CN102340326B - 盲多用户检测方法及装置 - Google Patents

Abstract

本发明公开了一种盲多用户检测方法及装置。该方法包括：步骤1，获取基站发送的预定比特时间的接收信号，将接收信号作为初始向量，计算接收信号在上次更新后的信号子空间中所有向量上的投影，根据投影更新当前信号子空间的所有向量以及所有向量的特征值，并对当前信号子空间中已经更新的向量进行正交；步骤2，根据当前信号子空间中正交后的所有向量以及所有向量的特征值计算接收信号的判决值；步骤3，根据接收信号的判决值确定属于目标用户的接收信号。借助于本发明的技术方案，能够在应用压缩技术的同时，保证每次迭代估计出的信号子空间的正交性，从而提高了多用户检测的性能，此外，还提高了子空间跟踪算法的准确性。

Description

盲多用户检测方法及装置

技术领域

本发明涉及移动通讯领域，特别是涉及一种盲多用户检测方法及装置。

背景技术

在现有技术中，多用户检测是一项用于消除码分多址(CodeDivisionMultipleAccess，简称为CDMA)系统中多址干扰的技术，多用户检测可以有效的消除多址干扰，明显改善系统的性能，提高CDMA系统的容量。多用户检测只需要使用待测用户的观测数据，不需要其他用户(干扰用户)信息就可以抵消多址干扰并进行检测的自适应多用户检测器称为盲自适应多用户检测器，常简称为盲多用户检测，这种检测方法的具有很高实用性。

快速估计、以及跟踪一组随机向量组成的子空间的主要特征值和特征向量的技术广泛应用于数据压缩、数据滤波、未知数估计、模式识别和神经系统分析的算法中。

目前，盲多用户检测的方法有很多种，基于子空间的盲自适应算法利用了接收信号的子空间知识，来构建线性多用户检测器；近似投影子空间跟踪算法(PAST)不保证子空间的正交性，每次更新子空间的算法复杂度为3np+O(p²)，其中，n为扩频增益，p为用户数；压缩近似投影子空间跟踪算法(PASTd)是基于压缩技术的近似投影子空间跟踪算法，其计算复杂度被减少每次更新4np+O(p)，但由于压缩技术对子空间正交性的进一步破坏，导致性能下降；正交近似投影子空间跟踪算法(OPAST)能保证子空间的正交性，性能较好但计算复杂度为4np+O(p²)。

发明内容

本发明提供一种盲多用户检测方法及装置，以解决现有技术中的PASTd算法不能够保证每次迭代估计出的信号子空间的正交性而导致的检测性能低、以及OPAST算法每次更新子空间的复杂度高的问题。

本发明提供一种盲多用户检测方法，包括：

步骤1，获取基站发送的预定比特时间的接收信号，将接收信号作为初始向量，计算接收信号在上次更新后的信号子空间中所有向量上的投影，根据投影更新当前信号子空间的所有向量以及所有向量的特征值，并对当前信号子空间中已经更新的向量进行正交；

步骤2，根据当前信号子空间中正交后的所有向量以及所有向量的特征值计算接收信号的判决值；

步骤3，根据接收信号的判决值确定属于目标用户的接收信号。

本发明还提供了一种盲多用户检测装置，位于目标用户的终端，具体包括：

处理模块，用于获取基站发送的预定比特时间的接收信号，将接收信号作为初始向量，计算接收信号在上次更新后的信号子空间中所有向量上的投影，根据投影更新当前信号子空间的所有向量以及所有向量的特征值，并对当前信号子空间中已经更新的向量进行正交；

判决值计算模块，用于根据当前信号子空间中正交后的所有向量以及所有向量的特征值计算接收信号的判决值；

确定模块，用于根据接收信号的判决值确定属于目标用户的接收信号。

本发明有益效果如下：

本发明将压缩技术应用到了OPAST算法中，从而解决了PASTd算法中存在的无法保证每次迭代估计出的信号子空间的正交性而导致的检测性能低、以及OPAST算法每次更新子空间的复杂度高的问题，能够在应用压缩技术的同时，保证每次迭代估计出的信号子空间的正交性，从而提高了多用户检测的性能，此外，还提高了子空间跟踪算法的准确性。

