《现代数字信号处理ch6-3幻灯片资料》由会员分享，可在线阅读，更多相关《现代数字信号处理ch6-3幻灯片资料（23页珍藏版）》请在金锄头文库上搜索。
1、第六章 通信信号处理,2010-9-25,第六章 通信信号处理,分集接收和最佳接收系统 多用户检测技术 空时二维处理技术,空时二维处理技术,在通信信号处理领域，单独的空域和时域信号处理技术在过去20 年已经得到广泛的研究和发展。通过前面的介绍，我们可以知道，空域处理采用天线阵列，侧重于区别不同用户信号在空间的不同特征，可以有效减少来自不同方向的非目标用户在天线阵列上产生的同道干扰。但是在富含多径的实际信道中，完全消除CCI 需要太多的天线阵元，这在实际系统中是不可能实现的。另一方面，时域处理采用单天线和多个时间处理单元，侧重于减少用户信号在时域上产生的符号间干扰ISI，但是研究表明，以符号速率
2、采样，不可能完全消除ISI。应用过采样可以改善性能，但是过分提高采样速率又会引起噪声增加。因此，时域处理对ISI 的作用也是有限的。 在蜂窝通信系统中，CCI 和ISI 总是同时存在的，单独的时域处理或空域处理不可能同时对消这两种干扰。将空间和时间处理有效结合，同时利用信号的时间和空间特征可以很好的解决上述问题。这种联合的空时信号处理技术不仅可以对消CCI 和ISI，还可以提高阵列增益和分集增益，从而提高网络的容量和覆盖范围。下面首先给出一些典型的空时无线信道模型。,1 空时无线信道特征和模型,线性传播媒体满足叠加定理，假定空间存在Q 个辐射源（也可以认为是多径数），波达方向为i，波达时间为i
3、，路径衰减为i，接收信道冲激响应为： 对于时变信道，公式中所有参数均为时变的。就基站而言，对于单个用户来波，Q26，角度扩展515 度；对于移动用户，Q50 左右，角度扩展可达360 度。,2 空时接收技术,空时处理典型的优化准则有两个，一个是空时最小均方误差准则（MMSE），另一个是最大似然序列估计准则（MLSE）。,一、 空时MMSE 准则,基本思想：设计一个空时滤波器，前面是波束形成器，级联一个均衡器，使得输出与期望信号之间的均方误差为最小。 在空时结合信号处理系统中，空时滤波器为一个加权矩阵 这意味着天线阵列有m个阵元，每个阵元的时域处理中，引入M 个抽头的横向滤波器。将送入每个横向滤
4、波器抽头的输入信号用一个向量算子表示为 ，滤波器向量也用向量算子表示w(k)=vec(W(k)，空时处理后的加权标量输出为 。,基于MMSE 准则选择滤波器加权值： 时延的选择取决于滤波器的性能。上述最小二乘问题有以下优化解 其中 ， 。上述优化解可以用任意一种自适应迭代运算算法求解。,由此可见，空时MMSE 准则综合了时域一维处理和空域一维处理的优点，同时兼顾了同道干扰和码间干扰减小与噪声增强之间的矛盾。其本质是用空间维消除同道干扰，用时间维或空间维消除码间干扰。一种基于空时MMSE 准则设计的空时决策反馈均衡器系统结构如图所示：包括线性前馈滤波器组（即空时处理器）、相加器、码率采样器、双向
5、限幅器以及同步线性反馈滤波器组成。前半部分就是典型的空时滤波器，后半部分实际上是自适应均衡算法中Bussgang 算法针对二进制等概数据序列定义的决策指示算法。,二、 空时MLSE 准则,基本思想：在已知接收信号的条件下，估计已经发送出去的数据序列，信道模型用一般形式： 假定噪声是空域和时域高斯白噪声，最大似然序列估计问题就是求数据矩阵S，使其满足最大似然准则的解： ，前提是信道矩阵是已知的。应用Viterbi 算法可以获得S的估计值。一种典型的实现形式如图所示，由空时处理器和最大似然序列估计器级联而成。优化的目标是使信号功率对同道干扰噪声功率之比最大，并将合并后的采样序列中的通道干扰和噪声份
6、量白化。,3 空时盲均衡,前面讲过的均衡是指对单个天线阵元信号进行均衡处理，所用算法都要求有训练序列。我们知道，在通信传输中，使用训练序列必然要占用资源，减少信息比特率。本节要介绍的盲均衡技术是指不使用训练序列的均衡算法，而且可以针对有多个阵元组成的天线阵列系统，所以称为空时盲均衡技术。 为了保证不同信道滤波器基带冲激响应互不相关，在设计阵元空间分布时，等距线阵中阵元间隔为半个波长。,在离散时刻n，假定码间干扰的时间宽度为 ，即码间干扰的长度为 ，第k个阵元的输出信号为： 其中 为信源在时刻i发射的恒模信号，码间间隔为T。 定义 则有,令空域均衡器的权向量为： 这个权向量应满足均衡关系 ，其中
