论文导读：为了减小MAI的影响，多用户检测（Multi-UserDetection，MUD）技术应运而生。串行干扰删除（SuccessiveInterferenceCancellation,SIC）利用已判决的用户信号再生干扰然后相消以有利于其他未判决用户的检测。
关键词：多用户检测，串行干扰删除
多址干扰（MAI）是限制CDMA系统容量的一个关键因素。为了减小MAI的影响，多用户检测（Multi-User Detection，MUD）技术应运而生。其中一种重要的算法就是干扰删除多用户检测算法，该算法是根据各个用户已判决的信号再生多址干扰，并在总接收信号中将各类多址干扰相消。串行干扰删除（Successive Interference Cancellation, SIC）利用已判决的用户信号再生干扰然后相消以有利于其他未判决用户的检测。
（一） 串行干扰删除多用户检测原理
步骤：
1、 按照用户信号功率从大到小进行排列，分别编号为用户1、用户2、用户3……；
2、 用常规的解调方法（如：匹配滤波）将用户1解调出来；
3、 从总的接收信号总减去用户1重构的最强用户干扰，将用户2解调出来；
4、 用户3的信号减掉用户1、用户2的干扰，
……
按此顺序下去恢复所有的用户
【文献1】其原理结构图如下
图1：SICMUD基本原理图
通过上述过程可以看出，
1）串行干扰消除按信号功率从大到小依次相消，其性能很大程度上取决于用户接收信号的功率分布，用户接收信号的功率分布差别越大，性能提高就越明显。首先，信号最强的用户解调得到的可靠性最高；其次，从总信号中将最强用户信号先检测出来，对其他用户的收益最大，这是由CDMA系统的特性决定的。CDMA是自干扰系统，因此，把信号最强的用户检测出来的同时也减小了对其他用户的干扰。这种算法的结构导致最强用户在抗多址干扰方面没有得到任何改善，而对最弱的用户来说，它在抗多址干扰方面获得很大改善。同时这也导致SIC检测有一个显著的缺陷，就是它的性能在很大程度上取决于初始数据估计的可靠性。也就是说如果用户1和用户2功率差别不大，或者对用户1的估计值与真实值差别比较大，则会使系统误差较大。此外，每一级的检测错误将会在以下各级中累加，它会严重影响整个系统的检测性能。
2）在串行干扰删除检测器中，由于每解调一个用户便会引入一定的处理时延，当用户较多时，时延将累积到系统难以忍受的地步。因此，在SIC方案中，每个分组的用户不宜取太多，一般取4个用户即可。SIC可用于同步CDMA，也可用于异步CDMA中。
3）串行干扰删除需要对用户的功率进行排序。在无线衰落信道中，用户信号功率是变化的，此时需要重新排序。因此，必须在信号功率排序的速度和能够接收的运算复杂度之间进行权衡。
4）串行干扰删除需要估计用户信号的延时、幅度和相位。
5）串行干扰删除结构简单，运算复杂度与用户数呈线性关系。
多用户检测中的干扰删除算法充分利用了多个用户的信息，并且工程实现相对简单。存在的问题是：对干扰的估计要求相当准确，否则干扰删除的效果会大大削弱甚至使系统恶化。
参考文献：
【1】 牛凯等 编著. 移动通信原理.电子工业出版社，2006.
【2】 彭岳星. 宽带CDMA移动通信中的联合检测技术.东南大学博士论文，2004.
【3】 刘向东、顾学迈. 第三代移动通信系统中非线性多用户检测技术.华北航天工业学院学报 Vol.14 No.1 Mar.2004.
|
