基于TD-SCDMA系统的抗干扰联合检测研究

巢喜剑，陈盛云

(昆明理工大学信息工程与自动化学院，昆明650000)

1 引言

目前发达国家3G通信技术已经普及，甚至有些国家还采用了4G通信标准。在我国，3G通信技术正在普及和应用，然而TD-SCDMA是我国自主研发的，也难免存在很多问题，其中系统的干扰因素最常见，所以提出一种新的联合检测方案，以此来优化和完善TD-SCDMA技术，提高系统容量，从而解决3G系统中出现的抗干扰问题［1］。

TD-SCDMA系统是一种易受到干扰而迫使系统的整体性能下降的系统，其中受到的干扰主要有多径干扰、细小空间的多用户干扰和噪声干扰等，在这里主要分析TD-SCDMA系统的多径干扰问题，多径是指信号从发送端经过多种途径发送到接收端，而多径所产生的干扰使信号减弱和频移，导致3G系统不稳定。

现在消除多径干扰的技术方法有传统的滤波器窄相关技术，多径信道延迟技术和智能天线技术等，这三种技术只能在干扰不严重时才能产生较好的抗干扰效果，其最大优点就是运算简单，易于实现。当系统干扰强度严重时，特别是信噪比过高、系统性能恶化时，在TD-SCDMA系统中提出一种基于智能技术与联合检测的新技术来消除干扰和优化3G系统，显得格外重要。

根据现有的硬件设备和系统软件的更新及优化，提出一种新的抗干扰联合检测技术来消除或减弱多径干扰，文中对自适应算法的LMS和RLS进行了比较和分析，最后根据TD-SCDMA 系统在信号传输、手机终端和物联网传感等领域中硬件和软件的配置需求，选用适合的自适应算法来进行系统优化。

2 新的抗干扰联合检测技术的提出及其算法特性分析

2.1 传统方法存在的困难及新解决方法的提出

智能天线技术是指由阵列天线通过改变每个阵列信号的幅度、相位、频率来改变阵列的天线方位图，从而消除或减弱干扰，提高信噪比和系统容量。智能天线技术通常大致可以分为多波束技术与自适应技术。在TD-SCDMA系统中由于无需互相匹配频率，其工作类型大多运用TDD(时分双工)来完成各信道中心对称和解决天线内各波束形状及抗干扰问题等［2］。但当传送信号延迟通过主波束范围时，多径干扰将会很强，从而增加系统的复杂性和对设备要求过高，导致智能天线技术存在缺陷。

联合检测是指用于消除或减弱各种干扰来提高系统性能和容量的多用户检测方法。因此在其基础上提出一种基于自适应算法相结合的新技术——抗干扰联合检测技术，这对消除多径干扰，帮助优化和升级TD-SCDMA系统起着重要的作用［3］。

2.2 新的抗干扰联合检测模型

通过对传统方法和新提出方法的比较和分析，结合自适应算法和单用户联合检测模型，提出了多用户同时输入时新的抗干扰联合检测模型，如图1所示。

图1 抗干扰联合检测模型

在图1中，s(k)(n)代表多用户k的传送信号，n指代信噪比，3G通信是非线性多变化的，例如对于多用户k，阶跃响应h(k)(τ，n)可以表示成信道正交性，所以当多用户k通过信道传送信号信道至接收端时，则接收端信号表示为:

在上述式子当中，1≤i≤k，而 h(k)(τ，n)则是多个传输信道阶跃响应的累加。另外，接收端收到的多用户k的总信号x(n)写成:x(n)=v(n)+n

经过滤波器后的输出信号:y(n)=x(n)wH(n)

系统估计误差:e(n)=d(n)-y(n)

在上述式子中，x(n)为接收端接收的总信号，n是指加性噪声，e(n)为系统估计误差，y(n)为实际输出信号，d(n)为期望输出信号，w(n)为自适应调整权矢量。

从提出的新的抗干扰联合检测模型中可以看出，通过自适应滤波器和对自适应算法的应用来消除或者减弱多径干扰，通过估计误差公式证明一旦e(n)极限于零，表示消除多径干扰效果越好，同时证明提出的新模型方案是有效、可行的。该模型之所以结合自适应算法，目的是使估计误差e(n)趋近于零。

2.3 算法特性分析

自适应过程是一个不断逼近目标的过程，它所遵循的途径以数学模型表示，称为自适应算法。自适应算法可以用硬件(处理电路)或软件(程序控制)两种办法实现。前者依据算法的数学模型设计电路，后者则将算法的数学模型编制成程序并用计算机实现［4］。文中主要采用自适应算法中计算比较简单的LMS(最小均方)算法和性能较好的RLS(递归最小二乘)算法。

2.3.1 LMS算法分析

LMS自适应算法可表示为以下三部分:

滤波器信号输出:y(n)=x(n)*wH(n);

系统估计误差:e(n)=d(n)-y(n);

权自适应更新矢量:w(n+1)=w(n)+μx(n)*e(n);

