本发明一般涉及经受多径衰落和多址联接干扰(MAI)的直接 序列(DS)码分多址(CDMA)系统，尤其涉及在这种系统中使用 的信号检测技术。

在如建议用于下一代移动无线标准的无线CDMA系统中，在物 理层的主要障碍是由不正交于所需用户的同信道用户引起的多径衰 落和多址联接干扰。在R.Price和P.E.Green的1958年3月的IRE会 刊，第46卷第555到第570页中“用于多径信道的通讯技术”描述的 瑞克接收机，通过所需信号的相干组合可分辨的多径复制试图消除 多径衰落。在S.Verdu的剑桥大学出版社，New York，1998年的“多 用户检测”中描述的多用户检测，通过当检测所需的用户时主动考 虑它的存而提出MAI问题。

最近，人们更加感兴趣于使用阵列处理来进一步改进接收机性 能。这些技术的焦点在于在基站接收机使用多个天线以提供天线增 益和/或分集增益并且允许空间处理的可能性。通过将这些空间域技 术与时间域技术如瑞克检测和多用户检测结合起来，得到的时空检 测器与传统的只是时间域的检测器相比显示出能够改进CDMA系统 能力。例如，参见A.Paulraj和C.Papadias的IEEE信号处理杂志，第 14卷第六部分，第49-83页，1997年10月的“用于无线通讯的时空 处理”。第一代时空CDMA检测器使用阵列处理和瑞克检测或者多 用户检测。可见A.Naguib和A.Paulraj的在IEEE杂志通讯的选择区 域，第14卷第9部分，第1770-1783页，1996年12月的“具有M进制 正交调制和小区基站天线阵列的无线CDMA的性能”，以及参见S. Miller和S.Schwartz的IEEE通讯学报，第43卷第2/3/4部分，第396- 411页，1995年2月、3月、4月的“用于异步高斯多址联接信道的集 成的空间时间检测器”。新近的时空CDMA检测器结合了所有三种 处理技术。参见：H.Huang、S.Schwartz，S.Verdu的在IEEE国际 专题讨论会刊的信息理论，第380页，1995年的“用于多用户检测的 组合的多径和空间分辨率：潜力和问题”；或者M.Nagatsuka和R. Kohno的IEICE通讯学报，第E78-B卷第11部分，第1489-1497页， 1995年11月的“对于DS/CDMA使用阵列天线的空间和时间优化的多 用户接收机”。

尽管前述的系统可以满意地工作，也可以特别是对于结合所有 三种处理技术的时空检测器进行改进。尽管Nagatsuka和Kohno论文 中的检测器在最大似然意义上是优化的，但它的计算复杂性对于用 户数量成指数关系。因此对于实际系统来说实现起来太复杂。在 Huang、Schwartz和Verdu的论文中，实现了性能和复杂性之间的 折衷，但是这种检测器不能自适应地实现，因为它使用迫零准则 (zero-forcing criteria)。自适应实现允许接收机考虑未知的干扰源因 此改进检测器性能并且提高系统性能。例如，基站接收机可以考虑 来自相邻小区或来自嵌入微小区的干扰，而手机接收机可以考虑来 自不能明确地解调的信号的干扰。

本发明利用一个瑞克(rake)接收机、阵列处理和多用户检测来检 测DS-CDMA信号。当结合阵列处理时，瑞克接收机常常被称为时 空瑞克接收机。本发明在多用户检测器中使用最小均方差(MMSE) 准则。这个准则允许以线性检测器的形式相对简单地实现并且也允 许自适应地实现。自适应实现在实际情况下是有用的，在这些情况 下对各种接收信号的了解是有限的。如上所述，使用考虑未知干扰 的自适应检测器可以改进上行链路和下行链路的能力。

对于脉冲幅度调制(PAM)数据信号，本发明的两个实施例提 供了在性能和自适应实现复杂性之间折衷的选择。如果完全了解用 户的信号参数，则实现第一个实施例较好。另一方面，对于自适应 实现要求更明确的信道信息。假设接收机包括P≥1个天线并且接收 信号包括K个DS-CDMA数据信号，每个具有L个延迟的/加权的多径 复制。在每个天线，滤波器组匹配于具有它们的多径定时延时的KL 个扩展码。滤波器输出根据估计信道(多径和阵列)参数的复数共 轭被加权并且被组合以形成一个K向量，这里每个分量相应于K个代 码中的一个。采用每个分量的实数部分。例如，可以从序列信号或 导频信号获得多径延迟和信道参数的估计。常规的时空瑞克接收机 将每个向量分量传递到一个判决装置用于估计相应的用户PAM数据 码元。然而，除非用户的信号在时空域正交，否则向量分量被来自 其他用户的多址联接干扰损害。本发明建议在判决装置之前使用一 个线性组合器以抑制多址联接干扰。这个线性组合器通过一个乘以 实数K向量的实数K×K矩阵WA表示。该矩阵将它具有实数K向量的 乘积和数据码元K向量之间的均方差减至最小。因为矩阵使用最小均 方差(MMSE)准则，所以可以使用公知的自适应算法自适应地获 得它。最后的K向量输出的每个分量相应于K个代码中的一个并且被 传送到一个判决限制器或者一个译码器用于进一步处理。