7、为某个固定时延。这个关系存在的充要条件为： ，其中1 出现在第个位置处。显然，为了保证上式有唯一的解，矩阵H必须是满列秩的，即 ，即阵元的个数不得小于码间干扰长度L。 为了减少阵元数目，考虑使用空时均衡器。,在每个阵元上除了数据的空域处理外，再引入一有限冲激响应（FIR）时域滤波器，这样即得到数据的空时二维处理形式。 假定不同阵元上的FIR滤波具有相同的长度p。定义,阵元数为M，阵列接收信号用向量表示为： 其中H是一个 维矩阵。令空时均衡器的权向量为： 这个权向量应满足均衡关系 ，其中为某个固定时延。这个关系存在的充要条件为： ，其中1 出现在第个位置处。显然，为了保证上式有唯一的解，矩阵H必
8、须是满列秩的，即 。 上式表明，通过选择时域FIR滤波器的长度p，就可以用较少的阵元数M来抑制长度为L的码间干扰，从而实现信道均衡。,对于实际系统来讲，信道冲激响应矩阵H是未知的，因此空时均衡器加权向量应该采用迭代递推方式计算。唯一需要知道的先验信息只有要求发射信号具有恒模特性，更新算法为： 由此得到如下结论：在阵列各个阵元输出端加长度相同的FIR 滤波器就组成空时均衡器。与时域一维均衡相比，不需要训练信号，适用于高速通信系统；与空域一维均衡相比，可以用较少的阵元实现干扰长度较长的码间干扰抑制。盲均衡技术的主要热点问题是快速算法研究等。,4 空时RAKE接收信号,空时二维信号处理技术更多的是用
9、于CDMA 系统。大家知道，CDMA 系统有两个问题对性能和容量影响最为严重，一个是远近效应，目前主要采用功率控制技术抑制其影响，但是功率控制只适用于平稳信道和慢速移动用户；另一个是多址干扰，采用多用户检测可以改善性能。此外，利用指向波束也能减少总的多址干扰功率强度，从而抵消远近效应的影响。自适应天线在空域改善系统性能，RAKE 接收通过时域运算改善性能。空时二维RAKE 接收技术是将自适应阵列与RAKE 接收技术综合在一起，可以同时得到空间分集和时间分集。这里我们以DS-CDMA 通信系统中二维RAKE 接收为例介绍这种技术的基本知识。,一、 信号模型,假定系统天线阵列有N 个阵元、K个用户
10、、每个用户有L条多径，用户k发射的扩频基带信号可以表示为： 其中， 为第n 个符号比特值； 为第k个用户的扩频码，假定比特间隔归一化为1，扩频码长 即为扩频增益。第k个用户发射的信号经过Lk条多径传播到接收阵列，由此得到天线阵列接收信号向量为： 其中k为接收到的各个用户直视路径信号幅度； 为第k个用户的的第l条路径的相移； 为第k个用户的的第l条路径的方向角； 为第k个用户的的第l条路径的传播时延；n(t) 为独立同分布的高斯白噪声向量。,二、 单用户空时二维RAKE接收机,在多用户CDMA 系统中，为了解调出用户j 的第i 个比特信息，所有天线阵元对用户j 所有路径的输出都要通过冲激响应 的
11、匹配滤波器，滤波器组输出为 解调用户j的第i个比特信息的判决式为,其中，wj 是天线阵列的权值，对于单用户检测而言，对wj 的选择有三种不同的判决准则：（1）空时匹配滤波器（STMF）准则，这是一种最简单的现行混和准则，直接取wj =hj ，即取权值为信道冲激响应矩阵；（2）最小均方误差（MMSE）准则，选择权值向量使得第j 个用户信号与线性混合输出的均方误差为最小，即 ； （3）最大信干比（MSIR）准则，选择权值使得输出信干比为最大。,在上述三种判决准则中，匹配滤波器准则不依赖于接收数据，仅仅取决于信道冲激响应；而后两种准则都要依赖于接收数据，因此性能会优于前者。 通过以上分析，我们可以知道二维RAKE 接收实际上是对空域上每个阵元输出使用时域RAKE处理。蜂窝无线网络已越来越多的使用空时处理技术改善系统性能，空时处理不仅能提高系统容量，而且还可以改善蜂窝覆盖范围，增强链路质量。但是由于无线移动信道固有的多径延迟、角度扩展等因素的影响，使得空时处理的实现非常复杂，特别是在前向链路实现空时处理非常困难，因为前向信道的估计很困难。空时编码的提出为空时信号处理指出了一个很好的发展方向，结合空时编码的多天线发射分集技术可以有效地对抗无线信道的衰落，这种技术已经被确定为3G 通信标准中。此外，空时处理与正交频分复用技术（OFDM）结合、空时处理与Turbo 码结合都是该方向研究热点。,