附图说明

图1是本发明实施例的盲多用户检测方法的流程图；

图2是本发明实施例的盲多用户检测方法的详细处理的流程图；

图3是本发明实施例的盲多用户检测方法仿真所基于的系统示意图；

图4是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法的子空间正交性仿真示意图；

图5是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法的子空间错误仿真示意图；

图6是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法应用于盲多用户检测系统后该系统的误码率仿真示意图；

图7是本发明实施例的盲多用户检测装置的结构示意图。

具体实施方式

为了解决现有技术中的PASTd算法不能够保证每次迭代估计出的信号子空间的正交性而导致的检测性能低、以及OPAST算法每次更新子空间的复杂度高的问题，本发明提供了一种盲多用户检测方法及装置，用于CDMA无线通信系统接收链路，主要是为了提高基于子空间的盲多用户检测方法的性能。本发明实施例的技术方案利用接收的一个用户的一个比特时间接收信号作为这次估计的初始向量，计算接收信号在上次更新的信号子空间对应向量上的投影并更新这次的信号子空间的对应特征向量和特征值，利用施密特正交法对这次已经更新出的信号子空间的向量进行正交化，从而利用线性最小均方误差(minimummeansquareerror，简称为MMSE)检测器，得出接收比特的判决值。将该算法应用于多用户检测系统时，保证了每次迭代估计出的信号子空间的正交性，使得CDMA系统接收机的性能得到一定提高。

以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。

方法实施例

根据本发明的实施例，提供了一种盲多用户检测方法，图1是本发明实施例的盲多用户检测方法的流程图，如图1所示，根据本发明实施例的盲多用户检测方法包括如下处理：

步骤101，获取基站发送的预定比特时间的接收信号，将接收信号作为初始向量，计算接收信号在上次更新后的信号子空间中所有向量上的投影，根据投影更新当前信号子空间的所有向量以及所有向量的特征值，并对当前信号子空间中已经更新的向量进行正交；

