【正文】 分量， Rkk1 是線性變換矩陣 R1 的第k 行 k 列個(gè)元素 ， (R1y)k 是采樣判決輸出的用戶 k 的信息比特。噪聲項(xiàng)的自相關(guān)矩陣為σ 2R1，對(duì)于通信用戶 k 來(lái)說(shuō)，噪聲功率變換后總是大于線性變換前的噪聲功率σ 2，解相關(guān)檢測(cè)盡管消除了多址干擾，但是它在一定程度上增大了背景噪聲，如果擴(kuò)頻碼間互相關(guān)系數(shù)增大時(shí)，解相關(guān)檢測(cè)器的性能就會(huì)大大降低。 解相關(guān)檢測(cè)算法的仿真 由公式 (214)分析知，只需一個(gè) R1 矩陣相成，就相當(dāng)于擴(kuò)頻碼正交，便可完全消除多址干擾。解相關(guān)檢測(cè)算法的計(jì)算機(jī)仿真圖 32： 圖 32 ? ? ? ? ?????? ???? ? 101 bYRPP kkrke ? ? ?????? ?????? ?? ? ANRPE kkr 1???????????? ?RAkkkQ1?第 3 章 多用戶檢測(cè)算法的仿真分析 24 如圖 32 所示 ，從解相關(guān)檢測(cè)算法仿真圖可知，噪聲功率較大時(shí)，系統(tǒng)的性能差，即誤碼率較大；噪聲功率較小時(shí) (信噪比較大 )信號(hào)功率較大時(shí)，其誤碼率會(huì)減小，檢測(cè)器性能提高。解相關(guān)檢測(cè)雖然消除了多址干擾，但卻增加了背景噪聲，所以說(shuō)，只有在適當(dāng)?shù)臈l件下其才可以發(fā)揮良好的作用。 解相關(guān)檢測(cè)算法的一個(gè)優(yōu)點(diǎn)是不用考慮通信用戶的信號(hào)功率，它也就具備了抗 “遠(yuǎn) 近”效應(yīng)的特性，但對(duì)延時(shí)引起的誤差要敏感，對(duì)定時(shí)信息和擴(kuò)頻碼也要清晰。解相關(guān)檢測(cè)器的缺點(diǎn)就是，隨著移動(dòng)通信用戶數(shù)量的增多，對(duì)矩陣求逆運(yùn)算的運(yùn)算量特別大，在實(shí)際應(yīng)用中對(duì)硬件的要求很高，甚至不能實(shí)現(xiàn)。 最小均方誤差檢測(cè) 的原理及仿真 最小均方誤差檢測(cè)器的原理 最小均方 誤差檢測(cè)器在減少背景噪聲和消除多址干擾這兩個(gè)方面，都有良好的特性。 MMSE 檢測(cè)器在傳統(tǒng)多用戶檢測(cè)器的基礎(chǔ)上，在判決輸出前加了一個(gè)最佳矩陣 M，使判決輸之前的出信號(hào)與實(shí)際發(fā)送信號(hào)間的均方誤差最小。 MMSE 檢測(cè)器的原理框圖 ： 圖 33 MMSE 檢測(cè)器原理框圖 令 b=[b1,b2,… ,bk]T； M=[m1,m2,… ,mk]T 是 k k 階的矩陣，表示 k 個(gè)用戶K個(gè)匹配濾波器r ( t )Y 1 ( t )Y k ( t )Y 2 ( t ) 判決b 1M同步同步同步b kb 2燕山大學(xué)本科生畢業(yè)設(shè)計(jì) (論文 ) 25 的線性檢測(cè)器，即在 MMSE 的準(zhǔn)則下得到一個(gè)最佳的矩陣 M，使 (32) 最小化。 經(jīng)過(guò)推導(dǎo)得： (33) 經(jīng)過(guò)線性變換后： MY=MRAb+MZ=x (34) 判決輸出為： (35) 經(jīng)過(guò)判決用戶 k 的誤碼率為： (36) 從推導(dǎo)式中可以看出， MMSE 檢測(cè)器是傳統(tǒng)檢測(cè)器與解相關(guān)檢測(cè)器兩種檢測(cè)器特性的結(jié)合。