如果准确地知道信道参数，第二个实施例在一定程度上具有较 差的性能。然而，在信道不匹配的实际情况下，实现第二个实施例 常常较好。在自适应实现方面，这个实施例要求较少的信息(它不 要求精确的信道估计)但可能适应得较慢。正如第一个实施例的情 况，第二个实施例的前端同样包括KL个匹配的滤波器组用于后面有 加权和组合的P个天线中的一个。然而，不像第一个实施例，实数运 算符的次序和线性组合器(K×K矩阵相乘)交换。这时，加权、组 合和线性组合器可以由单个复数K×KLP矩阵WB表示。在产生的K向 量中分量的实数部分传送到一个判决装置或一个译码器用于进一步 处理。在自适应实现中，自适应算法可以用于获得矩阵WB，因此不 明确地要求信道估计。

对于正交PAM(QAM)数据信号，在检测器中不要求实数运算 符，因为信号构象是两维的。在这种情况下，可能使用第二个实施 例的变型，它不使用实数运算符但直接跟随着具有适当判决装置或 译码器的线性组合器。

尽管MMSE检测技术本身是强有力的，但通过使用它们以及其 他多用户检测技术如干扰对消可以进一步增强它们的性能，这里干 扰不是如线性多用户检测器所做的投射出去，而是明确地从接收信 号中提取出来。干扰对消可以在MMSE线性组合器之前或之后发生。

MMSE检测器的两个实施例可以推广到实际的系统，这些系统 除了利用数据承载信道以外，还利用可以用作导频信号的辅助信 道。同样，MMSE检测器可以在信号以不同扩展因子发射的系统中 工作。

相对于不使用多用户检测或使用多用户检测但不自适应地减少 未知干扰的常规信号检测器，本发明的CDMA信号检测器可以提供 明显改进的性能。

下面结合附图来描述，本发明的前面和其他特性可以变得更加 明显，其中：

图1示出一个现有技术单用户时空瑞克接收机，它使用一个多元 天线阵列、在每个天线的一个N芯片滤波器组以及一个信道加权器和 组合器；

图2示出本发明的通用实施例；

图3示出一个多用户时空MMSE检测器的第一个实施例(检测器 A)；

图4示出一个多用户时空MMSE检测器的第二个实施例(检测器 B)；

图5示出第二个实施例的一个自适应实现；

图6示出在第一个实施例的线性组合器之前的干扰对消；

图7示出在第二个实施例的线性组合器之前的干扰对消；

图8示出在本发明的多用户时空MMSE检测器的线性组合器之 后的干扰对消；及

图9示出根据本发明的后置组合器干扰对消接收机的方块图。

考虑一个K用户系统，这里第k个用户(k＝1…K)用一个N芯片 扩展序列sk(t)调制它的数据序列bk(t)。对于检测器A，数据序列 是脉冲幅度调制(PAM)的；对于检测器B，数据序列可以是PAM 或正交PAM(QAM)的。发射的信号受到信道中的频率选择性衰落 并且作为具有复数衰落信道系数ck，l(t)…ck，L(t)的L时间可分辨多 径分量到达接收机。假设该接收机是一个P元线性阵列。如果每个可 分辨多径分量作为具有一个相应于线性阵列的角度θk，l(t)的平面型 波前到达并且如果阵列空间足够的靠近(例如λ/2)使得对于一个给 定波前在阵列元之间存在完全的相关，则相对于第一个元的第p个元 的相位偏移是hk，l，p＝exp(π(p-1)sinθk，l(t))。对于给定码元周期 (并且忽略码元间干扰)在第p个天线接收的信号是： $r_p\left(t\right)=\underset{k=1}{\overset{K}{\Sigma }}\underset{l=1}{\overset{L}{\Sigma }}{h}_{k,l,p}\left(t\right)C_{k,l}\left(t\right)S_k\left(t\right)(t-{\tau }_{k,l})A_{k}b(t-{\tau }_{k,l})+n_p\left(t\right)---\left(1\right)$

