蜂窩移動通信系統(tǒng)低復(fù)雜度多用戶干擾抑制方法研究.pdf

1、在多用戶蜂窩移動通信系統(tǒng)中,若多個用戶的發(fā)送或接收信號占據(jù)同一時頻資源塊,則會產(chǎn)生多用戶干擾。與系統(tǒng)噪聲相比,多用戶干擾往往對系統(tǒng)檢測性能的影響更大,因此,對多用戶干擾進行有效抑制是提升多用戶通信系統(tǒng)性能的重要手段。
　　多用戶干擾產(chǎn)生于第三代蜂窩移動通信系統(tǒng)中。作為碼分多址(Code Division Multiple Access, CDMA)系統(tǒng)的特例,交織區(qū)分多址(Interleave-Division Multiple-

2、Access, IDMA)系統(tǒng)已成為近年來移動通信領(lǐng)域的研究熱點。然而IDMA系統(tǒng)由于多用戶干擾的存在降低了接收端信干噪比,同步較為困難;同時,迭代多用戶檢測的計算復(fù)雜度仍然較高。能否有效解決這些問題將成為IDMA系統(tǒng)能否真正實用的關(guān)鍵。在多用戶MIMO系統(tǒng)中,多個用戶的發(fā)送或接收信號占有同一時頻資源塊,因此同樣存在多用戶干擾抑制的問題。對于多用戶MIMO系統(tǒng)的上行鏈路,多用戶干擾抑制問題即為多用戶檢測問題;對于多用戶MIMO系統(tǒng)的下行

3、鏈路,多用戶干擾抑制問題則為預(yù)編碼問題。本文對這些問題均提出了一些新的方案或算法,使其在有效抑制多用戶干擾或消除多用戶干擾影響的同時更易于實現(xiàn)。具體而言,研究內(nèi)容主要包括以下幾個方面:
　　第一,對IDMA系統(tǒng)的同步技術(shù)進行研究。為降低多用戶干擾對IDMA系統(tǒng)同步性能的影響,提出了一種系統(tǒng)同步捕獲解決方案。對于IDMA系統(tǒng)的同步,直覺的方法是將傳統(tǒng)CDMA系統(tǒng)中滑動本地擴頻碼片的捕獲方式變?yōu)镮DMA中滑動本地交織器的方式,此種方法

4、的計算復(fù)雜度非常高,不宜在實際中采納。本文提出一種 IDMA系統(tǒng)的同步技術(shù),通過在該系統(tǒng)的發(fā)送機末端加入擴頻操作,同時在接收機前端加入解擴操作,可有效將CDMA系統(tǒng)的同步技術(shù)平滑過渡到IDMA系統(tǒng)中來,進而解決 IDMA系統(tǒng)同步問題。本文通過仿真證明了該系統(tǒng)在有效實現(xiàn)同步的過程中,可達到與傳統(tǒng)IDMA相近的誤碼率性能。
　　第二,提出一種低復(fù)雜度低時延多用戶干擾抑制方案,即分組擴頻交織分多址(Grouped Spread Inte

5、rleave-Division Multiple-Access, GSIDMA)。該方案利用IDMA接收機良好的抗多用戶干擾能力,同時聯(lián)合CDMA系統(tǒng)良好的抗多徑衰落和用戶分離能力,可在性能與IDMA系統(tǒng)逼近的前提下,進一步降低系統(tǒng)終端的復(fù)雜度和譯碼時延,提高處理的實時性。本文利用國際上分析迭代收斂過程的主流方法,外信息轉(zhuǎn)移(Extrinsic Information Transfer, EXIT)圖,對GSIDMA系統(tǒng)的迭代過程進行分

6、析,為其性能分析提供了理論依據(jù)。對該方案在準靜態(tài)單徑和多徑信道下的性能進行分析與仿真,結(jié)果表明,在一定總用戶數(shù)情況下,GSIDMA系統(tǒng)的誤碼率性能均接近單用戶性能,因此具有良好的多用戶干擾抑制能力。
　　第三,對多用戶MIMO上行鏈路的多用戶檢測算法進行研究,并針對迫零排序串行干擾消除(Zero-Forcing Ordered Successive Interference Cancellation, ZF-OSIC)檢測方法復(fù)雜

7、度較高的問題,提出一種低復(fù)雜度的快速遞歸檢測算法。算法的提出基于兩個數(shù)學(xué)命題,首先引出這兩個數(shù)學(xué)命題且給予證明,并利用該數(shù)學(xué)引理成功構(gòu)建了該快速遞歸檢測算法的核心部分。提出算法的計算復(fù)雜度為快速遞歸算法(FRA)的42.9％,同時具有更為簡單的實現(xiàn)結(jié)構(gòu);該算法還具有無需矩陣行列置換及低存儲空間的優(yōu)勢,而其它具有該優(yōu)勢的ZF-OSIC快速算法的計算復(fù)雜度為本算法的1.6倍以上。在實際天線數(shù)情況下,本算法的誤碼性能接近最優(yōu)性能,保證了上述復(fù)

8、雜度比較的公平性。
　　第四,對多用戶MIMO下行鏈路的多用戶預(yù)編碼算法進行研究?；趶V義奇異值分解(Generalized Singular Value Decomposition, GSVD)的信漏噪比(Signal to Leakage-and-Noise Ratio, SLNR)預(yù)編碼器的產(chǎn)生需要進行奇異值分解,因此計算復(fù)雜度較高。本文基于Fukunaga- Koontz(FK)變換,提出了一種新的基于SLNR的預(yù)編碼算法