多用户檢測技術

在實際的CDMA移動通信系統中，由於擴頻碼字相關特性的非理想性，各個用户信號之間經過複雜多變的無線信道後將存在一定的相關性，這就是多址干擾（Multi-Address Interference，MAI）存在的根源。由個別用户產生的MAI固然很小，可是隨着用户數的增加或信號功率的增大，MAI就成為CDMA通信系統的一個主要干擾源。

傳統的CDMA系統信號分離方法是把MAI看作熱噪聲一樣的干擾，導致信噪比嚴重惡化，系統容量也隨之下降。這種將單個用户的信號分離看作是各自獨立的過程的信號分離技術稱為單用户檢測（Single User Detection，SUD）。WCDMA系統使用了較長的擴頻碼，系統可以獲得較高的擴頻增益，限於目前硬件處理能力的限制，目前的WCDMA設備均採用Rake接收這種單用户檢測的方法，因此在WCDMA實際系統可獲得的容量小於碼道設計容量。當然WCDMA單載頻容量本身較大，目前的容量能力也可以滿足運營需要。

實際上，由於MAI中包含許多先驗的信息，如確知的用户信道碼、各用户的信道估計等，因此MAI不應該被當作噪聲處理，它可以被利用起來以提高信號分離方法的準確性。這樣充分利用MAI中的先驗信息而將所有用户信號的分離看作一個統一的過程的信號分離方法稱為多用户檢測技術（Multi-User Detection，MUD）。

多用户檢測技術(MUD) 是通過取消小區間干擾來改進性能，增加系統容量。實際容量的增加取決於算法的有效性、無線環境和系統負載。除了系統的改進，還可以有效的緩解遠近效應。由於信道的非正交性和不同用户擴頻碼字的非正交性，導致用户間存在相互干擾，多用户檢測的作用就是去除多用户之間的相互干擾。也就是根據多用户檢測算法，在經過非正交信道和非正交的擴頻碼字，重新定義用户判決的分界線，在這種新的分界線上，可以達到更好的判決效果, 去除用户之間的相互干擾。

多用户檢測的主要優點：它是消除或減弱CDMA中多址干擾的有效手段，也是消除或減弱CDMA中多徑衰落干擾的有效手段，並且能夠消除或減弱CDMA中遠近效應，簡化CDMA系統中的功率控制，降低功率控制的精度要求，彌補CDMA中由於正交擴頻互相關性不理想所帶來的一系列消極影響，改善CDMA系統性能，提高系統容量、擴大小區覆蓋範圍。

多用户檢測的主要缺點：大大增加CDMA系統的設備複雜度，增加CDMA系統的處理時延，特別是對於採用自適應算法，以及對於擴頻碼較長的系統更是如此。多用户檢測一般需要知道很多附加信息，如所有用户的擴頻碼、衰落信道的主要統計參量：幅度、相位、延時等，這對於時變信道，需要不停地對每個用户信道進行實時估計才能實現，一般而言是非常困難的，而且參量估計的精度將直接影響多用户檢測器的性能好壞。

假設有n 個用户，每個用户發送數據比特b1 b2⋯bn，通過擴頻碼字進行頻率擴展，經過無線信道傳輸，加入了噪聲n(t)，接收端接收的用户信號與同步的擴頻碼字相關，接收機相乘器由乘法器、積分和信息轉存功能部分組成。解擴後的結果通過多用户檢測算法去除用户之間的干擾，得到用户的信號估計值b1^ b2^ ⋯bn^。多用户檢測將不期望的多接入干擾從接入信號中分離。多用户檢測輸出的是估測的數據比特。從原理圖上就可以看出：多用户檢測的關鍵取決於相關器的同步擴頻碼字跟蹤、各個用户信號的檢測性能、相對能量的大小信道估計的準確性等接收機的性能, 也就是取決於捕捉到的能量、相位的影響和碼跟蹤差錯。在理想情況下，與沒有MUD的系統相比，MUD 用户檢測提高減少干擾2.8 倍因子。實際情況下, MUD 的有效性不到100% , 也就是説取決於檢測方案、信道估計、時延估測和功率控制差錯。

