CDMA移动通信系统中的多用户检测技术

刘萍



CDMA移动通信系统中的多用户检测技术

刘萍

公诚管理咨询有限公司，广东 广州 510635

现阶段的移动通信技术已经深入到我们的日常生活中。分析了多用户检测技术的主要算法，并探讨了多用户检测的发展方向。

CDMA；移动通信；多用户检测；线性

移动通信的不断进步，带动了GSM等技术的发展，也在不断地满足人们的需求，随着第三代移动通信技术的不断发展，移动技术在人们日常生活中的地位也越来越重要，DS／CDMA便应运而生，并且成为了移动通信中使用最为多的多址接入方式。CDMA的英文全称是Code Division Muhiple Access，它建立在正交编码与相关接收理论的基础上，并且是以扩频通信技术当成存在基础的多址技术。[1]

在CDMA这种移动通信技术中，传输信息的不同主要在于信号由不同的编码序列组成，因此，CDMA的扩频信号需要严格正交。多址干扰不同于人为干扰，接收机能够利用多址干扰信息来减少多址干扰的负面影响，这就是多用户检测技术。

1 多用户检测技术的主要算法

从理论上说，最佳多用户检测技术就可以做到完全消除多址干扰，以便最终将每个用户的误码率降到最小。但算法也会因为用户的增多变得更为复杂，并且这种方法要运作一定要建立在了解所有用户的特征序列和信号幅度上，因此，此算法实用性不强。为了弥补上述算法的不足，多种次最佳多用户检测算法变应运而生，它主要包括以下两大类：

1.1 线性多用户检测算法

这种方法的检测是为了找到一个线性变换将充分统计量映射到多用户的符号序列集。将传统相关器的输出矩阵进行线性变换，再对变换后的输出序列进行判决，线性多用户检测算法复杂度与用户数成线性关系。[2]

1.1.1 解相关多用户检测算法

为了处理CDMA系统中各个用户扩频波形相互间的线性关联性，有效的解除多址干扰，于是便出现了最大最小准则的解相关多用户检测算法，这种算法可以有效消除MAI，实现系统性能的提高，且不用估计接受信号幅度。系统性能跟干扰用户的容量无关，误码率与干扰用户功率无关。但这种算法只是将多址干扰考虑在内了，并没有提及信道中的自噪音，算法消除多址干扰会产生较大的噪音，难以得到最优判决。因此，便出现了正交多用户检测，此算法通过最优化解相关输出端的噪音信号来抵消多址干扰与噪音干扰，在性能上优于匹配滤波检测器和解相关检测器。

1.1.2 最小均方误差(MMSE)检测算法

解相关检测器在完全抵消多址干扰的同时，放大了噪音信号，在低的SNR下，误码率性能可能低于传统的检测器。为了解决这一问题，出现了最小均方误差检测算，该算法是基于发送的数据比特与传统检测器软输出的均方误差最小化为准则，在多址干扰与噪音放大之间取了一个很好的折中。MMSE检测算法是一种有偏估计，且系统性能受干扰功率影响。MMSE检测算法不需要知道其他用户的特征波形，在扩频码线性相关时，仍能正常工作。但该算法需要估计接收信号的幅度，并需求一个逆矩阵，使得运算量较大。[3]

1.1.3 自适应多用户检测算法

自适应多用户检测利用了自适应均衡原理，可分为自适应解相关多用户检测与自适应MMSE多用户检测。后者是基于MMSE准则，利用一些自适应算法来实现，在时不变和慢衰落多径信道中，该检测在抑制干扰的同时可自动进行多径分集组合，但在快速衰落多径信道中RLS和MLS算法显得无效。目前比较成熟的算法有基于随机梯度算法和递归最小二乘算法。另外，为了降低跟踪信道的负担，提出了组合差分解调和RLS算法实现的差分最小二乘算法(DLS)；为了分离独立衰落的多径分量，提出将RAKE结构和MMSE检测结合的算法；以及采用Kalman滤波进行信道跟踪的算法等。

1.1.4 盲自适应多用户检测算法

前述的大多数算法都需要用户的所有信息，且需要一定的训练序列来调整信道参数。当信道突变时(如新干扰的出现和消失)，特别在快速衰落的多径信道中，由于传输中的训练数据本身就不很可靠，对自适应多用户检测系统来说稳定性和收敛性会受到严重影响。此外。发送训练序列由于增加了系统的额外开销。故降低了传输速率。为此，提出了盲自适应多用户检测算法，该算法不需要其他用户信息(如干扰用户特征波形、定时、接收信号幅度等)和训练序列。只需目标用户的特征波形和定时。根据接收机所需要的先验知识，可以将盲多用户检测分为两类：第一，半盲检测就是干扰用户特征序列部分已知条件下的检测，适用于小区基站。第二，盲检测是不知道所有干扰用户特征序列条件下的检测，适用于移动台。两者的主要思想都是通过空间跟踪技术获得信号自控并利用它来消除未知用户造成的干扰。第二类多用户检测可以归结为更一般的多输入多输出系统的盲辨识问题，主要应用在侦听方面。根据盲算法的代价函数不同，可以分为以下几种：基于最小输出能量(MOE)准则的盲多用户检测算法，基于恒模准则的盲多用户检测算法(CMA)，基于子空间的盲自适应多用户检测算法，还有Griffiths盲自适应多用户检测算法等。

