Index of /rozprawy2/10892

Pełen tekst

(1)Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Wydział Informatyki, Elektroniki i Telekomunikacji. Rozprawa doktorska Jacek Wszołek. Analiza zastosowania sieci neuronowych w odbiornikach szerokopasmowych systemów radiokomunikacji ruchomej z bezpośrednim rozpraszaniem widma. Promotor: Dr hab. inŜ. Wiesław Ludwin.

(2) II. Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Wydział Informatyki, Elektroniki i Telekomunikacji Katedra Telekomunikacji Al. Mickiewicza 30, 30-059 Kraków, Polska Tel. +48 12 6345582 Fax +48 12 6342372 http://www.agh.edu.pl http://www.iet.agh.edu.pl http://www.kt.agh.edu.pl. Copyright © Jacek Wszołek, 2014 Wszystkie prawa zastrzeżone.

(3) Streszczenie. W systemach UMTS (Universal Mobile Telecommunications System) podstawową przyczyną ograniczającą pojemność interfejsu WCDMA jest interferencja współkanałowa MAI (Multiple Access Interference), którą na wejściu detektora odbiornika WCDMA można interpretować, jako addytywny szum kolorowy. Dlatego też odbiornik WCDMA powinien wykorzystywać w procesie adaptacyjnej detekcji i/lub korekcji sygnałów układy nieliniowe. Ponieważ sztuczna sieć neuronowa ANN jest nieliniowym filtrem adaptacyjnym, zatem można ją zastosować do budowy korektorów sygnałowych, pracujących w obecności zakłóceń nieliniowych. Poważny problem stanowi natomiast proces adaptacji (uczenia) sieci ANN polegający na minimalizacji funkcji kryterialnej, która najczęściej przyjmuje postać funkcji błędu. Istotnym problemem jest występowanie w funkcji kryterialnej szeregu minimów lokalnych, co oznacza istnienie niezerowego prawdopodobieństwa utknięcia algorytmu adaptacji filtru (uczenia sieci ANN) w minimum lokalnym bez osiągnięcia minimum globalnego. W niniejszej rozprawie zaproponowano nowatorską strukturę funkcjonalną odbiornika sygnałów WCDMA, która z jednej strony pozwala w pełni wykorzystać możliwości sztucznych sieci neuronowych ANN do budowy nieliniowych adaptacyjnych korektorów sygnałowych, z drugiej zaś jest odporna na ewentualny brak zbieżności algorytmów ich uczenia. Prezentowana praca składa się z sześciu rozdziałów. W rozdziale pierwszym przedstawiono ogólne informacje dotyczące problematyki rozprawy oraz sformułowano tezę. W rozdziale drugim dokonano przeglądu najważniejszych algorytmów i technik odbioru sygnałów. W rozdziale trzecim omówiono odbiorniki WCDMA, których budowę oparto na sztucznych sieciach neuronowych ANN oraz zaprezentowano autorski projekt odbiornika WCDMA z nieliniowym korektorem sygnałowym opartym na sieci ANN i przeznaczonym do zastosowania w systemach radiokomunikacji ruchomej. W rozdziale czwartym przedstawiono, symulator sieci z wielodostępem WCDMA, w tym przede wszystkim model warstwy fizycznej łącza „w dół” systemu UMTS. Kolejny, piąty rozdział zawiera opis przeprowadzonych w rozprawie symulacji komputerowych oraz analizę wyników eksperymentów symulacyjnych. Rozdział szósty zawiera podsumowanie rozprawy oraz wskazuje kierunki dalszych badań..

