【文章內(nèi)容簡介】 MSE多用戶檢測。與解相關(guān)不同它不會增強(qiáng)噪聲。MMSE 檢測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，從性能上來說，在信噪比低的情況下，MMSE 檢測器優(yōu)于解相關(guān)檢測器，在信噪比高的情況下，解相關(guān)檢測器比MMSE 性能更優(yōu)。MMSE檢測器的主要缺陷在于它需要估計接收信號的強(qiáng)度，對估計誤差比較敏感。另外，它的性能依賴于干擾用戶的功率。因此與解相關(guān)檢測器相比，MMSE檢測的抗遠(yuǎn)近效應(yīng)能力有所損失。(PE)多用戶檢測。這一算法的基本思想是應(yīng)用的矩陣多項式來逼近一個線性變換。多項式擴(kuò)展多用戶檢測實質(zhì)上還是解相關(guān)檢測或者是最小均方誤差檢測，只不過提出了將線性變換陣展開的一種方法。但多項式擴(kuò)展多用戶檢測有一個最重要的特點是在長碼系統(tǒng)和短碼系統(tǒng)中同樣容易實現(xiàn)。對于快時變信道，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，人們開始直接從業(yè)務(wù)信號本身提取信道狀態(tài)信息的自適應(yīng)檢測技術(shù)，成為盲自適應(yīng)檢測。但是，盲算法的最大問題是其收斂速度能否跟得上信道時變衰落的變化速度。由于盲自適應(yīng)多用戶檢測既不需要訓(xùn)練序列，也不需要其他用戶的擴(kuò)頻碼信息，所需要的信息幾乎與傳統(tǒng)的檢測器相同，因此，它本質(zhì)上是一種單用戶抗多徑自適應(yīng)檢測。盲算法的收斂速度慢是通病，特別對于快速時變信道，這是一個致命的弱點。但對于慢時變的移動信道，它仍是很有吸引力的算法。 多用戶檢測的性能測度面對各種各樣的多用戶檢測器，如何評價和比較其性能的優(yōu)劣是我們在應(yīng)用中需要解決的問題。下面將依次介紹幾種常見的多用戶檢測的性能測度指標(biāo)。（BER）在多用戶檢測中，如何更好地降低檢測算法的誤碼率一直是我們最為關(guān)心的問題?？紤]加性 AWGN 信道下，只有一個具有能量為的用戶，則該單個用戶的誤碼率定義為： （）其中，下標(biāo)“su”表示單用戶系統(tǒng)，σ2為噪聲方差。而 Q 函數(shù)定義為： （）由式（）可知，當(dāng)系統(tǒng)存在干擾用戶時，誤碼率就會增大。此時，我們需要將實際能量用期望用戶的有效能量來代替，得到在多用戶系統(tǒng)中期望用戶的誤碼率為： （）其中，下標(biāo)“mu”表示多用戶系統(tǒng)，定義為第 k 個用戶達(dá)到時所需的能量（也稱作有效能量）。（SINR）在多用戶檢測中，我們通常用檢測器輸出的信號干擾噪聲比，來衡量多用戶檢測的性能。SINR 越高就意味著誤碼率越低，檢測性能越好。設(shè)用戶 1 為期望用戶，則對于檢測器的權(quán)矢量w1，其信干比可表示為： （）其中，、為期望用戶的幅值和擴(kuò)頻碼，、為干擾用戶的幅值和擴(kuò)頻碼，為噪聲方差。（AME）漸進(jìn)多用戶有效性是一種專門用來衡量由 MAI 而引起的檢測器性能損失的測度指標(biāo)。對期望用戶 k 而言，多用戶系統(tǒng)達(dá)到單用戶系統(tǒng)相同的誤碼率時所需的信號等效能量與所需的信號實際能量的比值簡稱為多用戶有效性，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，多用戶有效性的極限。即： （）漸進(jìn)有效性衡量了當(dāng)噪聲趨于0時的誤碼率的指數(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)各種檢測器抵抗“遠(yuǎn)近效應(yīng)”的性能指標(biāo)。它表示檢測器在其它用戶的能力變化時，所能達(dá)到的最小漸近有效性，即： （）其中，inf 表示下確界。