多用户檢測的想法最早在1979 年由Schneider提出來。1983 年Kohno et.al.發表了基於干擾消除算法的接收器的研究成果。1984 年Sergio Verdu 提議和分析了最優多用户檢測和最大序列檢測器，認為多址干擾是具有一定結構的有效信息，理論上證明採用最大似然序列檢測(MLSD)可以逼近單用户接收性能，並有效地克服了遠近效應，大大提高了系統容量，從而開始了對多用户檢測的廣泛研究。

但是MLSD 結構是匹配濾波器加上Viterbi 算法，其複雜度為2^k，K 為用户數，這在工程上基本無法實現。後來開始研究各種次優化的多用户檢測器，它可以用合理的複雜性實現較優化的性能，即在保證一定性能的條件下能夠將複雜度降到工程可以接受的程度。次優多用户檢測方案，主要分為線性多用户檢測和干擾消除多用户檢測兩個方面。線性多用户檢測對傳統檢測器的輸出進行解相關或其他的線性變換以利於接收判決，而干擾消除利用可靠已知信息對干擾進行估計，然後在原信號中減去估計干擾以利於接收判決。

線性多用户檢測主要有下面幾類：解相關檢測，最小均方誤差檢測，盲子自適應多用户檢測和多項式檢測。其中前三類只能用於短碼系統， 而多項式檢測可以在長碼系統中應用。

由Lupas 和Verdu 提議的解相關器( 又稱為零驅動檢測器) 結構如圖所示。這種檢測器是將多用户通信環境的多址干擾等效為一個信道的傳輸響應矩陣，即碼字之間的相關矩陣R ，該矩陣僅與各用户的擴頻序列以及序列間的相對時延有關。得到信道傳輸的逆矩陣T，就可以將多用户信號經過K 個匹配濾波器的輸出，再通過此逆矩陣進行求逆運算，以等效地消除各用户擴頻序列間的相關性，從而達到消除多址干擾的目的。實際上T是一個非因果的無限衝擊響應的矩陣傳遞函數，是不可實現的。在實際情況中要將T 截斷為有限長具體實現可以採用橫向濾波器。

這種檢測器具有以下特點：必須知道所有用户的擴頻碼及其特性；必須得到所有用户的定時；必須計算互相關矩陣R 的逆矩陣；其性能獨立於干擾功率，不需估計功率的大小；不需對用户幅度進行估計。它的缺點是：放大噪聲功率，擴大噪聲的影響，而且造成解調信號很大的時延，也就是説解相關檢測的性能是以提高背景噪聲為代價換取消除多址干擾。

使用最小均方誤差準則，可以得到MMSE多用户檢測。與解相關不同它不會增強噪聲。MMSE 檢測器是在消除多址干擾和增大信道噪聲這兩者之間採取折中而達到某種平衡，從性能上來説，在信噪比低的情況下，MMSE 檢測器優於解相關檢測器，在信噪比高的情況下，解相關檢測器比MMSE 性能更優。

MMSE檢測器的主要缺陷在於它需要估計接收信號的強度，對估計誤差比較敏感。另外，它的性能依賴於干擾用户的功率。因此與解相關檢測器相比，MMSE檢測的抗遠近效應能力有所損失。

S.Moshavi提出了一種稱為多項式擴展的多用户檢測方法。這一算法的基本思想是應用的矩陣多項式來逼近一個線性變換。多項式擴展多用户檢測實質上還是解相關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。但多項式擴展多用户檢測有一個最重要的特點是在長碼系統和短碼系統中同樣容易實現。

對於快時變信道，由於需要頻繁發送訓練序列，從而大大降低了系統的有效性和可靠性。因此，人們開始直接從業務信號本身提取信道狀態信息的自適應檢測技術，成為盲自適應檢測。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。由於盲自適應多用户檢測既不需要訓練序列，也不需要其他用户的擴頻碼信息，所需要的信息幾乎與傳統的檢測器相同，因此，它本質上是一種單用户抗多徑自適應檢測。盲算法的收斂速度慢是通病，特別對於快速時變信道，這是一個致命的弱點。但對於慢時變的移動信道，它仍是很有吸引力的算法。