优选地，上述预定比特时间为一个比特时间。

步骤101具体包括如下处理：

步骤11，获取基站发送的一个比特时间的接收信号，将接收信号作为初始向量；

步骤12，计算该比特时间内的接收信号在上次更新后的信号子空间对应向量上的投影；

步骤13，根据投影更新当前信号子空间的对应向量；

步骤14，对当前信号子空间中已经更新的对应向量进行正交；

步骤15，根据投影更新当前信号子空间中对应向量的特征值；

步骤16，从接收信号中减去接收信号在当前信号子空间的对应向量的投影，获取更新下一个向量的接收数据；

步骤17，根据更新下一个向量的接收数据重复执行步骤11至步骤16，直到当前信号子空间中的所有向量以及所有向量的特征值更新完毕。

此外，在步骤101中，可以利用施密特正交法对当前信号子空间中已经更新的对应向量进行正交。

步骤102，根据当前信号子空间中正交后的所有向量以及所有向量的特征值计算接收信号的判决值；

具体地，在步骤102中，可以根据当前信号子空间中正交后的所有向量以及所有向量的特征值，通过线性MMSE检测器计算接收信号的判决值。

步骤103，根据接收信号的判决值确定属于目标用户的接收信号。

在执行完上述处理后，进行如下处理：获取基站发送的下一个比特时间的接收信号，根据已经更新的当前信号子空间，重复执行步骤101至步骤103。

借助于上述技术方案，本发明实施例的技术方案能够提高子空间跟踪算法的准确性，将本发明实施例的技术方案应用到盲多用户检测后，通信系统的接收性能得到了一定提高。

以下结合附图，对本发明实施例的上述技术方案进行详细说明。

图2是本发明实施例的盲多用户检测方法的详细处理的流程图，如图2所示，包括如下处理：

步骤201，利用接收的一个用户k的一个比特时间接收信号作为这次估计的初始向量；

步骤202，计算这一比特时间的接收信号在上次更新的信号子空间对应向量上的投影；

步骤203，更新这次的信号子空间的对应向量；

步骤204，利用施密特正交法对这次已经更新出的信号子空间的向量进行正交化；

步骤205，更新这次的信号子空间的对应向量的特征值；

步骤206，从接收的信号中减去它在这次更新出的信号子空间的向量的投影，得出更新下个向量的数据；

步骤207，判断信号子空间是否全部更新完毕，如果判断为是，则重复执行步骤202-步骤207，直至这次的信号子空间矩阵的向量全部更新，否则，执行步骤208；

步骤208，利用线性MMSE检测器，得出接收比特的判决值；

步骤209，判断数据接收是否完毕，如果判断为是，则结束操作，否则，接收下一个比特的数据，利用已经更新得到信号子空间，重复执行步骤201-步骤209，获取判决值，以此类推，计算出所有接收比特信号的判决值。

下面将以使用用户数为K的同步二进制直接序列扩频码分多址(DirectSequenceSpreadSpectrumCDMA，简称为DS/CDMA)基带通信模型为例，对本发明上述技术方案进行举例说明。

步骤1，利用接收的一个用户k的一个比特时间接收信号作为估计的初始向量；

用户数为K的同步二进制DS/CDMA基带通信系统中，经过加性高斯白噪声(AdditiveWhiteGaussionNoise，简称为AWGN)信道后的第k(1＜k＜K)个用户的接收信号模型为：

$r\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}_k{b}_k\left(t\right)s_k\left(t\right)+n\left(t\right)$ 公式1；

在公式1中，A_k为第k个用户接收信号的幅度，b_k(t)为信息比特，s_k(t)为扩频因子，t为时间参数；n(t)是加性白噪声。

令x₁(t)＝r(t)公式2；

步骤2，计算这一比特时间接收信号在上次更新的信号子空间对应向量上的投影y_i(t)；

$y_i\left(t\right)=w_i^H(t-1)x_i\left(t\right)$ 公式3；

其中，w(0)是N阶单位阵中的一列，w(0)是每个X的1个特征向量，i为处理的次数；H为共轭转置运算；x_i(t)为第i次处理的r(t)信号。

步骤3，更新的这次的信号子空间的对应向量w_i(t)；

$w_i\left(t\right)=w_i(t-1)+x_i\left(t\right)y_i^{*}\left(t\right)$ 公式4；

步骤4，利用施密特正交法对这次已经更新出的信号子空间的向量w_i(t)进行正交化；

步骤41，如果更新的是这次的信号子空间的第一个特征向量，则令w_i′(t)＝w_i(t)，其中，i＝1。

步骤42，如果更新的不是这次的信号子空间的第一个特征向量，则根据下式计算：

FORk＝1，2，..，i-1

$\{w_{\mathrm{temp}}=w_{\mathrm{temp}}+\frac{(w_i\left(t\right),{w_k}^{\′}\left(t\right))}{({w_k}^{\′}\left(t\right),{w_k}^{\′}\left(t\right))}{w_k}^{\′}\left(t\right)\}$