这里Ak是用户k的幅度，τk，l是对于第k个用户的第l个多径的延 迟，而np(t)是考虑小区外干扰和背景噪声的加性高斯噪声处理。 现在我们做出下列假设来简化分析。

    (a)位同步地接收信号。

    (b)与码元周期相比较时间扩展是小的使得可以忽略码元 间干扰；以及

    (c)在一个码元周期相位偏移和信道系数是恒定的。

第一个假设以后将省略。在这些假设下，对于方程式(1)的接 收信号，芯片匹配滤波器输出是一个复数N向量 $r_p=\underset{k=1}{\overset{K}{\Sigma }}\underset{l=1}{\overset{L}{\Sigma }}{h}_{k,l,p}{C}_{k,l}{S}_{k,l}{A}_{k}b+n_p$

这里sk，l是相应于sk(t-τk，l)的芯片匹配滤波器N向量，而np 是相应于高斯噪声的复数N向量。扩展码被归一化为具有单位能 量：｜｜sk，l｜｜＝1。假设扩展码是随机的。然而，这些MMSE检测器的 自适应实现要求使用在几个码元周期之后重复的短扩展码。下列符 号将在以后使用：

hk，l＝[hk，l，l…hk，l，p]T阵列系数的复数P向量

H＝[hl，l…hl，L…hK，l…hK，L]复数P×KL阵列矩阵

HD＝diag[hl，l…hl，L…hK，l…hK，L]复数KLP×KL阵列矩阵

ck＝[ck，l…ck，L]T信道系数的复数L向量

C＝diag(c1…ck)复数KL×K信道矩阵

R复数KL×KL相关矩阵由 $R_{((k_1-1)K+l_{1,}(k_2-1)K+l_2)}=S_{k_1,l_1}^H{S}_{k_2,l_2}$ 定义

    A＝diag(A1…Ak)  实数K×K幅度矩阵

    b＝[bl…bk]T   数据位的实数K向量

    Iu                u×u单位矩阵

    1u                1的u向量

    0u×u              0的u×u矩阵

    0u                0的u向量

对于阵列和信道系数的相应估计值将用在该值的码元上的符号 “^”表示。噪声向量是一个零均值复数高斯向量，它的分布可以根 据它的(按照分量)实数和虚数分量写出： $\left[\begin{array}{c}\mathrm{Re}\left(n\right)\\ \mathrm{Im}\left(n\right)\end{array}\right]~\eta {(}_{0_N}^{0_N},{\sigma }^2\left[\begin{array}{cc}{I}_N& 0_{\mathrm{NxN}}\\ 0_{\mathrm{NxN}}& I_N\end{array}\right]\left|\right)$

这里我们定义对于矩阵和向量的实数和虚数操作为Re(X)＝ (X+X*)/2和Im(X)＝(X-X*)/2，这里*表示复数共轭。因此 Re(n)和Im(n)是零均值高斯随机向量，它的分量具有方差σ2 并且相互间不相关。

常规的(时空瑞克)接收机，(图1)

在这个阵列多径信道的上下文中，现有技术单用户检测器是一 个匹配于所需用户的复合阵列多径扩展码信号的相关器。这个检测 器不考虑干扰的存在；然而，如果不存在任何干扰或者如果它们正 交于阵码空间中所需的用户，则它是最大似然检测器。如图1所示， 检测器包括在每个天线的一组相关器10，匹配于KL个多径扩展码 sl，l…sl，L…sK，l…sK，L。在图1最左边方框中的符号表示采用sk，l(相 应于第l个多径延迟的第k个用户的扩展码)和到该方框的输入向量 之间的内积。在符号中的点表示输入。使用单独的定时估 计算法获得定时估计。上面左边方框的输出(它相应于向量Z1的第 一个分量)是＝sl，lHrl，这里H上标表示一个复数向量的厄米特 转置(进行每个元的复数共轭，然后进行生成向量的转置)。用于 至少一个多信号子集、这些信号的多个多径分量以及多个接收机天 线的匹配滤波器输出在图中用(z1…zp)表示。

在参考标号11，相关器输出由它们的相应信道估计的复数共轭 加权。更准确地说，在用于用户k的第l个多径的第p个天线的相关 器输出由相应信道(阵列/多径)系数估计的复数共轭 加权。 使用单独的信道估计算法获得这些估计。在每个天线，加上用于第k 个用户的L个分量(12)，然后用于第k个用户的生成的P个分量 加到13k上(k＝1…K)。每个分量随后传送到一个判决装置或一个 译码器。对于PAM数据信号，用于第k个用户(14k，k＝1…K)的判 决装置给出作为它输出的码元，该码元对于第k个向量分量实数部 分在欧几里德距离意义上最近。对于QAM数据信号，不要求实数 运算符。

