CN1741414A - 一种阵列天线mc－cdma系统上行链路接收方法 - Google Patents

Abstract

一种阵列天线MC－CDMA系统上行链路接收方法，该方法首先是对阵列天线每一阵元所接收的信号进行子载波信号的分离；其次，将所分离出的每一阵元的子载波信号进行解扩和匹配滤波处理，实现用户信号的解扩，获得用户子载波信号的匹配滤波输出；后将不同阵元上匹配滤波器输出信号中属于同一用户同一子载波信号进行空域合并，获空域分集增益；再将所得空域合并后的信号中属于同一用户的各子载波信号进行频域合并，获频域分集增益；最后，对所得到经空域、频域合并后的用户信号的最终判决变量进行判决，得用户信号的判决结果。该接收方法处理简单，易于实现，并且由于获得了联合的空域、频域分集增益，系统具有良好的接收性能。

Description

一种阵列天线MC-CDMA系统上行链路接收方法

技术领域

本发明属于MC-CDMA蜂窝移动通信系统阵列天线技术领域。

背景技术

在第三代(3G)移动通信中CDMA是一种最主要的技术，而多载波调制将是未来广带无线传输体制的关键技术。以多载波技术融合CDMA技术，构成多载波CDMA系统是未来移动通信发展的重要方向之一。多载波技术与CDMA技术相结合的方案主要有多载波CDMA(MC-CDMA)、多载波直接序列扩频CDMA(multicarrier DS-CDMA)和多音调制CDMA(MT-CDMA)三种主要形式。其中，MC-CDMA方案由于可以采用频域分集和优良的性能被认为是三种方案中最具前景的方案，也是未来移动通信系统最具竞争力的方案之一。

与CDMA系统一样，在MC-CDMA系统基站使用阵列天线将可以显著地改善系统的容量、频谱效率、通信质量和覆盖范围。现有的阵列天线MC-CDMA系统在接收端先进行频域处理，然后再进行空域处理，频域和空域处理没有有机地关联起来，处理复杂。

发明内容

本发明为解决上述技术问题提出了一种阵列天线MC-CDMA系统上行链路空域和频域合并接收方法，与以往的阵列天线MC-CDMA系统上行链路接收方法相比，本发明的方法先进行空域合并，然后再进行频域合并，将空域合并的权矢量与频域合并的权矢量有机地关联起来，接收方法处理简单，易于实现，并且由于获得了联合的空域、频域分集增益，系统具有良好的接收性能。

本发明所采用的技术方案是首先对阵列天线每一阵元所接收的信号进行子载波信号的分离；其次，将所分离出的每一阵元的子载波信号进行解扩和匹配滤波处理，实现用户信号的解扩，并获得用户子载波信号的匹配滤波输出；然后，将不同阵元上匹配滤波器输出信号中属于同一用户同一子载波的信号进行空域合并，获得空域分集增益；之后，再将所得到空域合并后的信号中属于同一用户的各子载波信号进行频域合并，获得频域分集增益；最后，对所得到经空域、频域合并后的用户信号的最终判决变量进行判决，得到用户信号的判决结果。

以下对本发明的方法加以论述。

1.子载波信号的分离

考察阵列天线MC-CDMA系统上行链路，基站采用阵列天线，移动台采用单天线。移动台上行传输方案采用传统的单天线MC-CDMA传输方案和QPSK调制方式。

假设系统中某个蜂窝小区内有K个移动用户。对MC-CDMA传输方案各子载波携带相同的用户信息，第k个用户所发射的信号可以表示为：

$s_k\left(t\right)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}\sqrt{P_{k,l}}(b_k^I\left(t\right)c_{k,l}^I\left(t\right)\cos \left({\mathrm{\ω}}_{l}t\right)+b_k^Q\left(t\right)c_{k,l}^Q\left(t\right)\sin \left({\mathrm{\ω}}_{l}t\right))$ [公式1]

式中，P_k，l表示第k个用户第l(1≤l≤L)个子载波的信号功率，ω_l是第l个子载波的角频率，比特周期为T_s，c_k ^I和c_k ^Q分别为I路和Q路对应的扩频序列，其表达式分别为 $c_k^I=\left[c_{k.1}^I{c}_{k,2}^I{\·\·\·c}_{k,L}^I\right]$ 和 $c_k^Q=[c_{k,1}^Q{c}_{k,2}^Q\·\·\·c_{k,L}^Q],$ 码片周期T_c＝T_s。同相和正交信号分量b_k ^I和b_k ^Q分别表示为：

$b_k^I\left(t\right)=\underset{l=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{d}_k^I\mathrm{rec}{t}_T(t-i{T}_s)$

$b_k^Q\left(t\right)=\underset{l=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{d}_k^Q\mathrm{rec}{t}_T(t-i{T}_s)$ [公式2]

式中，d_k ^I和d_k ^Q是对应的数字信号，取值为±1，rect_T(f)是周期为T_s的矩形波。

对MC-CDMA传输方案，无线信道为频率非选择性衰落信道。第k个用户第l个子载波信道的复低通脉冲响应可以表示为：

$h_{k,l}\left(t\right)={\mathrm{\ρ}}_{k,l}{e}^{-j{\mathrm{\φ}}_{k,l}}\mathrm{\δ}(t-{\mathrm{\τ}}_{k,l})$

其中，假设复信道系数ρ_k，le^-jφk，l是零均值的复高斯随机变量，ρ_k，l和φ_k，l分别是相应的幅度和相位增益，方差为σ_k，l ²。τ_k，l是用户k第l个子载波的时延，对不同用户不同子载波，假设τ_k，l是独立同分布的随机变量，在[0，T_s)之间均匀分布。

