CN1346189A - 基于多普勒小波基的自适应相干干扰抑制方法 - Google Patents

Abstract

本发明涉及一种自适应相干干扰抑制方法,用于直接序列扩频通信系统中的多址干扰抑制。发送侧,利用期望用户的扩频码组成一伪随机序列,与待发送用户数据信号相乘形成基带扩频信号,并用多普勒小波基函数对其作波形变换后发射;接收侧,由各期望用户对接收信号仍在所述的多普勒小波基函数上作自适应匹配投影分解的波形反变换,即对接收信号在多普勒小波基函数上进行多次迭代分解,根据每一迭代结果与阈值比较,来去除多址干扰。提高接收机检测性能和增加系统用户容量。

Description

基于多普勒小波基的自适应相干干扰抑制方法

本发明涉及一种无线通信技术，更确切地说是涉及一种无线移动通信系统中的多址干扰抑制技术，是一种基于多普勒小波基(Dopplerlet)的自适应相干干扰抑制方法。

在码分多址(CDMA)无线通信系统中，对于同一基站来说，由于传输信道的不同，各终端用户(移动台)相互之间会产生多址干扰(MAI)。由于各移动终端用户扩频信号之间是互相关存在的，采用传统的匹配滤波器接收机检测信号，多址干扰的影响就会使接收机检测性能严重下降。因此，多址干扰(MAI)是制约系统容量、影响切换过程及功率控制过程，特别是降低接收机检测性能及使系统容量减少的重要因素。

在相邻小区的交界处，来自相邻的多个基站的MAI对移动台的接收性能有很大影响。不仅如此，此时的MAI还直接影响移动台的切换过程及功率控制过程。因此，如果能采取一定手段消除(减小)MAI的影响，将会提高移动台的接收性能、切换性能、功率控制性能。

多用户检测(Multiuser Detection)技术是目前公认的克服MAI的有效技术，但它在应用上的最大局限性是实现时的复杂性，因此，在很大程度上，多用户检测技术一般是在干扰用户多、数目不确定(或未知)情况下才使用。

在多用户检测技术中，有八十年代由美国学者Verdu创造性地提出的最佳多用户检测法(最优检测法)，即最大似然法，但由于该方法的计算复杂度太高，无法在实际应用中实现。有关的参考文献可见[1]S.Verdu，“MultiuserDetection”，1998。

针对该问题，以后又相继提出了解相关法、最小均方误差(MMSE)方法和约束最小能量输出(CMOE)法等次最佳算法，此外，子空间跟踪算法也可实现多址干扰抑制。其中，已经证明子空间跟踪算法具有数字鲁棒性及收敛速度较快等优点，但子空间跟踪算法中要用到奇异值分解算法，若设采样长度为N点，用迭代的奇异值分解算法的计算复杂度则为(O(N²))。有关的参考文献可见[2]Wang Xiaodong，and H.Vincent Poor“Blind Multiuser Detection：ASubspace Approach”IEEE Transactions on Information Theory Vol.44.No.2March 1998。

最近，研究者们所提出的投影逼近子空间跟踪算法，将计算复杂度进一步降低为(O(NK))，其中K为用户数。

上述这些方法都是针对基站的，实验中，我们假设扇区中移动终端用户数为N，在同一时刻实际激活的移动终端用户数只会小于或等于N。而在移动台，我们可以假设同时到达的信号为3-5个，这个值可从邻近小区的列表消息中获得，所以在子空间跟踪中，不用估计信号子空间的秩。在前述的子空间跟踪算法中，只用到了期望用户的信号扩频码，并没有充分利用现有移动用户终端(移动台)所拥有的数据信息，如移动终端用户所接收到基站的正交扩频码及信号强度信息，也就不能用这些数据信息为多用户检测抑制多址干扰作出贡献，为多用户检测服务。有关的参考文献可参见[2]。

