TD-SCDMA 系统智能天线和联合检测结合性能仿真.doc
《TD-SCDMA 系统智能天线和联合检测结合性能仿真.doc》由会员分享,可在线阅读,更多相关《TD-SCDMA 系统智能天线和联合检测结合性能仿真.doc(11页珍藏版)》请在三一文库上搜索。
1、精品论文大全TD-SCDMA 系统智能天线和联合检测结合性能仿真吴爱蓉,张健明1 北京邮电大学电信工程学院,北京(100876)Email:摘要 本文对 TD-SCDMA 系统上行链路结合使用智能天线和联合检测的算法进行了 研究和仿真,分析比较了联合检测算法迫零线性均衡器(ZF-BLE)和最小方差线性均衡 器(MMSE-BLE)的性能,以及天线阵元数,用户数目对系统性能的影响。关键字 智能天线; 联合检测; 波束赋形1.引言TD-SCDMA系统中采用了智能天线技术和联合检测技术。智能天线的原理是利用波的 干涉原理产生强方向性的辐射方向图,使主瓣自适应地指向移动台方向1。智能天线技术的 应用可以
2、提高天线增益、减小小区内外干扰,从而显著的增加系统容量,提高频谱利用率。 联合检测技术能充分利用已知的干扰用户的信息,将干扰和有用用户的信号同时解调出来, 提高系统性能2 3。TD-SCDMA中由于每载波的用户被分布到每个帧的传输方向的时隙中, 最终每个时隙中并行用户的数量很少,从而可以通过较低的运算量就可以有效的检测到用户 信号。从理论上讲,联合检测可以完全消除多址干扰,但在实际运用中,由于信道估计的不 准确将会影响到干扰消除的准确性;对于小区间的干扰也不能很好的解决。因此, TD-SCDMA系统中采用了联合检测与智能天线相结合的方法,在运算量未大幅度增加的情 况下,充分发挥两种技术的综合优
3、势,提高系统性能。本文对 TD-SCDMA 系统上行链路性能进行了仿真和分析。第 2 节给出了天线阵列下的 数据模型。第 3 节介绍了基于近似 Cholesky 分解的 ZF-BLE 和 MMSE-BLE 的联合检测算法。 第 4 节描述了信道模型和智能天线波束赋形算法。第 5 节以 Matlab 为平台,对上行链路性 能进行仿真和分析。2.数据模型用户数据经过扩频、加扰,无线信道,到达接收机。本文中所指的扩频码是信道化码和 扰码的总称。将第 k 个码分信道半个突发的 N 个复数据符号构成的矢量记做:( k ) ( k ) ( k ) ( k ) T8d= d1, d2, ., d N ,1
4、k K(1)将长度为 Q 个码片的第 k 个扩频码记作:( k )( k )( k )( k ) TC= c1, c2,., cQ ,1 k K(2)将第 k 个码分信道上的第 m 根天线上的长度为 W 的信道冲击响应记做:( k ,m ) ( k ,m ) ( k ,m ) ( k ,m ) Th = h1, h2, ., hW ,1 k K ,1 m M(3)则第 k 个码分信道上的第 m 个天线上的激励响应为相应信道激励响应函数与扩频码的卷积:( k ,m )( k ,m ) ( k ,m )( k ,m ) T( k ,m)( k )b = b1b2 .bQ +W 1 = h C(4)
5、将在第 m 个天线上测量到的接收到 NQ+W-1 维信号矢量记做:( m)( m)( m )( m)Te= e1e2 ,., eNQ +W 1 ,1 m M(5)定义操作符 vecavec1a2 = a b a b T(6) bb 1 122 12 全部 K 个码分信道发送的数据符号可以表示为:d = vec (d(1)T, d ( 2)T,., d12KN( K )T )= d , d ,., d T(7)第 k 个码分信道的全部 M 根天线的激励响应可以表示为:b( k ) = vecb( k ,1) , b( k ,2) ,., b( k ,M )全部 M 根天线上的接收信号可以表示为:
6、T,1 k K(8)Te = vece(1) , e( 2) , ., e( M )(9)这样,可以容易的表示,接收信号由下列系统方程给出:e = Td + n (10)其中 T 是 M(NQ+W-1)*NK 维系统矩阵。n 是全部 M 根天线的噪声构成的噪声矢量,n = vecn(1) , n( 2) , ., n( M ) T (11)其中,( m)( m)( m)( m )Tn= n1, n2,., nNQ +W 1 ,1 m M(12)系统矩阵T具有block-Toeplitz结构2。3.基于 Cholesky 分解的 ZF-BLE 和 MMSE-BLE 算法ZF-BLE 算法通过使表
7、达式(e Td)H R (e Td)(13)e,ZF BLEne,ZF BLE最小来得到其连续的无偏差估计为:精品论文大全= (T RT ) T RedH1 1 H1e,ZF BLEnnnn=d+(T H R 1T )1T H R 1n(14)其中矩阵 Rn 是加性噪声矢量 n 的协方差矩阵: Rn= En nH .。MMSE-BLE 算法是通过使表达式E (dH d ) (de,MMSE BLEe,MMSE BLE d )(15)最小来得到其连续的值估计为:= (T RT + R) T Rn edH1 1 1 H1e,MMSE BLEnddne,ZF BLE= ( I + ( R T H R
8、 1T )1 )1 d(16)= W d0 e,ZF BLE其中, Rd 是数据符号的协方差矩阵: Rd = Ed dH 。MMSE-BLE 可以看成是 ZF-BLE 的扩展。W0 是一个维纳估计器,降低了由于 ZF-BLE由于不考虑判决量中不考虑噪声相关性导致的性能恶化。d在特定情况下, Rn= 2 I , R= I 。BF-BLE 算法和 MMSE-BLE 算法的连续值估计分别为: | ( H)1 Hnde,ZF BLER = 2 I =T T T e (17)d|= (T H T + e,MMSE BLE Rn = 2 IRd = I2 I )1T H e(18)联合检测算法就是要从接收
9、矢量 x 中获得估计序列 d ,直接使用矩阵求逆的方法进行求解方程组需要的运算量很大,因此需要选择合适工程实现的矩阵求逆算法。由于T的 block-Toeplitz 结构,厄密共轭矩阵 S = T H T 也具有带状 block-Toeplitz 结构,如图 1 所示,只有斜影部分需要计算,其它部分只需通过填充的方式得到。因此可以很大程度的减少运算量。矩阵S可以通过Cholesky分解的方法分解成为下三角矩阵L和L的上三角 共轭转置矩阵的积。式(17)和式(18)可以通过求解方程的方式得到。L矩阵是块对角, 但不是block-Toeplitz矩阵。然而,它是近似block-Toeplitz,即
10、:它满足于在计算出前若干个 块列(或块行),可以近似认为余下的块列(块行)与最后一个计算出的块列(块行)一致。 如图 2 所示,图中颜色相同的区域可认为具有相同的数据块,因此只需要计算出这些部分, 从而进一步简化运算3。精品论文大全http:/图 1 S 矩阵结构图 2 L 矩阵结构4.结合联合检测的智能天线算法在 TD-SCDMA 系统中智能天线与联合检测技术的结合,在上行链路可以获得分集增益 的好处,利用上行链路获得的参数,下行可以实现自适应波束赋形。智能天线与联合检测结 合的空时信号处理系统结构如图 3 所示:图 3 智能天线与联合检测结合空时处理信号模型波束赋形算法是智能天线的核心。自
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- TD-SCDMA 系统智能天线和联合检测结合性能仿真 TD SCDMA 系统 智能 天线 联合 检测 结合 性能 仿真
链接地址:https://www.31doc.com/p-3618783.html