(4) Abstract. The capacity of a Universal Mobile Telecommunications System (UMTS) is mainly limited by Multiple Access Interference (MAI) which at the input of the WCDMA detector, can be interpreted as additive non-Gaussian noise. Due to the nonGaussian nature of MAI, nonlinear signal processing and nonlinear detection/equalization techniques should be applied in the WCDMA receiver. An artificial neural network (ANN) is a nonlinear adaptive filter, and therefore can be used as a nonlinear signal equalizer operating in the presence of nonlinear distortions. Due to the fact that the ANN adaptation (learning) process relies on the minimization of a selected cost function (usually the error curve) the main drawback of the ANN is the lack of reliable convergence. This converge problem stems from the fact that the error curve can have local minima. This means that there is a non-zero probability that the ANN learning process becomes fixed in a local minimum without finding the global minimum. This dissertation introduces a novel functional structure of the WCDMA signal receiver, which allows to take full advantages of the ANN to build non-linear adaptive signal equalizers, while at the same time is resistant to the possible lack of convergence of the learning algorithms. The presented work consists of six chapters. The first chapter provides general information about the dissertation’s problems and formulates the thesis. The second chapter reviews the most important algorithms and techniques of signal reception. The third chapter presents the state of the art in the field of applying ANN in WCDMA signal reception and presents an original WCDMA downlink receiver with a neural network based signal equalizer designed for use in mobile radio systems. The succeeding chapter presents a methodology of simulating the physical layer of the UMTS downlink. A derivation and performance evaluation of the proposed neural network based receiver is presented in chapter five. The last chapter provides final conclusions and presents directions of further research..

(5) Spis treści. STRESZCZENIE ..................................................................................................III ABSTRACT ........................................................................................................... V SPIS TREŚCI ...................................................................................................... VII WYKAZ SKRÓTÓW ........................................................................................... IX 1.. WSTĘP........................................................................................................... 1 1.1. 1.2. 1.3.. PROBLEMATYKA ROZPRAWY .................................................................... 1 ZAŁOŻENIA I TEZY ROZPRAWY ................................................................. 2 UKŁAD PRACY ......................................................................................... 4. 2. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW .......................................................................................................... 7 2.1. 2.2. 2.3. 2.4. 2.5. 2.6.. ODBIORNIK RAKE .................................................................................. 8 INTERFERENCJA WSPÓŁKANAŁOWA MAI ................................................ 10 ODBIORNIK Z KOREKTOREM LINIOWYM MMSE ...................................... 15 DETEKCJA ŁĄCZNA – OPTYMALNY ODBIORNIK STACJI BAZOWEJ .............. 21 KOREKCJA SYGNAŁÓW NA POZIOMIE CZIPÓW I SYMBOLI ......................... 24 PODSUMOWANIE ................................................................................... 25. 3. ODBIORNIKI Z KOREKTORAMI NIELINIOWYMI OPARTYMI NA SZTUCZNYCH SIECIACH NEURONOWYCH................................................. 26 3.1. KOREKTORY I DETEKTORY NEURONOWE ................................................ 26 3.2. PROBLEM ZBIEŻNOŚCI ALGORYTMU UCZENIA SIECI NEURONOWEJ ............ 28 3.3. ODBIORNIK WCDMA Z KOREKTOREM NIELINIOWYM ............................. 30 3.3.1. Elementy składowe odbiornika.......................................................... 32 3.3.1.. Struktura sztucznej sieci neuronowej ................................................. 34.