图1中，在匹配滤波器输出端的KLP-向量z＝[z1T…zpT]T可以写 为： $z=\tilde{R}{H}^D\mathrm{CAb}+n^s---\left(2\right)$ 这里我们定义KLP×KLP矩阵 和KLP×KL矩阵，表 示两个矩阵之间的直积(克罗内克积)运算，而复数噪声向量是具 有下面分布的复数高斯随机向量 $\left[\begin{array}{c}\mathrm{Re}\left(n^s\right)\\ \mathrm{Im}\left(n^s\right)\end{array}\right]~\eta (\left[\begin{array}{c}{0}_N\\ 0_N\end{array}\right],{\sigma }^2\left[\begin{array}{cc}\mathrm{Re}\left(\tilde{R}\right)& \mathrm{Im}\left(\tilde{R}\right)\\ -\mathrm{Im}\left(\tilde{R}\right)& \mathrm{Re}\left(\tilde{R}\right)\end{array}\right]|)$

使用 (这里·表示两个相同尺寸矩 阵之间按分量逐个作出的乘积)，在信道组合器输出端的K向量和 到判决装置141-14K的输入可以简明地写成： $\mathrm{Re}\left\{y_{\mathrm{conv}}\right\}=\mathrm{Re}\left\{({\hat{H}}^H\hat{C}{)}^{H}z\right\}=\mathrm{MAb}+n_{\mathrm{conv}}---\left(3\right)$

这里H表示复数共轭转置，·表示两个相同尺寸矩阵之间按分量 逐个作出的乘积，并且 。噪声向量完全是实数 并且具有分布： $n_{\mathrm{conv}}~\eta (0_N,{\sigma }^2\hat{M})$

这里 。如果该数据是BPSK调制的，则对于用 户k的位判决是简单的Re{yconv}的第k个分量的硬限制：k＝sgn (Re{yconv，k})。常规瑞克接收机的相应的误码率Pkconv是： $P_k^{\mathrm{conv}}\left(\sigma \right)=Q\left[\frac{{\left(\mathrm{MAb}\right)}_k}{\sigma \sqrt{\widehat{M_{(k,k)}}}}\right]---\left(4\right)$

这里X(k，k)是矩阵X的第(k，k)个元素。根据BPSK调制数据 给出在各种检测器之间的性能比较，但是一般也可以对于任何QAM 调制数据进行这些性能比较。

通用时空线性多用户瑞克接收机(图2)

上述现有技术时空瑞克接收机在给定用户意义上是单用户接收 机，解调仅仅使用来自该用户的信息。因为它不考虑来自其他用户 的干扰的存在，它的性能受到损失。图2示出一个通用的多用户时 空瑞克接收机。它使用一个信息组合器考虑多址联接干扰。给出这 种检测器的两种版本。第一种称为检测器A，在线性组合器之前使 用实数运算符。在这种情况下，图2中参考号20包括跟随着一个线 性组合器的一组实数运算符，分量141…14k中的每一个是一个限制 器，它确定对于它输出的最接近估计码元。第二种称为检测器B， 使用跟随着实数运算符由复数矩阵表示的线性组合器。在这种情况 下，参考号20仅仅包括线性组合器，而判决装置包括实数运算符和 限制器。尽管类似，但用于检测器A和B的线性组合器导致了不同 的性能和自适应实现。现在我们更充分地描述两个检测器实施例。

时空线性多用户检测器A(图3)

在方程式(3)给出用于K个用户的一组充分的统计量作为K向 量Re{yconv}。线性MMSE检测器的目的是将K×K线性组合器应用 于这个向量使得在它生成向量和数据向量b之间的均方差减至最 小。换句话说，找到实数K×K矩阵WA使得 $W_A=\arg \underset{W}{\min }\left\{E\right[\left|\right|\mathrm{WRe}\left\{y_{\mathrm{conv}}\right\}-b{\left|\right|}^2\left]\right\}----\left(5\right)$

这个检测器实质上在消除用nconv表示的残留高斯噪声和用 的非对角线项表示的多址联接干扰中取得适当的平 衡。可以示出该解决方案为： WA＝E[b(Re{yconv})H]{E[Re{yconv}Re{yconv}]}-1      (6) $=\mathrm{AM}({\mathrm{MA}}^2{M}^H+{\sigma }^2\hat{M}{)}^{-1}$