另一方面，申请人注意到：当某一函数经过伸缩和平移后得到一组函数，若该组函数的模平方可积，则该组函数称为小波函数族，对信号采用小波的变换称为小波变换，小波变换在不同的时频平面的不同位置具有不同的分辨率，是一种多分辨率的分析方法，可用于信号处理与检测中。小波函数可称为小波基函数。Doppler信号是一大类自然信号，它可以构成一个非线性的基函数。当运动的观测者与静止的波源之间有相对运动时，运动的观测者就可感受到波源频率的非线性变化。在移动通信系统中，由于移动台(观测者)的高速移动，当基站(波源)与移动台(观测者)之间处于相对运动状态时，移动台(观测者)收到的信号频率与基站(波源)发出的原始信号频率间就发生了非线性变化，从而引起了相位的变化，即产生了Doppler频移。

本发明的目的是设计一种基于多普勒小波基的自适应相干干扰抑制方法，是针对码分多址(CDMA)移动通信系统采用多普勒小波基来抑制干扰的方法，采用基于多普勒小波基(变换基)变换来实现干扰抑制技术，克服多址干扰，充分挖掘并创造性地使用现有移动终端用户所接收到的基站的正交扩频码等数据信息、利用信号强度估计技术等，大大提高直扩码分多址(DS-CDMA)移动通信系统中有用信号的检测性能。

本发明的目的是这样实现的：一种基于多普勒小波基的自适应相干干扰抑制方法，其特征在于：

在发送侧，对各路经扩频调制后的信号分别由对应的一个干扰抑制信号变换发送模块对其进行小波波形变换重构后再进行合路发送；

在接收侧，先由各期望用户用对应的一个干扰抑制信号变换接收模块对接收信号进行小波波形反变换后再解扩解调。

所述的干扰抑制信号变换发送模块，是利用多普勒小波基函数对各用户已扩频调制基带信号作小波波形变换；所述的干扰抑制信号变换接收模块，是对接收信号仍在所述的多普勒小波基函数上作自适应匹配投影分解的小波波形反变换。

所述的利用多普勒小波基函数对各用户已扩频调制基带信号作小波波形变换，进一步包括：利用期望用户的扩频码组成一伪随机序列，与待发送用户数据信号相乘形成基带扩频信号，再用多普勒小波基函数对其作小波波形变换后发射。

所述的干扰抑制信号变换接收模块，对接收信号仍在所述的多普勒小波基函数上作自适应匹配投影分解，是对接收信号在基于多普勒小波基函数上作迭代分解，通过每一个迭代阈值，去除一个或多个干扰用户信号分量。

所述的迭代分解中，开始期间的分解系数大于最初期望用户的分解系数；在当前的分解系数大于最初期望用户的分解系数时，继续迭代过程；并在当前的分解系数不能大于最初期望用户的分解系数时，停止迭代过程。

所述的通过每一个迭代阈值去除干扰用户信号分量，是去除分解系数大于最初期望用户的分解系数的开始期间的分解系数。

本发明的方法是在发送端，先利用各期望用户的扩频码组成一伪随机序列并形成基带扩频信号，再用Dopplerlet小波基函数对基带扩频信号作波形变换，重构发射信号；在接收端，将接收信号仍在Dopplerlet基函数上做自适应匹配投影分解，去掉干扰信号，即抑制掉多址干扰后再作解扩解调。由于干扰信号是多个用户信号扩频码的一个线性组合，已不再等效于高斯噪声信号，本发明采用多普勒小波变换抑制多址干扰。

自适应匹配投影分解是一种实现多普勒小波反变换的方法，它将接收信号展开成一系列基函数的线性组合，根据投影能量最大的准则，从所接收的基函数集中检测出期望用户的多普勒小波基信号。具体过程是：各期望用户在做自适应匹配投影分解时，开始的分解系数大于最初期望用户的分解系数，进行投影分解；如果分解系数大于最初期望用户的分解系数，继续迭代分解；当这种关系不成立时，迭代停止。前面的分解系数即对应于干扰信号，将其去掉，即可实现多址干扰抑制。