(6) VIII. 3.3.2. Algorytm uczenia sieci neuronowej ................................................... 36 3.4. PODSUMOWANIE ................................................................................... 37 4.. MODEL SYMULACYJNY ŁĄCZA „W DÓŁ” SYSTEMU UMTS .......... 39 4.1. MODEL NADAJNIKA STACJI BAZOWEJ...................................................... 40 4.1.1. Moduł formowania kanałów fizycznych ............................................. 40 4.1.2. Moduł skramblowania i rozpraszania widma .................................... 41 4.1.3. Moduł multipleksacji kanałów fizycznych .......................................... 44 4.2. MODEL TORU RADIOWEGO ..................................................................... 46 4.2.1. 4.2.2. 4.2.3.. Model AWGN z addytywnym szumem białym .................................... 47 Model FNFC z zanikiem płaskim ...................................................... 47 Model FSFC z zanikiem selektywnym ................................................ 49. 4.2.4. Model PUC z fluktuacją fazy............................................................. 50 4.2.5. Modele kanałów radiowych zalecane przez ITU i 3GPP w badaniach symulacyjnych systemu UMTS ........................................................................ 51 4.3. MODEL ODBIORNIKA TERMINALA RUCHOMEGO....................................... 54 4.3.1. Moduł korektora liniowego ............................................................... 55 4.3.2. Moduł korektora nieliniowego .......................................................... 56 4.4. MODELE ELEMENTÓW WSPOMAGAJĄCYCH ANALIZĘ WYNIKÓW EKSPERYMENTÓW SYMULACYJNYCH .................................................................... 57 4.4.1. Moduł licznika czasu zajętości procesora .......................................... 57 4.4.2. Bitowa stopa błędów oraz estymator niepewności jej wartości średniej 59 4.5. PODSUMOWANIE ................................................................................... 60 5. ANALIZA SYMULACYJNA ODBIORNIKA WCDMA Z DODATKOWYM KOREKTOREM NIELINIOWYM.................................... 61 5.1. 5.2. 5.3. 5.4.. WYNIKI BADAŃ W ŚRODOWISKU MIEJSKIM ............................................. 64 WYNIKI BADAŃ W ŚRODOWISKU POZAMIEJSKIM ..................................... 75 WYNIKI BADAŃ W ŚRODOWISKU UŻYTKOWNIKÓW W POJAZDACH............ 84 PODSUMOWANIE ................................................................................... 95. 6.. WNIOSKI I UWAGI KOŃCOWE .............................................................. 96. 7.. BIBLIOGRAFIA ....................................................................................... 102.

(7) Wykaz skrótów. ANN. Artificial Neural Network. ARQ. Automatic Repeat Request. AWGN. Additive White Gaussian Noise. BER. Bit Error Rate. BMUD. Blind Multiuser Detection. BSR. Blind Source Recovery. CML. Coded Modulation Library. CPICH. Common Pilot Channel. DDFSE. Decision – Delayed Feedback Sequence Estimation. DFFLE. Decision Feedback Functional Link Equalizer. DFSE. Decision Feedback Sequence Estimation. DPCCH. Dedicated Physical Control Channel. DPCH. Dedicated Physical Channel. DPDCH. Dedicated Physical Data CHannel. EBP. Error BackPropagation. FIR. Finite impulse response. FLANN. Functional Link Artificial Neural Network. FSFC. Frequency Selective Fading Channel. GSM. Global System for Mobile Communications. HT. Hilly Terrain.

(8) X. HSPA. High Speed Packet Access. ICI. InterChip interference. INO. Indoor Office. ISI. InterSymbol Interference. ITU. International Telecommunication Union. JD. Joint Detection. LM. Levenberg-Marquardt’a (Algorytm). MAI. Multiple Access Interference. MLP. MultiLayer Perceptron. MLSE. Maximum Likelihood Sequence Estimation. MMSE. Minimum Mean Square Error. MSE. Mean Square Error. MUD. Multiuser Detection. NNT. Neural Networks Toolbox. NRF. Number of Received Frames. NRZ. Non-Return to Zero. OFDMA. Orthogonal Frequency-Division Multiple Access. OTI. Outdoor to indoor and pedestrian. OVSF. Orthogonal Variable Spreading Factor. P-CPICH. Primary Common Pilot Channel. PUC. Phase-Uncertain Channel. QPSK. Quadrature Phase Shift Keying. RA. Rural Area. RBF. Radial Basis Functions. RBFNN. Radial Basis Function NN. RIT. Relative Increase of Time. RNN. Recurrent Neural Network. RoF. Radio over Fiber. RPROP. Resilient BackPROPagation.

(9) SF. Spreading Factor. SI. Self Interference. SIR. Signal to Interference Ratio. SNR. Signal to Noise Ratio. SV. Support Vectors. SVM. Support Vector Machine. TFCI. Transport Format Combination Indicator. TPC. Transmit Power Control. TU. Typical Urban. UMTS. Universal Mobile Telecommunications System. UWB. Ultra WideBand. VEH. Vehicular. WCDMA. Wideband Code Division Multiple Access.

