【文章內(nèi)容簡(jiǎn)介】 MSE多用戶(hù)檢測(cè)。與解相關(guān)不同它不會(huì)增強(qiáng)噪聲。MMSE 檢測(cè)器是在消除多址干擾和增大信道噪聲這兩者之間采取折中而達(dá)到某種平衡，從性能上來(lái)說(shuō)，在信噪比低的情況下，MMSE 檢測(cè)器優(yōu)于解相關(guān)檢測(cè)器，在信噪比高的情況下，解相關(guān)檢測(cè)器比MMSE 性能更優(yōu)。MMSE檢測(cè)器的主要缺陷在于它需要估計(jì)接收信號(hào)的強(qiáng)度，對(duì)估計(jì)誤差比較敏感。另外，它的性能依賴(lài)于干擾用戶(hù)的功率。因此與解相關(guān)檢測(cè)器相比，MMSE檢測(cè)的抗遠(yuǎn)近效應(yīng)能力有所損失。(PE)多用戶(hù)檢測(cè)。這一算法的基本思想是應(yīng)用的矩陣多項(xiàng)式來(lái)逼近一個(gè)線性變換。多項(xiàng)式擴(kuò)展多用戶(hù)檢測(cè)實(shí)質(zhì)上還是解相關(guān)檢測(cè)或者是最小均方誤差檢測(cè)，只不過(guò)提出了將線性變換陣展開(kāi)的一種方法。但多項(xiàng)式擴(kuò)展多用戶(hù)檢測(cè)有一個(gè)最重要的特點(diǎn)是在長(zhǎng)碼系統(tǒng)和短碼系統(tǒng)中同樣容易實(shí)現(xiàn)。對(duì)于快時(shí)變信道，由于需要頻繁發(fā)送訓(xùn)練序列，從而大大降低了系統(tǒng)的有效性和可靠性。因此，人們開(kāi)始直接從業(yè)務(wù)信號(hào)本身提取信道狀態(tài)信息的自適應(yīng)檢測(cè)技術(shù)，成為盲自適應(yīng)檢測(cè)。但是，盲算法的最大問(wèn)題是其收斂速度能否跟得上信道時(shí)變衰落的變化速度。由于盲自適應(yīng)多用戶(hù)檢測(cè)既不需要訓(xùn)練序列，也不需要其他用戶(hù)的擴(kuò)頻碼信息，所需要的信息幾乎與傳統(tǒng)的檢測(cè)器相同，因此，它本質(zhì)上是一種單用戶(hù)抗多徑自適應(yīng)檢測(cè)。盲算法的收斂速度慢是通病，特別對(duì)于快速時(shí)變信道，這是一個(gè)致命的弱點(diǎn)。但對(duì)于慢時(shí)變的移動(dòng)信道，它仍是很有吸引力的算法。 多用戶(hù)檢測(cè)的性能測(cè)度面對(duì)各種各樣的多用戶(hù)檢測(cè)器，如何評(píng)價(jià)和比較其性能的優(yōu)劣是我們?cè)趹?yīng)用中需要解決的問(wèn)題。下面將依次介紹幾種常見(jiàn)的多用戶(hù)檢測(cè)的性能測(cè)度指標(biāo)。（BER）在多用戶(hù)檢測(cè)中，如何更好地降低檢測(cè)算法的誤碼率一直是我們最為關(guān)心的問(wèn)題?？紤]加性 AWGN 信道下，只有一個(gè)具有能量為的用戶(hù)，則該單個(gè)用戶(hù)的誤碼率定義為： （）其中，下標(biāo)“su”表示單用戶(hù)系統(tǒng)，σ2為噪聲方差。而 Q 函數(shù)定義為： （）由式（）可知，當(dāng)系統(tǒng)存在干擾用戶(hù)時(shí)，誤碼率就會(huì)增大。此時(shí)，我們需要將實(shí)際能量用期望用戶(hù)的有效能量來(lái)代替，得到在多用戶(hù)系統(tǒng)中期望用戶(hù)的誤碼率為： （）其中，下標(biāo)“mu”表示多用戶(hù)系統(tǒng)，定義為第 k 個(gè)用戶(hù)達(dá)到時(shí)所需的能量（也稱(chēng)作有效能量）。