CN1167416A - 在码分多址无线通信系统中检测扩频信号的方法 - Google Patents

Abstract

本发明涉及一种在码分多址无线通信系统中检测CDMA信号的方法，使基站接收机不必使用训练序列即可计算出多用户的传播信道参数。该盲识别方法包括首先利用数据矩阵的子空间信息估计单个用户的特征波形，和在估计出的特征波形基础上用得到的抽样数据并利用接收机算法判决恢复发送的CDMA信号。可应用于同步、异步CDMA系统中，可在多天线、分组测试基站上结合附加分集技术提高接收信号质量和在移动系统中解决同步及频率衰落影响。

Description

在码分多址无线通信系统中检测扩频信号的方法

本发明涉及一种信号检测方法，更确切地说是涉及一种针对多径衰落环境下的码分多址无线通信系统，利用子空间分解和最小二乘法拟合来估计与用户相关的特征波形的方法。

近几年来，包括蜂窝、集群、无绳电话、寻呼等的无线通信发展异常迅猛，远远高于整个通信业的发展速度，在这样一场“无线革命”中，近年来兴起的无线用户环路系统(WIRELESS LOCAL LOOP)将是无线通信领域内的一个新的热点。

现代的无线用户环路系统是应用蜂窝移动或数字无绳电话的技术，在电话用户与市话交换局间采用高性能、低价格的无线联接，可使电话用户免受市话电缆的束缚，取得有限的移动自由性，和使电话运营者省去市话电缆建设之劳，便于扩充服务区域。

其中采用码分多址CDMA(CODE DIVISION MULTIPLEN AC-CESS)技术的无线通信系统，作为下一代无线业务的商用多址系统，可保证有效地利用带宽和有强的抗干扰能力及对业务类型变化的适应能力，因而正日益受到青睐。

在码分多址系统中，扩频(CDMA)信号的检测是建立通信的基础，检测CDMA信号的一般途径是在多用户接入情况下求得每一个用户的特征波形(SIGNATURE WAVEFORM)以及相应的传播信道参数，再利用该波形从其他信号中区分出每一CDMA信号。传统的在时变环境下求得每个用户特征波形的方法是在传输的数据流中加入训练序列(一种周期性发送的导引PILOT信号)。但这种作法的代价是大大降低了信道的有效性和系统的稳定性，使传输效率降低，并且在衰落情况下训练序列本身会发生差错以至难以识别，特别是当信道变化速率增加时，将不能使用这种方法。若使用自适应多用户检测法来对付快衰落信道，也仍需由导引信号获得对特征波形的准确估计。

以上分析表明，为了进行可靠的信号检测，CDMA系统必须在基站了解每个用户发出信号的特征波形信息，而训练序列技术在无线通信中又过于烦琐，因此缺乏有效的数据盲处理技术已成为妨碍CDMA系统在频率选择性环境下应用的重要原因，因此目前在CDMA无线通信系统中急切需要一种不用训练序列而能有效判断多用户信道参数和特征波形的方法。

本发明的目的是提供一种在码分多址无线通信系统中检测扩频(CDMA)信号的方法，在基站接收机中可不必使用训练序列，即用盲识别处理技术判断众多用户的传播信道特征，在同步或异步CDMA系统中提供对特征波形的直接解答估计，在远近效应和频率选择性衰落环境下提高码分多址系统的容量和通信质量。

本发明的在码分多址无线通信系统中检测扩频信号的方法，应用于传播信道特性随环境变化的移动通信领域中，利用由用户码所定义的子空间确定用户特征，并仅根据系统输出识别特征波形检测出CDMA信号。

本发明的在码分多址无线通信系统中检测CDMA信号的方法基本由两部分组成，第一部分是利用数据矩阵的子空间信息估计特征波形，第二部分是在估计出的特征波形基础上用得到的抽样数据判决发送的CDMA信号。CDMA系统对基站接收机的输出数据进行处理得到参数估计，以达到检测CDMA信号的目的，参数估计是利用用户的特征波形来完成的，而特征波形是由测量值协方差矩阵子空间信息和用户扩谱码唯一确定的。