图3示出一个根据本发明的检测器A的方块图。它包含P个天 线和一组匹配的滤波器10。方框31表示一个由方程式(6)给出的 K×K矩阵WA定义的线性组合器。该矩阵可以如下解释：它是3项 的乘积：(a)对角幅度矩阵(A)；(b)等效的阵列/信道/代码相 关矩阵(M)；以及矩阵( )的逆矩阵，它包括阵列/信道 /代码相关矩阵(M)、幅度矩阵的平方(A2)和阵列/信道/代码相 关矩阵(MH)的厄米特共轭的乘积与由背景噪声方差(σ2)加权的 估计阵列/信道/代码相关矩阵 的和。这个矩阵使在方程式(5)给 出的均方差准则减至最小，并且因为在(5)中均方差表示的凸度， MMSE解决方案(6)表示一个总的最小值。一组判决限制器 (321-32k)跟随着线性组合器。

MMSE检测器的一个具有吸引力的特性是它能够使用公知的自 适应算法(33)如最小均方或循环最小二乘来自适应地实现。使用 一个序列信号(例如，用户数据位)，这些技术可以用于自适应地 获得WA。如果认为WA的直接计算太复杂，则自适应实现是一个选 择。注意自适应实现要求了解K个用户的扩展码、多径延迟和信道 参数。

假设阵列和信道估计是准确的 ，我们可以重新写出 (6)中WA表达式：

WA＝A-1[Re{CH[(HHH)·R]C}+σ2A-2]-1

另一个吸引人的特性是随着残留高斯噪声趋近于零，MMSE检 测器趋近于解相关(迫零)检测器(高到一个标量因子)： $\underset{\sigma \to 0}{\lim }\left(W_A\right)=A^{-1}\left(\mathrm{Re}\right\{C^H[\left(H^{H}H\right)·R]C\left\}\right)---\left(7\right)$

换句话说，从(3)我们可以得到： $\underset{\sigma \to 0}{\lim }\left(W_{A}y\right)=A^{-1}\left(\mathrm{Re}\right\{C^H[\left(H^{H}H\right)·R]C\left\}{)}^{-1}\mathrm{Re}\right\{C^H[\left(H^{H}H\right)·R]C\}\mathrm{Ab}$

＝b

并且多址联接干扰被迫使为零。在解相关检测器A(DD-A)的 实现中，我们以WA＝A-1Re-1{M}代替方程式(6)给出的WA。我们 将假设CH[(HHH)·R]C是正定的并且因此是可逆的；所以 Re{CH[(HHH)·R]C}也是可逆的。

现在让我们计算这第一个MMSE检测器(MMSE A)的误码率。 在限制器输入端的K向量是：

    yA＝WARe{yconv}＝WAMAb+nA

这里 $n_A~\eta (0_K,{\sigma }^2{W}_A\hat{M}{W}_A^H)$

因此使用MMSE-A检测器用于第k个用户的误码率是： $P_k^{\mathrm{MMSE}-A}\left(\sigma \right)=Q\left[\frac{{\left(W_A\mathrm{MAb}\right)}_k}{\sqrt[\sigma ]{W_A\hat{M}{W}_{A(k,k)}^H}}\right]---\left(8\right)$

设WA＝A-1(Re{CH[(HHH)·R]C})-1并且假设是理想的信道估计，对于 DD-A的误码率是： $P_k^{\mathrm{DD}-A}\left(\sigma \right)=Q\left[\frac{A_k}{\sqrt[\sigma ]{{\left[\left(\mathrm{Re}\right\{C^H[\left(H^{H}H\right)·R]C\}{)}^{-1}\right]}_{(k,k)}}}\right]---\left(9\right)$

这种MMSE检测器的一个缺点是信道和阵列系数的估计不能结 合到用于获得WA的自适应算法中。必须使用一些其他方式(如序 列信号或导频信号)明确地获得估计。这导致我们询问“可能设计 一个不要求预先了解阵列和信道参数的自适应MMSE吗？”回答是 “可以”，正如我们将在下面部分看到的。

时空线性多用户检测器B(图4)

这个部分的目的是获得一个能够自适应地实现并且不要求明确 的阵列和信道估计的MMSE检测器。(然而，它将仍然要求对于多 径延迟的定时估计。)图4示出检测器B的基本结构，它交换了检 测器A的实数运算符和线性组合器的位置。在这个交换之后，阵列 组合、多径组合和线性组合器所生成的级联可以被集合到一个如图5 所示的、称为WB的单个复数K×KLP矩阵乘法。特别地，我们使用 MMSE准则定义这个矩阵为： $W_B=\arg \underset{w}{\min }\{E{\left[\right||W}_z-b{\left|\right|}^2\left]\right\}$

