论文部分内容阅读
多用户正交频分复用(OrthogonalFrequency-DivisionMultiplexing,OFDM)/空分多址接入(SpaceDivisionMultipleAccess,SDMA)系统将OFDM技术和SDMA技术有机结合,既具有OFDM技术抗多径干扰和频域处理简单等优点,又享有SDMA技术空间分集带来的增益,同时提高了时间、频率资源的利用率,是未来多天线技术的重要发展方向之一。在多用户OFDM/SDMA上行链路中,基站根据每个用户唯一的、独特的空域信息,采用多用户检测(Multi-UserDetection,MUD)技术分离用户的发送信号,而用户的空域信息通常用信道估计的方法确定。因此,信道估计和MUD都是多用户OFDM/SDMA上行链路系统数据接收的关键技术。本文从系统的角度出发,把信道估计和MUD纳入统一的研究框架,通过对信道估计和MUD联合优化问题的建模,逐步展开信道估计、信道估计和MUD联合优化、迭代信道估计和Turbo-MUD联合优化技术的研究。
多用户系统中,移动终端向基站发送信号时,由于其所处的位置相对比较分散,周边反射物等环境因素互不相同,信号可能经历不同的衰落。因此,信道估计应考虑用户链路衰落特性的互异性,即传输链路信道参数的差异。针对用户链路特性互异问题,本文提出一种基于条件期望最大化(Expectation-ConditionalMaximization,ECM)算法的解决方案,推导了时变、非时变信道共存时信道冲激响应估计的克拉美罗界,并利用该方案同时估计出了具有不同衰落特性的信道冲激响应和噪声协方差。为了在信道估计和MUD之间实现信息交互,本文设计一种基于ECM算法的前向纠错码(ForwardErrorCode,FEC)辅助的判决指导(ForwardErrorCodeAidedDecision-Directed,FEC-A-DD)信道估计方案。该方案利用FEC码的纠错能力,在FEC解码器和ECM信道估计器之间交互信息,进一步提高了信道估计的精度。
为了降低接收机的设计复杂度,实现模块之间信息的共享,本文提出一种权值引导的双重RWBS算法辅助的信道估计和MUD联合优化(DualRepeatedWeightedBoostingSearchassistedJointChannelEstimationandMulti-UserDetection,DRWBS-JCEMUD)方案。提出的DRWBS-JCEMUD方案由两个核心模块组成——基于RWBS算法的信道估计器和基于RWBS算法的MUD。DRWBS-JCEMUD执行过程中,基于RWBS算法的信道估计器将已检测的信号当作“导频”信息进行信道估计,而基于RWBS算法的MUD利用估计到的信道状态信息进一步检测用户的发送信号,两者反复迭代并交换彼此的信息,直至算法收敛。此外,提出的DRWBS-JCEMUD方案可以在实现MUD的同时,以较低的计算复杂度输出检测信号各比特对应的对数似然比(Log-LikelihoodRatios,LLRs)信息,直接供给FEC码供其译码使用,降低了接收机设计的复杂度。
基于待检测用户信号属于离散信号空间的特点,利用信号空间和0/1比特之间特有的映射关系,本文提出一种离散差分进化(DifferentialEvolution,DE)算法,并利用其求解最大似然(MaximumLikehhood,ML)MUD优化问题。进而,为了充分利用“软”信息中蕴含的有用成分,提出一种DE算法辅助的信道估计和软干扰相消(Soft-InterferenceCancellation,SoIC)Turbo-MUD联合优化技术,简称为DE-JCESoICMUD。该技术主要由三个核心模块构成:DE算法辅助的信道估计器、软输入软输出(Soft-InSoft-Out,SISO)SoICTurbo-MUD、以及并行的SISO信道解码器。提出的DE-JCESoICMUD引入Turbo迭代的思想,通过在信道估计器、MUD和信道译码器之间交换彼此的“软”信息,并反复迭代,逐步消除用户间干扰和噪声的影响,实现系统性能的整体优化。
为了给出进化算法的适用性及适用环境,本文选出四种经典的进化类算法:遗传算法、重复加权BoostingSearch算法、粒子群算法和差分进化算法,分别以无线通信系统中连续的优化问题——信道估计和离散的优化问题——多用户检测为背景,对它们的运算复杂度、收敛速率、稳定性等进行了综合的比较和分析。