本发明的方法，就是通过采用小波变换的处理方法重构发射信号，使发射信号中携带多普勒小波基的特征函数，再在接收机中，在接收到源基站发送的正交扩频码信号后，加入用小波反变换处理的信号特性，通过寻找一组变量的最佳值，就可利用多普勒小波基反变换消除多址干扰，来达到检测期望用户信号的同时又快速抑制多址干扰的目的。

本发明的方法，利用了Dopplerlet小波基函数很强的表示能力，和自适应匹配投影分解算法的快速收敛性，理论分析这种收敛性是按指数级快速收敛，通常只需迭代5次就可达到收敛效果，其计算速度和收敛速度是现有技术中如最小均方误差算法(MMSE)所不可比拟的。

本发明的方法可利用移动终端用户(期望用户)接收基站的正交扩频码，及利用信号强度估计技术，实现基于多普勒小波基的自适应相干干扰抑制技术，

本发明提出的在前向链路上的多用户检测技术，是在充分“挖掘”移动台现有数据信息并创造性地利用这些“数据信息”对多用户检测所作贡献的基础上，再结合当前的抗多址干扰(MAI)技术的多用户检测技术的发展趋势，同时通过深入研究基于正交扩频码及信号强度估计的MAI技术，提出了利用时频分析中新近提出的Dopplerlet变换和自适应匹配投影算法，而研究出的一种快速的多址干扰抑制技术，是在上行链路中实现基于时频分布的自适应Dopplerlet干扰抑制技术。

下面结合实施例及附图进一步说明本发明的方法。

图1是相干多普勒干扰抑制检测系统的工作原理示意框图

图2是基于多普勒小波基干扰抑制方法的发射侧流程框图

图3是基于多普勒小波基干扰抑制方法的接收侧流程框图

图4是图3中基于多普勒小波基干扰抑制方法的具体流程框图

参见图1并结合参见图2、图3，以伪随机序列扩频(PN)码的直接序列扩频通信系统(DS-CDMA)为例，它是一般的基带传输与接收通信系统。用sk表示数据流，并与扩频序列c(n)相乘后形成基带扩频信号。实验时，扩频序列c(n)选取Gold码为伪随机序列。

发送侧，l…k…K路信号源经与各自的扩频序列相乘后形成l…k…K路扩频调制信号，经扩频调制后的l…k…K路信号分别由相应的l…k…K个干扰抑制信号变换发送模块、用高斯多普勒小波基函数(GDL)对扩频调制信号进行高斯多普勒小波变换(GDT)，使重构的发射信号携带多普勒小波基的特征函数，再由合路器10合并后向传输信道11发射。

在瑞利(Rayleigh)衰减信道下，通信信号在传播过程中承受着多径延时造成的信道频率选择性衰落，会引起码间干扰，另外，由于运动的观测者高速移动引起的Doppler频移，即信道的时间选择性衰落，这种由于信道的衰落引起的信源信息的变化称作乘性噪声。在移动通信中，实际信道模型一般是瑞利衰落信道，其它应用场合也有相同情况，如雷达跟踪目标的运动，由于空中的目标往往是高速运动的，因此多普勒频移往往很大。因此，如何有效的估计信道，实现相干干扰抑制，一直是倍受关注的研究热点。

在运动的观测者即接收侧，相干干扰抑制的实现方案是：对时分导频结构，首先利用导频符号对信道进行估计，估计的参数输送给期望用户的干扰抑制信号变换接收模块，仍利用第k个高斯多普勒小波基函数(GDL)对接收信号作高斯多普勒小波反变换((GDT)^-1)，抑制多址干扰后再进行数据的解扩解调及比特判决(信号判决与检测)。