本发明的在码分多址无线通信系统中检测扩频信号的方法，其特征在于是包括以下步骤：

1)由基站接收机将来自CDMA用户的上行信号以码片速率抽样得到信号测量值；

2)用一个符号周期内的信号测量值堆叠成一个数据向量，计算这些数据向量的自协方差矩阵RX；

3)从协方差矩阵得到零空间Uo和根据用户扩谱码构造内核矩阵Ci，得到协方差矩阵的正交子空间；

4)在正交子空间的基础上得到一组线性方程组，用对线性方程组的最小二乘解法得到第i个用户的信道向量；

5)用估计的信道向量和内核矩阵的乘积重建第i个用户的特征波形向量；

6)对每个CDMA用户重复步骤4)和5)，求得每一用户的总的特征波形向量送各多用户接收机。

所述步骤1)中的基站接收机是多接收机，所述的信号测量值是基站利用众多接收机和或分组抽样数据得到的信号测量值；所述步骤6)是对每一用户，利用所述步骤3)、4)、5)解出相应特征波形并将所有接收机的特征波形向量组成一个总的特征波形。

对每一用户特征波形的判决包括两个基本步骤，即子空间分解和最小二乘法拟合，该子空间技术不仅可用于处理单接收机的准同步CDMA系统，还可用于处理多用户接收(物理、虚拟)和异步CDMA系统。本方法不仅适用于无线通信应用中，也适用于如水下声学、地震学分析等其他应用领域，其所提供的区分共信道信号的能力使其极易用于使用不相同特征波形的多用户情况中。

子空间技术用于处理多用户接收和异步CDMA系统时，其解决方法可归结为：

1、在一个符号(symbol)周期内将从所有接收机得到的抽样数据堆叠，得到一超极(super)数据向量；

2、利用最小二乘法拟合的方法判决每一用户的信道向量以及相应的特征波形向量；

3、利用用户的特征波性(包括码、时间或空间特性)对每一用户进行CDMA信号检测。

对应用本方法的CDMA系统需满足两方面的条件：1)信道是有限冲激响应(FIR)，其响应长度同一个符号(symbol)的周期相比是很小的；2)所有用户的直接路径信号大致在符号级上是同步的(以上两点对大多数无线应用来说是合理的)。

下面结合实施例及附图进一步说明本发明的方法

图1、在具有频率选择性环境下同步CDMA系统结构示意图

图2、多径效应和定时偏差对特征波形影响的示意图

图3、使用本方法的S-CDMA接收机结构框图

图4、由频率选择性信道和分组抽样技术造成的码片间干扰的示意图

图5、采用本方法仿真检测的CDMA信号示意图

图6、图3中级联DSP信号处理流程图

参见图1，图示显示了一个CDMA无线通信系统的结构并说明了影响CDMA通信质量与系统容量的关键因素。多个用户(图中仅示出两个用户；用户#1和用户#2)在频率选择性衰落信道中同时发送CDMA信号，基站天线收到的信号是所有用户直接路径信号S1(t)、S2(t-T2)……和它们的多径反射信号S1(t-T1)……的叠加，在典型的CDMA系统中，因为从各用户发出的携带信息的信号被其特有的特征波形所确定，使得信号能从叠加的信号中检测出来。但是，由于多径反射、直达路径的定时偏移，以及其他环境因素的影响可能使传送波形形状变得不可预测，因而使信号性能发生恶化。

参见图2，图2进一步示出多径效应及定时偏差等特征波形的影响。图中，无线信道(简称信道)h(t)为用户与基站天线间的总的传送函数，特征波形W(t)是指与每一用户相关的特征CDMA波形。C(1)、C(2)……C(L)表示多用户。

在理想情况下，CDMA信号的特征波形W(t)是由用户扩谱码{c(1)}_l ^L＝1(通常由基站指定)和精心设计的脉冲成形函数决定的。在实际工作中，由于多径衰落和传播延迟造成环境变化，h(t)也随之变化，由此得到的对CDMA系统信号检测必不可少的、需要被识别的特征波形也变成未知(尽管传播信道有随机性特点，但特征波形总保持一定的由其码所决定的特定波形)。

参见图3，示出本发明方法的一种应用。本发明的方法既可用于单接收机，也可用于多接收机和(或)分组(fractionally spaced)系统，在应用于多信道系统中时，基站使用一组天线阵和(或)过采样(oversample)技术。

本例中，每码片(chip)周期内抽4次样，从4个实际接收机以码片的速率进行抽样获得测量值，输出可等效于4振子天线阵系统。

多天线基站的多信道接收机30收到抽样的测量结果，送到专用的数字信号处理器(DSP)31和一系列的CDMA多用户接收机#1…#p(32、33)。专用的数字信号处理器DSP用于估计特征波形和进一步计算所有用户的最佳接收机滤波器。计算出的滤波器参数再送到各个多用户接收机#1…#p，以解出每个用户发送的信号，滤波器的输出还送解调器34、35……中，用于在解调器中恢复携带的信息的信号序列。