w_i′(t)＝x_i(t)-w_temp}公式5；

其中，w_temp为临时的W，在计算公式5中过渡使用。

步骤5，更新这次的信号子空间对应向量的特征值d_i(t)；

d_i(t)＝βd_i(t-1)+|y_i(t)|²公式6；

其中，在公式6中，第i次处理、第0时刻的特征值d_i(0)的初始值为1。

d_i(t-1)为t的前一时刻的d_i(t)，β是大于0小于1的系数。

步骤6，从接收的信号中减去它在这次更新出的信号子空间的向量的投影，得出更新下个向量的数据x_i+1(t)；

x_i+1(t)＝x_i(t)-w_i′(t)y_i(t)公式7；

步骤7，重复步骤1-6，直至这次的信号子空间矩阵的向量全部更新；

步骤8，利用线性MMSE检测器，得出接收比特b_k的判决值；

步骤81，将这次更新出的信号子空间的向量写成矩阵的形式：

W_s＝[w₁，……，w_k]公式8；

s是signal的缩写，W_s是一个完整的矩阵变量。

步骤82，将这次更新出的信号子空间的特征值写成对角矩阵的形式：

Λ_s＝Diag(d₁，……，d_K)公式9；

其中，Λ_s为对角矩阵的表示方式，Diag(d₁，……，d_K)是将d1，d2，...等标量构成对角阵的函数。

步骤83，根据下式计算出这次的接收比特b_k(t)的判决值

${\hat{b}}_k\left(t\right)=\mathrm{sgn}\left(u_k^{T}r\right)$ 公式10；

其中， $u_k=\frac{1}{\left[s_k^T{W}_s{({\mathrm{\Λ}}_s-{\mathrm{\σ}}^2{I}_k)}^{-1}{W}_s^T{s}_k\right]}{W}_s{({\mathrm{\Λ}}_s-{\mathrm{\σ}}^2{I}_k)}^{-1}{W}_s^T{s}_k$ 公式11

其中，T为矩阵转置运算；u_k为处理矩阵；σ²为噪声功率；I_k为k×k的单位阵；s_k为扩频矩阵。

步骤9，接收下一个比特的数据r(t+1)，利用已经更新得到信号子空间，重复步骤1-8，得出b_k(t+1)的判决值。以此类推，计算之后接收信号的b_k的判决值。

仿真结果表明，使用OPASTd子空间跟踪算法进行子空间的跟踪，其正交性和子空间的正确性要优于其他算法。在将OPASTd子空间跟踪算法应用到盲多用户检测后，接收系统的能力有1-2dB的提高。图3是本发明实施例的盲多用户检测方法仿真所基于的系统示意图，如图3所示的同步DS-CDMA系统包括：信源、扩频调制、发送调制、信道、多用户检测、统计判决、调解、信宿。扩频调制采用N＝7的m序列，发送调制采用四相相移键控信号(QuadraturePhaseShiftKeying，简称为QPSK调制)，信道为高斯白噪声信道。接收端加入盲多用户检测器，检测后的信息通过统计判决完成对信号的估计。设系统中的活动用户数为4，用户已为多用户检测器的期望用户，则其他3个为干扰用户。设期望用户和干扰用户的能量相同，即其中k取值为2、3、4，信道的信噪比由公式给出。

通过上述仿真操作，仿真盲多用户检测方法(OPASTd算法)的估计的信号子空间的正交性和正确性。

图4是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法的子空间正交性仿真示意图，图5是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法的子空间错误仿真示意图，图4和图5分别为信道的信噪比为5时PAST、PASTd、OPAST和OPASTd四种子空间跟踪算法的正交性错误和子空间错误图，三种算法都取β＝0.998，其中正交性错误和子空间错误分别用公式12和公式13求出，其中U_s为正确的信号子空间。

$E_{\mathrm{ORTH}}\left(t\right)=20\lg {\left|\right|I-{W\left(t\right)}^{H}W\left(t\right)\left|\right|}_F/\sqrt{p}$ 公式12；

$E_{\mathrm{SUB}}\left(t\right)=20\lg {\left|\right|\{I-W\left(t\right){\left(W{\left(t\right)}^{H}W\left(t\right)\right)}^{-1}{W\left(t\right)}^H\}{U}_s{U}_s^H\left\}\right||}_F/\sqrt{p}$ 公式13；

其中，I为单位阵；p为功率。

如图4所示，PAST和PASTd算法因为不保证子空间的正交性，所以其正交性能最差。OPAST算法在迭代中正交性错误逐渐收敛到比较好的情况，OPASTd算法的收敛速度最快，正交性也最好。如图5所示，OPASTd子空间错误同PASTd，OPAST算法具有基本上相同的收敛速率，可保证估计的子空间的正确性。

图6是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法应用于盲多用户检测系统后该系统的误码率仿真示意图，图6为各用户能量相等时，4种子空间跟踪算法在不同信噪比下的误码率情况，本发明实施例的盲多用户检测方法的误码率在信噪比较低时，其检测性能比PAST和PASTd算法相比有约1.5～2dB的提高，与OPAST相比有0.5～1dB的提高，但在信噪比较高时，PASTd和OPASTd算法由于压缩技术影响，其误码率不如其他没有采用压缩技术的算法。