（SINR）在多用戶(hù)檢測(cè)中，我們通常用檢測(cè)器輸出的信號(hào)干擾噪聲比，來(lái)衡量多用戶(hù)檢測(cè)的性能。SINR 越高就意味著誤碼率越低，檢測(cè)性能越好。設(shè)用戶(hù) 1 為期望用戶(hù)，則對(duì)于檢測(cè)器的權(quán)矢量w1，其信干比可表示為： （）其中，、為期望用戶(hù)的幅值和擴(kuò)頻碼，、為干擾用戶(hù)的幅值和擴(kuò)頻碼，為噪聲方差。（AME）漸進(jìn)多用戶(hù)有效性是一種專(zhuān)門(mén)用來(lái)衡量由 MAI 而引起的檢測(cè)器性能損失的測(cè)度指標(biāo)。對(duì)期望用戶(hù) k 而言，多用戶(hù)系統(tǒng)達(dá)到單用戶(hù)系統(tǒng)相同的誤碼率時(shí)所需的信號(hào)等效能量與所需的信號(hào)實(shí)際能量的比值簡(jiǎn)稱(chēng)為多用戶(hù)有效性，其具體表示如下： （）其中，由于多址干擾的存在，值介于0到1之間。漸進(jìn)有效性是指在高斯噪聲功率譜密度σ→ 0的條件下，多用戶(hù)有效性的極限。即： （）漸進(jìn)有效性衡量了當(dāng)噪聲趨于0時(shí)的誤碼率的指數(shù)衰落率，其取值范圍為[0,1]，越趨于1，其系統(tǒng)抗多址干擾的能力就越強(qiáng)。（nearfar resistance）抗遠(yuǎn)近效應(yīng)能力是一種定量表達(dá)各種檢測(cè)器抵抗“遠(yuǎn)近效應(yīng)”的性能指標(biāo)。它表示檢測(cè)器在其它用戶(hù)的能力變化時(shí)，所能達(dá)到的最小漸近有效性，即： （）其中，inf 表示下確界。在實(shí)際的 matlab 仿真中，為了更明確地表達(dá)檢測(cè)器的性能，通常采用期望信號(hào)與干擾信號(hào)的能量比誤碼率曲線來(lái)表示檢測(cè)器的抗遠(yuǎn)近效應(yīng)的能力。（EOE）漸進(jìn)剩余能量是衡量多用戶(hù)檢測(cè)器抗多址干擾能力的又一個(gè)性能指標(biāo)。剩余輸出能量定義為： （）漸進(jìn)剩余能量是指當(dāng)時(shí)，剩余輸出能量的極限即： （）在多用戶(hù)檢測(cè)中，漸近剩余能量通常比最小平均輸出能量大一些，其差值越小，就表明檢測(cè)器抵抗 MAI 的能力就越強(qiáng)。本章首先介紹了 CDMA 通信系統(tǒng)的三種數(shù)學(xué)模型，并分析了多用戶(hù)檢測(cè)的基本思想和原理，然后概述了多用戶(hù)檢測(cè)技術(shù)的分類(lèi)和幾種常見(jiàn)的多用戶(hù)檢測(cè)的性能指標(biāo)。本章著重討論了幾種多用戶(hù)檢測(cè)器，線性多用戶(hù)檢測(cè)器，非線性多用戶(hù)檢測(cè)器以及盲多用戶(hù)檢測(cè)器。從理論分析上可以看出，盲多用戶(hù)檢測(cè)是一種最為行之有效的抗多址干擾方法。第三章 典型的多用戶(hù)檢測(cè)算法傳統(tǒng)的 DSCDMA 匹配濾波器接收機(jī)，對(duì)每個(gè)用戶(hù)單獨(dú)接收，它假定 CDMA 系統(tǒng)各用戶(hù)的擴(kuò)頻碼正交，在白噪聲信道中，這一方法是最優(yōu)的。然而實(shí)際中由于相關(guān)時(shí)延的存在，擴(kuò)展序列之間不可能達(dá)到完全正交。