多用户检测
1DS-CDMA系统概述
- 在传统的DS-CDMA中,把每个用户当作单独的信号来处理,其他的信号会被当作干扰
- 利用码字的互相关系数为零来消除其他用户的干扰
2多用户检测
2.1概述
- 认为所有信号都是有用的,采取联合检测的方式,减小干扰增加系统容量,减轻远近问题的影响
- 容量
全部干扰为 I = I M A I + f × I M A I , I=I_{MAI}+f\times I_{MAI}, I=IMAI+f×IMAI,其中 I M A I I_{MAI} IMAI为同小区干扰,f是其他小区多址干扰和同小区干扰的比率(溢出率),理想的系统抑制了同小区的多址干扰,干扰只剩 I = f × I M A I , I=f\times I_{MAI}, I=f×IMAI,最大容量增益因子是(1+f)/f,及最大容量增益是2.8.
2.2例子
核心思想是对较强的信号的用户先做判决,然后在较弱的接收信号中减去较强信号的干扰,得到更好的结果。
u
k
(
t
)
=
∑
i
=
0
∞
x
k
(
i
)
⋅
c
k
(
i
)
⋅
s
k
(
t
−
i
T
−
τ
k
)
u_k(t)=\sum_{i=0}^{\infty}x_k(i)\cdot c_k(i)\cdot s_k(t-iT-\tau_k)
uk(t)=i=0∑∞xk(i)⋅ck(i)⋅sk(t−iT−τk)
y
(
t
)
=
∑
k
=
1
K
u
k
(
t
)
+
z
(
t
)
y(t)=\sum_{k=1}^Ku_k(t)+z(t)
y(t)=k=1∑Kuk(t)+z(t)经过匹配滤波器的采样输出,可以得到
y
k
=
∫
0
T
y
(
t
)
s
k
(
t
)
d
t
=
c
k
x
k
+
∑
j
≠
k
K
x
j
c
j
∫
0
T
s
k
(
t
)
s
j
(
t
)
d
t
+
∫
0
T
s
k
(
t
)
z
(
t
)
d
t
y_k=\int_0^Ty(t)s_k(t)dt=c_kx_k+\sum_{j\neq k}^Kx_jc_j\int_0^Ts_k(t)s_j(t)dt+\int_0^Ts_k(t)z(t)dt
yk=∫0Ty(t)sk(t)dt=ckxk+j=k∑Kxjcj∫0Tsk(t)sj(t)dt+∫0Tsk(t)z(t)dt假设只有两个用户且
r
=
∫
0
T
s
1
(
t
)
s
2
(
t
)
r=\int_0^Ts_1(t)s_2(t)
r=∫0Ts1(t)s2(t)匹配滤波器的输出
如果用户1的功率远大于用户2,我们可以
- 先判决用户1: x 1 ^ = s g n ( y 1 ) \hat{x_1}=sgn(y_1) x1^=sgn(y1)
- 从较弱的信号中减去MAI的估计值
2.3MUD的优势
- 有效地减弱和消除多径干扰,多址干扰,远近效应
- 简化功率控制
- 减少正交扩频码互相关性不理想带来的消极影响
- 提高系统容量,增加小区的覆盖范围
3MUD算法分类
3.1最大似然顺序估计
列出似然函数求解即可,看着式子很复杂,实际上是符合逻辑的。对于似然函数
l
n
{
p
[
y
(
t
)
]
∣
∑
k
=
1
K
u
k
(
t
)
}
ln\{p[y(t)]|\sum_{k=1}^Ku_k(t)\}
ln{p[y(t)]∣∑k=1Kuk(t)}刚开始还有点疑惑,后面就可以理解了,类比之前的似然函数,试探发送信号,使得
p
(
y
∣
x
)
p(y|x)
p(y∣x)最大,那么多用户检测的似然函数也是成立的,不同之处在哪里呢?发送信号是合在一起的。
对第一个区间的信号进行讨论:
很直白,没有什么难度的直接的推导
3.2解相关算法
给接收信号乘互相关矩阵的逆矩阵,得到结果。
y
~
=
R
−
1
y
=
C
x
+
R
−
a
z
→
y
k
~
=
c
k
x
k
+
z
~
→
x
k
^
=
s
g
n
(
y
k
~
)
\tilde{y}=R^{-1}y=Cx+R^{-a}z\rightarrow \tilde{y_k}=c_kx_k+\tilde{z}\rightarrow \hat{x_k}=sgn(\tilde{y_k})
y~=R−1y=Cx+R−az→yk~=ckxk+z~→xk^=sgn(yk~)
3.3解相关算法
不太能理解第二级的判决算法
3.4判决反馈算法
判决函数
x
k
~
=
s
g
n
[
c
k
∗
(
y
k
~
−
∑
i
=
1
k
−
1
f
k
i
C
i
x
i
~
)
]
\tilde{x_k}=sgn[c_k^*(\tilde{y_k}-\sum_{i=1}^{k-1}f_{ki}C_i\tilde{x_i})]
xk~=sgn[ck∗(yk~−∑i=1k−1fkiCixi~)]不晓得是什么,这个算法也看的很迷
3.5并行干扰消除算法
将
y
(
t
)
y(t)
y(t)化为几个数据流同时进行检测,大大提高了检测速率
3.6MUD的局限性
- 实际应用中的问题
- 处理的复杂性
- 处理时延
- 灵敏度和鲁棒性
- MUD的局限
- 蜂窝容量扩展性不大
- 仅仅上行链路的容量增加不一定带来同等系统的总体容量的增加
- 使用MUD的开销必须尽可能小,因此存在使用/开销和性能之间的权衡问题
4减轻MAI的影响
- 编码波形设计
- 功率控制
- FEC编码
- 扇形自适应天线