综上所述，本发明实施例将压缩技术应用到了OPAST算法中，从而解决了PASTd算法中存在的无法保证每次迭代估计出的信号子空间的正交性而导致的检测性能低、以及OPAST算法每次更新子空间的复杂度高的问题，能够在应用压缩技术的同时，保证每次迭代估计出的信号子空间的正交性，从而提高了多用户检测的性能，此外，还提高了子空间跟踪算法的准确性。

装置实施例

根据本发明的实施例，提供了一种盲多用户检测装置，位于目标用户的终端，图7是本发明实施例的盲多用户检测装置的结构示意图，如图7所示，根据本发明实施例的盲多用户检测装置包括：处理模块70、判决值计算模块72、以及确定模块74，以下对本发明实施例的各个模块进行详细的说明。

处理模块70，用于获取基站发送的预定比特时间的接收信号，将接收信号作为初始向量，计算接收信号在上次更新后的信号子空间中所有向量上的投影，根据投影更新当前信号子空间的所有向量以及所有向量的特征值，并对当前信号子空间中已经更新的向量进行正交；

优选地，上述预定比特时间为一个比特时间；

处理模块70具体包括：

获取子模块，用于获取基站发送的一个比特时间的接收信号，将接收信号作为初始向量；

投影子模块，用于计算该比特时间内的接收信号在上次更新后的信号子空间对应向量上的投影；

向量更新子模块，用于根据投影更新当前信号子空间的对应向量；

正交子模块，用于对当前信号子空间中已经更新的对应向量进行正交；具体地，正交子模块利用施密特正交法对当前信号子空间中已经更新的对应向量进行正交。

特征值更新子模块，用于根据投影更新当前信号子空间中对应向量的特征值；

更新接收数据子模块，用于从接收信号中减去接收信号在当前信号子空间的对应向量的投影，获取更新下一个向量的接收数据；

调用子模块，用于根据更新下一个向量的接收数据依次调用获取子模块、投影子模块、向量更新子模块、正交子模块、特征值更新子模块、以及更新接收数据子模块，直到当前信号子空间中的所有向量以及所有向量的特征值更新完毕。

判决值计算模块72，用于根据当前信号子空间中正交后的所有向量以及所有向量的特征值计算接收信号的判决值；

具体地，判决值计算模块72具体用于：根据当前信号子空间中正交后的所有向量以及所有向量的特征值，通过线性最小均方误差MMSE检测器计算接收信号的判决值。

确定模块74，用于根据接收信号的判决值确定属于目标用户的接收信号。

以下结合附图，对本发明实施例的上述技术方案进行详细说明。

如图2所示，包括如下处理：

步骤201，获取子模块利用接收的一个用户k的一个比特时间接收信号作为这次估计的初始向量；

步骤202，投影子模块计算这一比特时间的接收信号在上次更新的信号子空间对应向量上的投影；

步骤203，向量更新子模块更新这次的信号子空间的对应向量；

步骤204，正交子模块利用施密特正交法对这次已经更新出的信号子空间的向量进行正交化；

步骤205，特征值更新子模块更新这次的信号子空间的对应向量的特征值；

步骤206，更新接收数据子模块从接收的信号中减去它在这次更新出的信号子空间的向量的投影，得出更新下个向量的数据；

步骤207，判断信号子空间是否全部更新完毕，如果判断为是，调用子模块则依次调用获取子模块、投影子模块、向量更新子模块、正交子模块、特征值更新子模块、以及更新接收数据子模块，直到当前信号子空间中的所有向量以及所有向量的特征值更新完毕，否则，执行步骤208；

步骤208，判决值计算模块72利用线性MMSE检测器，得出接收比特的判决值；

步骤209，判断数据接收是否完毕，如果判断为是，则结束操作，否则，接收下一个比特的数据，利用已经更新得到信号子空间，重复执行步骤201-步骤209，获取判决值，以此类推，计算出所有接收比特信号的判决值。