假设基站采用等间距线性阵，这样基站阵列天线第n(＝1，…，N)个阵元上接收到的信号为：

$\begin{array}{c}{r}_n\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}\sqrt{P_{k,l}}{\mathrm{\ρ}}_{k,l}[b_k^I(t-{\mathrm{\τ}}_{k,l})c_{k,l}^I(t-{\mathrm{\τ}}_{k,l})\cos ({\mathrm{\ω}}_l(t-{\mathrm{\τ}}_{k,l})+{\mathrm{\φ}}_{k,l})\\ +b_k^Q(t-{\mathrm{\τ}}_{k,l})c_{k,l}^Q(t-{\mathrm{\τ}}_{k,l})\sin ({\mathrm{\ω}}_l(t-{\mathrm{\τ}}_{k,l})+{\mathrm{\τ}}_{k,l})]a_{k,l,n}+n_n\left(t\right)\end{array}$ [公式4]

其中， $a_{k,l,n}=\exp [-j\frac{2\mathrm{\πd}}{{\mathrm{\λ}}_{k,l}}(n-1)\sin \left({\mathrm{\θ}}_{k,l}\right)]$ 是用户k第l个子载波在第n个阵元的阵列响应，λ_k，l是相应的载波波长，d是相邻阵元之间的距离，θ_k，l是用户k第l个子载波的到达角。n_n(t)是加性高斯白噪声，双边功率谱密度为N₀/2。

这样阵列天线接收到的总信号可以表示为：

$\begin{array}{c}r\left(t\right)=[r_1\left(t\right),r_2\left(t\right),\·\·\·,r_N\left(t\right){]}^T\\ =\underset{k=l}{\overset{K}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}\sqrt{P_{k,l}}{\mathrm{\ρ}}_{k,l}[b_k^I(t-{\mathrm{\τ}}_{k,l})c_{k,l}^I(t-{\mathrm{\τ}}_{k,l})\cos ({\mathrm{\ω}}_l(t-{\mathrm{\τ}}_{k,l})+{\mathrm{\φ}}_{k,l})\\ +b_k^Q(t-{\mathrm{\τ}}_{k,l})c_{k,l}^Q(t-{\mathrm{\τ}}_{k,l})\sin ({\mathrm{\ω}}_l(t-{\mathrm{\τ}}_{k,l})+{\mathrm{\φ}}_{k,l})]a_{k,l}+n\left(t\right)\end{array}$ [公式5]

其中，(·)^T为转置运算，n(t)＝[n₁，…，n_N]^T为相应的噪声矢量，a_k，l为第k个用户第l个子载波的阵列矢量，

a_k，l＝[a_k，l，1，a_k，l，2，…，a_k，l，N]^T                  [公式6]

不失一般性，假设第1个用户的信号为期望信号。将各阵元接收的信号乘以与发射端调制方式对应的子载波cos(ω_l′t)、sin(ω_l′t)的组合，并将相应的时延考虑进去，就可实现各子载波信号的分离。对QPSK调制方式基站阵列天线所分离出的第1个用户第l′(1≤l′≤L)个子载波的信号为：

x_1，l′(t)＝[x_1，l′，1(t)，x_1，l′，2(t)，…，x_1，l′，N(t)]^T＝r(t)(cos(ω_l′(t-τ_1，l′))+sinω_l′(t-τ_1，l′)))

          ＝[r₁(t)(cos(ω_l′(t-τ_1，l′))+sin(ω_l′(t-τ_1，l′)))，r₂(t)(cos(ω_l′，(t-τ_1，l′))+sin(ω_l′(t-τ_1，l′)))，

          …，r_N(t)(cos(ω_l′(t-τ_1，l′))+sin(ω_l′(t-τ_1，l′)))]^T

[公式7]

2.解扩和匹配滤波处理

对所分离出的子载波信号进行解扩和匹配滤波处理，实现用户信号的解扩并获得用户子载波信号的匹配滤波输出。基站阵列天线对第1个用户第l′个载波信号第i个比特的匹配滤波输出为：

$\begin{array}{c}{y}_{1,l^{\′}}\left(i\right)=[y_{1,l^{\′},\·\·\·,}{y}_{1l^{\′},N}{]}^T\\ =\frac{1}{T_s}{\∫}_{{\mathrm{iT}}_s+{\mathrm{\τ}}_{1,l^{\′}}}^{(i+1)T_s+{\mathrm{\τ}}_{1,l^{\′}}}{x}_{1,l^{\′}}\left(t\right)c_{1,l^{\′}}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\∫}_{i{T}_s+{\mathrm{\τ}}_{1,l^{\′}}}^{(i+1)T_s+{\mathrm{\τ}}_{1,l^{\′}}}{x}_{1,l^{\′}}\left(t\right)c_{1,l^{\′}}^Q\left(t\right)\mathrm{dt}\\ =\sqrt{P_{1,l^{\′}}}{\mathrm{\ρ}}_{1,l^{\′}}(b_1^I\left(i\right)+j{b}_1^Q\left(i\right))a_{1,l^{\′}}+m_{1,l^{\′}}\left(i\right)+n_{1,l^{\′}}\left(i\right)\end{array}$ [公式8]

其中，m_1，l′(i)，n_1，l′(i)分别代表总的干扰和噪声信号。

系统的噪声和干扰特性对所提出的空频合并接收方法的性能具有重要的影响。下面对系统噪声和干扰的种类先进行分析。

1)噪声

噪声项可以给出如下：

$n_{1,l^{\′}}\left(i\right)=n_{1,l^{\′}}^I\left(i\right)+j{n}_{1,l^{\′}}^Q\left(i\right)$ [公式9]