并且它从(4)得出

WB＝E(bzH)[E(zzH)]-1 ${=\mathrm{AG}}^H\tilde{R}[\tilde{R}{\mathrm{GA}}^2{G}^H\tilde{R}+{\sigma }^2\tilde{R}{]}^{-1}---\left(10\right)$ ${=\mathrm{AG}}^H[\tilde{R}{\mathrm{GA}}^2{G}^H+{\sigma }^2{I}_{\mathrm{KLP}}{]}^{-1}$ 这里G≡HDC是阵列/信道矩阵。图5示出一个根据本发明的 MMSE-B检测器的方框图。它包括P个天线和一组匹配的滤波器 10。方框50表示一个由方程式(10)给出的K×KLP矩阵WB定义 的线性组合器。这个矩阵使由 上面给出的均方 差准则减至最小。方程式(10)的最后一行表示该矩阵是3项的乘 积：(a)对角幅度矩阵(A)；(b)阵列/信道组合器矩阵HDC， 它等效于常规检测器中的阵列/信道组合器但使用实际的参数而不 是它们的估计；以及(c)矩阵 的逆矩阵。矩阵求逆包 括在方程式(2)之后定义的相关矩阵( )、阵列/信道组合器矩阵 G、幅度矩阵的平方(A2)以及阵列/信道组合器矩阵的厄米特共轭 的乘积与由背景噪声方差(σ2)加权的KLP×KLP单位矩阵的和。 如果数据是PAM，则一组实数运算符(301-30k)和判决限制器(321 -32k)跟随着线性组合器。否则，如果数据是QAM，则只要求复 数判决限制器(141-14k)。对于PAM数据、检测器A和B尽管在 结构上类似，但由于实数运算符的不同位置它们是不等效的。

为了对于BPSK数据计算检测器B的误码率，在限制器输入端 的K向量是： $\mathrm{Re}\left\{y_B\right\}=\mathrm{Re}\left(W_{B}z\right)=\mathrm{Re}\left(W_B\tilde{R}{H}^{D}C\right)\mathrm{Ab}+n_B$

这里 $n_B~\eta (0_K,{\sigma }^2{W}_B\tilde{R}{W}_B^H)$

因此使用MMSE-B检测器的第k个用户的误码率是： $P_k^{\mathrm{MMSE}-B}\left(\sigma \right)=Q\left[\frac{{\left\{\mathrm{Re}\left(W_B\tilde{R}{H}^{D}C\right)\mathrm{Ab}\right\}}_k}{\sqrt[\sigma ]{(W_B\tilde{R}{W}_{B(k,k)}^H}}\right]---\left(11\right)$

通过将P个接收的N向量连接成单个NP向量r＝[r1T r2T… rPT]T，我们可以将匹配的滤波器组的操作与线性组合器WB组合在 一起以产生乘以r的单个K×NP矩阵。如图6所示，用于第k个用 户的检测器结构可以减少到跟随有实数运算符62和判决限制器63 的这个K×NP矩阵60的第k行。因此MMSE-B检测器可以用简单 的抽头加权滤波器结构实现。它的相应解相关检测器(下面描述)、 MMSE-A检测器和DD-A检测器可以同样地以这种结构实现。如同 MMSE-A检测器，这种版本的MMSE-B检测器可以使用公知的自适 应算法(61)自适应地实现。然而，MMSE-B具有不要求阵列和信 道估计的优点。折衷办法是自适应可能慢一些，因为有较多的抽头 要调节。

尽管在两个检测器之间的直接分析比较是困难的，但我们将示 出在理想的信道和阵列估计下，当噪声底部接近于零时，MMSE-A 的性能一律超过MMSE-B的性能。首先，我们示出对于MMSE-B、 DD-B相应的解相关检测器以 简单地代替 WB。(回想我们已经做出假设 是可逆的。)

定理1： $\underset{\sigma \to 0}{\lim }\left[A{\left(H^{D}C\right)}^H\right[\tilde{R}{H}^D{\mathrm{CA}}^2{\left(H^{2}C\right)}^H+{\sigma }^2{I}_{\mathrm{KLP}}{]}^{-1}]=A^{-1}[{\left(H^{D}C\right)}^H\tilde{R}{H}^{D}C{]}^{-1}{\left(H^{D}C\right)}^H$