而傳統(tǒng)接收機(jī)將其它干擾用戶(hù)看作是白噪聲，對(duì)干擾用戶(hù)的有用擴(kuò)頻信息未加以利用，因此，傳統(tǒng)接收機(jī)使得系統(tǒng)容量降低，且接收機(jī)檢測(cè)可靠性較低。傳統(tǒng)的單用戶(hù)檢測(cè)接收機(jī)見(jiàn)圖 ，它是將多址干擾、多徑干擾當(dāng)作等效加性高斯白噪聲來(lái)處理，這是一種消極處理方式。傳統(tǒng)的單用戶(hù)檢測(cè)方法利用擴(kuò)頻碼之間的準(zhǔn)正交性來(lái)分離各用戶(hù)的信號(hào)。接收端用一個(gè)和發(fā)送地址碼（擴(kuò)頻波形）相匹配的相關(guān)器（匹配濾波器）來(lái)實(shí)現(xiàn)信號(hào)分離，在相關(guān)器后直接判決。同步K同步2同步1匹配濾波器（用戶(hù)1）匹配濾波器（用戶(hù)2）匹配濾波器（用戶(hù)K）判決器（用戶(hù)1）判決器（用戶(hù)2）判決器（用戶(hù)K）圖 傳統(tǒng)單用戶(hù)檢測(cè)技術(shù)...接收信號(hào)為 （）對(duì)于間隔內(nèi)的信號(hào)，第k個(gè)用戶(hù)匹配濾波器的離散時(shí)間輸出可用基帶形式表示為 （）其中第一項(xiàng)是期望用戶(hù)信號(hào)，第二項(xiàng)是MAI，第三項(xiàng)是噪聲，由于用戶(hù)的擴(kuò)頻序列在符號(hào)間隔內(nèi)是周期的，因而多址干擾是循環(huán)平穩(wěn)的。顯然，如果擴(kuò)頻波形是正交的，則MAI將消失，此時(shí)傳統(tǒng)單用戶(hù)檢測(cè)器是最優(yōu)的。但多用戶(hù)通信中的遠(yuǎn)近問(wèn)題使得有必要在這種傳統(tǒng)檢測(cè)中采用功率控制。式中是第j個(gè)用戶(hù)與第k個(gè)用戶(hù)擴(kuò)頻波形的互相關(guān)，定義為，而為高斯隨機(jī)過(guò)程，其均值為零、方差等于。若令，并記歸一化的互相關(guān)矩陣，其對(duì)角元素，進(jìn)而（）可以用向量表示為：且 （）傳統(tǒng)檢測(cè)器沒(méi)有考慮多址干擾的影響，當(dāng)干擾用戶(hù)數(shù)量增加時(shí)多址干擾也增加。尤其是當(dāng)存在遠(yuǎn)近效應(yīng)時(shí)，目標(biāo)用戶(hù)較弱的信號(hào)可能會(huì)被其它用戶(hù)較強(qiáng)的信號(hào)淹沒(méi)?，F(xiàn)有的系統(tǒng)使用功率控制來(lái)緩解這一問(wèn)題，但精確的功率控制是困難和復(fù)雜的。同時(shí)，在傳統(tǒng)的單用戶(hù)檢測(cè)系統(tǒng)中，若要達(dá)到104的誤碼率，在不考慮編碼時(shí)，其頻譜利用率只能達(dá)到10%左右。對(duì)頻譜資源日益緊張的無(wú)線通信系統(tǒng)來(lái)說(shuō)，系統(tǒng)容量和頻譜利用率的提高是至關(guān)重要的。由此我們看到，基于傳統(tǒng)單用戶(hù)檢測(cè)方法的DSCDMA系統(tǒng)是一種干擾受限的系統(tǒng)，其性能的提高受限于多址干擾。1986年，：最優(yōu)多用戶(hù)檢測(cè)器 。在各用戶(hù)信號(hào)發(fā)射信號(hào)先驗(yàn)等概的情況下，最佳多用戶(hù)檢測(cè)器就是一個(gè)最大似然準(zhǔn)則的多用戶(hù)檢測(cè)器，它采用Bayes后驗(yàn)概率最大的原理，其目標(biāo)是尋找使似然函數(shù)最大的序列，這樣的序列與發(fā)射信號(hào)集序列差錯(cuò)最小。