同相和正交分量有相同的方差

${\mathrm{\σ}}_N^{12}={\mathrm{\σ}}_N^{Q2}={\mathrm{\σ}}_N^2/2=\frac{N_0}{4T_s}$ [公式10]

2)干扰

对MC-CDMA传输方案，无线信道为频率非选择性衰落信道，子载波之间仍保持正交性，因此，总的干扰即为其它用户相同载波的干扰，包括同相和正交分量，可表示为：

$m_{1,l^{\′}}\left(i\right)=m_{1,l^{\′}}^I\left(i\right)+j{m}_{1,l^{\′}}^Q\left(i\right)$ [公式11]

m_1，l′ ^I和m_1，l′ ^Q分别为：

$\begin{array}{c}{m}_{1,l^{\′}}^I\left(i\right)=\underset{k=2}{\overset{K}{\mathrm{\Σ}}}{a}_{k,l^{\′}}\sqrt{P_{k,l^{\′}}}{\mathrm{\ρ}}_{k,l^{\′}}\cos ({\mathrm{\ω}}_{l^{\′}}({\mathrm{\τ}}_{k,l^{\′}}-{\mathrm{\τ}}_{k,l^{\′}})+({\mathrm{\φ}}_{k,l^{\′}}-{\mathrm{\φ}}_{1,l^{\′}}))\\ c_{1,l^{\′}}^I[(b_k^I(i-1)c_{k,l^{\′}}^I+j{b}_k^Q(i-1)c_{k,l^{\′}}^Q)R_g\left({\mathrm{\τ}}_{k,l^{\′}}^{\′}\right)+(b_k^I\left(i\right)c_{k,l^{\′}}^I+j{b}_k^Q\left(i\right)c_{k,l^{\′}}^Q)R_g(f_c-{\mathrm{\τ}}_{k,l^{\′}}^{\′})]\end{array}$ [公式12]

$\begin{array}{c}{m}_{1,l^{\′}}^Q\left(i\right)=\underset{k=2}{\overset{K}{\mathrm{\Σ}}}{a}_{k,l^{\′}}\sqrt{P_{k,l^{\′}}}{\mathrm{\ρ}}_{k,l^{\′}}\cos ({\mathrm{\ω}}_{l^{\′}}({\mathrm{\τ}}_{k,l^{\′}}-{\mathrm{\τ}}_{k,l^{\′}})+({\mathrm{\φ}}_{k,l^{\′}}-{\mathrm{\φ}}_{1,l^{\′}}))\\ c_{1,l^{\′}}^Q[(b_k^I(i-1)c_{k,l^{\′}}^I+j{b}_k^Q(i-1)c_{k,l^{\′}}^Q)R_g\left({\mathrm{\τ}}_{k,l^{\′}}^{\′}\mathrm{\τ}\right)+(b_k^I\left(i\right)c_{k,l^{\′}}^I+j{b}_k^Q\left(i\right)c_{k,l^{\′}}^Q)R_g(T_c-{\mathrm{\τ}}_{k,l^{\′}}^{\′})]\end{array}$ [公式13]

式中，R_g(τ)是码片波形的部分自相关，定义如下：

$R_g\left(\mathrm{\τ}\right)=\frac{1}{T_c}{\∫}_0^{\mathrm{\τ}}g(t+T_c-\mathrm{\τ})g\left(t\right)\mathrm{dt},0{\≤\mathrm{\τ}\≤T}_c$ [公式14]

其中，τ_k，l′是第k个用户第l个子载波相对于第1个用户第l′个子载波的相对时延。

3.信号的空域合并

下面对干扰的相关特性做进一步的分析，得出接收信号空域合并的最优和次优合并权重。干扰相关特性包括自相关和互相关特性。

1)自相关

干扰向量m_1，l′ ^I(i)和m_1，l′ ^Q(i)的元素m_1，l′，n ^I(i)和m_1，l′，n ^Q(i)可以看作是一系列独立的高斯随机变量。因此，它们的自相关函数可以近似估计为：

$E\left\{m_{1,l^{\′},n}^I\left(i\right)m_{1.l^{\′},n}^{I^{*}}(i+h)\right\}=E\left\{m_{1,l^{\′},n}^Q\left(i\right)m_{1,l^{\′},n}^{Q^{*}}(i+h)\right\}\≅{\mathrm{\σ}}_{m,1,l^{\′}}^2\mathrm{\δ}\left(h\right),1\≤n\≤N$ [公式15]

其中，(·)^*为共轭运算，δ(h)为delta函数。

可得同相和正交分量的方差为：

${\mathrm{\σ}}_{m,1l^{\′}}^2=\underset{k=2}{\overset{K}{\mathrm{\Σ}}}{P}_{k,l^{\′}}{\mathrm{\σ}}_{k,l^{\′}}^{2}G(R_g^2\left({\mathrm{\τ}}_{k,l^{\′}}^{\′}\right)+R_g^2(T_s-{\mathrm{\τ}}_{k,l^{\′}}^{\′}))$ [公式16]

可假设τ_k，l′ ^′是独立同分布的随机变量，并在[0，T_c]上服从均匀分布，g(t)是周期为T_c的矩形波，可得：

${\mathrm{\σ}}_{m,1,l^{\′}}^2=\underset{k=2}{\overset{K}{\mathrm{\Σ}}}\frac{2}{3}{\mathrm{\σ}}_{k,l^{\′}}^2{P}_{k,l^{\′}}$ [公式17]

因此，同相分量加正交分量的总方差为：

${\mathrm{\σ}}_I^2=2{\mathrm{\σ}}_{m,1,l^{\′}}^2$ [公式18]

