基于解相关和MMSE多用户检测方法的多速率CDMA系统性能分析.docVIP

基于解相关和MMSE多用户检测方法的多速率CDMA系统性能分析 　　摘 要：该文针对CDMA系统的多速率信号问题，建立了信号模型，利用低速模式和高速模式，对解相关和MMSE两种检测方法下的系统性能进行了仿真分析。 　　关键词：CDMA 多速率 解相关 MMSE 　　中图分类号：TN929.533 文献标识码：A 文章编号：1674-098X（2014）08（a）-0199-02 　　码分多址（CDMA）是一种被广泛应用的多址方式，基于码分多址方式设计的系统均存在多址干扰（MAI）问题。传统的检测技术只是将非期望信号作为噪声进行处理，因此抗多址干扰能力较差，而多用户检测（MUD）技术能够利用所有干扰信号的信息对用户进行联合检测，能够有效降低或消除系统中存在的多址干扰，从而提高检测性能。多用户检测方法主要有线性（解相关、MMSE）和非线性两类（PIC、SIC等）[1]。 　　在目前的CDMA系统中，可能存在多类不同数据速率的用户，例如在第三代无线通信系统中，需要传输多类业务数据（如视频、语音、文字等数据），而这些数据的速率是不一样的。因此需要对多速率情况的多用户检测进行研究。文献2～5主要研究了双速率的情况，该文主要针对多种速率情况，对解相关和MMSE两种线性多用户检测方法下系统的性能进行初步分析。 　　1 信号模型 　　假设有C类用户（按不同数据速率划分），第类用户中有个用户，其数据速率为，为方便我们将数据速率按照由低到高的顺序依次排列，即速率最低，且有，则信号周期，并且假设有为整数（时）。 　　则接收信号可以写为： 　　（1） 　　其中，式中各参数第二个下标代表了信号所属的用户类型，i代表第i类用户； 　　和分别表示在t时刻接收到第j个第1类用户信号的幅度和接收的比特。 　　和分别表示在第m个子区间t时刻接收到第i类第k个用户信号的幅度和比特。 　　和表示用户的特征序列。 　　为方差为的附加高斯白噪声。 　　，为整数。 　　可写为如下的矩阵形式： 　　（2） 　　其中，为第1类用户的特征序列向量，在时，，，。 　　为比特高速用户的特征序列向量（在内，第i类用户传输比特数据）。，且。需要注意的是，仅在内是非零的。 　　，其中。 　　，其中 。 　　为了方便分析，公式1写为矩阵形式： 　　（3） 　　这里不考虑多径干扰，并假设是同步的。根据接收机处理的时间间隔，这个模型可以从两个方面进行考察。以第1类用户（数据速率最低）的数据周期T1作为接收机的处理时间间隔时，称之为低速模式（LR），以第C类用户（数据速率最高）的数据周期Tc作为接收机的处理时间间隔时，称之为高速模式（HR）。如图1所示。下面我们从这两方面分别进行分析。 　　（1）低速模式下。 　　第1类用户传输1比特信息，第i类用户传输Mi比特。这样我们可以所有用户视为K个虚拟用户，其中。 　　接收信号通过匹配滤波器与扩频码相关后，输出可以写为下面的矩阵形式： 　　（4） 　　其中，，是扩频码的相关矩阵；是对角矩阵，对角线上的元素为接收用户信号的幅度；是均值为0相关矩阵为的高斯噪声向量。 　　（2）高速模式下。 　　这里我仅在第1个子区间中进行分析，即，第C类用户传输1比特，记为，而第i类第j个用户仅传输1比特（）内的部分信号。 　　接收信号通过滤波器与扩频码相关后，输出可以写为下面的矩阵形式： 　　（5） 　　其中，，是第1个子区间的接收信号；是第1个子区间扩频码的相关矩阵，维数为；是对角矩阵，对角线上的元素为接收用户信号的幅度；是均值为0相关矩阵为的高斯噪声向量。在这个子区间中，第C类用户的特征序列具有单位能量，而第i类用户仅具有总单位能量的。这个子区间中的用户可以看成是个高速用户。 　　2 线性多速率多用户检测 　　2.1 解相关检测方法 　　（1）在低速模式下，解相关的输出为： 　　（6） 　　（2）高速模式下，解相关的输出为： 　　（7） 　　对于第C类用户来说，接收的比特是解相关器在每个子区间的输出。在第1个子区间高速用户k的译码规则为： 　　（8） 　　对于其他类用户，基于最大比合并的软解码规则可以用于估计用户比特，对于第k类第j个用户有： 　　（9） 　　其中，是第类用户的用户数量。 　　2.2 MMSE检测方法 　　在低速模式下，MMSE的输出为： 　　（10） 　　高速模式下，对于第C类第j个用户有： 　　（11） 　　对于第k类第i个用户MMSE的输出为： 　　（12） 　　由于低速用户（除第C类用户）的信息是嵌入在其符号周期中，因此，使用第1个子区间的数据对低速用户进行解码会导致性能损失。为了解决这个问题，我们可以将所有子区间的数据信息相加后