當(dāng)噪聲分量小到幾乎可以忽略，而多址干擾相對(duì) 較大時(shí)，矩陣 M 就可以準(zhǔn)換為 R1， MMSE 檢測(cè)器就相當(dāng)于解相關(guān)檢測(cè)器；另外一種情況，噪聲分量遠(yuǎn)遠(yuǎn)大于多址干擾時(shí)，矩陣 M 就會(huì)轉(zhuǎn)換為單位矩陣，? ? ??????? ? MYbEMJ 2? ?ARM 22 1?? ?? ?? ? ?????????? ?? ? YMYb AR 22sg n 1)s g n( ?? ? ? ?10 ???? bxPP kkrke? ???????????????????????? ?????? ???????kiijkikjkjkjkijijjkikjjkkkjkMMbAMAMkjQ111 111,1121?????第 3 章 多用戶檢測(cè)算法的仿真分析 26 MMSE 檢測(cè)器就相當(dāng)于傳統(tǒng)檢測(cè)器。 MMSE 檢測(cè)算法需要考慮接收用戶信號(hào)的能量或幅度，它的性能與通信系統(tǒng)中干擾用戶的信號(hào)功率有直接關(guān)系。 MMSE 檢測(cè)算法是部分解相關(guān)，因此在抗“遠(yuǎn) 近”效應(yīng)方面要優(yōu)于傳統(tǒng)檢測(cè)器，次于解相關(guān)檢測(cè)算法； MMSE檢測(cè)算法同樣存在運(yùn)算量大的缺點(diǎn)，因?yàn)?MMSE 檢測(cè)算法也要對(duì)矩陣求逆，由于通信用戶數(shù)多，造成運(yùn)算量增大，實(shí)際通信中很難實(shí)現(xiàn)。 最 小均方誤差檢測(cè)的仿真 最小均方誤差檢測(cè)算法也是利用矩陣的變換來(lái)實(shí)現(xiàn)的，它是找到一個(gè)最佳矩陣，使輸入與判決輸出之間的信息比特均方誤差盡量小。其計(jì)算機(jī)仿真如圖 33 所示： 圖 34 MMSE 多用戶檢測(cè)算法的仿真如圖 33，與解相關(guān)多用戶檢測(cè)的曲線走燕山大學(xué)本科生畢業(yè)設(shè)計(jì) (論文 ) 27 勢(shì)差不多，隨著信號(hào)功率的增大，判決輸出的錯(cuò)誤率減小，即誤碼率逐漸降低。 在殘留部分多址干擾條件下， MMSE 多用戶檢測(cè)器降低了背景噪聲的影響，實(shí)際上就是降低背景噪聲和消除多址干擾的折衷 ，總體而言， MMSE多用戶檢測(cè)器性 能比較好。 兩種多用戶檢測(cè)的仿真對(duì)比 最小均方 誤差檢測(cè)與解相關(guān)檢測(cè) 是我們主要進(jìn)行對(duì)比的兩種檢測(cè)算法 。在上文中對(duì) MMSE 多用戶檢測(cè)和解相關(guān)檢測(cè)的原理及性能在理論上做了論述分析，為了獲得充分科學(xué)的研究結(jié)果，我們對(duì)其進(jìn)行了計(jì)算機(jī)仿真，仿真結(jié)果如圖 35 所示： 圖 35 從解相關(guān)檢測(cè)和最小均方誤差檢測(cè)的仿真曲線來(lái)看 ，在小信噪比 (噪聲第 3 章 多用戶檢測(cè)算法的仿真分析 28 功率較大 )時(shí) ，解相關(guān)多用戶檢測(cè)算法與 MMSE 多用戶檢測(cè)算法的誤碼率幾乎相同，甚至解相關(guān)檢測(cè)還要稍微好一點(diǎn)； 隨著信噪比的增大 (信號(hào) 功率增強(qiáng) )， 二者的誤碼率都是逐漸減小的，但是 最小均方多用戶檢測(cè)算法的誤碼率明顯優(yōu)于解相關(guān)多用戶檢測(cè)算法 的誤碼率 。 這個(gè)結(jié)果也說(shuō)明上文的論述， MMSE 檢測(cè)算法是部分解相關(guān)，多址干擾較大，噪聲分量較小時(shí)，最小均方誤差算法的線性矩陣 M 就會(huì)變成矩陣R1，即解相關(guān)檢測(cè)算法。 三 種多用戶檢測(cè)的仿真 分析 本節(jié)主要對(duì)傳統(tǒng)多用戶檢測(cè)算法、解相關(guān)多用戶檢測(cè)算法和最小均方誤差多用戶算法進(jìn)行了聯(lián)合仿真分析 圖 36 是 8 個(gè)用戶，圖 37 是 4 個(gè)用戶。 