2)互相关

m_1，l′，n ^I(i)和m_{1，l′，n′} ^I(i)之间的互相关(或者在m_1，l′，n ^Q(i)和m_{1，l′，n′} ^Q(i)之间的互相关)是在不同阵元n和n′上接收信号的空域相关。它可以由线性阵列的互相关函数推导出来，线性阵列的互相关函数表示如下：

$E\left\{a_{k,l^{\′}}\left(t\right)a_{k,l^{\′}}^H(t+\mathrm{\τ})\right\}=J_0\left(2\mathrm{\π}{f}_d\mathrm{\τ}\right)\·R_{k,l^{\′}}$ [公式19]

其中，(·)^H表示共轭转置，f_d是最大多谱勒频移。R_k，l′是表示第k个用户第l′个子载波阵列矢量a_k，l′相关性的N×N Hermitian Toeplitz矩阵，其实部和虚部分别可以表示为：

$\mathrm{Re}\left\{R_{k,l^{\′}}(n^{\′},n)\right\}=J_0\left(r_{k,l^{\′}}(n^{\′},n)\right)+2\underset{q=1}{\overset{\∞}{\mathrm{\Σ}}}{J}_{2q}\left(r_{k,l^{\′}}(n^{\′},n)\right)\·\cos \left(2q{\mathrm{\θ}}_{k,l^{\′}}\right)$ [公式20]

$\mathrm{Im}\left\{R_{k,l^{\′}}(n^{\′},n)\right\}=2\underset{q=1}{\overset{\∞}{\mathrm{\Σ}}}{J}_{2q+1}\left(r_{k,l^{\′}}(n^{\′},n)\right)\·\sin \left(\left(2q+1\right){\mathrm{\θ}}_{k,l^{\′}}\right)$ [公式21]

式中，J_q是第一类q阶贝塞尔函数，

r_k，l′(n′，n)＝2πd·|n′-n|/λ_k，l′                                [公式22]

3)总的干扰加噪声相关矩阵

定义干扰相关矩阵M(h)为：

$M\left(h\right)=E\{m_{1,l^{\′}}^I\left(i\right)m_{1,l^{\′}}^{\mathrm{IH}}(i+h)+m_{1,l^{\′}}^Q\left(k\right)m_{1,l^{\′}}^{\mathrm{QH}}(i+h)\}=\mathrm{M\δ}\left(h\right)$ [公式23]

矩阵M可以由公式17和18推导出来：

$M=2\underset{k=2}{\overset{K}{\mathrm{\Σ}}}\frac{2}{3}{\mathrm{\σ}}_{k,l^{\′}}^2{P}_{k,l^{\′}}{a}_{k,l^{\′}}{a}_{k,l^{\′}}^H$ [公式24]

假设到达角的分布函数f(θ)在[0，2π]之内是均匀分布的，公式24可以进一步表示为：

$M=2{\mathrm{\σ}}_{m,1,l^{\′}}^2{\∫}_{\mathrm{\θ}}a\left(\mathrm{\θ}\right)a^H\left(\mathrm{\θ}\right)\·f\left(\mathrm{\θ}\right)\mathrm{d\θ}={\mathrm{\σ}}_I^2{\∫}_{\mathrm{\θ}}R\left(\mathrm{\θ}\right)f\left(\mathrm{\θ}\right)\mathrm{d\θ}$ [公式25]

R(θ)是公式20和公式21中的矩阵，因此矩阵M里的第n′行第n列的元素为：

$m_{n^{\′},n}={\mathrm{\σ}}_I^2{J}_0\left(r(n^{\′},n)\right)$ [公式26]

因此，总的干扰加噪声相关矩阵为：

$R_T=E\left\{(m_{1,l^{\′}}+n_{1,l^{\′}}){(m_{1,l^{\′}}+n_{1,l^{\′}})}^H\right\}=M+{\mathrm{\σ}}_N^{2}I$ [公式27]

式中，I为单位矩阵。

R_T决定着下式的空域最优合并权矢量，即第1个用户第l′个载波的空域最优合并权矢量为：

$w_{1,l^{\′},\mathrm{opt}}^s=\mathrm{\α}{R}_T^{-1}{a}_{1,l^{\′}}^H$ [公式28]

其中，a_1，l′ ^H是期望用户第l′个子载波阵列响应的Hernite变换，α为一常量，可取为1。

当R_T接近于单位矩阵时，干扰加噪声的和可以被认为是空频白噪声，即有

$R_T=M+{\mathrm{\σ}}_N^{2}I=({\mathrm{\σ}}_I^2+{\mathrm{\σ}}_N^2)I={\mathrm{\σ}}^{2}I$ [公式29]

其中，σ_l ²定义于公式18，σ_N ²是表示于公式10的噪声方差。这样，可以得到次优空域合并权矢量为：

$w_{1,l^{\′}}^s\left(i\right)=[w_{1,l^{\′},1}^s\left(i\right),w_{1,l^{\′},2}^s\left(i\right),...,w_{1,l^{\′},N}^s\left(i\right)]=\mathrm{\α}{a}_{1,l^{\′}}^H\left(i\right)$ [公式30]

本发明只使用简化了的次优空域合并权重，与最优合并相比，系统性能下降不大，但由于次优空域合并权重只需要知道用户子载波阵列矢量的知识，而不需要计算最优空域合并权重所必须的干扰加噪声相关矩阵的逆，大大降低了权重计算的复杂度。第1个用户第l′个载波的信号经过空域合并后第i个比特的输出为：