证明：两边乘以 ，我们得到 ${[A\left(H^{D}C\right)}^H=\underset{\sigma \to 0}{\lim }{A}^{-1}{\left(H^{D}C\right)}^H\tilde{R}{H}^{D}C{]}^{-1}{\left(H^{D}C\right)}^H[\tilde{R}{H}^D{\mathrm{CA}}^2{\left(H^{2}C\right)}^H+{\sigma }^2{I}_{\mathrm{KLP}}]$ ${=A\left(H^{D}C\right)}^H+\underset{\sigma \to 0}{\lim }\left({\sigma }^2{A}^{-1}{\left(H^{D}C\right)}^H\tilde{R}{H}^{D}C{]}^{-1}{\left(H^{D}C\right)}^H\right)$ ＝A(HDC)H

因此， 和在MMSE-A中的阵列和多径 组合器可以由(HDD)H表示，DD-B是匹配的滤波器组，跟随着组合 器、跟随着解相关器(CH[(HHH)·R]C)-1，跟随着实数运算符，以及跟随 着限制器。DD-A是几乎恒等的，除了解相关器和实数运算符的次序 被转换时，并且解相关器是(Re{CH[(HHH)·R]C})-1。

通过以(11)中 代替WB，DD-B的误码率是 $P_k^{\mathrm{DD}-B}\left(\sigma \right)=Q\left[\frac{A_k}{\sqrt[\sigma ]{\mathrm{Re}{\left[\right\{C^H[\left(H^{H}H\right)·R]C{\}}^{-1}]}_{(k,k)}}}\right]---\left(12\right)$

现在我们将示出DD-A具有比DD-B均匀的较低的误码率。

定理2： $P_k^{\mathrm{DD}-A}\left(\sigma \right)\le P_k^{\mathrm{DD}-B}\left(\sigma \right)$

证明(本发明人要感谢Lucent技术数学科学中心的Emre Telatar 及时的和精巧的洞察力)： 定义 M≡CH[(HHH)·R]C，它是厄米特式并且假设是正定的。因 此[Re( M)]-1也是正定的，以及它充分地示出[Re( M)]-1的第k个对角线 元素大于等于 的第k个对角线元素。(注意因为 M是厄米特式，它 的逆也是厄米特式，因此逆的对角线元素是实数)。选择Y为实数并 且设x＝[Re( M)]-1y，注意x是实数。因此，xT MX＝xTRe( M)x＝y[Re( M)] 并且xTy＝yT[Re( M)]-1y。使用Bergstrom不等式通则，该式说明对于 任何实数x、实数y和正定 M，XT MxyT( M)-1y≥(xTy)2，

我们具有

    yT[Re( M)-1yyT( M)-1≥(yT[Re( M)]-1y)2

    yT( M)-1y≥yT[Re( M)]-1y，

并且其结果后面是使用用于y的第k个单位向量。尽管这种关 系，DD-A和DD-B的性能实际上是相当地类似。更重要的是，对于 不精确的阵列和信道估计的实际情况来说，已经示出MMSE-B的性 能可能比MMSE-A的性能更好。

对于异步多速率情况的MMSE检测器扩展使用

迄今为止，我们已经假设这些线性多用户检测器是位同步操 作。现在我们示出它们的操作是如何可以扩展到位异步情况的。首 先，我们考虑在同步单速率环境中解相关检测器的操作。同样的原 因应用于MMSE检测器；然而，为了教学目的，我们聚焦于解相关 检测器。假定有两个用户具有各自的扩展码s1(t)和s2(t)。下面 的表A示出这两个代码在时间上的关系，细的垂直线表示码元边 界。接收的信号是r(t)＝A1s1(t)b1+A2s2(t)b2+n(t)，这里Ak 是第k个用户的幅度，bk是第k个用户的数据位，而n(t)是加性 高斯噪声。 … s1(t) … … s2(t) … 表-A：2个用户同步单速率系统 …    s1(t)             … …     s2(t)       s2(t-T)   … 表-B：2个用户异步单速率系统 …          s1(t)         … …   s2(t)   s2(t-T) s2(t-2T) …