在接收端，具有L个分支的RAKE接收机接收的是来自L个最强径的信号，接受信号经过响应的扩频序列解扩后，在信号中对应于导频符号的位置被抽样，并通过与导频符号相比较，经比较经典的系统辩识方法辩识，得到导频信道。此时，得到的信道值是与导频符号对应的信道。至于利用导频符号得到数据符号对应的信道值，现有技术中有许多方法，如加全多时隙平均法、自适应高斯插值法、判决反馈与自适应预测法、Kalman滤波法及联合数据信息的信道估计算法等，都可较为精确的估计出信道参数值。

在估计出信道参数值后，就可利用估计得到的信道参数实现信道的相干解调，解调后的数据经去掉误差，就得到了类似瑞利信道模型的形式。本发明利用基于Dopplerlet基函数的干扰抑制方法，在自适应干扰抑制中，主要是利用期望用户的信号波形去自适应地提取希望接收的信号。

一般的干扰抑制和多用户检测均是在理想信道下研究的，理想信道即发射信号在通过信道时只有高斯白噪声的干扰，当信道模型是瑞利(Rayleigh)衰减信道时，研究的难度将增大。本实施例先说明在理想信道下即加性高斯白噪声信道下的干扰抑制技术的实现方案，再说明在瑞利(Rayleigh)衰减信道下的相干干扰抑制技术。

在加性高斯白噪声信道下，一期望用户的接收信号为基站发射的基带信号s_k×c(n)加上其它移动终端用户的干扰信号i(k)和噪声项n(k)。设随机信源数据流(比特)s_k的持续时间为Ts秒，码片持续时间为Tc秒，则可得扩频增益N，N＝Ts/Tc。在接收端，用期望用户的扩频码进行解扩，最后输出的判决变量为期望信号、多址用户信号与期望用户信号互相关引起的多址干扰、以及带限高斯噪声分量。由于各用户扩频信号之间互相关存在，若采用传统的匹配滤波器接收机来检测信号，多址干扰的影响会使接收机的检测性能严重下降。本发明提出的是采用多普勒小波变换基来克服多址干扰的新方法。

在移动通信中，由于移动台的高速移动，引起了相位的变化，即Doppler频移，由Doppler频移又引起随机调频或频谱扩展。通常，设静止波源的频率为f₀，运动观测者的运动速度为v，信号在空气中的传播速度为u，运动观测者与静止波源在其运动方向上的距离为l，则运动观测者所收到的信号频率f可由(1)式求出： $f=\frac{u}{u-\frac{v^2(t-t_0)}{\sqrt{l^2+v^2{(t-t_0)}^2}}}{f}_0\·\·\·\·\·\·\left(1\right)$

式中t₀为参考时间，t为检测时间，当t＜t₀、f＞f₀时，表示运动的观测者接近静止的波源，当t＞t₀、f＜f₀时，表示运动的观测者远离静止的波源。由(1)式可知，运动的观测者接收的Doppler信号可由式(2)求出：

d′_{t0，f0，t，u，v}＝exp{j2πf(t-t₀)²}……(2)

用这种Doppler信号对归一化的高斯函数进行调制，就得到高斯Dooplerlet小波，由(3)式给出： $d_{t0,f0,\log \left(\mathrm{\Λt}\right),t,u,v\left(t\right)}=\frac{1}{\sqrt{\sqrt{\mathrm{\π}{\mathrm{\Λ}}_t}}}\exp \{-\frac{1}{2}{\left(\frac{t-t_0}{{\mathrm{\Λ}}_t}\right)}^2\}$ $\×\exp \left\{j2\mathrm{\πu}\right[u-\frac{v^2(t-t_0)}{\sqrt{l^2+v^2{(t-t_0)}^2}}{]}^{-1}{f}_0(t-t_0)\}\·\·\·\·\·\·\·\left(3\right)$

显然，要描述一高斯Doplerlet需要六个参数，包括：参考时间t₀，静止波源的频率f₀，对数时宽log(∧_t)，观测者运动方向与静止波源间的垂直距离l，观测者的运动速度v，波源在传输媒介中的传播速度u。

