直接序列擴(kuò)頻碼分多址系統(tǒng)多用戶檢測(cè)算法研究.pdf

1、多用戶檢測(cè)(Multiuser Detection，MUD)技術(shù)是現(xiàn)代無線移動(dòng)通信領(lǐng)域中一項(xiàng)重要的抗干擾技術(shù)，隨著移動(dòng)通信信息數(shù)據(jù)表現(xiàn)形式多樣性、信息數(shù)量巨大性、用戶需求復(fù)雜性及信號(hào)處理實(shí)時(shí)性等因素的快速發(fā)展，傳統(tǒng)MUD技術(shù)已無法全面有效處理現(xiàn)有無線移動(dòng)通信系統(tǒng)面臨的各種干擾抑制問題。本文針對(duì)單一MUD算法存在的收斂性、跟蹤性能、精度及穩(wěn)定性等關(guān)鍵性能指標(biāo)不佳的問題，在傳統(tǒng)干擾抑制技術(shù)與數(shù)值分析理論的基礎(chǔ)上提出更新概念的MUD算法，提高

2、以直接序列擴(kuò)頻碼分多址系統(tǒng)(Direct Sequence Spread Spectrum-Code Division Multiple Access，DS-CDMA)為代表的多址移動(dòng)通信系統(tǒng)的綜合干擾處理能力，進(jìn)一步滿足復(fù)雜移動(dòng)通信的需求。
　　本文主要?jiǎng)?chuàng)新性研究結(jié)果如下：
　　(1)針對(duì)MMSE算法與Kalman算法在DS-CDMA系統(tǒng)多用戶近似估計(jì)及時(shí)變?cè)肼暯y(tǒng)計(jì)過程中，容易引入判決誤差導(dǎo)致算法穩(wěn)定性下降的問題，提出了改

3、進(jìn)的MMSE-MUD算法與改進(jìn)的盲自適應(yīng) Kalman濾波MUD算法。改進(jìn)算法通過減小近似估計(jì)過程判決誤差產(chǎn)生及優(yōu)化迭代過程等方式，提高算法計(jì)算過程的收斂性與穩(wěn)定性，使算法能夠有效處理動(dòng)態(tài)通信問題。
　　(2)針對(duì)自適應(yīng) MUD算法處理時(shí)變復(fù)雜移動(dòng)通信問題過程中的各種限制因素，提出了自適應(yīng)最速下降 RLS算法、盲自適應(yīng)擬 Newton迭代 Kalman算法及盲自適應(yīng)SOR/JGS-Kalman算法。改進(jìn)算法通過與最速下降算法、擬

4、Newton迭代算法、Jacobi迭代算法及Gauss-Seidel迭代算法等數(shù)值理論結(jié)合，可基于檢測(cè)環(huán)境差異優(yōu)化自適應(yīng)M UD算法的迭代運(yùn)算穩(wěn)定性與實(shí)時(shí)突變處理能力，實(shí)現(xiàn)對(duì)松弛參數(shù)、阻尼參數(shù)、矩陣范數(shù)等條件選擇決策的精確控制，進(jìn)而擴(kuò)展算法應(yīng)用范圍。仿真結(jié)果表明改進(jìn)算法具有更好的復(fù)雜時(shí)變?cè)肼暯y(tǒng)計(jì)估計(jì)能力、收斂性及動(dòng)態(tài)跟蹤能力。
　　(3)針對(duì)串行干擾消除(Successive Interference Cancellation，S

5、IC)算法處理過程中過度重復(fù)進(jìn)行用戶排序，導(dǎo)致檢測(cè)精度低的問題，提出了MMSE-SIC算法，異步連續(xù)型Schwarz-SIC算法及盲自適應(yīng)Kalman-SIC算法。改進(jìn)算法基于線性MUD準(zhǔn)則、Schwarz理論及自適應(yīng)算法，在進(jìn)行DS-CDMA通信系統(tǒng)SIC檢測(cè)同步BER精確分析與異步BER近似分析后，根據(jù)應(yīng)用環(huán)境合理引入MMSE、Schwarz及Kalman算法準(zhǔn)則，重新構(gòu)建SIC算法的獨(dú)立判決單元，減少用戶排序確保單一檢測(cè)級(jí)處理精度

6、，進(jìn)而提高算法整體檢測(cè)精度。仿真結(jié)果表明改進(jìn)的SIC方案在復(fù)雜條件下具有更加可靠的MUD處理精度。
　　(4)針對(duì)并行干擾消除(Parallel Interference Cancellation，PIC)算法因檢測(cè)處理過程需使用相同方法對(duì)系統(tǒng)中所有用戶進(jìn)行多次分階段迭代運(yùn)算，造成算法復(fù)雜度高且收斂慢的問題，提出了異步連續(xù)并行 Schwarz-PIC算法與盲自適應(yīng) Kalman-PIC算法。改進(jìn)算法根據(jù)PIC處理過程的實(shí)際需求，合

7、理引入Schwarz準(zhǔn)則與Kalman算法準(zhǔn)則重構(gòu)PIC過程的獨(dú)立檢測(cè)單元，通過對(duì)M UD邊值問題進(jìn)行實(shí)時(shí)跟蹤與精確修正，將求解問題區(qū)域根據(jù)實(shí)際系統(tǒng)情況分解為兩個(gè)或多個(gè)相同或不同的子區(qū)域，交替求解各個(gè)子區(qū)域上的子問題，減小問題處理規(guī)模，從而減少重復(fù)運(yùn)算。仿真結(jié)果表明改進(jìn)算法在降低并行檢測(cè)過程計(jì)算復(fù)雜度的同時(shí)，有效提高了算法的收斂速度與檢測(cè)精度。
　　(5)針對(duì)IC級(jí)聯(lián)結(jié)構(gòu)MUD算法為避免判決誤差擴(kuò)散，采用對(duì)所有用戶進(jìn)行多次分階段迭

8、代的方式，導(dǎo)致算法復(fù)雜度高且收斂慢的問題，提出了衰落信道下的盲自適應(yīng)Kalman-IC算法。改進(jìn)算法在串行格局上充分利用并行計(jì)算的特點(diǎn)，選擇特定幅度、延遲及相位，使用相應(yīng)擴(kuò)頻序列對(duì)檢測(cè)到的數(shù)據(jù)碼字進(jìn)行二次調(diào)制，再將二次調(diào)制信號(hào)去除并消去該用戶造成的M AI，最后從接收信號(hào)中恢復(fù)出用戶有效數(shù)據(jù)。改進(jìn)算法可在任意時(shí)刻根據(jù)用戶信號(hào)增體變量中的最新信息自適應(yīng)確定運(yùn)算是否繼續(xù)，無需等待數(shù)據(jù)輸入，避免了單一 IC算法因過度多次分階段迭代運(yùn)算導(dǎo)致的高