$z_{1,l^{\′}}\left(i\right)={w_{1,l^{\′}}^s\left(i\right)y}_{1,l^{\′}}\left(i\right)=\sqrt{P_{1,l^{\′}}}{\mathrm{\ρ}}_{1,l^{\′}}(b_1^I\left(i\right)+j{b}_1^Q\left(i\right))\left|a_{1,l^{\′}}\left(i\right)\right|+{\mathrm{\η}}_{1,l^{\′}}\left(i\right)$ [公式31]

其中， $\left|a_{1,l^{\′}}\right|=\frac{a_{1,l^{\′}}^H{a}_{1,l^{\′}}}{\sqrt{a_{1,l^{\′}}^H\·a_{1,l^{\′}}}},$ η_1，l′(i)为空域合并后干扰和噪声项的和。

对应的同相和正交判决变量为：

$z_{1,l^{\′}}^I\left(i\right)=\mathrm{Re}\left\{z_{1,l^{\′}}\left(i\right)\right\}=\sqrt{P_{1,l^{\′}}}{\mathrm{\ρ}}_{1,l^{\′}}{b}_1^I\left(i\right)\left|a_{1,l^{\′}}\right|+{\mathrm{\η}}_{1,l^{\′}}^I\left(i\right)$

$z_{1,l^{\′}}^Q\left(i\right)=\mathrm{Im}\left\{z_{1,l^{\′}}\left(i\right)\right\}=\sqrt{P_{1,l^{\′}}}{\mathrm{\ρ}}_{1{,l}^{\′}}{b}_1^Q\left(i\right)\left|a_{1,l^{\′}}\right|+{\mathrm{\η}}_{1,l^{\′}}^Q\left(i\right)$ [公式32]

4.信号的频域合并

对MC-CDMA方案同一用户的各子载波携带相同的用户信息。本发明对各子载波空域合并的输出信号再进行频域合并，采用最大比合并(MRC)，第l′个子载波上的最大比合并权重为：

$w_{1,l^{\′}}^f=\left|a_{1,l^{\′}}\right|$ [公式33]

|a_1，l′|在信号空域合并时将被估计出，因此频域合并的权重不需要重新估计。

这样，经过空频合并后的最终判决变量为：

$Z_1\left(i\right)=\underset{l^{\′}=1}{\overset{L}{\mathrm{\Σ}}}{w}_{1,l^{\′}}^f{z}_{1,l^{\′}}\left(i\right)$

对应的同相和正交判决变量为：

$Z_1^I\left(i\right)=\mathrm{Re}\left\{Z_1\left(i\right)\right\}$

$Z_1^Q\left(i\right)=\mathrm{Im}\left\{Z_1\left(i\right)\right\}$ [公式35]

5.信号的判决

对所得到的最终判决变量本发明利用简单的极性判决方法进行判决，得到用户子载波信号的判决结果。对QPSK调制方式，即为：

$b_1^I\left(i\right)=\left\{\begin{array}{c}1,Z_1^I\left(i\right)>0\\ -1,Z_1^I\left(i\right)<0\end{array}\right.$ [公式36]

$b_1^Q\left(i\right)=\left\{\begin{array}{c}1,Z_1^Q\left(i\right)>0\\ -1,Z_1^Q\left(i\right)<0\end{array}\right.$ [公式37]

本发明的有益效果：

首先，由于对所分离出的子载波信号先进行解扩与匹配滤波处理，在很大程度上抑制了多址干扰，将使接收机的信号处理基于干扰被抑制的信号进行，这会大大提高接收机的稳定性与性能，使所提出的接收方法具有实用性强的突出优点。

其次，信号的空域合并采用了次优合并权重，不需要计算最优空域合并权重所必须的干扰加噪声相关矩阵的逆，大大降低了权重计算的复杂度，且系统性能下降很小；之后进行的频域合并采用了最大比合并方法，合并权重不需要重新估计，使接收方法处理简单，易于实现。

最后，所提出的空频合并接收方法通过空域、频域合并获得了空域、频域分集增益，使系统具有良好的接收性能。

附图说明

图1为阵列天线MC-CDMA系统上行链路(任一用户k)接收结构框图；

图2是采用最优和次优合并权矢量时系统误码率(BER)的仿真结果；

图3是阵元数不同时系统的误码性能。

具体实施方式

下面结合附图对本发明的方法加以详细说明。

本发明的方法适用于任何采用MC-CDMA传输方案的阵列天线移动通信系统。

参照图1的阵列天线MC-CDMA系统上行链路接收结构框图，一种阵列天线MC-CDMA系统上行链路接收方法的具体步骤包括，对任一用户(k)：

步骤1，将阵列天线第1阵元所接收的信号r₁(t)分别送入L个载波信号分离模块(1-1-1)，(1-2-1)，...，(1-L-1)中，得到输出信号x_k，1，1(t)＝r₁(t)(cos(ω₁(t-τ_k，1))+sin(ω₁(t-τ_k，1)))，x_k，2，1(t)＝r₁(t)(cos(ω₂(t-τ_k，2))+sin(ω₂(t-τ_k，2)))，...，x_k，L，1(t)＝r₁(t)(cos(ω_L(t-τ_k，L))+sin(ω_L(t-τ_k，L)))；同时将第2阵元所接收的信号r₂(t)分别送入L个载波信号分离模块(1-1-2)，(1-2-2)，...，(1-L-2)中，得到输出信号x_k，1，2(t)＝r₂(t)(cos(ω₁(t-τ_k，1))+sin(ω₁(t-τ_k，1)))，x_k，2，2(t)＝r₂(t)(cos(ω₂(t-τ_k，2))+sin(ω₂(t-τ_k，2)))，...，x_k，L，2(t)＝r₂(t)(cos(ω_L(t-τ_k，L))+sin(ω_L(t-τ_k，L)))；...；同时将第N个阵元所接收的信号r_N(t)分别送入L个载波信号分离模块(1-1-N)，(1-2-N)，...，(1-L-N)中，得到输出信号x_k，1，N(t)＝r_N(t)(cos(ω₁(t-τ_k，1))+sin(ω₁(t-τ_k，1)))，x_k，2，N(t)＝r_N(t)(cos(ω₂(t-τ_k，2))+sin(ω₂(t-τ_k，2)))，…，x_k，L，N(t)＝(r_N(t)(cos(ω_L(t-τ_k，L))+sin(ω_L(t-τ_k，L)))；