(10)

(11) 1. Wstęp. Technika WCDMA (Wideband Code Division Multiple Access), jako metoda wielodostępu do kanału radiowego jest obecnie w dalszym ciągu powszechnie implementowana w systemach radiokomunikacji ruchomej i mimo konkurencji ze strony innych technik, w tym głównie OFDMA, jest wciąż intensywnie rozwijana [WCD]. Powoduje to ciągłe zainteresowanie badaniami nad rozwojem i doskonaleniem, między innymi metod odbioru sygnałów szerokopasmowych z bezpośrednim rozpraszaniem widma. Badania te zmierzają przede wszystkim w kierunku opracowania nowych rozwiązań konstrukcyjnych odbiorników WCDMA, które charakteryzując się stosunkowo prostą architekturą zapewniałyby wysoką wierność przesyłanych strumieni informacji. W systemach UMTS (Universal Mobile Telecommunications System) podstawową przyczyną ograniczającą pojemność interfejsu WCDMA jest interferencja współkanałowa MAI (Multiple Access Interference), którą na wejściu detektora odbiornika WCDMA można interpretować, jako addytywny szum kolorowy. Destruktywny wpływ tego szumu, który w istotnym stopniu może pogorszyć bitową, symbolową, blokową czy ramkową stopę błędów, można próbować ograniczyć za pomocą odpowiednich algorytmów, implementowanych w obwodach elektrycznych oraz pamięciach i procesorach współczesnych odbiorników WCDMA.. 1.1.. Problematyka rozprawy. Odbiorniki sygnałów radiowych WCDMA mogą wykorzystywać do korekcji i/lub detekcji sygnałów układy liniowe lub nieliniowe. Jednak odbiorniki oparte na układach liniowych nie są w stanie dokonać optymalnej korekcji i/lub detekcji sygnałów w obecności szumu kolorowego lub innych zniekształceń nieliniowych, a więc takich, które są efektem przejścia sygnału przez układ o nieliniowej transmitancji – funkcji przenoszenia. Ponieważ interferencję współkanałową MAI, w ogólnym przypadku można interpretować jako szum kolorowy, zatem odbiornik WCDMA powinien wykorzystywać w procesie adaptacyjnej detekcji i/lub korekcji sygnałów układy nieliniowe..