具體說(shuō)來(lái)，就是求b使似然函數(shù) （）最大化，式中 （） （）則式（）的最大化等價(jià)于選擇b使 （）最大化。由于聯(lián)合最優(yōu)決策式（）中最大化函數(shù)所用的觀測(cè)值只通過(guò)配濾波器輸出，所以y是b的充分統(tǒng)計(jì)量。似然函數(shù)J（b）取最大值時(shí)，解調(diào)出來(lái)的b的誤碼率最小。遍歷所有2K個(gè)可能解的組合，從中找出使函數(shù)值最大的一個(gè)作為檢測(cè)結(jié)果。該方法具有與用戶(hù)數(shù)量成指數(shù)關(guān)系的計(jì)算復(fù)雜度。最優(yōu)多用戶(hù)檢測(cè)器的抗遠(yuǎn)近能力是重要的，因?yàn)樗侨魏我环N多用戶(hù)檢測(cè)器所能達(dá)到的抗遠(yuǎn)近能力的最小上界，而且也是任何一種次最優(yōu)檢測(cè)器相對(duì)性能的一個(gè)測(cè)度。鑒于此，最優(yōu)多用戶(hù)檢測(cè)器的抗遠(yuǎn)近能力常簡(jiǎn)稱(chēng)為最優(yōu)抗遠(yuǎn)近能力。其研究結(jié)果表明，這種最優(yōu)檢測(cè)器的性能遠(yuǎn)遠(yuǎn)大于傳統(tǒng)檢測(cè)器，十分接近單用戶(hù)檢測(cè)器性能，但是這種檢測(cè)器的算法復(fù)雜度隨用戶(hù)數(shù)增長(zhǎng)呈指數(shù)增加。因此，雖然最優(yōu)多用戶(hù)檢測(cè)具有最佳的抗多址干擾能力，但在實(shí)際中難以實(shí)現(xiàn)。次優(yōu)多用戶(hù)檢測(cè)主要包括非線性檢測(cè)，線性檢測(cè)，和兩者相結(jié)合的決策反饋檢測(cè)等。非線性多用戶(hù)檢測(cè)可以分為干擾抵消多用戶(hù)檢測(cè)和概率類(lèi)多用戶(hù)檢測(cè)等兩大類(lèi)技術(shù)。1)干擾抵消檢測(cè)器干擾抵消檢測(cè)器主要是利用反饋來(lái)減小多址干擾。它的基本原理是：從存在多址干擾的信號(hào)中提取期望用戶(hù)信號(hào)，首先必須恢復(fù)干擾信號(hào)，即其它用戶(hù)信號(hào)；然后從整個(gè)接收信號(hào)中減去這些多址信號(hào)，最終獲得期望用戶(hù)信號(hào)。主要包括串行干擾抵消器、并行干擾抵消器、混合干擾抵消器等。這類(lèi)檢測(cè)器是以降低了大功率用戶(hù)的性能為代價(jià)來(lái)提高弱用戶(hù)性能。（SIC）串行干擾抵消器在檢測(cè)判決的每一級(jí)按信號(hào)強(qiáng)度大小從接收信號(hào)中抵消掉一個(gè)功率最強(qiáng)的多余的用戶(hù)信號(hào)，所以下一級(jí)信號(hào)的多址干擾降低。對(duì)于最弱的信號(hào)用戶(hù)來(lái)說(shuō)，這種算法在減少多址干擾方面獲得巨大改善。但是，如果起始數(shù)據(jù)的估計(jì)不可靠，SIC檢測(cè)器將會(huì)出現(xiàn)嚴(yán)重失真，所以，最強(qiáng)用戶(hù)的估計(jì)的可靠性將起決定作用。缺點(diǎn)：每一級(jí)都有延時(shí)，當(dāng)信號(hào)功率強(qiáng)度順序發(fā)生變化時(shí)需要重新排序，如果初始數(shù)據(jù)判決不可靠，將對(duì)下級(jí)產(chǎn)生較大的干擾。