空时多用户信号检测.ppt

Copyright ? 2004, W. R. Michalson. All rights reserved. 空时多用户信号检测 线性空时多用户检测器 内容介绍 研究的目的和意义 相关概念与技术 解相关检测器 最小均方误差检测器 总结 研究的目的和意义 存在的问题 1. 在多径衰落环境下，由于各个用户之间所用的扩频码通常难以保持正交，因此造成多用户之间的相互干扰(多址干扰)。 2. 传统移动通信信号处理仅考虑时间信号处理，这样导致对共道干扰(CCI)抑制不足。 研究的目的和意义 目的与意义： 抑制干扰，提高系统数据链路质量，提高基站覆盖范围，抑制同信道干扰和媒介干扰，提高通信系统的性能和容量。 由于传统单纯基于时域的多用户检测器(全向发射)不能处理不可被识别的多径分量，导致增强干扰背景。空时多用户检测技术能使移动的信号发射自适应指向对应的基站，从而削弱干扰背景和减小临近小区干扰。 相关概念与技术 多用户检测器：能够有效抑制多址干扰的接收机 性能评价：误码率(bit error rate)、渐近多用户有效性(asymptotic multiuser efficiency)、抗远近能力(near-far resistance) 相关概念与技术 误码率(bit error rate) 相关概念与技术 渐近多用户有效性: 定义为多用户系统达到单用户系统相同的误码率(BER)所需能量与单用户系统所需能量之比，即： 它是衡量干扰用户对期望用户误码率影响的测度。 相关概念与技术 抗远近能力(near-far resistance): 定义为所有有关用户能量范围内测量到的最坏情况下的渐进有效性，即： 由于接收功率弱的用户信号会被接收功率强的用户信号淹没。因此，多用户检测器需要具有抗远近效应的能力。 相关概念与技术 蒙特卡罗仿真：用于估计数字通信系统的误码率时，通过对接收机的输出与传输的原始二进制信号对比，并用计数器记录错误比特数来实现。 相关概念与技术 最优空时多用户检测器 线性空时多用户检测器 非线性多用户检测器 时空解相关多用户检测器 空时多用户检测基本原理 经典算法 解相关检测器 最小均方误差检测器 解相关多用户检测算法 解相关多用户检测算法 解相关多用户检测算法 解相关多用户检测算法 解相关多用户检测算法 解相关多用户检测算法 解相关多用户检测算法 解相关多用户检测算法 解相关多用户检测算法 仿真验证:假设所有用户信号都是单位方差且独立同分布的BPSK信号，采用Gold扩频序列，扩频增益为31，用户数为8 解相关多用户检测算法 解相关检测器误码率性能优越传统检测算法。原因是解相关检测器将干扰信息看作有用信息，利用信号幅度、互相关性等特征来减小或消除多址干扰。 而传统检测算法是将干扰用户的信息统一当作白噪声来处理，并没有很好的利用他们。不具有抗多址干扰和远近效应的能力。 MMSE多用户检测 优点：低复杂度。在抗多址干扰的同时，不增加噪声，性能优越于解相关检测算法。 MMSE多用户检测 MMSE多用户检测 MMSE多用户检测 仿真验证:假设所有用户信号都是单位方差且独立同分布的BPSK信号，采用Gold扩频序列，扩频增益为31 MMSE多用户检测 性能分析：由于MMSE检测算法在削弱多址干扰的同时也抑制了背景噪声的影响，误码率性能优于解相关检测算法。但是需要对接收信号幅度进行估计，性能受干扰用户功率的影响。 * * ----噪声方差 ---用户能量 多用户 单用户 大多数通信系统的目标是减小误码率。 ---Q函数 基于已知的结构和统计信息在信息论的最佳信号检测理论指导下，多个用户的匹配滤波接收的基础上，充分利用已知伪码的结构信息，设法消除其他用户的干扰。 基本思想：利用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。 局限性：对噪声具有放大效应，增加了干扰噪声。不适用于SNR低的环境。逆矩阵运算的复杂度高，硬件实现困难。系统性能的提高是以提高背景噪声功率为代价。 优点：可以克服多址干扰和远近效应，复杂度与用户数量呈线性关系，检测器的误码率只与期望用户的功率和背景噪声有关，与其他干扰用户的功率无关，因此，不用估计其他用户的信号幅度。 考虑K个用户的同步基带数字DS-CDMA系统，接收信号为 n(t) 是具有单位功率谱密度的加性高斯白噪声信号 为噪声功率，s(t)是K个用户信号的叠加。 只考虑一个码元周期内的接收信号，得到简化信号模型 (1) (2) T是字符间隔，Ak,bk,sk分别是第k个用户接收信号的幅度、信息比特序列和具有单位功率的特征波形。 根据(