(12) 2. 1 WSTĘP. Podstawowymi układami stosowanymi w nieliniowych odbiornikach sygnałów WCDMA są detektory sekwencji MLSE (Maximum Likelihood Sequence Estimation) oraz detektory i korektory oparte na sztucznych sieciach neuronowych ANN (Artificial Neural Networks) (rozdz. 3). Wprawdzie odbiorniki oparte na detektorach MLSE są powszechnie uważane za odbiorniki optymalne, to jednak ich wysoka jakość jest okupiona bardzo dużą złożonością przeprowadzanych obliczeń. Podnosi to zarówno ich cenę, jak i zwiększa pobór energii z baterii lub akumulatorów terminala ruchomego. Dlatego też interesującą alternatywę dla odbiorników MLSE mogą stanowić odbiorniki oparte na korektorach sygnałowych zbudowanych z wykorzystaniem sztucznych sieci neuronowych ANN. Ponieważ sztuczna sieć neuronowa ANN na ogół jest nieliniowym filtrem adaptacyjnym, zatem można ją zastosować do budowy korektorów sygnałowych, pracujących w obecności zakłóceń nieliniowych. Odbiorniki nieliniowe, zbudowane w technice sieci neuronowych są nieskomplikowanymi układami o stosunkowo prostej w porównaniu z detektorami MLSE architekturze, które w przypadku zbieżności procesu uczenia sieci neuronowej, czyli adaptacji nieliniowego filtru do zmieniającej się w czasie funkcji przenoszenia kanału radiowego, zapewniają wysoką jakość odbioru strumienia bitów informacyjnych, mierzoną, na przykład bitową stopą błędów BER (Bit Error Rate). Niestety kwestia zbieżności algorytmu uczenia sieci ANN, czyli jej adaptacji do zmieniających się właściwości transmisyjnych kanału radiowego stanowi poważny problem. Metody uczenia sieci neuronowych takie jak, na przykład metoda propagacji wstecznej błędów (backpropagation) są oparte na minimalizacji funkcji kryterialnej, która najczęściej przyjmuje postać funkcji błędu, czyli różnicy między sygnałem zadanym a odpowiedzią sieci ANN. Minimum funkcji błędu najczęściej poszukuje się za pomocą metod gradientowych ze stałym lub zmiennym współczynnikiem korekcji. Istotnym problemem procesu poszukiwania minimum globalnego jest występowanie w funkcji kryterialnej szeregu minimów lokalnych, co z punktu widzenia korektora sygnałowego oznacza istnienie niezerowego prawdopodobieństwa utknięcia algorytmu adaptacji filtru (uczenia sieci ANN) w minimum lokalnym i w skrajnym przypadku może doprowadzić do zerwania połączenia. Pomimo tego, że próby wykorzystania sztucznych sieci neuronowych w odbiornikach sygnałów radiowych WCDMA są podejmowane od początku lat dziewięćdziesiątych, to nadal problem zbieżności algorytmów uczenia tych sieci nie został do końca skutecznie rozwiązany.. 1.2.. Założenia i tezy rozprawy. Celem niniejszej rozprawy było zaproponowanie nowej struktury funkcjonalnej odbiornika sygnałów WCDMA, która z jednej strony pozwoliłaby w pełni wykorzystać możliwości sztucznych sieci neuronowych ANN do budowy nieliniowych adaptacyjnych korektorów sygnałowych, z drugiej zaś byłaby odporna na ewentualny brak zbieżności algorytmów ich uczenia – adaptacji. Cel ten postanowiono zrealizować projektując i budując w środowisku symulacyjnym.

(13) 1.2 ZAŁOŻENIA I TEZY ROZPRAWY. 3. MATLAB prototyp szerokopasmowego odbiornika WCDMA z bezpośrednim rozpraszaniem widma w łączu „w dół” systemu UMTS, w którym występuje interferencja współkanałowa MAI. Interferencja MAI może powodować w systemach stosujących wielodostęp WCDMA istotne obniżenie pojemności łączy „w dół”, które – wyrażone, na przykład, spadkiem liczby usług telekomunikacyjnych możliwych do zrealizowania na zadanym horyzoncie czasu przez konkretną stację bazową (Node-B) – może z kolei wpływać na znaczne pogorszenie się wyników finansowych operatora sieci UMTS. Stąd dla potrzeb niniejszej rozprawy sformułowano następującą tezę, mówiącą o tym, że: Możliwe jest opracowanie i zbudowanie nowego, opartego na sztucznych sieciach neuronowych ANN, odbiornika sygnałów z bezpośrednim rozpraszaniem widma, który będzie nie tylko odporny na brak zbieżności algorytmów uczenia sieci neuronowych, ale także będzie bardziej wydajny z punktu widzenia pojemności łącza „w dół” systemu UMTS od obecnie stosowanych odbiorników WCDMA z korektorami liniowymi MMSE. W celu udowodnienia tak postawionej tezy dokonano szczegółowej analizy szeregu istotnych z punktu widzenia niniejszej rozprawy problemów dotyczących budowy – na bazie dotychczas stosowanego w systemach UMTS odbiornika WCDMA z korektorem liniowym MMSE (Minimum Mean Square Error) – nowego odbiornika wyposażonego w dodatkowy detektor wykorzystujący sztuczne sieci neuronowe. Dla potrzeb rozprawy opracowano i wykonano w środowisku MATLAB-Simulink model łącza „w dół” systemu UMTS, za pomocą którego przeprowadzono w wybranych środowiskach radiokomunikacyjnych szereg eksperymentów symulacyjnych, pozwalających ocenić wydajność nowego, opartego na sztucznych sieciach neuronowych odbiornika WCDMA oraz porównać go z klasycznym odbiornikiem z korektorem liniowym MMSE. W szczególności w prezentowanej rozprawie: 1. Dokonano analizy interferencji MAI w odbiornikach sygnałów z bezpośrednim rozpraszaniem widma oraz omówiono wady i zalety współczesnych technik odbioru sygnałów WCDMA w łączu „w dół” systemu UMTS. 2. Opracowano i zaprezentowano koncepcję budowy nowego, bardziej odpornego na interferencję współkanałową MAI w łączu „w dół” odbiornika sygnałów WCDMA, wykorzystującego jako korektor sygnałowy nieliniowy filtr adaptacyjny wykonany w technice sztucznych sieci neuronowych ANN. 3. Zaprojektowano i przedstawiono koncepcję budowy układu monitorującego zbieżność procesu adaptacji neuronowego korektora sygnałowego, którego zadaniem było zapewnienie stabilnej, niedopuszczającej do utknięcia algorytmu nieliniowego filtra adaptacyjnego, zaproponowanego w rozprawie nowego odbiornika, w minimum lokalnym zadanej funkcji błędu..