在實際的 matlab 仿真中，為了更明確地表達(dá)檢測器的性能，通常采用期望信號與干擾信號的能量比誤碼率曲線來表示檢測器的抗遠(yuǎn)近效應(yīng)的能力。（EOE）漸進(jìn)剩余能量是衡量多用戶檢測器抗多址干擾能力的又一個性能指標(biāo)。剩余輸出能量定義為： （）漸進(jìn)剩余能量是指當(dāng)時，剩余輸出能量的極限即： （）在多用戶檢測中，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，并分析了多用戶檢測的基本思想和原理，然后概述了多用戶檢測技術(shù)的分類和幾種常見的多用戶檢測的性能指標(biāo)。本章著重討論了幾種多用戶檢測器，線性多用戶檢測器，非線性多用戶檢測器以及盲多用戶檢測器。從理論分析上可以看出，盲多用戶檢測是一種最為行之有效的抗多址干擾方法。第三章 典型的多用戶檢測算法傳統(tǒng)的 DSCDMA 匹配濾波器接收機(jī)，對每個用戶單獨接收，它假定 CDMA 系統(tǒng)各用戶的擴(kuò)頻碼正交，在白噪聲信道中，這一方法是最優(yōu)的。然而實際中由于相關(guān)時延的存在，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)將其它干擾用戶看作是白噪聲，對干擾用戶的有用擴(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)檢測可靠性較低。傳統(tǒng)的單用戶檢測接收機(jī)見圖 ，它是將多址干擾、多徑干擾當(dāng)作等效加性高斯白噪聲來處理，這是一種消極處理方式。傳統(tǒng)的單用戶檢測方法利用擴(kuò)頻碼之間的準(zhǔn)正交性來分離各用戶的信號。接收端用一個和發(fā)送地址碼（擴(kuò)頻波形）相匹配的相關(guān)器（匹配濾波器）來實現(xiàn)信號分離，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1）匹配濾波器（用戶2）匹配濾波器（用戶K）判決器（用戶1）判決器（用戶2）判決器（用戶K）圖 傳統(tǒng)單用戶檢測技術(shù)...接收信號為 （）對于間隔內(nèi)的信號，第k個用戶匹配濾波器的離散時間輸出可用基帶形式表示為 （）其中第一項是期望用戶信號，第二項是MAI，第三項是噪聲，由于用戶的擴(kuò)頻序列在符號間隔內(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，此時傳統(tǒng)單用戶檢測器是最優(yōu)的。但多用戶通信中的遠(yuǎn)近問題使得有必要在這種傳統(tǒng)檢測中采用功率控制。式中是第j個用戶與第k個用戶擴(kuò)頻波形的互相關(guān)，定義為，而為高斯隨機(jī)過程，其均值為零、方差等于。若令，并記歸一化的互相關(guān)矩陣，其對角元素，進(jìn)而（）可以用向量表示為：且 （）傳統(tǒng)檢測器沒有考慮多址干擾的影響，當(dāng)干擾用戶數(shù)量增加時多址干擾也增加。尤其是當(dāng)存在遠(yuǎn)近效應(yīng)時，目標(biāo)用戶較弱的信號可能會被其它用戶較強(qiáng)的信號淹沒?，F(xiàn)有的系統(tǒng)使用功率控制來緩解這一問題，但精確的功率控制是困難和復(fù)雜的。同時，在傳統(tǒng)的單用戶檢測系統(tǒng)中，若要達(dá)到104的誤碼率，在不考慮編碼時，其頻譜利用率只能達(dá)到10%左右。對頻譜資源日益緊張的無線通信系統(tǒng)來說，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)單用戶檢測方法的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)多用戶檢測器 。在各用戶信號發(fā)射信號先驗等概的情況下，最佳多用戶檢測器就是一個最大似然準(zhǔn)則的多用戶檢測器，它采用Bayes后驗概率最大的原理，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)射信號集序列差錯最小。