步骤2，将信号x_k，1，1(t)，x_k，2，1(t)，...，x_k，L，1(t)分别送入L个解扩和匹配滤波模块(2-1-1)，(2-2-1)，...，(2-L-1)，进行解扩和匹配滤波处理，得到第i比特信号：

$y_{k,\mathrm{1,1}}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,\mathrm{1,1}}\left(t\right)c_{k,1}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,\mathrm{1,1}}\left(t\right)c_{k,1}^Q\left(t\right)\mathrm{dt},$

$y_{k,2,1}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,\mathrm{2,1}}\left(t\right)c_{k,2}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,\mathrm{2,1}}\left(t\right)c_{k,2}^Q\left(t\right)\mathrm{dt},...,$

$y_{k,L,1}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,1}\left(t\right)c_{k,1}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,1}\left(t\right)c_{k,1}^Q\left(t\right)\mathrm{dt};$

将信号x_k，1，2(t)，x_k，2，2(t)，...，x_k，L，2(t)分别送入L个解扩和匹配滤波模块(2-1-2)，(2-2-2)，...，(2-L-2)中，得到输出信号：

$y_{k,1,2}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,1,2}\left(t\right)c_{k,1}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,1,2}\left(t\right)c_{k,1}^Q\left(t\right)\mathrm{dt},$

$y_{k,2,2}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,\mathrm{2,2}}\left(t\right)c_{k,2}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,\mathrm{2,2}}\left(t\right)c_{k,2}^Q\left(t\right)\mathrm{dt},...,$

$y_{k,L,2}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,2}\left(t\right)c_{k,L}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,2}\left(t\right)c_{k,L}^Q\left(t\right)\mathrm{dt};$

将信号x_k，1，N(t)，x_k，2，N(t)，...，x_k，L，N(t)分别送入解扩和匹配滤波模块(2-1-N)，(2-2-N)，...，(2-L-N)中，得到输出信号：

$y_{k,1,N}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,1,N}\left(t\right)c_{k,1}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,1,N}\left(t\right)c_{k,1}^Q\left(t\right)\mathrm{dt},$

$y_{k,2,N}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,2,N}\left(t\right)c_{k,2}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,2,N}\left(t\right)c_{k,2}^Q\left(t\right)\mathrm{dt},...,$

$y_{k,L,N}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,N}\left(t\right)c_{k,L}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,N}\left(t\right)c_{k,L}^Q\left(t\right)\mathrm{dt};$

步骤3，将N个匹配滤波输出信号y_k，1，1(i)，y_k，1，2(i)，...，y_k，1，N(i)送入空域合并模块(3-1)，得到矢量y_k，1(i)＝[y_k，1，1(i)，y_k，1，2(i)，...，y_k，1，N(i)]^T，通过空域合并权矢量 $w_{k,1}^s\left(i\right)=[w_{k,\mathrm{1,1}}^s\left(i\right),w_{k,\mathrm{1,2}}^s\left(i\right),...,w_{k,1,N}^s\left(i\right)],$ 完成用户k第1个子载波信号的空域合并，得到空域合并后的信号 $z_{k,1}\left(i\right)=w_{k,1}^s\left(i\right){\&CenterDot;y}_{k,1}\left(i\right);$ 同时将N个匹配滤波输出信号y_k，2，1(i)，y_k，2，2(i)，...，y_k，2，N(i)送入空域合并模块(3-2)，得到矢量y_k，2(i)＝[y_k，2，1(i)，y_k，2，2(i)，...，y_k，2，N(i)]T，通过空域合并权矢量 $y_{k,2}\left(i\right)=[y_{k,\mathrm{2,1}}\left(i\right),y_{k,\mathrm{2,2}}\left(i\right),..,y_{k,2,N}\left(i\right){]}^T,$ $w_{k,2}^s\left(i\right)=[w_{k,\mathrm{2,1}}^s\left(i\right),w_{k,\mathrm{2,2}}^s\left(i\right),...{,w}_{k,2,N}^s\left(i\right)],$ 完成用户k第2个子载波信号的空域合并，得到空域合并后的信号 $z_{k,2}\left(i\right)=w_{k,2}^s\left(i\right)\&CenterDot;y_{k,2}\left(i\right),\&CenterDot;\&CenterDot;\&CenterDot;,$ 同时将N个匹配滤波输出信号y_k，L，1(i)，y_k，L，2(i)，...，y_k，L，N(i)送入空域合并模块(3-L)，得到矢量y_k，L(i)＝[y_k，L，1(i)，y_k，L，2，...，y_k，L，N(i)]^T，通过空域合并权矢量 $w_{k,L}^s\left(i\right)=[w_{k,L,1}^s\left(i\right),w_{k,L,2}^s\left(i\right),...,w_{k,L,N}^s\left(i\right)],$ 完成用户k第L个子载波信号的空域合并，得到空域合并后的信号 $z_{k.L}\left(i\right)=w_{\mathrm{kL}}^s\left(i\right)\&CenterDot;y_{k,L}\left(i\right);$

