的代价函数不同分为：最小输出能量算法恒模盲检测算法基于子空间的盲自适应算法迫零解相关算法盲检测无需训练序列，开销小、效率高、困难度低，但收敛速度慢，很难适应时变信道环境非线性多用户检测算法非线性多用户检测算法：利用已检测的信号重构多址效应引起的干扰信号，然后从接收信号中抵消。（无法供应系统的数学描述和分析）分类：串行干扰抵消检测、并行干扰抵消检测、串并混合型干扰抵消检测、迫零检测、序列检测、分组检测、基于神经网络的干扰检测等 串行干扰抵消并行干扰抵消串行干扰抵消法基本思想：依据接收信号功率降序排列，先对用户l进行匹配滤波并判决，然后重构用户l的发送信号；从总的接收信号中减去重构信号，得到已消退用户l影响的比较“干净”的接收信号，将其作为下一级用户2检测的总接收信号，重复以上步骤。串行干扰抵消法性能分析检测性能比传统检测（单用户检测）有很大提升硬件实现简洁每次抵消均会引入处理时延，多址用户不能多（最多4个）假如接收信号功率变更，须要重新排序假如初始数据判决错误，会扩散，导致整体性能严峻下降 并行干扰抵消法基本思想：利用接收信号的初始值（前级）构造所用用户的干扰信号，然后同时从接收信号中抵消全部用户的干扰并行处理：处理时延短、无需重排，但实现困难度高迫零判决反馈检测器须要进行两步操作：首先进行部分解相关线性处理，然后进行串行干扰抵消处理。对相关矩阵R应用Cholesky分解，得到R=FTF，其中F是下三角矩阵，将矩阵(FT)-1左乘匹配滤波器组输出，得到白化信号模型由于矩阵F是下三角阵，上式中的比特信息是部分解相关的，即第一个用户没有MAI，其次个用户只有第一个用户的MAI，以此类推，第k个用户还有1,2,k-1个用户的MAI。迫零判决反馈检测器以上述部分解相关基础，再执行串行干扰抵消算法。第一个用户的判决输出信息完全没有多址干扰，重建后可以完全抵消其产生的影响，经过抵消后，其次个用户也不含多址干扰，也可以重建后消退其产生的多址干扰，该抵消过程递推动行，每次迭代得到一个比特判决信息，用于重建和抵消其产生的多址干扰。该算法实施须要在进行白化处理前，对匹配滤波器组输出依据能量大小排序，以保证干扰抵消是依据信号强度从大到小进行的。迫零判决反馈检测器在同步CDMA系统中，假如矩阵F和信号幅度A都能精确估计，第k个用户的判决输出为：假如每次判决都正确，执行该算法能完全抵消全部MAI，并最大化信噪比。该算法实现的难点是矩阵的Cholesky分解和求解白化滤波器(FT)-1迫零判决反馈检测器结构 空时联合多用户检测算法基本思想：利用信号的空间特征和时间特征来提高检测性能。基于最大似然序列的S-T MUD、基于最小均方误差的S-T MUD、最大信噪比准则结合串、并行干扰抵消法的S-T MUD、空时解相关MUD以及盲S-T MUD等 多用户检测技术新进展寻求新的检测算法：遗传算法、人工神经网络、模拟退火算法、恒模算法等信息处理融合技术：融合子空间技术；融合阵列天线技术；融合RAKE接收技术；融合功率限制技术；融合多载波技术等