干擾消除檢測器一般由多級組成，其基本思想是在接收端估計對每個用户的多址干擾，然後從接收信號中部分或全部消除多址干擾。這種消除器與抗ISI的反饋均衡器類似，所以又稱為判決反饋檢測器。用於估計多址干擾的判決可以是軟判決或硬判決，硬判決要求對信號幅度進行可靠的估計。干擾抵消多用户檢測主要有串行干擾抵消、並行干擾抵消和判決反饋檢測三種。

是逐步減去最大用户的干擾，SIC 檢測器在接收信號中對多個用户逐個進行數據判決，判出一個就再造同時減去該用户信號造成的MAI干擾，按照信號功率大小的順序來進行操作，功率較大信號先進行操作，由此可知，功率大的信號首先受益。SIC在性能上與傳統檢測器相比有較大提高，而且在硬件上改動不大，從而易於實現。但SIC 每一級都需要有一個字符的時延，在信號功率發生變化時需要重新排序，如果初始數據判決不可靠將對下級產生較大的幹。

SIC相對於傳統的檢測器可以獲得很大的性能增益，而且硬件實現簡單。但有兩個缺點影響SIC的實用化： 第一，SIC需要不斷的對各個用户重新排序，因為用户的功率總在變化。第一階的判決很重要，如果第一階判決錯誤，干擾消除後多址干擾增加，引起後面各階性能都將嚴重下降。

並行干擾抵消也是多級的。但和SIC不同的是，PIC在每一階都同時判決、再生和消除所有多址干擾， 也就是説，PIC利用前級判決的信息構造所有用户的干擾信號， 然後從接收信號中抵消掉干擾信號，最後同時判決。PIC的處理延遲小，但計算量大；而SIC的處理時延大，但計算量小。當SIC的級數增加時，系統性能將提高，但運算量和時延也相應增加。試驗和仿真表明，SIC級數大於三級時，系統性能提高的不明顯，因此在實際中選取三級比較合適。

當功率控制不理想時，如在多徑信道中，PIC性能劣於SIC ；反之，PIC優於SIC；另外SIC對弱用户信號檢測的性能更好，但這是以降低強用户檢測性能為代價的；以上説明實際系統中應該在時延和性能間折中，即SIC 和PIC結合檢測。

判決反饋多用户檢測器主要針對接收信號功率不一致時提出的方法，它包括一個前置濾波器和一個後置濾波器。首先對匹配濾波器輸出的信號進行排序，並經過前置濾波器處理；然後與前一時刻的反饋信號比較送給判決器判決，判決後的信息反饋回來給下一時刻的信號處理。有文獻討論了在異步信道中的一些判決反饋檢測，而且證明了解相關判決反饋檢測是判決反饋檢測的最優方法。解相關判決反饋檢測又叫迫零判決反饋檢測（ZF-DF）.

用神經網絡實現多用户檢測可以考慮系統的非線性、非平穩性和非高斯性，因此，基於神經網絡的多用户檢測近來也受到人們的注意。另外，CMA算法在均衡和智能天線中得到了廣泛的應用，有文獻將它用在了多用户檢測中，從而拉開了在多用户檢測中使用CMA算法的序幕。滿足收斂條件的恆模算法的收斂速度和穩態性能都很好，但恆模算法存在多個局部收斂點，對於初始向量和收斂步長參數的選擇有很大的依賴性， 容易收斂到局部最小點上。因此，CMA多用户檢測技術的研究還有很長一段路要走。

在現階段，多用户檢測技術仍未實用化，所以在所有的3G方案中均未詳細定義其應用。但是3GPP已經定義了適於線性多用户檢測技術和盲檢測技術的短碼調製方案，而適用於長碼方案的干擾消除器很有可能成為第一種實用化的多用户檢測技術。

在未來的移動通信系統中， 由於用户數急劇膨脹，系統中的多址干擾會日益嚴重，而移動數據業務對誤碼率提出了更高的要求，因此對多用户檢測技術的需求會更加迫切，多用户檢測技術很有可能會寫入下一代移動通信的標準中。現有的多用户檢測技術主要集中在小區內干擾的消除。隨着載波頻率的提高，小區的範圍會變得越來越模糊，甚至可能出現個人小區的概念。在這種情況下，小區間的多用户檢測技術急待研究。另外，在使用了多天線系統後，多用户檢測技術和多天線系統的聯合檢測也是研究的一個方向。