在上述表示式中:x(n)表示为输入信号，w(n)为自适应调整权矢量，e(n)为系统估计误差，d(n)为期望输出信号，y(n)为实际输出信号，μ是迭代步长参数。

经过上述每次迭代，在理想状况下LMS算法需要2n+1次复数乘法和2n次复数加法，故LMS算法具有简易运算的优点。

由上面表达式可以得知LMS算法的计算复杂度为:O(n)

2.3.2 RLS算法分析

RLS算法是基于最大平方方法，和LMS算法系列相比主要的不同便是固有的统计学观念。平均时间的计算需要基于更多的指令并因此带来全面的RLS算法计算，这比LMS方法要复杂。

RLS算法:

当前系统估计误差:e(n)=d(n)-wH(n)*x(n)

权系数更新矢量:w(n)=w(n-1)+k(n)*e(n)

当前输出信号量:y(n)=wH(n)*x(n)

x(n)为输入信号，w(n)为自适应调整权矢量，e(n)为系统估计误差，d(n)为期望输出信号，y(n)为实际输出信号，k(n)为RLS增益矢量。

由上面表达式可以得知RLS算法的计算复杂度为:O(n2)

因为RLS算法考虑更为全面，所以它的效果将会比LMS算法更好(具体比较将在下面的部分展示)。

3 仿真图及其对比

3.1 环境介绍

(1)笔记本电脑配置:Genuine Intel(R)CPU 1G 0.99GB的内存

(2)仿真软件:Matlab 6.5

3.2 LMS算法仿真结果

LMS算法仿真结果分析如图2和图3所示。

图2 LMS收敛

图3 LMS收敛后误调

(1)收敛性分析:作为比较算法优劣的一个最重要参数，收敛速度越快，意味着算法的效果越好。从图2可以看出LMS算法的收敛很慢。

(2)计算复杂度:O(n)可以看出LMS算法计算比较简单。

(3)稳定性分析:作为比较算法优劣的另一个最重要的参数，稳定性越好，算法就越健壮。如图3所示，收敛完成后，出现了一个很大的误差，即误调，这是难以预测的，这样就会导致程序算法的不稳定，严重影响到应用。

3.3 RLS算法仿真结果

RLS算法仿真结果分析如下图4所示。

图4 RLS收敛

(1)收敛性分析:作为比较算法优劣的一个最重要的参数，收敛速度越快，意味着算法的效果越好。从图4可以看出RLS算法的收敛很快。

(2)计算复杂度:O(n2)可以看出RLS算法计算比LMS复杂的多。

(3)稳定性分析:作为比较算法优劣的另一个最重要的参数，稳定性越好，算法就越健壮。通过图3和图4可以看出RLS算法比LMS算法的稳定性较好。

从上面的图可以很清晰的看出，LMS算法的收敛速度与RLS算法的收敛速度是几乎不能比的:LMS算法要经过200多次运算才会收敛，而RLS算法只需要几十次甚至是几次运算就已经收敛了。但是这并不能说明RLS算法比LMS算法在任何情况下收敛性都优越，在硬件设备稍弱时，由于LMS算法对系统资源的消耗并不高，因此便于采用LMS算法。所以这要取决于硬件设备和软件系统等因素来选择算法，而这并不能证明新模型的可行性，下一节就消除干扰可行性进行分析。

4 新联合检测干扰消除的可行性分析

前面提出的新模型在理论上是可以消除多径干扰的，在新的抗干扰联合检测中，选择合适的自适应算法进行MATLAB仿真，通过仿真实验结果及分析表明了新抗干扰检测模型的正确性和可行性。

当传输信号独立分布时，信号的输入波形如图5所示。

图5 信号的输入波形

经过各种干扰后的混合信号波形如图6所示。

图6 受干扰混合信号波形

经过新的抗干扰检测模型之后信号的输出波形如图7所示。

图7 信号的输出波形

通过仿真实验结果及信号的输出波形可以看到，新的联合检测模型在消除干扰方面是可行的。

5 结束语

通过理论和仿真分析可知，首先在TD-SCDMA系统中采用新的抗干扰联合检测技术有助于消除多径干扰，其次根据现有的硬件设备和系统软件配置条件，采用合适的自适应算法，有助于低成本高便捷运作，来达到3G系统的优化和升级。甚至在以后这一技术还能在信号传输、手机终端和物联网传感等方面取得很广泛的应用［5］。

［1］ Vollmer M，Haardt M，Gotze J.Comparative Study of Joint Detection techniques for TD-SCDMA based Mobile Radio Systems［J］.IEEE Journal on selected Aress in Comm.2001(4):16-37.

［2］ 康泽明.TD-SCDMA中智能天线技术研究［D］.北京:北方工业大学，2010.

［3］ 黄华生，蒋译.TD-SCDMA系统中联合检测的原理和实现［J］.重庆:重庆邮电学报，2001(6):32-52.

［4］ 张旭东.离散随机信号处理［M］.北京:清华大学出版社，2006.

［5］ 谢显中.TD-SCDMA第三代移动通信系统技术与实现［M］.北京:电子工业出版社，2004.