第三代移动通信TD-SCDMA系统物理层增强技术研究

摘要

TD-SCDMA(Time Division-Synchronous Code Division Multiple Access,时分同步码分多址)是中国标准化组织向ITU(International Telecommunication Union,国际电联)提交的3G(3rd Generation,第三代移动通信)标准,是当今三大主流3G标准之一。经过长期的发展和演进,目前已进入大规模预商用阶段。 TD-SCDMA系统物理层的关键技术包括：智能天线、联合检测、信道估计、上行同步、动态信道分配、接力切换等。这些技术已日趋成熟和实用化,并使得TD-SCDMA系统比其他3G系统具有更高的频谱利用率。然而由于任何一种CDMA系统所具有的自干扰的特点,在实际组网时,依旧存在着同频组网时系统容量和通信质量下降等问题,需要通过对现有物理层相关技术的增强和优化来解决。 本文首先简要介绍蜂窝移动通信的发展史,描述TD-SCDMA系统物理层的若干关键技术及其发展和长期演进的过程。随后介绍TD-SCDMA系统的物理信道、传输模型、信道模型及物理层仿真系统的构建。接着研究同频组网情况下多小区空时联合处理技术及其具体实现方案。由于多小区空时联合处理消除小区间强干扰的前提是对邻区信道的精确估计,其后的几章重点对多小区信道估计算法进行大量的研究和分析,分别从以小区为单位的干扰消除和多小区联合估计两种思路提出同频组网下提高信道估计精度的若干方法,分别分析算法性能和实现复杂度。接着提出通过强径选择降低多小区联合信道估计运算复杂度、增加最大允许的邻区强干扰用户数量的方法,进一步提高了算法的可实现性和性能。最后根据TDD(Time Division Duplex,时分双工)系统上、下行链路的信道具有对称性的特点,对联合传输技术在TD-SCDMA系统中的应用进行了可行性研究。 本文的主要创新点和研究工作包括以下几个方面： (1)空时联合处理技术的改进和增强。在TD-SCDMA系统中上行链路的接收端采用的是联合检测和智能天线相结合的空时联合处理技术。传统的空时联合处理技术采用联合检测技术来消除小区内其它用户的干扰,而小区间干扰主要通过智能天线和动态信道分配等手段来抑制。对于同频组网的系统,将联合检测的范围扩大到包括邻区强干扰用户在内的多小区用户,提出了多小区空时联合处理技术的具体实现方式及需要考虑的问题,并对性能进行了仿真和分析。同时对基于传统的低代价Steiner信道估计算法在干扰用户分布在多个邻区情况下的信道估计精度进行了分析,并指出由于其估计精度太低,导致多小区空时联合处理技术无法充分发挥其消除来自邻近小区强干扰的优势。基于以小区为单位的干扰消除信道估计算法的研究。提出的干扰消除信道估计方法可分为两种：一种是基于SIC(Serial Interference Cancellation,串行干扰消除)的信道估计算法,即先利用传统的低代价Steiner信道估计算法估计出本小区用户的信道冲激响应的初值,以单个小区为单位进行干扰重构,将其从用于信道估计的接收训练序列中加以消除后,对邻小区逐个执行估计信道冲激响应,进行干扰重构和消除该邻区信号的步骤,最后再将串行消除了所有邻区干扰的信号再对本小区用户进行信道估计。另一种是基于PIC(Parallel Interference Cancellation,并行干扰消除)的信道估计算法,即以单个小区为单位,根据初次估计的结果对每个小区的干扰信号进行干扰重构,再次对某个小区进行信道估计时,先将其它小区的干扰一并消除后,再进行估计。从算法原理、信道估计精度、算法复杂度以及对系统性能的影响等方面对两种方法进行了具体论述。多小区联合信道估计算法的研究。利用线性估计及干扰消除理论,从多个小区联合信道估计的角度提出了三种多小区联合信道估计算法。三种算法均通过重新定义信道估计矩阵的结构,将本小区用户和邻小区强干扰用户的信道冲激响应联合估计。其中,第一种算法基于MF(Matched Filter,匹配滤波)原理；第二种算法基于MMSE(Minimum Mean-Square Error,最小均方误差)准则；第三种算法是MS(Multi-Stage,多级)信道估计,利用前两种算法的输出作为中间结果,采用数据重构和干扰消除的思想,得到了更为精确的信道估计结果。在介绍了三种算法的原理后,从信道估计精度、实现复杂度和对系统性能影响的角度对算法进行分析。基于强径选择的多小区联合信道估计算法的研究。针对多小区联合信道估计算法复杂度较高、所选的参加联合估计的用户数较少的缺点,提出了强径选择的方法。先利用低代价信道估计算法得到各小区初始的信道估计结果,从中选择信号功率较强的强径信号,然后再利用所选择的本小区和相邻小区用户的强径信号进行多小区联合信道估计。由于降低了原有多小区联合信道估计矩阵的维数,因而在相同数量用户的条件下,大幅减少运算量。又由于每个用户信道冲激响应长度减少了,可以引入更多的相邻小区强干扰用户：同时按照信号的多径强弱来选择,突破了按照用户选择的限制,使得系统资源的分配更加合理。分析了信道估计精度、实现复杂度,并分析了小区间信号同步和不同步的情况对系统性能的影响。 (5)联合传输技术的可行性研究。联合传输技术利用在TDD系统中上、下行链路信道的对称特性,根据上行链路估计的信道冲击响应与已知的用户扩频序列信息在基站侧预处理发送信号,使得在移动台接收端不必进行信道估计,只需与用户的扩频序列匹配滤波即可恢复传输信号,因此可有效地降低移动台的复杂度；并且在下行传输时,不用发送训练序列,使系统下行传输效率有较大提高。本文对TD-SCDMA系统下行链路联合传输技术和传统的联合检测技术进行了对比分析,研究了它与智能天线波束赋形技术的结合以及对系统性能的影响,并指出具体实现时存在的问题和局限。

