文獻(xiàn)標(biāo)識碼: A
文章編號: 0258-7998(2015)06-0081-03
0 引言
多用戶檢測技術(shù)是利用造成多址干擾的所有用戶的幅度,、用戶碼,、時延等信息來對用戶進(jìn)行檢測,以降低多址干擾,。而其中只需觀測數(shù)據(jù)序列的盲自適應(yīng)多用戶檢測,,因其復(fù)雜度低、效率高,是近年來移動通信相關(guān)領(lǐng)域的熱點研究課題,。恒模算法因?qū)崿F(xiàn)簡單,,且滿足收斂條件的恒模算法其收斂速度及穩(wěn)態(tài)性能較好,早已被應(yīng)用于多用戶檢測中,。雖存在一些問題,,例如存在多個局部收斂點、易收斂到局部最小點等,,但之后也出現(xiàn)了很多解決的方法[1-2],。恒模多用戶檢測算法應(yīng)用廣泛,存在于多個領(lǐng)域中[3-4],。
由于標(biāo)準(zhǔn)約束恒模算法的性能受接收信號幅值參數(shù)的影響,,本文在非標(biāo)準(zhǔn)約束恒模盲多用戶檢測的基礎(chǔ)上,以瑞利分布為變步長,,結(jié)合差分形式構(gòu)造的差分恒模算法,,僅需知道兩相鄰信號的幅值差,避免了搜索具體期望用戶的信號幅值,,使算法更為簡單快捷,。
1 系統(tǒng)模型
經(jīng)過AWGN信道后的K個用戶的同步直接序列擴(kuò)頻的碼分多址(Direct Sequence-Code Division Multiple Access,DS-CDMA)系統(tǒng),,其基帶接收信號為:
2 非標(biāo)準(zhǔn)約束恒模算法
基本的恒模算法(Constant Modulus Algorithm,,CMA)通常為了計算便捷取信號幅值ζ=1,此時代價函數(shù)為:
定義由于ωTS1=d等價于ω=dS1+Bx,,將式(6)轉(zhuǎn)化為無約束優(yōu)化問題J(ω)=J(dS1+Bx),。
利用最陡下降法可以得到非標(biāo)準(zhǔn)約束恒模的自適應(yīng)算法[5]公式為:
3 基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法
由式(7)可以看出:若步長μ值較大,則每次迭代時權(quán)系數(shù)的幅值調(diào)整就大,,此時收斂速度較快,,穩(wěn)態(tài)剩余誤差較大;若步長μ值較小,,則每次迭代時權(quán)系數(shù)的幅值調(diào)整就小,,此時收斂速度較慢,穩(wěn)態(tài)剩余誤差較小,。由于以上所述的非標(biāo)準(zhǔn)約束恒模算法(NSCCMA)采用的是固定步長μ,這樣使得恒模算法的性能無法很好地兼顧,,應(yīng)用就會受到很大限制,。采用時變步長來代替固定步長就能很好地解決這一矛盾。步長值應(yīng)根據(jù)以下原則調(diào)整:首先在未知的一些系統(tǒng)參數(shù)變化時或初始收斂的階段,,當(dāng)步長較大時,,它的收斂速度和對于時變系統(tǒng)的跟蹤速度才會快;而當(dāng)算法收斂后,不論干擾信號的大小及步長都應(yīng)保持較小值,,這樣穩(wěn)態(tài)失調(diào)噪聲才會小,。
基于瑞利分布的變步長取步長函數(shù)公式如下:
式中,參數(shù)α和參數(shù)β>0分別控制函數(shù)的形狀和函數(shù)的取值范圍,。分析式(8)可知:誤差函數(shù)|e(n)|在初始收斂階段較大時,,對應(yīng)的步長μ(n)就較大,此時算法的收斂速度較快,;當(dāng)算法已達(dá)到或即將到達(dá)穩(wěn)態(tài)時,,此時誤差函數(shù)|e(n)|趨近于零,對應(yīng)的步長μ(n)就變得很小,,此時算法的穩(wěn)態(tài)誤差就很小,。由此,可取式(8)為基于瑞利分布變步長的步長函數(shù)公式,?;谌鹄植甲儾介L的非標(biāo)準(zhǔn)約束差分恒模算法(Rayleigh distribution variable-step--non-standard constrained differential constant modulus algorithm,RDV-NSCDCMA)取代價函數(shù)為:
式中,,變步長公式為μ(n)=β{[|e(n)|/α2]exp[-e(n)2/(2α2)]},,式中參數(shù)α及參數(shù)β的最優(yōu)值應(yīng)根據(jù)具體仿真來確定。本次仿真中,,α=150,,β=0.006,此時RDV-NSCDCMA算法達(dá)到最佳收斂,。
4 性能仿真
本仿真采用MATLAB軟件對非標(biāo)準(zhǔn)約束恒模算法(NSCCMA)和基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法(RDV-NSCDCMA)進(jìn)行仿真,。令用戶1為期望用戶,采用31位Gold序列為各用戶的擴(kuò)頻碼,,其擴(kuò)頻增益N=31,,輸入信號為二進(jìn)制相移鍵控(Binary Phase Shift Keying,BPSK)調(diào)制,。取d=10,,期望用戶的信號幅度A1=0.1。
仿真一:以信噪比與誤碼率的關(guān)系曲線圖為測度基準(zhǔn),,研究比較非標(biāo)準(zhǔn)約束恒模算法與基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法的抗多址干擾能力,。本仿真中分別取干擾用戶數(shù)為K=5和K=10,圖1中干擾用戶相對于目標(biāo)用戶的多址干擾強(qiáng)度均為10 dB,,圖2中干擾用戶相對于目標(biāo)用戶的多址干擾強(qiáng)度均為20 dB,。取總迭代次數(shù)為N=1 000。
由仿真曲線圖1和圖2可以看出:當(dāng)干擾用戶數(shù)為5時,,兩條曲線的差距在信噪比大于10 dB時尤其明顯,,說明此時基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法的誤碼率的改善非常明顯,。當(dāng)干擾用戶數(shù)增到10時,曲線的差距在信噪比取值0 dB~20 dB的絕大部分區(qū)間上都較大,,即整個區(qū)間上基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法的誤碼率的改善都較為明顯,。
仿真二:以信干噪比與迭代次數(shù)的關(guān)系曲線圖為測度基準(zhǔn),研究比較非標(biāo)準(zhǔn)約束恒模算法與基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法的抗遠(yuǎn)近效應(yīng)能力,。本仿真中分別取干擾用戶數(shù)為K=5和K=10,,干擾用戶相對于目標(biāo)用戶的多址干擾強(qiáng)度為20 dB,信噪比為20 dB,,總迭代次數(shù)為N=1 000,。
由仿真曲線圖3、圖4可以看出:當(dāng)干擾用戶數(shù)為5時,,基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法在迭代次數(shù)到達(dá)100時趨于穩(wěn)定,,其信干噪比穩(wěn)定值為19 dB; 而非標(biāo)準(zhǔn)約束恒模算法在迭代次數(shù)到達(dá)200時趨于穩(wěn)定,,其信干噪比穩(wěn)定值為18 dB,。當(dāng)干擾用戶數(shù)為10時,基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法在迭代次數(shù)到達(dá)300時趨于穩(wěn)定,,其信干噪比穩(wěn)定值為18.5 dB,; 而非標(biāo)準(zhǔn)約束恒模算法在迭代次數(shù)到達(dá)400時趨于穩(wěn)定,其信干噪比穩(wěn)定值為17 dB,。即無論在個干擾用戶還是個干擾用戶情況下,,基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法的收斂速度和穩(wěn)定性能都優(yōu)于非標(biāo)準(zhǔn)約束恒模算法。
