反编码的SIC算法在VAMOS解调中的应用

摘要

为了成倍提升GSM全球移动通信系统的网络及用户容量，一种基于低相关TSC训练序列的多个终端用户复用同一时隙技术，VAMOS技术被国内外运营商广泛使用。由于VAMOS系统需要将多个终端用户复用在同一个时隙上，对于这些被复用的用户来说，始终会存在一个或多个固定的同频干扰，这样会使目标用户受到很大的影响。所以VAMOS系统的性能很大程度上取决于基站接收端的上行信号检测算法，也就是多用户检测技术。
　　串行干扰消除(SIC)是一种多用户检测器，由于它对硬件的改变不大，并且在性能上比以往的检测器有较大提升，易于实现，所以在VAMOS系统中被广泛使用。然而，SIC算法仅能在多用户功率不同的时候，取得最佳效果。当两用户的功率差别不大时，强功率用户信号的剥离会对弱功率用户信号带来较大影响，可能导致弱功率用户无法被检出。
　　本文研究了SIC算法在VAMOS系统上行解调中的应用，给出了一种提升强功率用户消除准确度的实现方案，并完成了系统仿真。
　　首先分析了VAMOS系统。研究了用户配对机制、TSC选择方案、调制和解调方案以及信道估计算法和均衡方案。以此引出SIC算法在VAMOS系统中的重要作用。
　　然后介绍了SIC算法。重点分析了当前SIC算法的原理、应用和优缺点，给出了该算法在强功率用户剥离方面存在的不足。
　　其次介绍了卷积码及其Viterbi译码。主要论述其处理机制和在纠错方面的优势，对编码增益进行分析。
　　最后给出了一种SIC的改进方法，将强功率用户完成信道译码后的信息进行反编码，作为接收信号中减掉的部分。通过信道编码的增益，提升用户消除的准确性，更好的重构出剩余功率信号，从而提高VAMOS系统接收机的接收性能。通过仿真验证了算法的增益范围，并讨论了该算法的适用场景。

目录

声明

摘要

插图索引

表格索引

缩略语对照表

第一章 绪论

1．1 研究背景及意义

1．2 SIC算法的研究现状

1．3 本论文的研究内容

第二章 VAMOS系统简介

2．1 VAMOS的发展历程

2．2 VAMOS信道类型

2．3 VAMOS系统的用户配对机制

2．4 VAMOS系统中TSC的选择

2．5 VAMOS系统的调制和解调方案

2．5．1 Alpha-QPSK调制

2．5．2 SIC解调在VAMOS中的作用

2．6 VAMOS信道估计和均衡方案

2．6．1 信道估计算法介绍

2．6．2 MLSE均衡解调算法分析

第三章 SIC算法介绍

3．1 MIMO系统模型

3．2 多用户检测技术

3．3 SIC技术介绍

3．4 SIC算法说明

3．4．1 SIC算法结构

3．4．2 SIC的强功率用户对消

3．4．3 SIC的优缺点

3．5 SIC检测器

第四章 卷积码及其Viterbi译码

4．1 信道编译码概述

4．2 卷积编码介绍

4．3 卷积编码的表示方式

4．3．1 状态图法

4．3．2 树状图法

4．3．3 网格图法

4．4 最大似然译码

4．5 Viterbi算法的基本原理

4．5．1 Viterbi算法的目标

4．5．2 Viterbi算法的顺序

4．6 Viterbi译码器的构成

4．7 Viterbi译码性能的影响因素

4．7．1 码率对译码性能的影响

4．7．2 约束长度对译码性能的影响

4．7．3 判决方式对译码性能的影响

4．7．4 回溯深度对译码性能的影响

第五章 基于反编码的SIC算法

5．1 基于反编码的SIC算法原理

5．2 基于反编码的SIC算法实现方案

5．2．1 普通SIC算法流程

5．2．2 改进SIC算法流程

5．3 两种SIC算法的性能对比

5．4 反编码的SIC算法在VAMOS中的应用

第六章 结论和展望

参考文献

致谢

作者简介