为了使多普勒小波基成为希尔伯(Hilbert)空间的完备的基，即，使多普勒小波成为一般的基函数。用多普勒小波作基函数，即可定义任一平方可积信号S(t)∈L²(R)的连续多普勒小波变换为(4)式： $\mathrm{GDT}(t,f)=<s\left(t\right),d_{t0,f0,\log \left(\mathrm{\&Lambda;t}\right),t,u,v}\left(t\right)>\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\left(4\right)$

上式中用接收信号S(t)与高斯多普勒小波内积构成多普勒函数，由于它是利用高斯多普勒小波得到的变换，因此称为连续的高斯多普勒变换。

结合参见图3、图4，本发明首先采用自适应匹配投影分解算法(matchingpursuit)实现了高斯多普勒变换，用基于高斯多普勒变换的自适应匹配算法来抑制多址干扰，并且可以证明基于多普勒小波基函数的自适应匹配分解算法是收敛的。

设S∈H是待分解信号，其中H表示希尔伯(Hilbert)空间，D＝(d_r)_reΓ是在H中的一个基函数集(库)，目的是在D中选出部分矢量来线性地表示S，这种表示是通过S在D中的正交投影来实现的。设d_r0∈D，则某一信号s按(5)式可以分解为： $s=|<S,d_{r0}>|d_{r0}+R_s\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\left(5\right)$

其中<S，d_r0>是S在d_r0方向上的投影，R_s是相应的残差信号，显然，d_r0正交于R_s。但由于最优的<S，d_r0>完全正交是很难达到的，这是因为D中的基函数是无限的，在实际计算机处理中，我们可以通过(6)式选择一个次优解： $|<S,d_{r0}>|\&GreaterEqual;a\underset{r\&Element;\mathrm{\&Gamma;}}{\sup }|<S,d_r>|\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\left(6\right)$ 其中a是满足0＜a≤1的常数。令R_s ⁰＝s，假设已完成m次迭代，则在m+1次迭代后满足(7)式： $R_s^0=\underset{n=0}{\overset{m}{\mathrm{\&Sigma;}}}<R_s^n,d_m>d_m+R_s^{m+1}\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\left(7\right)$ 由于R_s ^m+1正交于d_rm，又有(8)式： $\left|\right|R_s^m|{|}^2=|<R_s^m,d_{\mathrm{rm}}>{|}^2+\left|\right|R_s^{m+1}|{|}^2\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\left(8\right)$ 因此： $\left|\right|R_s^0|{|}^2=\underset{n=0}{\overset{m}{\mathrm{\&Sigma;}}}|<R_s^n,d_m>{|}^2+\left|\right|R_s^{m+1}|{|}^2\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\left(9\right)$

基于Dopplerlet的干扰抑制方法，主要是根据接收信号在匹配投影算法的迭代过程中，各个信号分量的相关程度不同进行的，令c(n)表示扩频码，对其进行Dopplerlet反变换，在每次迭代过程中由(10)式求得最佳投影系数与残差能量的相关比，为： $\stackrel{-}{\mathrm{\&lambda;}}\left(R_c^n\right)=\frac{|<R_c^n,d_m>|}{\left|\right|R_c^n\left|\right|}\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\left(10\right)$