表-C：2个用户异步多速率系统

如果用户1是所需的用户，它的对于一个给定码元间隔的解相 关检测器是匹配的滤波器用于投射到s2(t)零空间的代码s1(t)。 对于表-B所示的异步单速率情况，用于用户1的解相关检测器投射 到由用户2代码的线性组合跨越的零空间，该代码在那个码元间隔 期间重叠。如果我们设s2R(t)是以s1(t)重叠s2(t)部分的并且设 s2L(t-T)是以s1(t)重叠s2(t-T)的部分，然后假设BPSK数据调 制，零空间由s2R(t)+s2L(t-T)和s2R(t)-s2L(t-T)跨越。这个想法可以扩展 到表-C所示的异步多速率情况。使用类似的函数定义，用于用户1 的解相关器位于由s2R(t)+s2(t-T)+s2L(t-2T)、s2R(t)+s2(t-T)- s2L(t-2T)、s2R(t)-s2(t-T)+s2L(t-2T)、以及s2R(t)-s2(t-T)- s2L(t-2T)跨越的零空间。由于数据率之间的不同增加，线性多用户检 测器的效率降低了，因为它将限定于一个更加特定的子空间中。上 面的原因可以通过类似的组合干扰波形的适当子空间应用于MMSE 检测器。

MMSE检测器和干扰对消

这里描述的MMSE技术可以与称为干扰对消的非线性多用户检 测技术一起使用。而线性多用户检测器依靠子空间投影减轻干扰， 干扰对消器直接去掉干扰。可以使用两类干扰对消：前置组合器， 这里对消发生在线性组合器之前，以及后置组合器，这里对消发生 在线性组合器之后。前置组合器对消用于去除没有由线性组合器考 虑的干扰。例如，我们可以选择去除小区内一个高功率、高速率信 号而不是以线性组合器考虑它。另一方面，后置组合器对消用于改 进由线性组合器做出的码元估计。使用来自线性多用户检测器的初 步码元估计，信号被重构并且从接收的信号提取出来以形成用于第 二阶段码元估计的增强信号。在两种干扰对消技术中，通过抑制干 扰可以潜在地增加性能。

图7示出根据图3中所示的检测器A的前置组合器干扰对消器 的方块图。在到线性组合器WA的第k个输入端，存在着由于用户j ＝1…K，j≠k的干扰，它将以WA考虑。然而，还可能有其他没有考 虑的干扰，例如来自小区内的高功率干扰。如果已知在所有天线的 扩展码、多径延迟、数据位和信道参数则这种干扰可以从到WA的 输入中提取出来。在这种情况下，可能重构对于干扰的基带信号并 且可以估计它对于WA的第k个输入的贡献(将重构信号通过用于 用户k的处理链)以及在指定的点70k(k＝1…K)的贡献可以从对于 这个的其他干扰中减去或者可以类似地计算和减去其他输入。

图8示出根据图4的检测器B的前置组合器干扰对消器的方块 图。使用如上所述对于检测器A前置组合器干扰对消器的相同方 法，没有由WB考虑的干扰可以在指定的点80从它的每个输入减 去。

图9示出根据本发明的后置组合器干扰对消接收机的方块图。 这种接收机包括P个天线并且具有三级，表示为90、91和92。第一 级90接收基带信号rp并且以图1的MMSE-A检测器或图2的 MMSE-B检测器对于所有K个用户进行初步码元估计。第二级91 使用来自第一级90的初步码元估计并且了解K个用户的扩展码、延 迟和信道参数以重构对于每个用户的基带接收信号。第二级91从接 收的信号r1…rp减去相对于所需用户k的多址联接干扰以形成下面 对于用户k的增强的接收信号： $r_{k,p}^{\left(\mathrm{IC}\right)}\equiv r_p-\underset{j=1,j\ne k}{\overset{K}{\Sigma }}\underset{l=1}{\overset{L}{\Sigma }}{A}_j{\hat{h}}_{j,l.p}{\hat{C}}_{j,l}{S}_{j,l}{\hat{b}}_{j}p=1,···,P$

注意也可以去除对于用户k的多径干扰。我们将不详细地描述 这种选择，因为它的相对增益一般被忽略，除非用户K的数量非常 小。理想地，如果初步的码元估计和信道估计是理想的，则在增强 的接收信号中没有任何多址联接干扰。然而，一般来说这不是实际 的情况。在第三级92，用图1所示的常规时空接收机处理增强的接 收信号以产生对于K个用户的最后码元估计k(IC)。

通过无限的重复级91和92可以继续用于多次迭代上述的后置 组合器干扰对消过程。由于在第一次两个或三个迭代之后重复的迭 代减弱了，可以增强性能。为了减少复杂性，这两类干扰对消可以 在一个用户子集上完成。

上面已经描述的可以认为是本发明原理的说明。特别应该注意 到本发明的装置和方法可以通过各种技术实现，例如通过使用大规 模集成电路、专用集成电路和/或存储程序的通用计算机或专用计算 机或者使用任何一种计算机可读介质的微处理器。其他的实施例对 于本领域的技术人员也是很明显的，但它们都不会背离本发明的精 神和范围。