具體說來，就是求b使似然函數(shù) （）最大化，式中 （） （）則式（）的最大化等價于選擇b使 （）最大化。由于聯(lián)合最優(yōu)決策式（）中最大化函數(shù)所用的觀測值只通過配濾波器輸出，所以y是b的充分統(tǒng)計量。似然函數(shù)J（b）取最大值時，解調(diào)出來的b的誤碼率最小。遍歷所有2K個可能解的組合，從中找出使函數(shù)值最大的一個作為檢測結(jié)果。該方法具有與用戶數(shù)量成指數(shù)關(guān)系的計算復(fù)雜度。最優(yōu)多用戶檢測器的抗遠(yuǎn)近能力是重要的，因為它是任何一種多用戶檢測器所能達(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)檢測器相對性能的一個測度。鑒于此，最優(yōu)多用戶檢測器的抗遠(yuǎn)近能力常簡稱為最優(yōu)抗遠(yuǎn)近能力。其研究結(jié)果表明，這種最優(yōu)檢測器的性能遠(yuǎn)遠(yuǎn)大于傳統(tǒng)檢測器，十分接近單用戶檢測器性能，但是這種檢測器的算法復(fù)雜度隨用戶數(shù)增長呈指數(shù)增加。因此，雖然最優(yōu)多用戶檢測具有最佳的抗多址干擾能力，但在實際中難以實現(xiàn)。次優(yōu)多用戶檢測主要包括非線性檢測，線性檢測，和兩者相結(jié)合的決策反饋檢測等。非線性多用戶檢測可以分為干擾抵消多用戶檢測和概率類多用戶檢測等兩大類技術(shù)。1)干擾抵消檢測器干擾抵消檢測器主要是利用反饋來減小多址干擾。它的基本原理是：從存在多址干擾的信號中提取期望用戶信號，首先必須恢復(fù)干擾信號，即其它用戶信號；然后從整個接收信號中減去這些多址信號，最終獲得期望用戶信號。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。這類檢測器是以降低了大功率用戶的性能為代價來提高弱用戶性能。（SIC）串行干擾抵消器在檢測判決的每一級按信號強(qiáng)度大小從接收信號中抵消掉一個功率最強(qiáng)的多余的用戶信號，所以下一級信號的多址干擾降低。對于最弱的信號用戶來說，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)的估計不可靠，SIC檢測器將會出現(xiàn)嚴(yán)重失真，所以，最強(qiáng)用戶的估計的可靠性將起決定作用。缺點：每一級都有延時，當(dāng)信號功率強(qiáng)度順序發(fā)生變化時需要重新排序，如果初始數(shù)據(jù)判決不可靠，將對下級產(chǎn)生較大的干擾。（PIC）并行干擾抵消器 是對每一用戶估計時同時減去其余所有用戶的多址干擾。PIC抵消器也可以是多級結(jié)構(gòu)，在每一級對算法進(jìn)行重復(fù)，利用前一級的數(shù)據(jù)估計作為下一級的輸入，并產(chǎn)生新的數(shù)據(jù)估計作為輸出。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短、無需按功率排序、實現(xiàn)復(fù)雜度低；缺點是如果初始數(shù)據(jù)判決不可靠，將對下級產(chǎn)生較大的干擾。2)概率類檢測器在各種非線性檢測器中，非概率類檢測器研究的較少，其中神經(jīng)網(wǎng)絡(luò)檢測是近年來研究的一個新方向。 由于神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)大規(guī)模并行處理、計算復(fù)雜的非線性變換、分布式存儲與運算二合為一等功能，因此近年來被廣泛的應(yīng)用到各個領(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檢測器。但是，它的訓(xùn)練過程太長，參數(shù)選取依賴于經(jīng)驗，把神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于多用戶檢測技術(shù)的探索還在不斷深入和完善。