数字信号处理器31可以由一个也可以由多个数字信号处理器构成，用特定的算法实现本发明方法的信号处理过程，包括利用用户的特征波形所作的参数估计。数字信号处理器31的输入信号来自多信道接收机30，该信号是经过分组和过取样的、具有多径传布和频率选择性衰落、远近效应等严重恶化的数字信号，数字信号处理器的输出信号是经过本发明方法处理过的多用户的总的特征波形向量，以供多用户接收机#1……#p作进一步处理。

本发明的方法是用从基站接收机收到的信号来直接估计特征波形，即从系统输出的测量数据来估计特征波形，且不使用训练序列而进行数据有效的特征波形估计。本发明首先利用数据矩阵的子空间信息估计特征波形，其次再在估计出的特征波形基础上用得到的抽样数据判决发送的CDMA信号。

该方法中首要的问题是对盲特征波形的有效估计，以一个单天线且拥有P个用户并忽略噪声的CDMA系统为例，基站接收机的基带输出信号可写作： $y\left(t\right)=\underset{l=1}{\overset{p}{\mathrm{\Σ}}}\underset{m=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{S}_i\left(m\right)w_i(t-m{T}_s)---\left(1\right)$

此处s_i(m)是第i个用户传送的信息信号序列，w_i(t)是与其相关联的特征波形，T_s表示符号(symbol)的宽度。

这里特征波形w_i(t)是与用户扩谱码和信道冲激响应有关： $w_i=\underset{l=1}{\overset{L_c}{\mathrm{\Σ}}}{c}_i\left(l\right)h_i(t-\mathrm{lT}-\mathrm{\δ}{t}_i)---\left(2\right)$

此处T是码片(chip)的宽度，{c_i(1)，c_i(2)，…，c_i(L_c)：c_i(1)＝±1}是接收机已知的扩谱码，L_c是码长，h_i(t)是未知的总的信道响应。通常把h_i(t)认为是有限冲激响应(FIR)滤波器是合理的，长度为〔OLT〕。因此w_i(t)范围为〔O(L_c+L-1)T〕。在一个同步CDMA系统中，所有用户直达路径信号可同步到一个码片(chip)宽度T的几分之一内。因此我们假设δt_i∈〔-T/4T/4〕

用码片(chip)的速度(t＝iT-t₀，i＝1，2…，)从t₀＝T/2起对y(t)进行抽样，得到离散时间模式等式：

y(n)＝[y(n，1)，y(n，2)，…y(n，L_c)]^T，    Y(n，K)＝Y(nT_s+KT-t₀)；

w_i＝[W_i(1)，w_i(2)，…，w_i(L_c+L-1)^T，       w_i(k)＝w_i(kT-t₀)；    (3)

h_i＝[h_i(1)，h_i(2)，…，h_i(L)]^r，           h_i(k)＝h_iδt_i)；

这里感兴趣的问题是由Y(n)估计{w_i}。数据向量Y(n)在一个符号(symbol)周期内包含L_c个抽样值， $y\left(n\right)=\underset{l=1}{\overset{p}{\mathrm{\Σ}}}{\left[\begin{array}{cccccc}{w}_i\left(1\right)& \·\·\·& w_i(L-1)& w_I\left(L\right)& \·\·\·& w_i\left(L\right)\\ w_i(L+1)& \·\·\·& W_I(L+L-1)& 0& \·\·\·& 0\end{array}\right]}^T\left[\begin{array}{c}{s}_i\left(n\right)\\ s_i(n-1)\end{array}\right]---\left(4\right)$

