第4期 陈亮辉，等：基于MCMC的CDMA系统联合激活用户识别和信道估计 421 冲响应h和估计信道脉冲响应的匹配滤波器输 概率，从图中可以看到5号签名序列的检测概率明 出，然后计算两个滤波器输出的均方误差MSE= 显大于其他63个签名序列，可以正确的以概率识 E[ISh-Shi‖]. 别出激活用户。 3.1激活用户识别和信道估计 图2中的实线表示第一个激活用户信号经过 匹配滤波后的值，虚线表示使用基于MCMC算法 图1(a-c)分别表示在一个观测时间间隔内激 估计的第一个激活用户经历信道幅度参数，基于 活用户数估计值、第一个激活用户路径数估计值和 MCMC算法只是估计激活用户径位置的值，没有 第一个激活用户签名序列检测概率。由于空间的限 估计其他抽样点幅度。从图上可以看出，估计的径 制没有给出第二和三个激活用户估计值和检测概 信道幅度值同实际信道幅度值比较吻合。综合图1 率，仿真结果类似第一个激活用户。从图1(a)可 和2，基于MCMC算法能够联合识别激活用户和估 以看出，当有激活用户时，初始激活用户数估计出 计信道参数。 现一些发散，但是随着估计样点数增加，估计激活 14 用户数会收敛到正确的数值，当估计激活用户数平 ·一实际值 稳时在个别抽样点上有数值发散，是因为在这些估 ·估计值 1.0 计样点上出现了多径现象。图(b)是估计第一个用 户的多径数，可以看到随着估计样点数增加，采用 0.8 基于MCMC算法估计多径数收敛到正确数值，同 0.6 时可以从稳定值的变化样点上得到径的定时信息， 0.4 定时信息估计的精度是1/8T:。比较图(a)和(b)可 0.2 以看到，(b)的数值比(a)数值发散，因为当检测出 0.0 20406080100120140160180200 现一个新的用户时，签名序列检测出现了误差。(c) 抽样点 表示在观测时间内第一个激活用户签名序列检测的 图2信道幅度估计 3.2信道估计算法的性能比较 2 在多用户异步多径DS-CDMA系统下，对基于 MCMC算法与EM算法，ICM算法作MSE性能比 50 j00 150 200 250 物样点 较。对EM算法，假设接收机知道激活用户个数、签 (a) 名序列和路径个数。3种算法的处理噪声是匹配滤 6个 年◆ 波后的相关噪声。图3仿真结果显示，因为基于 4 MCMC算法考虑了噪声的相关性，性能优于其他 两种算法，但是计算时间要比其他两种算法长，表1 0 给出了在Matlab仿真环境下3种算法平均仿真时 50 100150200 250 抽样点 间。本文建议的基于MCMC算法可以无激活用户 (b) 参数和路径个数的先验知识，适合应用在蜂窝制式 0.050 0.045 的激活用户识别、信道参数估计和多用户联合检测 0.040 0.014 MCMC 0.035 0.012R ICM 0.030 -e-EM 0.025 0.010 0.020 0.008 0.015 0.010 0.006 0.005 0.004 0.000 0.002 签名序列 (c) 0.00 25 -20 -15 -10 图1激活用户数、激活用户路径数估计和激活用户签 SNR dB 名序列检测概率 图3三用户四径信道估计平均MSE 万方数据第4期 陈亮辉，等：基于MCMC的CDMA系统联合激活用户识别和信道估计421 冲响应h和估计信道脉冲响应h的匹配滤波器输 出，然后计算两个滤波器输出的均方误差MSE— E叫s-．Il—s。J；ll 2]。 3．1激活用户识别和信道估计 图1(a—c)分别表示在一个观测时间间隔内激 活用户数估计值、第一个激活用户路径数估计值和 第一个激活用户签名序列检测概率。由于空间的限 制没有给出第二和三个激活用户估计值和检测概 率，仿真结果类似第一个激活用户。从图1(a)可 以看出，当有激活用户时，初始激活用户数估计出 现一些发散，但是随着估计样点数增加，估计激活 用户数会收敛到正确的数值，当估计激活用户数平 稳时在个别抽样点上有数值发散，是因为在这些估 计样点上出现了多径现象。图(b)是估计第一个用 户的多径数，可以看到随着估计样点数增加，采用 基于MCMC算法估计多径数收敛到正确数值，同 时可以从稳定值的变化样点上得到径的定时信息， 定时信息估计的精度是1／8T。。比较图(a)和(b)可 以看到，(b)的数值比(a)数值发散，因为当检测出 现一个新的用户时，签名序列检测出现了误差。(c) 表示在观测时间内第一个激活用户签名序列检测的 图1 激活用户数、激活用户路径数估计和激活用户签 名序列检测概率 概率，从图中可以看到5号签名序列的检测概率明 显大于其他63个签名序列，可以正确的以概率识 别出激活用户。 图2中的实线表示第一个激活用户信号经过 匹配滤波后的值，虚线表示使用基于MCMC算法 估计的第一个激活用户经历信道幅度参数，基于 MCMC算法只是估计激活用户径位置的值，没有 估计其他抽样点幅度。从图上可以看出，估计的径 信道幅度值同实际信道幅度值比较吻合。综合图1 和2，基于MCMC算法能够联合识别激活用户和估 计信道参数。 { 魁 臻 测 地 图2信道幅度估计 3．2信道估计算法的性能比较 在多用户异步多径DS—CDMA系统下，对基于 MCMC算法与EM算法、ICM算法作MSE性能比 较。对EM算法，假设接收机知道激活用户个数、签 名序列和路径个数。3种算法的处理噪声是匹配滤 波后的相关噪声。图3仿真结果显示，因为基于 MCMC算法考虑了噪声的相关性，性能优于其他 两种算法，但是计算时间要比其他两种算法长，表1 给出了在Matlab仿真环境下3种算法平均仿真时 间。本文建议的基于MCMC算法可以无激活用户 参数和路径个数的先验知识，适合应用在蜂窝制式 的激活用户识别、信道参数估计和多用户联合检测 图3三用户四径信道估计平均MSE 万方数据