步骤4，将空域合并后的L个子载波信号z_k，1(i)，z_k，2(i)，...，z_k，L(i)送入载波合并模块(4)，得到矢量z_k(i)＝[z_k，1(i)，z_k，2(i)，…，z_k，L(i)]^T，通过频域合并权矢量 $w_k^f\left(i\right)=[w_{k,1}^f\left(i\right),w_{k,2}^f\left(i\right),\&CenterDot;\&CenterDot;\&CenterDot;,w_{k,L}^f\left(i\right)]$ 完成多载波信号的合并，获得用户k最终的判决变量 $Z_k\left(i\right)=w_k^f\left(i\right)\&CenterDot;z_k\left(i\right);$

步骤5，将最终的判决变量Z_k(i)送入信号判决模块(5)进行极性判决，得到任一用户(k)信号的判决结果。

一种阵列天线MC-CDMA系统上行链路接收方法，其特征在于步骤3的空域合并是基于次优合并权矢量进行的，第k个用户第l个载波信号空域合并的权矢量为 $w_{k,l}^s\left(i\right)=\mathrm{\&alpha;}{a}_{k,l}^H\left(i\right).$

一种阵列天线MC-CDMA系统上行链路接收方法，其特征在于步骤4中的载波合并是按最大比合并准则进行的，第k个用户的多载波信号合并权矢量为 $w_k^f\left(i\right)=\left[\right|a_{k,1}\left(i\right)|,|a_{k,2}\left(i\right)|,...,|a_{k,L}\left(i\right)\left|\right].$

图2和图3给出了采用本发明提出的一种阵列天线MC-CDMA系统上行链路接收方法的性能仿真结果。在仿真过中假设系统已达到了同步，采用的均匀线性阵的阵元间距为λ/2，如果没有信道衰落，那么所有发送信号到达基站时具有相同的功率，归一化信噪比为E_b/N₀＝10dB，扩频处理增益与子载波数为128，信道为Rayleigh慢衰落信道，用户随机地分布在小区内，其波达角在[0，2π]之间均匀分布。

图2给出了当用户数不同时本发明方法分别采用最优和次优合并权矢量时BER性能的仿真结果。从图2中可以看出采用次优合并权矢量与采用最优合并权矢量相比，系统的BER性能下降很小，但却可大大减小计算权重的计算量，因此采用次优合并方法是合适的。

图3给出了采用本发明方法当阵列天线的阵元数分别为1、3和5时系统的BER性能。从图3中可以看出，随着阵元数的增加，由于获得了更大的空频分集增益，显著地提高了系统的性能。

Claims (3)

1.一种阵列大线MC-CDMA系统上行链路接收方法，其特征在于包括以下接收步骤，对任一用户(k)：

步骤1，将阵列天线第1阵元所接收的信号r₁(t)分别送入L个载波信号分离模块(1-1-1)，(1-2-1)，...，(1-L-1)中，得到输出信号x_k，1，1(t)＝r₁(t)(cos(ω₁(t-τ_k，1))+sin(ω₁(t-τ_k，1)))，x_k，2，1(t)＝r₁(t)(cos(ω₂(t-τ_k，2))+sin(ω₂(t-τ_k，2)))，...，x_k，L，1(t)＝r₁(t)(cos(ω_L(t-τ_k，L))+sin(ω_L(t-τ_k，L)))；同时将第2阵元所接收的信号r₂(t)分别送入L个载波信号分离模块(1-1-2)，(1-2-2)，...，(1-L-2)中，得到输出信号x_k，1，2(t)＝r₂(t)(cos(ω₁(t-τ_k，1))+sin(ω₁(t-τ_k，1)))，x_k，2，2(t)＝r₂(t)(cos(ω₂(t-τ_k，2))+sin(ω₂(t-τ_k，2)))，...，x_k，L，2(t)＝r₂(t)(cos(ω_L(t-τ_k，L))+sin(ω_L(t-τ_k，L)))；...；同时将第N个阵元所接收的信号r_N(t)分别送入L个载波信号分离模块(1-1-N)，(1-2-N)，...，(1-L-N)中，得到输出信号x_k，1，N(t)＝r_N(t)(cos(ω₁(t-τ_k，1))+sin(ω₁(t-τ_k，1)))，x_k，2，N(t)＝r_N(t)(cos(ω₂(t-τ_k，2))+sin(ω₂(t-τ_k，2)))，...，x_k，L，N(t)＝r_N(t)(cos(ω_L(t-τ_k，L))+sin(ω_L(t-τ_k，L)))；

步骤2，将信号x_k，1，1(t)，x_k，2，1(t)，...，x_k，L，1(t)分别送入L个解扩和匹配滤波模块(2-1-1)，(2-2-1)，...，(2-L-1)，进行解扩和匹配滤波处理，得到第i比特信号：

$y_{k,\mathrm{1,1}}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,l}}{x}_{k,\mathrm{1,1}}\left(t\right)c_{k,1}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,11}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,\mathrm{1,1}}\left(t\right)c_{k,1}^Q\left(t\right)\mathrm{dt},$

$y_{k,\mathrm{2,1}}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,\mathrm{2,1}}\left(t\right)c_{k,2}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,\mathrm{2,1}}\left(t\right)c_{k,2}^Q\left(t\right)\mathrm{dt},...,$

$y_{k,L,1}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,1}\left(t\right)c_{k,1}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,1}\left(t\right)c_{k,1}^Q\left(t\right)\mathrm{dt};$

将信号x_k，1，2(t)，x_k，2，2(t)，...，x_k，L，2(t)分别送入L个解扩和匹配滤波模块(2-1-2)，(2-2-2)，...，(2-L-2)中，得到输出信号：