仿真三:以信道突變時信干噪比與迭代次數(shù)的關(guān)系曲線圖為測度基準(zhǔn),,研究比較非標(biāo)準(zhǔn)約束恒模算法與基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法的信道跟蹤能力,。本仿真中取初始干擾用戶數(shù)為15,其中10個用戶的干擾強(qiáng)度為10 dB,,5個用戶的干擾強(qiáng)度為15 dB,。取信噪比為10 dB,總迭代次數(shù)為2 000次,,其他初始條件設(shè)置與仿真一中相同,。當(dāng)?shù)螖?shù)為300時,在上述基礎(chǔ)上再加入3個干擾強(qiáng)度為10 dB的用戶,;迭代次數(shù)為600時,,在上述基礎(chǔ)上去掉2個干擾強(qiáng)度為10 dB的干擾用戶,同時加入2個20 dB的干擾用戶,;迭代次數(shù)為800時,,在上述基礎(chǔ)上去掉2個干擾強(qiáng)度為20 dB的干擾用戶。
由圖5可以看出:當(dāng)?shù)螖?shù)為300時,,本文提出的RDV-NSCDCMA算法的信干噪比值趨于10 dB,,而NSCCMA算法的信干噪比值趨于7 dB;當(dāng)?shù)螖?shù)為600時,, RDV-NSCDCMA算法的信干噪比值趨于8 dB,,而NSCCMA算法的信干噪比值趨于6 dB;當(dāng)?shù)螖?shù)為800時,,RDV-NSCDCMA算法的信干噪比值趨于10 dB,,而NSCCMA算法的信干噪比值趨于6 dB。即在整個2 000次迭代過程中,,當(dāng)?shù)螖?shù)分別為300次,、600次、800次時改變干擾用戶的個數(shù)和強(qiáng)度,,不論在高信噪比還是低信噪比下,,基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法的跟蹤能力都強(qiáng)于非標(biāo)準(zhǔn)約束恒模算法。
5 結(jié)論
本文以誤差函數(shù)e(n)為隨機(jī)變量的瑞利分布變步長μ(n),,調(diào)整參數(shù)α和參數(shù)β>0可以分別改變函數(shù)的形狀和函數(shù)的取值范圍,;而非標(biāo)準(zhǔn)約束恒模算法不受接收信號幅值的影響,對碼分多址蜂窩移動通信中的多址干擾的改善能力也更強(qiáng),;差分恒模算法僅需知道兩相鄰信號的幅值差,,避免了搜索具體期望用戶的信號幅值,使算法更為簡單快捷,。將以此構(gòu)造的基于瑞利分布變步長的非標(biāo)準(zhǔn)約束恒模算法與差分恒模相結(jié)合,,提出了RDV-NSCDCMA 算法。仿真結(jié)果表明, 即使在低信噪比強(qiáng)多址干擾的情況下,,本文提出的RDV-NSCDCMA算法在抗多址干擾能力,、抗遠(yuǎn)近效應(yīng)能力以及信道跟蹤能力方面均優(yōu)于非標(biāo)準(zhǔn)約束恒模算法(NSCCMA)。
參考文獻(xiàn)
[1] ELNASHAR A,,ELNOUBI S,,ELMIKATI H.Sample-by-sample and block-adaptive robust constant modulus-based algorithms[J].IET Signal Processing,2012,,6(8):805-813.
[2] 夏偉娟,,朱立東.一種分?jǐn)?shù)低階統(tǒng)計量廣義恒模盲多用戶檢測算法[J].信號處理,2010,,26(10):1510-1514.
[3] Feng He,,Gunawan E,Yongliang Guan.Improved two-stage CMA-based blind receivers for joint equalization and multiuser detection[J].IET Communications,,June 2012:1131-1136.
[4] 張江,,張杭,崔志富,,等.異步DS-CDMA系統(tǒng)中的盲聯(lián)合干擾消除與多用戶檢測[J].信號處理,,2013,,29(6):668-676.
[5] 郭江鋒.基于變步長理論盲多用戶檢測的研究[D].太原:太原理工大學(xué),2006.