由于非線性檢測器存在誤差擴(kuò)散，考慮線性檢測不僅能降低復(fù)雜度，而且能克服誤差擴(kuò)散問題。所以線性多用戶檢測器的研究更為廣泛。最優(yōu)檢測理論能夠在漸進(jìn)效率和抗遠(yuǎn)近效應(yīng)上達(dá)到最優(yōu)，但在實際中難以實現(xiàn)。解相關(guān)檢測和最小均方誤差檢測都不能使?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。線性檢測的結(jié)構(gòu)是在匹配濾波器后面加一個線性變換矩陣。線性檢測需要對矩陣求逆，運算量較大，因此，需要擴(kuò)頻碼是短碼。線性檢測最大的優(yōu)點是不需要像干擾抵消中的符號的集中檢測，每個用戶單獨接收，需要的邊信息較少，因此實現(xiàn)的復(fù)雜度更低。1)解相關(guān)多用戶檢測多址干擾是由于不同用戶的擴(kuò)頻波形不正交引起的。因此，為了抑制多址干擾，我們會很自然聯(lián)想到應(yīng)該將所有用戶擴(kuò)頻波形之間的線性相關(guān)解除掉，完全消除不同用戶之間的相互干擾，這就是解相關(guān)多用戶檢測器的基本思想 。多址干擾是由于不同用戶的擴(kuò)頻波形不正交引起的。k個匹配濾波器組輸出的向量形式可以寫作 （）假定互相關(guān)矩陣R可逆（這等價于假定各用戶的擴(kuò)頻波形線性獨立），則在無噪聲（即σ=0）的情況下，有 （）檢測出來的信號可表為 （）可見，若各用戶特征波形線性獨立，則式（）的檢測器可以對每一個用戶實現(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()仍然沒有來自其他用戶的干擾，故檢測器與所有的獨立，唯一的干擾源為背景噪聲。由于其他用戶的干擾被置零，所以解相關(guān)檢測器也稱迫零檢測器。(Q = R)缺點：，計算量較大。，而且當(dāng)用戶互相關(guān)性增加時，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，相關(guān)矩陣維數(shù)龐大且經(jīng)常變化，求逆復(fù)雜度較高，難以滿足實時要求。同步K同步2同步1匹配濾波器（用戶1）匹配濾波器（用戶2）匹配濾波器（用戶K）判決器（用戶1）判決器（用戶2）判決器（用戶K）圖 線性解相關(guān)器...解相關(guān)器 Q12)最小均方誤差多用戶檢測（MMSE）對于解相關(guān)檢測器，若存在多址干擾較弱，背景噪聲較強(qiáng)時，其檢測性能可能會低于傳統(tǒng)檢測器。而最小均方誤差檢測器能較好解決這個問題。MMSE檢測器的設(shè)計目標(biāo)是第k個用戶發(fā)送信號b與其估計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函數(shù)最小化。它的檢測器結(jié)構(gòu)與解相關(guān)檢測器相比，是用模塊替換了解相關(guān)檢測模塊。MMSE檢測器結(jié)合了解相關(guān)檢測器和傳統(tǒng)檢測器的特性，當(dāng)多址干擾較強(qiáng)、噪聲分量可以忽略時，MMSE檢測器實質(zhì)上就是解相關(guān)檢測器，而當(dāng)噪聲遠(yuǎn)遠(yuǎn)強(qiáng)于多址干擾時，MMSE檢測器退化為傳統(tǒng)的單用戶檢測器。，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，最佳矩陣，MMSE算法蛻化為解相關(guān)檢測算法；(2)當(dāng)背景噪聲趨于無窮時，M是一個對角占優(yōu)矩陣，此時，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1）匹配濾波器（用戶2）匹配濾波器（用戶K）判決器（用戶1）判決器（用戶2）判決器（用戶K）圖 MMSE線性檢測器