通信系统_ch4移动1.ppt

* 步骤： (1)初始的比特预测值 (i＝1，2，…，K)从匹配滤波器中使用硬判决得到，我们称匹配滤波器为第0级。 (2)这些比特经幅度估测器估测得到相应的幅度并通过扩频码扩频。这样，对每一个用户产生了一个延时的再扩频信号 * (3)部分加法器把除了某一个要解调的输入信号外的所有再扩频信号加起来。产生对要解调的用户的完全的MAI。 假设有很好的幅度和延时预测，对用户k减去MAI估测后得到的结果是： * (4) 上式的结果再传到第1级匹配滤波器以产生一组新的、期望更好的扩频估测值。 初始的一级(传统检测器)没有在图中表示出，它引入了一个比特的延时，这是接收的信号和幅度要延时一个码元周期 的原因； (5) 这样的处理在采用多级结构时重复进行。每一级利用前一级的数据估测作为它的输入并产生一组新的估测值作为输出。 一般实际应用时，只需取2至3级即可，3级以上检测器的性能已无明显的改善。 可见PIC的设计思想和SIC基本相似。但由于PIC是并行处理，克服了SIC延时大的缺点，因此在各种多用户检测算法中具有较高的实用价值。 * SIC PIC性能比较 (1) 与串行干扰消除检测器相比，并行干扰消除检测器延时小，适合于功率控制比较理想的情况，但PIC检测器的计算量比SIC大。 (2) 两类干扰消除检测器部存在误差扩散问题。当前级检测的可靠性比较差时，后面的检测性会更差。 (3) 串行干扰消除检测器以降低强信号的性能为代价来提高弱信号的性能。 (4) 两类干扰消除检测器都要对接收信号排序(通常是按功率排序，也可按信噪比排序)。 * DF-MUD (Decorrelating decision feedback )检测器 基本思想: 在线性处理之后再进行SIC检测，线性处理进行部分解相关，不加强噪声，SIC再根据信号强度递减的顺序进行串行干扰减消。 解相关判决反馈判决器（DF-MUD） * DF-MUD优点: 首先对接收信号进行线性处理，然后进行SIC检测。线性处理进行部分解相关，避免了对噪声的加强，SIC再根据信号强度递减顺序进行串行干扰消除。 DF-MUD缺点:要计算Cholesky分解和白化矩阵求逆，而且需要估计接收信号的幅度。 * * * 可见，在DS/CDMA系统中，多址干扰的存在使得多用户通信系统的误码性能不仅仅取决于系统的信噪比(在单用户系统中误码性能仅与系统的信噪比有关)，而且更多地取决于系统中各用户之间的多址干扰的大小。 传统检测器特点 不考虑多址干扰，采用单用户检测机制，每个用户单独检测，不考虑其他用户，把多址干扰看为噪声。 传统检测器在单用户条件下是最佳接收机，其性能给出了各种检测方案的性能上界。 传统检测器在多用户条件下，却有很大的局限性。 * 2 多用户检测的基本原理 ?在多用户检测中，背景噪声是随机的、完全不对预测的； ?多址干扰与背景噪声相比，不同于普通的高斯白噪声，具有一定的可预测性； ?从信息论的角度而言，MAI是携带有不同用户扩频码之间的相关信息的信号，具有一定的估计精度。 ?因此如果将多址干扰信息作为噪声处理或丢弃掉，势必会影响整个系统的容量或在相同的条件下降低系统误码的性能。 * 多用户检测的基本原理 充分利用CDMA用户特征波形的内在结构信息，对接收信号进行联合处理，最大可能地抑制多址干扰，从而达到更准确检测目标用户信号、改善接收系统性能的目的。 * 一个典型的多用户检测系统模型 * 最优多用户检测器算法 针对传统CDMA接收机的弱点，Verdu于1986年提出了最佳多用户检测算法，它采用贝叶斯最大后验概率准则作为检测依据，因此又称为最大似然序列检测的最优多用户检测器算法。 3 多用户检测算法 最优多用户检测器算法缺点 最佳多用户检测器在AWGN信道中具有最好的性能，在理论上对每个用户都能获得最小的误码率，是最佳的检测方案。但它不适应实际工程的应用，因为： ①其运算复杂度随用户数的增加呈指数增长，计算量过大，在现有的技术水平下难以实时实现。 * ②需要知道接收信号过多的信息。如所有用户准确的扩频波形、幅度、相位等，这些需要通过估计来得到，在实际系统中一般难以满足。 鉴于以上问题，最优多用户检测无法付诸实际应用，所以目前较常见的检测技术那是基于次优的多用户检测算法。 次优多用户检测技术分为两类： 线性多用户检测，干扰对消多用户检测。 * 代表算法1：R．Lupas提出的解相关检测算法，其基本思想是首先基于扩展码的互相关矩阵并求取其逆，然后对接收信号进行解相关计算，最后