圖 36 燕山大學(xué)本科生畢業(yè)設(shè)計(jì) (論文 ) 29 圖 37 從仿真結(jié)果的曲線來(lái)看，當(dāng)信號(hào)受到嚴(yán)重的噪聲干擾時(shí)， 對(duì)于 8 用戶的來(lái)說(shuō)， 解相關(guān)檢測(cè)器的性能接近 MMSE 檢測(cè) 測(cè)器，甚至 有逼近傳統(tǒng)多用戶檢測(cè)器的趨勢(shì)；對(duì)于 4 用戶的來(lái)說(shuō)，傳統(tǒng)檢測(cè)器的性能仍是最差的，解相關(guān)檢測(cè)、 MMSE 檢測(cè)和傳統(tǒng)檢測(cè)誤碼率幾乎相同，隨著信噪比的增大，解相關(guān)檢測(cè)和 MMSE 檢測(cè)的誤碼率逐漸減小，但 MMSE 檢測(cè)要優(yōu)于解相關(guān)檢測(cè)。當(dāng)信噪比較大時(shí)， MMSE 檢測(cè)器和解相關(guān)檢測(cè)器的誤碼率明顯比傳統(tǒng)多用戶小，其性能也要優(yōu)于傳統(tǒng)多用戶檢測(cè)。 比較分析圖 36(8 個(gè)用戶 )與 圖 37(4 個(gè)用戶 )可以看出，用戶數(shù)越多，曲線的變化趨勢(shì)越平緩， 誤碼率相對(duì)較大；用戶數(shù)越少，曲線的變化趨勢(shì)越陡，誤碼率也就越小。充分體現(xiàn)了多用戶檢測(cè)對(duì)于運(yùn)算量的要求，用戶數(shù)越多，特別對(duì)于線性變換到的矩陣，其 運(yùn)算復(fù)雜度 會(huì)特別 高，出現(xiàn)的錯(cuò)誤概率也相應(yīng)提高。 第 3 章 多用戶檢測(cè)算法的仿真分析 30 本章小結(jié) 本章主要對(duì)解相關(guān)檢測(cè)和 MMSE 檢測(cè)的原理及特點(diǎn)進(jìn)行了分析，并對(duì)它們的性能進(jìn)行了仿真分析?？傮w趨勢(shì)是隨著信噪比的增大，誤碼率會(huì)逐漸減小，但傳統(tǒng)多用戶檢測(cè)減小的慢。當(dāng)信噪比較小時(shí)，解相關(guān)檢測(cè)的誤碼率接近 傳統(tǒng)多用戶檢測(cè)，其性能較差；當(dāng)信噪比較 大時(shí)，解相關(guān)檢測(cè)和 MMSE檢測(cè)的誤碼率明顯低于傳統(tǒng)多用戶檢測(cè)，且解相關(guān)檢測(cè)和 MMSE 檢測(cè)的誤碼率差別不太大。當(dāng)通信用戶數(shù)量較少時(shí)，三種檢測(cè)方法的誤碼率變化趨勢(shì)較陡，即誤碼率較小，檢測(cè)的準(zhǔn)確率增加，受多址干擾和“遠(yuǎn) 近”效應(yīng)的影響較小。燕山大學(xué)本科生畢業(yè)設(shè)計(jì) (論文 ) 31 結(jié)論 多用戶檢測(cè)技術(shù)作為三大通信標(biāo)準(zhǔn)的增強(qiáng)性技術(shù)之一，無(wú)論是學(xué)術(shù)界，還是產(chǎn)業(yè)界對(duì)其越來(lái)越重視。多用戶檢測(cè)技術(shù)是近三十年來(lái)國(guó)際上發(fā)展起來(lái)的以消除多址干擾為目的的技術(shù)，是第三代移動(dòng)通信的主要技術(shù)之一，更是第四代移動(dòng)通信的關(guān)鍵技術(shù)，同時(shí)對(duì)通信信號(hào)處理的研究十分火熱。 多用戶檢測(cè)技術(shù) 是根據(jù)信息論中最佳信號(hào)的檢測(cè)理論，在 CDMA 系統(tǒng)中找到最優(yōu)的多用戶檢測(cè)理論。它的特點(diǎn)是最大限度的利用了與多址干擾相關(guān)的先驗(yàn)信息，然后再與其他先進(jìn)技術(shù)結(jié)合，達(dá)到最佳的通信效果。它一方面增加了系統(tǒng)容量，提高了頻率的利用率，降低了干擾的影響；另一方面，改善了系統(tǒng)的綜合性能，降低了網(wǎng)絡(luò)運(yùn)營(yíng)成本。 多用戶檢測(cè)技術(shù)經(jīng)過(guò)近 30 年的發(fā)展，對(duì)于抑制多址干擾這方面取得成效很大，做出了一定的成就。