$y_{k,\mathrm{1,2}}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,\mathrm{1,2}}\left(t\right)c_{k,1}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,1}}^{{(i+1)T}_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,\mathrm{1,2}}\left(t\right)c_{k,1}^Q\left(t\right)\mathrm{dt},$

$y_{k,\mathrm{2,2}}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,\mathrm{2,2}}\left(t\right)c_{k,2}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,\mathrm{2,2}}\left(t\right)c_{k,2}^Q\left(t\right)\mathrm{dt},...,$

$y_{k,L,2}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{{\mathrm{iT}}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,2}\left(t\right)c_{k,L}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,2}\left(t\right)c_{k,L}^Q\left(t\right)\mathrm{dt};$

将信号x_k，1，N(t)，x_k，2，N(t)，...，x_k，L，N(t)分别送入解扩和匹配滤波模块(2-1-N)，(2-2-N)，...，(2-L-N)中，得到输出信号：

$y_{k,1,N}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,1,N}\left(t\right)c_{k,1}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,1}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,1}}{x}_{k,1,N}\left(t\right)c_{k,1,N}^Q\left(t\right)\mathrm{dt},$

$y_{k,2,N}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,2,N}\left(t\right)c_{k,2}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,2}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,2}}{x}_{k,2,N}\left(t\right)c_{k,2}^Q\left(t\right)\mathrm{dt},...,$

$y_{k,L,N}\left(i\right)=\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,N}\left(t\right)c_{k,L}^I\left(t\right)\mathrm{dt}+j\frac{1}{T_s}{\&Integral;}_{i{T}_s+{\mathrm{\&tau;}}_{k,L}}^{(i+1)T_s+{\mathrm{\&tau;}}_{k,L}}{x}_{k,L,N}\left(t\right)c_{k,L}^Q\left(t\right)\mathrm{dt};$

步骤3，将N个匹配滤波输出信号y_k，1，1(i)，y_k，1，2(i)，...，y_k，1，N(i)送入空域合并模块(3-1)，得到矢量y_k，1(i)＝[y_k，1，1(i)，y_k，1，2(i)，...，y_k，1，N(i)]^T，通过空域合并权矢量 $w_{k,1}^s\left(i\right)=[w_{k,\mathrm{1,1}}^s\left(i\right),w_{k,\mathrm{1,2}}^s\left(i\right),...,w_{k,1,N}^s\left(i\right)],$ 完成用户k第1个子载波信号的空域合并，得到空域合并后的信号 $z_{k,1}\left(i\right)=w_{k,1}^s\left(i\right)\&CenterDot;y_{k,1}\left(i\right);$ 同时将N个匹配滤波输出信号y_k，2，1(i)，y_k，2，2(i)，...，y_k，2，N(i)送入空域合并模块(3-2)，得到矢量y_k，2(i)＝[y_k，2，1(i)，y_k，2，2(i)，...，y_k，2，N(i)]^T，通过空域合并权矢量 $w_{k,2}^s\left(i\right)=[w_{k,\mathrm{2,1}}^s\left(i\right),w_{k,\mathrm{2,2}}^s\left(i\right),...,w_{k,2,N}^s\left(i\right)],$ 完成用户k第2个子载波信号的空域合并，得到空域合并后的信号 $z_{k,2}\left(i\right)=w_{k,2}^s\left(i\right)\&CenterDot;y_{k,2}\left(i\right),...,$ 同时将N个匹配滤波输出信号y_k，L，1(i)，y_k，L，2(i)，...，y_k，L，N(i)送入空域合并模块(3-L)，得到矢量y_k，L(i)＝[y_k，L，1(i)，y_k，L，2(i)，...，y_k，L，N(i)]^T，通过空域合并权矢量 $w_{k,L}^s\left(i\right)=[w_{k,L,1}^s\left(i\right),w_{k,L,2}^s\left(i\right),...,w_{k,L,N}^s\left(i\right)],$ 完成用户k第L个子载波信号的空域合并，得到空域合并后的信号 $z_{k,L}\left(i\right)=w_{k,L}^s\left(i\right)\&CenterDot;y_{k,L}\left(i\right);$

步骤4，将空域合并后的L个子载波信号z_k，1(i)，z_k，2(i)，...，z_k，L(i)送入载波合并模块(4)，得到矢量z_k(i)＝[z_k，1(i)，z_k，2(i)，...，z_k，L(i)]^T，通过频域合并权矢量 $w_k^f\left(i\right)=[w_{k,1}^f\left(i\right),w_{k,2}^f\left(i\right),\&CenterDot;\&CenterDot;\&CenterDot;,w_{k,L}^f\left(i\right)]$ 完成多载波信号的合并，获得用户k最终的判决变量 $Z_k\left(i\right)=w_k^f\left(i\right)\&CenterDot;z_k\left(i\right);$

步骤5，将最终的判决变量z_k(i)送入信号判决模块(5)进行极性判决，得到任一用户(k)信号的判决结果。

2.根据权利要求1所述一种阵列天线MC-CDMA系统上行链路接收方法，其特征在于步骤3中的空域合并是基于次优合并权矢量进行的，第k个用户第l个载波信号空域合并的权矢量为 $w_{k,l}^s\left(i\right)={\mathrm{\&alpha;a}}_{k,l}^H\left(i\right).$

3.根据权利要求1所述一种阵列天线MC-CDMA系统上行链路接收方法，其特征在于步骤4中的载波合并是按最大比合并准则进行的，第k个用户的多载波信号合并权矢量为 $w_k^f\left(i\right)=\left[\right|a_{k,1}\left(i\right)|,|a_{k,2}\left(i\right)|,...|a_{k,L}\left(i\right)\left|\right].$

Images