（PIC）并行干擾抵消器 是對(duì)每一用戶(hù)估計(jì)時(shí)同時(shí)減去其余所有用戶(hù)的多址干擾。PIC抵消器也可以是多級(jí)結(jié)構(gòu)，在每一級(jí)對(duì)算法進(jìn)行重復(fù)，利用前一級(jí)的數(shù)據(jù)估計(jì)作為下一級(jí)的輸入，并產(chǎn)生新的數(shù)據(jù)估計(jì)作為輸出。在非功率控制的衰落信道，SIC性能優(yōu)于PIC，而在功率控制較好的信道中， PIC的性能較SIC更優(yōu)。該算法具有處理延時(shí)短、無(wú)需按功率排序、實(shí)現(xiàn)復(fù)雜度低；缺點(diǎn)是如果初始數(shù)據(jù)判決不可靠，將對(duì)下級(jí)產(chǎn)生較大的干擾。2)概率類(lèi)檢測(cè)器在各種非線性檢測(cè)器中，非概率類(lèi)檢測(cè)器研究的較少，其中神經(jīng)網(wǎng)絡(luò)檢測(cè)是近年來(lái)研究的一個(gè)新方向。 由于神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)大規(guī)模并行處理、計(jì)算復(fù)雜的非線性變換、分布式存儲(chǔ)與運(yùn)算二合為一等功能，因此近年來(lái)被廣泛的應(yīng)用到各個(gè)領(lǐng)域中。神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的并行處理和自學(xué)習(xí)功能，只要合理選擇結(jié)構(gòu)參數(shù)，其性能將接近最佳多用戶(hù)檢測(cè)器。但是，它的訓(xùn)練過(guò)程太長(zhǎng)，參數(shù)選取依賴(lài)于經(jīng)驗(yàn)，把神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于多用戶(hù)檢測(cè)技術(shù)的探索還在不斷深入和完善。由于非線性檢測(cè)器存在誤差擴(kuò)散，考慮線性檢測(cè)不僅能降低復(fù)雜度，而且能克服誤差擴(kuò)散問(wèn)題。所以線性多用戶(hù)檢測(cè)器的研究更為廣泛。最優(yōu)檢測(cè)理論能夠在漸進(jìn)效率和抗遠(yuǎn)近效應(yīng)上達(dá)到最優(yōu)，但在實(shí)際中難以實(shí)現(xiàn)。解相關(guān)檢測(cè)和最小均方誤差檢測(cè)都不能使?jié)u進(jìn)效率最優(yōu)，但可以達(dá)到最優(yōu)的抗遠(yuǎn)近效應(yīng)能力。線性檢測(cè)的結(jié)構(gòu)是在匹配濾波器后面加一個(gè)線性變換矩陣。線性檢測(cè)需要對(duì)矩陣求逆，運(yùn)算量較大，因此，需要擴(kuò)頻碼是短碼。線性檢測(cè)最大的優(yōu)點(diǎn)是不需要像干擾抵消中的符號(hào)的集中檢測(cè)，每個(gè)用戶(hù)單獨(dú)接收，需要的邊信息較少，因此實(shí)現(xiàn)的復(fù)雜度更低。1)解相關(guān)多用戶(hù)檢測(cè)多址干擾是由于不同用戶(hù)的擴(kuò)頻波形不正交引起的。因此，為了抑制多址干擾，我們會(huì)很自然聯(lián)想到應(yīng)該將所有用戶(hù)擴(kuò)頻波形之間的線性相關(guān)解除掉，完全消除不同用戶(hù)之間的相互干擾，這就是解相關(guān)多用戶(hù)檢測(cè)器的基本思想 。