由于c(n)是伪随机码，其相干程度很低，又由于干扰是多个用户信号之和，其相干程度要大，因此所接收的扩频信号已不再是伪随机序列，即在自适应投影匹配算法中，干扰信号分量关于Dopplerlet有高的相关性，可用少量的高能量分量表示，而期望信号和噪声的相关性很弱。通过一个迭代阈值就可以将干扰用户信号分量去除掉。若对接收信号S(n)进行Dopplerlet反变换，在0≤n＜m的条件下，当满足(11)式： $\stackrel{-}{\mathrm{\&lambda;}}\left(R_r^n\right)>E\left[\stackrel{-}{\mathrm{\&lambda;}}\left(R_r^n\right)\right]\&GreaterEqual;\stackrel{-}{\mathrm{\&lambda;}}\left(R_c^n\right)\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\left(11\right)$ 时，前m个相干结构就属于干扰，而残差能量就对应期望用户信号与白噪声的能量之和，只要找到满足(11)式的m值，就可消除接收信号中的干扰。图4中，接收的扩频信号是l…k…K，是利用第k个多普勒小波基函数针对l…k…K个扩频信号用自适应投影分解方法进行多普勒反变换。执行的“判决范围内？”的过程就是找到满足(11)式的m值的过程，在没有找到满足(11)式的m值前继续迭代，直至找到满足(11)式的m值时停止迭代，迭代中，对于不在该范围内的多址干扰则作去除处理。图中执行“干扰抑制完”的过程就是求解(8)式与(9)式之差是否小于某一预置值(阈值)的过程，最大的迭代次数应为K。

实验中，信道模型采用谐波合成方法，频率选择性衰减信道的各径的平均功率、时延、接收信号模型、相干RAKE接收机结构均根据国际电联的IUT.M.1225标准设定。实验中的数据速率是64K，伪随机序列采用的是GOLD码，长度为63。本发明在基于多普勒小波基快速衰减信道下的宽带码分多址(WCDMA)系统中，首先利用传统的线性插值算法估计出信道值，然后在此基础上进行基于多普勒小波基的相干干扰抑制。实验结果表明，本发明的方法是切实可行的。本发明的方法不仅能抑制接收信号的非线性干扰项，而且通过相干干扰抑制方案，在瑞利衰落信道中，也能有效抑制干扰。

Claims (6)

1.一种基于多普勒小波基的自适应相干干扰抑制方法，其特征在于：

在发送侧，对各路经扩频调制后的信号分别由对应的一个干扰抑制信号变换发送模块对其进行小波波形变换重构后再进行合路发送；

在接收侧，先由各期望用户用对应的一个干扰抑制信号变换接收模块对接收信号进行小波波形反变换后再解扩解调。

2.根据权利要求1所述的一种基于多普勒小波基的自适应相干干扰抑制方法，其特征在于：所述的干扰抑制信号变换发送模块，是利用多普勒小波基函数对各用户已扩频调制基带信号作小波波形变换；所述的干扰抑制信号变换接收模块，是对接收信号仍在所述的多普勒小波基函数上作自适应匹配投影分解的小波波形反变换。

3.根据权利要求2所述的一种基于多普勒小波基的自适应相干干扰抑制方法，其特征在于：所述的利用多普勒小波基函数对各用户已扩频调制基带信号作小波波形变换，进一步包括：利用期望用户的扩频码组成一伪随机序列，与待发送用户数据信号相乘形成基带扩频信号，再用多普勒小波基函数对其作小波波形变换后发射。

4.根据权利要求1或2所述的一种基于多普勒小波基的自适应相干干扰抑制方法，其特征在于：所述的干扰抑制信号变换接收模块，对接收信号仍在所述的多普勒小波基函数上作自适应匹配投影分解，是对接收信号在基于多普勒小波基函数上作迭代分解，通过每一个迭代阈值，去除一个或多个干扰用户信号分量。

5.根据权利要求4所述的一种基于多普勒小波基的自适应相干干扰抑制方法，其特征在于：所述的迭代分解中，开始期间的分解系数大于最初期望用户的分解系数；在当前的分解系数大于最初期望用户的分解系数时，继续迭代过程；并在当前的分解系数不能大于最初期望用户的分解系数时，停止迭代过程。

6.根据权利要求1所述的一种基于多普勒小波基的自适应相干干扰抑制方法，其特征在于：所述的通过每一个迭代阈值去除干扰用户信号分量，是去除分解系数大于最初期望用户的分解系数的开始期间的分解系数。

Images