下面将以使用用户数为K的同步二进制直接序列扩频码分多址(DirectSequenceSpreadSpectrumCDMA，简称为DS/CDMA)基带通信模型为例，对本发明上述技术方案进行举例说明。

步骤1，利用接收的一个用户k的一个比特时间接收信号作为估计的初始向量；

用户数为K的同步二进制DS/CDMA基带通信系统中，经过加性高斯白噪声(AdditiveWhiteGaussionNoise，简称为AWGN)信道后的第k(1＜k＜K)个用户的接收信号模型为：

$r\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}_k{b}_k\left(t\right)s_k\left(t\right)+n\left(t\right)$ 公式1；

在公式1中，A_k为第k个用户接收信号的幅度，b_k(t)为信息比特，s_k(t)为扩频因子，t为时间参数；n(t)是加性白噪声。

令x₁(t)＝r(t)公式2；

步骤2，计算这一比特时间接收信号在上次更新的信号子空间对应向量上的投影y_i(t)；

$y_i\left(t\right)=w_i^H(t-1)x_i\left(t\right)$ 公式3；

其中，w(0)是N阶单位阵中的一列，w(0)是每个X的1个特征向量，i为处理的次数；H为共轭转置运算；x_i(t)为第i次处理的r(t)信号。

步骤3，更新的这次的信号子空间的对应向量w_i(t)；

$w_i\left(t\right)=w_i(t-1)+x_i\left(t\right)y_i^{*}\left(t\right)$ 公式4；

步骤4，利用施密特正交法对这次已经更新出的信号子空间的向量w_i(t)进行正交化；

步骤41，如果更新的是这次的信号子空间的第一个特征向量，则令w_i′(t)＝w_i(t)，其中，i＝1。

步骤42，如果更新的不是这次的信号子空间的第一个特征向量，则根据下式计算：

FORk＝1，2，..，i-1

$\{w_{\mathrm{temp}}=w_{\mathrm{temp}}+\frac{(w_i\left(t\right),{w_k}^{\′}\left(t\right))}{({w_k}^{\′}\left(t\right),{w_k}^{\′}\left(t\right))}{w_k}^{\′}\left(t\right)\}$

w_i′(t)＝x_i(t)-w_temp}公式5；

其中，w_temp为临时的W，在计算公式5中过渡使用。

步骤5，更新这次的信号子空间对应向量的特征值d_i(t)；

d_i(t)＝βd_i(t-1)+|y_i(t)|²公式6；

其中，在公式6中，第i次处理、第0时刻的特征值d_i(0)的初始值为1。

d_i(t-1)为t的前一时刻的d_i(t)，β是大于0小于1的系数。

步骤6，从接收的信号中减去它在这次更新出的信号子空间的向量的投影，得出更新下个向量的数据x_i+1(t)；

x_i+1(t)＝x_i(t)-w_i′(t)y_i(t)公式7；

步骤7，重复步骤1-6，直至这次的信号子空间矩阵的向量全部更新；

步骤8，利用线性MMSE检测器，得出接收比特b_k的判决值；

步骤81，将这次更新出的信号子空间的向量写成矩阵的形式：

W_s＝[w₁，……，w_k]公式8；

s是signal的缩写，W_s是一个完整的矩阵变量。

步骤82，将这次更新出的信号子空间的特征值写成对角矩阵的形式：

Λ_s＝Diag(d₁，……，d_K)公式9；

其中，Λ_s为对角矩阵的表示方式，Diag(d₁，……，d_K)是将d1，d2，...等标量构成对角阵的函数。

步骤83，根据下式计算出这次的接收比特b_k(t)的判决值

${\hat{b}}_k\left(t\right)=\mathrm{sgn}\left(u_k^{T}r\right)$ 公式10；

其中， $u_k=\frac{1}{\left[s_k^T{W}_s{({\mathrm{\Λ}}_s-{\mathrm{\σ}}^2{I}_k)}^{-1}{W}_s^T{s}_k\right]}{W}_s{({\mathrm{\Λ}}_s-{\mathrm{\σ}}^2{I}_k)}^{-1}{W}_s^T{s}_k$ 公式11