多址干擾是由于不同用戶(hù)的擴(kuò)頻波形不正交引起的。k個(gè)匹配濾波器組輸出的向量形式可以寫(xiě)作 （）假定互相關(guān)矩陣R可逆（這等價(jià)于假定各用戶(hù)的擴(kuò)頻波形線性獨(dú)立），則在無(wú)噪聲（即σ=0）的情況下，有 （）檢測(cè)出來(lái)的信號(hào)可表為 （）可見(jiàn)，若各用戶(hù)特征波形線性獨(dú)立，則式（）的檢測(cè)器可以對(duì)每一個(gè)用戶(hù)實(shí)現(xiàn)完全的解調(diào)。在存在噪聲n的情況下，用R1乘式()的兩邊，則得 （）由于式()仍然沒(méi)有來(lái)自其他用戶(hù)的干擾，故檢測(cè)器與所有的獨(dú)立，唯一的干擾源為背景噪聲。由于其他用戶(hù)的干擾被置零，所以解相關(guān)檢測(cè)器也稱(chēng)迫零檢測(cè)器。(Q = R)缺點(diǎn)：，計(jì)算量較大。，而且當(dāng)用戶(hù)互相關(guān)性增加時(shí)，解相關(guān)器性能變差。，這些信息往往由于傳播信道而發(fā)生畸變。、多徑傳播或異步通信時(shí)，相關(guān)矩陣維數(shù)龐大且經(jīng)常變化，求逆復(fù)雜度較高，難以滿(mǎn)足實(shí)時(shí)要求。同步K同步2同步1匹配濾波器（用戶(hù)1）匹配濾波器（用戶(hù)2）匹配濾波器（用戶(hù)K）判決器（用戶(hù)1）判決器（用戶(hù)2）判決器（用戶(hù)K）圖 線性解相關(guān)器...解相關(guān)器 Q12)最小均方誤差多用戶(hù)檢測(cè)（MMSE）對(duì)于解相關(guān)檢測(cè)器，若存在多址干擾較弱，背景噪聲較強(qiáng)時(shí)，其檢測(cè)性能可能會(huì)低于傳統(tǒng)檢測(cè)器。而最小均方誤差檢測(cè)器能較好解決這個(gè)問(wèn)題。MMSE檢測(cè)器的設(shè)計(jì)目標(biāo)是第k個(gè)用戶(hù)發(fā)送信號(hào)b與其估計(jì)值之間的誤差的均方值達(dá)到最小，即在MMSE準(zhǔn)則下求最佳矩陣M，使得誤差定義的代價(jià)函數(shù)最小化。它的檢測(cè)器結(jié)構(gòu)與解相關(guān)檢測(cè)器相比，是用模塊替換了解相關(guān)檢測(cè)模塊。MMSE檢測(cè)器結(jié)合了解相關(guān)檢測(cè)器和傳統(tǒng)檢測(cè)器的特性，當(dāng)多址干擾較強(qiáng)、噪聲分量可以忽略時(shí)，MMSE檢測(cè)器實(shí)質(zhì)上就是解相關(guān)檢測(cè)器，而當(dāng)噪聲遠(yuǎn)遠(yuǎn)強(qiáng)于多址干擾時(shí)，MMSE檢測(cè)器退化為傳統(tǒng)的單用戶(hù)檢測(cè)器。，匹配濾波算法和解相關(guān)算法是MMSE算法的兩種特殊情況：(1)當(dāng)背景噪聲趨于零時(shí)，最佳矩陣，MMSE算法蛻化為解相關(guān)檢測(cè)算法；(2)當(dāng)背景噪聲趨于無(wú)窮時(shí)，M是一個(gè)對(duì)角占優(yōu)矩陣，此時(shí)，MMSE算法蛻化為匹配濾波算法。同步1同步2同步K匹配濾波器（用戶(hù)1）匹配濾波器（用戶(hù)2）匹配濾波器（用戶(hù)K）判決器（用戶(hù)1）判決器（用戶(hù)2）判決器（用戶(hù)K）圖 MMSE線性檢測(cè)器