目录

文摘

英文文摘

论文说明：缩略词

声明

第一章绪论

§1.1蜂窝移动通信的发展

§1.2 TD-SCDMA系统关键技术研究综述

§1.3本文的研究范围和组织结构

第二章 TD-SCDMA系统的物理层模型

§2.1TD-SCDMA系统物理信道

§2.2离敞时间系统传输模型

§2.3TD-SCDMA系统信道模型

§2.4TD-SCDMA系统物理层仿真模型

§2.5本章小结

第三章 多小区空时联合处理算法研究

§3.1接收信号的数据模型

§3.2联合检测和智能天线技术概述

§3.3单小区空时联合处理算法

§3.4多小区空时联合处理算法

§3.5多小区空时联合处理算法分析和仿真性能

§3.5.1算法的容量分析

§3.5.2算法的性能仿真

§3.6本章小结

第四章 基于干扰消除的信道估计算法

§4.1系统模型

§4.2干扰消除信道估计算法原理

§4.2.1串行干扰消除信道估计算法原理

§4.2.2并行干扰消除信道估汁算法原理

§4.3干扰消除信道估计算法的性能分析和仿真结果

§4.3.1信道估计准确性比较

§4.3.2上行链路的误码率性能

§4.3.3算法复杂度分析

§4.4本章小结

第五章 多小区联合信道估计算法

§5.1系统模型

§5.2多小区联合信道估计算法原理

§5.2.1基于匹配滤波(MF)的多小区联合信道估计

§5.2.2基于最小均方误差(MMSE)的多小区联合信道估计

§5.2.3基于多级信道估计(MS)的多小区联合信道估计

§5.3多小区联合信道估计算法的性能分析和仿真结果

§5.3.1信道估计的准确性比较

§5.3.2上行链路的误码率性能

§5.3.3算法复杂度分析

§5.4本章小结

第六章 选择强径的多小区联合信道估计算法

§6.1选择强径的多小区联合信道估计算法原理

§6.2算法复杂度分析

§6.3算法的性能分析

§6.3.信道估计的准确性比较

§6.3.2上行链路的误码率性能

§6.3.3邻区用户和本小区用户非同步对误码率性能的影响

§6.4本章小结

第七章 联合传输技术探索

§7.1系统模型

§7.2联合传输算法

§7.3仿真与分析

§7.4本章小结

第八章 结论与展望

§8.1论文研究工作总结

§8.2进一步工作的建议

致谢

参考文献

攻读博士学位期间的主要成果