其中，T为矩阵转置运算；u_k为处理矩阵；σ²为噪声功率；I_k为k×k的单位阵；s_k为扩频矩阵。

步骤9，接收下一个比特的数据r(t+1)，利用已经更新得到信号子空间，重复步骤1-8，得出b_k(t+1)的判决值。以此类推，计算之后接收信号的b_k的判决值。

仿真结果表明，使用OPASTd子空间跟踪算法进行子空间的跟踪，其正交性和子空间的正确性要优于其他算法。在将OPASTd子空间跟踪算法应用到盲多用户检测后，接收系统的能力有1-2dB的提高。图3是本发明实施例的盲多用户检测方法仿真所基于的系统示意图，如图3所示的同步DS-CDMA系统包括：信源、扩频调制、发送调制、信道、多用户检测、统计判决、调解、信宿。扩频调制采用N＝7的m序列，发送调制采用四相相移键控信号(QuadraturePhaseShiftKeying，简称为QPSK调制)，信道为高斯白噪声信道。接收端加入盲多用户检测器，检测后的信息通过统计判决完成对信号的估计。设系统中的活动用户数为4，用户已为多用户检测器的期望用户，则其他3个为干扰用户。设期望用户和干扰用户的能量相同，即其中k取值为2、3、4，信道的信噪比由公式给出。

通过上述仿真操作，仿真盲多用户检测方法(OPASTd算法)的估计的信号子空间的正交性和正确性。

图4是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法的子空间正交性仿真示意图，图5是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法的子空间错误仿真示意图，图4和图5分别为信道的信噪比为5时PAST、PASTd、OPAST和OPASTd四种子空间跟踪算法的正交性错误和子空间错误图，三种算法都取β＝0.998，其中正交性错误和子空间错误分别用公式12和公式13求出，其中U_s为正确的信号子空间。

$E_{\mathrm{ORTH}}\left(t\right)=20\lg {\left|\right|I-{W\left(t\right)}^{H}W\left(t\right)\left|\right|}_F/\sqrt{p}$ 公式12；

$E_{\mathrm{SUB}}\left(t\right)=20\lg {\left|\right|\{I-W\left(t\right){\left(W{\left(t\right)}^{H}W\left(t\right)\right)}^{-1}{W\left(t\right)}^H\}{U}_s{U}_s^H\left\}\right||}_F/\sqrt{p}$ 公式13；

其中，I为单位阵；p为功率。

如图4所示，PAST和PASTd算法因为不保证子空间的正交性，所以其正交性能最差。OPAST算法在迭代中正交性错误逐渐收敛到比较好的情况，OPASTd算法的收敛速度最快，正交性也最好。如图5所示，OPASTd子空间错误同PASTd，OPAST算法具有基本上相同的收敛速率，可保证估计的子空间的正确性。

图6是本发明实施例的盲多用户检测方法与其他三种子空间跟踪算法应用于盲多用户检测系统后该系统的误码率仿真示意图，图6为各用户能量相等时，4种子空间跟踪算法在不同信噪比下的误码率情况，本发明实施例的盲多用户检测方法的误码率在信噪比较低时，其检测性能比PAST和PASTd算法相比有约1.5～2dB的提高，与OPAST相比有0.5～1dB的提高，但在信噪比较高时，PASTd和OPASTd算法由于压缩技术影响，其误码率不如其他没有采用压缩技术的算法。

综上所述，本发明实施例在现有算法的基础上，将压缩技术应用到了OPAST算法中，从而解决了PASTd算法中存在的无法保证每次迭代估计出的信号子空间的正交性而导致的检测性能低、以及OPAST算法每次更新子空间的复杂度高的问题，能够在应用压缩技术的同时，保证每次迭代估计出的信号子空间的正交性，从而提高了多用户检测的性能，此外，还提高了子空间跟踪算法的准确性。