從國(guó)內(nèi)外研究現(xiàn)狀來(lái)看，降低算法的復(fù)雜度、改善多用戶檢測(cè)算法的性能仍是當(dāng)今研究的主要方向。但是，在實(shí)際的通信過(guò)程中，有些多用戶檢測(cè)技術(shù)很 難在這兩者間取得良好的平衡，主要因素還是運(yùn)算量過(guò)于龐大，復(fù)雜度太高。 為了降低運(yùn)算量，易于實(shí)現(xiàn)，近年來(lái)人們把研究的重點(diǎn)放在了盲自適應(yīng)多用戶檢測(cè)算法上。 本文的主要工作有： 首先 介紹了多用戶檢測(cè)技術(shù)的出現(xiàn)背景 、發(fā)展歷程和研究現(xiàn)狀，以及碼分多址的原理特點(diǎn)和信號(hào)模型。 然后， 對(duì)幾種典型的多用戶檢測(cè)技術(shù)的特點(diǎn)及原理做了分析，其中包括傳統(tǒng)多用戶檢測(cè)技術(shù)，非線性多用戶檢測(cè)技術(shù)中的串行干擾消除和并行干擾消除，線性多用戶檢測(cè)技術(shù)中的解相關(guān)檢測(cè)和最小均方誤差檢測(cè)。 最后，主要對(duì)傳統(tǒng)多用戶檢測(cè)算法、解相關(guān)檢測(cè)算法和 MMSE 檢測(cè)算法進(jìn)行 了仿真對(duì)比分析。 可以預(yù)見(jiàn)，多用戶檢測(cè)技術(shù)與其他先進(jìn)技術(shù)的結(jié)合，將會(huì)有力地推動(dòng)第四代移動(dòng)通信技術(shù)以及未來(lái)移動(dòng)通信技術(shù)的應(yīng)用。 燕山大學(xué)本科生畢業(yè)設(shè)計(jì) (論文 ) 32 參考文獻(xiàn) [1] 劉婷 。改進(jìn)人工蜂群算法及其在多用戶檢測(cè)中的應(yīng)用 [D]。天津大學(xué) 。2022年 [2] 趙明 。許希斌 。牛志升 。面向未來(lái)移動(dòng)通信的超蜂窩網(wǎng)絡(luò)架構(gòu) [J]。中興通訊技術(shù) 。2022 年 02 期 [3] 馬俊 。王大鳴 。崔維嘉 。上行多用戶 MIMO系統(tǒng)檢測(cè)算法及抗遠(yuǎn)近效應(yīng)研究[J]。數(shù)據(jù)采集與處理 。2022 年 03 期 [4] Wang X D. Poor H V. Blind multiuser detection: a subspace approach [J].IEEE Trans Information Theory,1998,44(2):677690. [5] Xiaofei Zhang ； Dazhuan Multiuser Detection for SIMOCDMA System[C].//:744747. [6] Yonwoo Likelihood .Multiuser DetectionofDS/CDMA Signal in Improper Noiset Information[C].//IEEEConference on Communications and Signal :224228. [7] 徐長(zhǎng)江，酆廣增 .基于高階累積量的盲自適應(yīng)多用戶檢測(cè) [J]. 電子學(xué)報(bào)，2022,7（ 28）： 4854. [8] 陳朝陽(yáng) .盲信號(hào)分離空時(shí)多用戶檢測(cè)器及仿真 [J]. 系統(tǒng)仿真學(xué)報(bào)， 2022,9（ 15） ： 13111313. [9] 張賢達(dá)，保靜 .通信信號(hào)處理 [M].北京：國(guó)防工業(yè)出版社 .2022. [10] 王磊等基于免疫策略的進(jìn)化算法 [J].自然科學(xué)進(jìn)展 .（ 5）：451455. [11] 高洪元，刁鳴，趙忠凱 .基于免疫克隆量子算法的多用戶檢測(cè)器 [J].電子與信息學(xué)報(bào)， （ 30）： 15661570. [12] 潘且魯，席裕庚 .判決反饋?zhàn)儾介L(zhǎng)盲自適應(yīng)多用戶