宽带cdma移动通信系统多用户检测技术分析-analysis of multiuser detection technology in broadband cdma mobile communication system.docxVIP

摘要摘要在 DS-CDMA 通信系统中，多用户检测用于消除系统的多址干扰和码间串扰， 是一种关键的接收技术 。目前多用户检测的研究大概可 以分成两个方向 。一个是 考虑在实际系统中与其它技术的结合运用，一般使用比较复杂的数学模型。例如 把多用户检测和信道编码相结合是 一个重要的方向。再如考虑邻小区干扰、多码 率 CDMA 、长码系统等。另一个方向侧重于新算法及性能的研究， 一般只考虑简 单的数学模型(短码直扩模型〉和输入(独 立 同分布的输入)，注重于算法性能如 误码率、稳定性、计算量等的改进。本文将注重后者。CDMA 系统按信道模型的 不同分为高斯臼噪声信道和衰落信道、时变和时不变信道。本文针对多径衰落慢 时变信道下 CDMA 系统多用户检测技术的理论进行研究 。主要工作如下:1.提出了一种新的基于输出最小均方误差准则的约束优化算法 -LCMMSE( Linearly Constrained MMSE) 算法。该算法的代价函数和约束条件都基于最小 均方误差准则，故能保证最优 MMSE 解落在约束条件约束的空间里。本文证明了 约束空间里最优解的唯一性 p 同时还给出了算法实现的法代方法，并对迭代算法 的收敛性进行了详细的理论分析 。2. 盲多用户检测可以通过块处理算法和自适应算法来实现，自适应算法对于 简化多用户检测的算法复杂度和跟踪信道的变化有着重要的意义。本文针对 LCMMSE 算法提出了块处理算法和自适应算法。和现有的算法相比，在各种场合 下，仿真结果均显示本文算法的性能明显优于现有算法 。仿真结果还显示，本文 提出的块处理算法可以在几次的迭代后收敛 F 自适应算法也可以在数百次选代后收敛。3.常模算法 CMA(ConstantModulusAlgorithm)是一种重要的盲多用户检 测算法。在多用户场合下同样需要约束检测器的搜索空间。本文对基于常模准则 的多用户检测算法进行了研究，提出了一种新的约束方法，新的约束方法基于 MMSE 准则 。仿真结果显示本文算法性能优于现有的线性约束 CMA 算法 。4.直接基于最小误码率准则的多用户检测技术能取得很好的误码率性能 。但是现有的最小误码率代价函数是 一个极不规则的非线性函数，存在很多局部极小 点。 约束条件的选取 是一个难题。本文提出了 一组新的约束条件，证明了在该约 束条件的约束空间里误码率代价函数的最小点是唯 一 的。本文采用阻碍梯度算法 实现了约束条件下基于最小误码率准则的多用检测算法。仿真结果显示本文算法 收敛较快，误码率性能接近最小误码率底限 。5.由于多用户检测器的最小误码率代价函数是一个极不规则的非线性函数，存在许多的局部极小点，本文尝试用遗传算法来解决这个全局最优问题。本文采I华南理工大学博士学位论文用训练序列估计误码率函数作为目标函数，设计了一个遗传算法求解目标函数的 最优解。仿真结果显示本文提出的算法有较快的收敛速度，其误码率性能明显优 于 MMSE 检测器，接近理论上的最小误码率底限。关键词:码分多址，多用户检测，约束最优，最小误码率。EAbstractAbstractMultiple access interference (MAI) caused by code non-orthogonality and inter-symbol interference (ISI) due to the time dispersion of wireless channels are the main difficulties in wide-band code division multiple access (CDMA) systems. Multiuser detection(MUD) that suppresses the MAI as well as the ISI remains an interesting topic in the past decades. The current research of MUD focuses on twodirections.Oneistowardpractica1 applications.Commonlycomplicatedmodelsregarding practical issues are applied; such as the turbo multiuser detection ，which considers channel decoding and multiuser detection jointly. The other direction focuses on new algorithm development and performance analysis.