1.2 非线性多用户检测

非线性多用户检测算法又称为面向决策的多用户检测，由于没有系统的数学描述与分析工具，在理论上研究较为困难，但可利用一些工程数学方法，进行粗略的分析描述和仿真。从工程设计上看，往往优于线性检测算法。

1983年Kohno提出多用户干扰抵消器的研究。早期在非线性方面研究最多的是基于反馈判决的干扰抵消技术，其基本设计思路是先解出各用户的信息数据比特，再依据信道估计值对该信息数据比特进行噪音重构(重构出期望用户的干扰信号)，最后从原接收信号中减去这一重构多址干扰信号，以达到干扰抵消的目的。[4]

1.2.1 串行干扰消除多用户检测算法

采用串行的匹配滤波或相关检测，是个多级结构模型。第一级的所有用户，根据信号功率的大小进行排列。第一级的功能包括：由传统检测器输出功率最强的信号；对其进行硬判决；根据判决结果、该信号的扩频码、估计用户的幅度和相位信息得到该信号的时域估计值；从接收到的信号中减去该估计值，得到下一级的输入信号。后续各级重复以上步骤。在每级判决中消除当前最强的用户。串行多用户检测器(Successive interference cancellation，简称SIC)在性能上比传统的检测器有很大的提高，且电路实现也较容易。但是每次抵消都引入一定的处理时延，用户较多时通信质量显著下降。所以，在串行多用户检测(SIC)方案中，每个分组用户不能太多，一般取4个用户。当接收信号的功率发生变化时，要对它们重新排序，使得系统不稳定。另外初始数据判决不可靠，使整个SIC性能大为降低。

1.2.2 并行干扰消除多用户检测算法

为了克服SIC检测器时延与重排序的问题，人们提出了并行干扰消除器(Parallel Interference Cancellation，PIC)。它与串行多用户检测在设计思路和结构上基本相似，也具有多级结构，同一级中各用户采用并行匹配滤波器或相关器检测，利用接收信号的初始值（或前级判决值）构造所有用户的干扰信号，然后再同时并行，从接收信号中抵消掉所有用户的干扰。它在电路实现上比较复杂。后来出现了在衰落信道中的串并混合型多用户检测算法，该算法具有较高的准确性、误码率较低等优点。

1.2.3 迫零解相关多用户检测算法

针对接收信号功率不一致的情况，提出了迫零解相关检测算法。该方法是将接收到的信号先进行部分分解相关处理，然后再对其进行串行干扰消除处理。该法有效地避免了在处理中噪音的加强，但算法比较复杂。因为，计算中不仅要估计接收信号的幅度，而且须进行Cholesky分解和自化矩阵求逆。

2 多用户检测的发展方向

当前的多用户检测算法在复杂度计算与时延问题处理方面尚有一些局限性，且如果估算算法中频率、幅度、定时、相位等参数有误时，会让相关的矩阵出现很大的偏差，使得整个系统的性能大幅度减少。再者，现阶段的MUD算法只是考虑了同小区内的干扰，而没有考虑相邻小区间的同频率用户干扰。所以，今后的算法要在计算复杂度、收敛性以及系统的鲁棒性等方面进行综合的考虑，力求找到切实可行的多用户检测算法。

针对以上多用户检测算法的一些不足，近几年研究的热点趋向于以下几方面：

2.1 半盲与盲多用户检测的研究

盲多用户检测技术因不需训练序列、效率高、复杂度低等优点而成为当前研究热点之一。前面已提到了一些盲多用户检测的算法。最大的不足是算法收敛速度慢，特别是在多径信道下。

2.2 多用户检测与空间处理相结合

在宽带CDMA系统中，同信道干扰和码间干扰成为影响系统稳定性的主要障碍。空时联合处理能有效地抑制同信道干扰和码间干扰。因为空间滤波能抑制不同目标用户入射方向的多址接入干扰，且可以把不同用户和路径的信号集中起来，进而可增强目标信号，故该技术可增加系统容量。

2.3 多用户检测与优化算法相结合

优化问题的数学意义是在不等式约束条件下，求目标函数最小或最大的一组设计变量值。由于优化不要求迭代过程严格收敛于数学意义上的最优解，而是与其相邻的一个解，这样不仅可节省计算时间，又可得到满意的优化结果。

近年来，神经网络优化技术的提出为解决多用户检测问题开辟了新的途径，由于多用户检测可以归结为组合优化问题，而神经网络具有高度并行、高度相互联结、较好的容错性以及较强的自适应能力，适合于解决优化问题。

总之，虽说多用户检测技术存在一定的缺陷，但是其优点大于缺陷，它优越的抗干扰性能是不能否认的，多用户检测技术发展到现在已经得到了很大的发展，并且日益变成了CDMA移动通信系统中抗干扰的关键技术。

[1]王艳，付永庆，孙晓岩.一种新的盲自适应多用户检测技术[J]．通信技术，2003（4）：63-65．

[2]王正茂，叶梧.衰落信道中的串并混合型多用户检测[J].华南理工大学学报，2003，31（12）：18-21．

[3]李俊强，曹志刚.编码的多载波CDMA系统中的Turbo时空多用户检测[J].电子学报，2003，31（4）：487-493．

[4]刘宇红，庞伟正.基于神经网络的多用户检测器[J].哈尔滨工业大学学报，2000，21（5）：64-67．

TN929.5

A

1009-6434(2016)04-0049-02