在大多数PCS(个人通信系统)应用中，由于最大延迟扩展同符号(symbol)周期相比是很小的，既L＜＜L_c，因此符号(symbol)间干扰(ISI)可被忽略，y(n)的主要部分为， $x\left(n\right)\stackrel{\mathrm{def}}{=}\left[\begin{array}{c}y(n,l)\\ ,\\ y(n,L_c)\end{array}\right]=\underset{i=1}{\overset{p}{\mathrm{\Σ}}}\left[\begin{array}{c}{w}_i\left(L\right)\\ ,\\ w_i\left(L_c\right)\end{array}\right]s_i\left(n\right)\stackrel{\mathrm{def}}{=}\underset{i=1}{\overset{p}{\mathrm{\Σ}}}\stackrel{-}{W_i{s}_i}\left(n\right)---\left(5\right)$ 不受ISI的影响。为了估计受码片间干扰(ICI)而失真的特征波形，从公式2得到， $w_I\left(K\right)=\underset{i=1}{\overset{L_c}{\mathrm{\Σ}}}{c}_i\left(l\right)h_i(k-1)=\underset{i=1}{\overset{L}{\mathrm{\Σ}}}{h}_i\left(l\right)c_i(k-1),k=1,\·\·\·,L_c+L-1---\left(6\right)$ 因此 $\stackrel{-}{W_i}=\left[\begin{array}{ccc}{C}_i\left(L\right)& \·\·\·& C_i\left(1\right)\\ c_i(L+1)& \·\·\·& C_i\left(2\right)\\ ,& ,& ,\\ c_i\left(L_c\right)& \·\·\·& c_i(L_c-L+1)\end{array}\right]h_i---\left(7\right)$ 说明

(或 w_i)是由未知信道向量h_i所唯一确定的。估计特征波形的问题现在转化为估计信道向量的问题。

给出N个向量，我们得到对数据矩阵X进行子空间分解： $X=\mathrm{WS}=\left(U_s{U}_o\right)\left(\stackrel{{\mathrm{\Σ}}_{s}o}{\mathrm{OO}}\right)\left(\stackrel{v_s^H}{v_s^H}\right)---\left(9\right)$

这里(·)^H是Hermitian矩阵，Us中的向量同P个非0奇异值有关，它排列在由W矩阵的列定义的信号子空间中；而Uo中的向量与0奇异值有关，它排列在正交子空间中，而此正交子空间是信号子空间的正交补，由此可得： $U_o\⊤W\⇒U_o^H{w}_i=O,i=1\·\·\·\·\·\·P---\left(10\right)$ Us和Uo的维数分别为(L_c-L)×P和(L_c-L)×(L_c-L-P)。把wi＝C_ih_i代入(10)中得到 $U_o^H{C}_i{h}_i=O,i=1\·\·\·\·\·\·P---\left(11\right)$

上述方程组有(L_c-L-P)个方程式，L未知，因此如果P≤L_c-2L，方程组(11)含冗余方程，因此可唯一解出非平凡解：h_i满足‖h_i‖＝1

上述对特征波形估计的方法可总结如下：

1.应用对X的奇异值分解或对XX^H的本征值分解，计算正交子空间Uo；

2.对每一用户，通过解公式(11)中的线性方程组估计信道向量h_i。在存在噪声的情况下，可用方程组(11)的最小均方解估计hi；

3.用公式(6)重建向量{w_i}。

本发明的方法在使用中应该注意以下三方面的问题：

1.上述方法的主要优点是使用最少的抽样数据得到闭环方式特征波形估计，可适合于剧烈环境变化下快速系统恢复，特别是能在P符号(symbol)周期内判决出特征波形；

2.P≤Lc-2L条件仅在抽样率为1/T的单天线系统时需要，该算法很容易通过进一步使用空间过采样(spatial oversampling)(多天线)和(或)时间过采样(temporal oversampling)技术来推广到过载(overload)系统(P＞L₀)中；

3.L＜＜Lc的条件，虽然在多数PCS应用中是成立的，但通过在二个或多个符号(symbo1)周期内叠加抽样数据的方法可放松这一要求：

X(n)＝[Y(n，L)，……，Y(n，LC)，y(n+1，1)，y(n+1，2)，……Y(n+1，LC)]^T

不考虑L的值(0≤L≤Lc)，每一用户的范围如下： $\left[\begin{array}{ccccccccc}{w}_i(L+1)& \·\·\·& w_i\left(L_c\right)& w_i(L_c+1)& \·\·\·& w_i(L_c+L-1)& 0& \·\·\·& 0\\ 0& \·\·\·& 0& & \·\·\·& w_i\left(L\right)& w_i(L+1)& \·\·\·& w_i\left(L_c\right)\end{array}\right]$

通过相应修改公式(10)和(11)，所推荐的子空间算法甚至在非同步系统中仍可应用。

我们模拟一个单接收机S-CDMA系统，其中Lc＝32，P＝25，SNR＝5db，δt_i位于〔-T/4 T/4〕内。对每一用户来说，多径延迟和多径的数目分别为〔0 3T〕和〔1 10〕。我们将40个数据应用到上面提到的信道估计的算法中。当{h_i}被确认后，特征波形{w_i}就可重建。然后我们利用一简单迫零(zero forcing)接收器(去相关器)来恢复原始信号。