尽管为示例目的，已经公开了本发明的优选实施例，本领域的技术人员将意识到各种改进、增加和取代也是可能的，因此，本发明的范围应当不限于上述实施例。

Claims (6)

1.一种盲多用户检测方法，其特征在于，包括：

步骤1，获取基站发送的预定比特时间的接收信号，将所述接收信号作为初始向量，计算所述接收信号在上次更新后的信号子空间中所有向量上的投影，根据所述投影更新当前信号子空间的所有向量以及所有向量的特征值，并利用施密特正交法对当前信号子空间中已经更新的对应向量进行正交；

步骤2，根据所述当前信号子空间中正交后的所有向量以及所有向量的特征值计算所述接收信号的判决值；所述步骤2具体包括：

根据所述当前信号子空间中正交后的所有向量以及所有向量的特征值，通过线性最小均方误差MMSE检测器计算所述接收信号的判决值；

步骤3，根据所述接收信号的判决值确定属于目标用户的接收信号。

2.如权利要求1所述的方法，其特征在于，所述预定比特时间为一个比特时间。

3.如权利要求2所述的方法，其特征在于，所述步骤1具体包括如下处理：

步骤11，获取所述基站发送的一个比特时间的接收信号，将所述接收信号作为初始向量；

步骤12，计算该比特时间内的所述接收信号在上次更新后的信号子空间对应向量上的投影；

步骤13，根据所述投影更新当前信号子空间的对应向量；

步骤14，利用施密特正交法对当前信号子空间中已经更新的对应向量进行正交；

步骤15，根据所述投影更新当前信号子空间中对应向量的特征值；

步骤16，从所述接收信号中减去所述接收信号在当前信号子空间的对应向量的投影，获取更新下一个向量的接收数据；

步骤17，根据所述更新下一个向量的接收数据重复执行步骤11至步骤16，直到所述当前信号子空间中的所有向量以及所有向量的特征值更新完毕。

4.如权利要求2所述的方法，其特征在于，所述方法还包括：

获取基站发送的下一个比特时间的接收信号，根据已经更新的所述当前信号子空间，重复执行步骤1至步骤3。

5.一种盲多用户检测装置，其特征在于，该装置位于目标用户的终端，所述装置具体包括：

处理模块，用于获取基站发送的预定比特时间的接收信号，将所述接收信号作为初始向量，计算所述接收信号在上次更新后的信号子空间中所有向量上的投影，根据所述投影更新当前信号子空间的所有向量以及所有向量的特征值，并利用施密特正交法对当前信号子空间中已经更新的对应向量进行正交；

判决值计算模块，用于根据所述当前信号子空间中正交后的所有向量以及所有向量的特征值计算所述接收信号的判决值；所述判决值计算模块具体用于：根据所述当前信号子空间中正交后的所有向量以及所有向量的特征值，通过线性最小均方误差MMSE检测器计算所述接收信号的判决值；

确定模块，用于根据所述接收信号的判决值确定属于目标用户的接收信号。

6.如权利要求5所述的装置，其特征在于，所述预定比特时间为一个比特时间；

所述处理模块具体包括：

获取子模块，用于获取所述基站发送的一个比特时间的接收信号，将所述接收信号作为初始向量；

投影子模块，用于计算所述比特时间内的所述接收信号在上次更新后的信号子空间对应向量上的投影；

向量更新子模块，用于根据所述投影更新当前信号子空间的对应向量；

正交子模块，用于利用施密特正交法对当前信号子空间中已经更新的对应向量进行正交；

特征值更新子模块，用于根据所述投影更新当前信号子空间中对应向量的特征值；

更新接收数据子模块，用于从所述接收信号中减去所述接收信号在当前信号子空间的对应向量的投影，获取更新下一个向量的接收数据；

调用子模块，用于根据所述更新下一个向量的接收数据依次调用所述获取子模块、所述投影子模块、所述向量更新子模块、所述正交子模块、所述特征值更新子模块、以及所述更新接收数据子模块，直到所述当前信号子空间中的所有向量以及所有向量的特征值更新完毕。