参见图4，采出由频率选择性信道和分组(fractionally spaced)抽样技术造成的码片间干扰，在多径传播(具有频率选择性衰落)条件下，分组抽样的结果，图示表明，多径传播使每个码片的信号互相重叠，造成码片间干扰。

参见图5，作为与图4的对比，采用本发明的方法仿真检测到的CDMA信号，即将50个用户的信号放在一个两维数组中，采用本发明的盲特征波形估算法来检测出信号携带的信号。

图中示出了一个用户的模拟的信道响应和处理结果。信道的能量分配表明存在强的多径信号。比较使用迫零(zero forcing)均衡器和传统匹配滤波器所得到的信号星座图，可以明显看出本方法可得到令人满意的特征波形估计。

上述方法直接适用于多接收机系统。只要从天线阵和(或)过采样(oversampling)接收机输出中得到数据测量值，那么我们原则上可从所有M(M)1)个实际上或虚拟的接收机中构造出数据矩阵。定义新的特征波形向量和信道向量如下： $X=\left[\begin{array}{c}{X}^1\\ ,\\ X^M\end{array}\right],\stackrel{-}{w_i}=\left[\begin{array}{c}\stackrel{-}{w_i^1}\\ ,\\ \stackrel{-}{w_i^M}\end{array}\right],h_i=\left[\begin{array}{c}{h}_i^1\\ ,\\ h_i^M\end{array}\right]---\left(12\right)$

X＝[w_i…W_p]S＝WS仍成立，同样X和W子空间的空间关系也仍保持。但是Uo中正交向量的数目大体上增加到M(L_c-L)-P，很明显h_i是 $U_o^H\left[\begin{array}{cc}{C}_i& 0\\ 0& C_i\end{array}\right]h_i=0$ 的解，然后可相应解出所有的特征波形。

参见图6，进一步示出图3中专用数字信号处理器的信号处理过程。步骤601，接收由多信道接收机30收到的来自多个CDMA用户的信号测量值并形成数据向量；步骤602，求出协方差矩阵RX，步骤603，建立零空间，构成内核矩阵，得到正交子空间；步骤604，求出第i个用户的信号向量；步骤605，求出第i个用户的特征波形向量；经不断地重复步骤604、605，于步骤606，求得每一个用户的总的特征波形向量，过后送多用户接收机作进一步处理。

本发明的基本特点是：

1、数据利用率高，不需要有关输入的任何知识，不需要知道噪声和信号的统计特性，而是利用由用户码所定义的子空间确定用户特征波形，就可对CDMA系统中所有激活用户的信道参数和特征波形进行估计，因而省去了对训练序列的要求，可在不过分增加硬件及其复杂性的情况下大大提高系统的容量、可靠性、灵活性等性能；

2、方法本身可靠特别是能获得直接解，可有效地利用数据且不经复杂的统计和迭代就可完成对特征波形的估计，本特性特别适用于快速变化的无线环境，特别是能利用在P个(P代表用户数)符号内采集的数据样点来决定特征波形；

3、本方法可扩展到天线阵和(或)分组(fractionally spaced)系统，在术进一步提高所接收的信号质量，将本发明应用于移动通信系统中时，还有助于解决同步问题并降低频率衰落性衰落的影响。

Claims (2)

1、一种在码分多址无线通信系统中检测扩频信号的方法，其特征在于是包括以下步骤：

1)由基站接收机将来自CDMA用户的上行信号以码片速率抽样得到信号测量值；

2)用一个符号周期内的信号测量值堆叠成一个数据向量，计算这些数据向量的自协方差矩阵RX；

3)从协方差矩阵得到零空间Uo和根据用户扩谱码构造内核矩阵Ci，得到协方差矩阵的正交子空间；

4)在正交子空间的基础上得到一组线性方程组，用对线性方程组的最小二乘解法得到第i个用户的信道向量；

5)用估计的信道向量和内核矩阵的乘积重建第i个用户的特征波形向量；

6)对每个CDMA用户重复步骤4)和5)，求得每一用户的总的特征波形向量送各多用户接收机。

2、根据权利要求1所述的在码分多址无线通信系统中检测扩频信号的方法，其特征在于：所述步骤1)中的基站接收机是多接收机，所述的信号测量值是基站利用众多接收机和或分组抽样数据得到的信号测量值；所述步骤6)是对每一用户，利用所述步骤3)、4)、5)解出相应特征波形并将所有接收机的特征波形向量组成一个总的特征波形。

Images