(14) 4. 1 WSTĘP. 4. 5.. 6.. 1.3.. Wykorzystując środowisko MATLAB oraz jego biblioteki, a w szczególności bibliotekę Communication System Toolbox i Neural Networks Toolbox, zaprojektowano i zbudowano symulator łącza „w dół” systemu UMTS. Wykonano szereg szczegółowych symulacji komputerowych, zaproponowanego odbiornika sygnałów WCDMA w różnych konfiguracjach i scenariuszach pracy sieci UMTS w wybranych środowiskach radiokomunikacyjnych. Przeprowadzono szczegółową analizę porównawczą nowego odbiornika WCDMA, wyposażonego w dodatkowy nieliniowy korektor ANN, z tradycyjnym odbiornikiem wyposażonym jedynie w liniowy korektor sygnałowy MMSE. Odbiorniki porównano ze sobą z punktu widzenia kryterium jakości transmisji – mierzonej bitową stopą błędów na wyjściu obu odbiorników dla usługi transmisji danych z SF=8 w obecności zmieniającej się liczby usług głosowych o SF=256, w łączu „w dół” wybranej stacji bazowej Node-B. A także pod kątem złożoności obliczeniowej zastosowanych w nich algorytmów detekcji – mierzonej czasem zajętości procesora, na którym prowadzono eksperymenty symulacyjne. To znaczy, detekcji realizowanej tylko z zastosowaniem liniowego korektora sygnałowego MMSE oraz detekcji z dodanym do korektora MMSE – opartym na sztucznych sieciach neuronowych – nieliniowym korektorem ANN.. Układ pracy. Prezentowana praca składa się z sześciu rozdziałów. W rozdziale pierwszym przedstawiono ogólne informacje dotyczące problematyki rozprawy oraz sformułowano tezę i wymieniono szereg szczegółowych działań, za pomocą których postanowiono ją dowieść. W rozdziale drugim dokonano przeglądu najważniejszych, opisanych w literaturze, algorytmów i technik odbioru sygnałów WCDMA oraz opisano proces powstawania interferencji współkanałowej MAI. Rozdział trzeci stanowi uzupełnienie i rozwinięcie zagadnień przedstawionych w rozdziale drugim. Omówiono w nim odbiorniki WCDMA, których budowę oparto na sztucznych sieciach neuronowych ANN oraz zaprezentowano autorski projekt odbiornika WCDMA z nieliniowym korektorem sygnałowym opartym na sieci ANN i przeznaczonym do zastosowania w systemach radiokomunikacji ruchomej. W rozdziale czwartym przedstawiono, wykonany w środowisku MATLAB, symulator sieci z wielodostępem WCDMA, w tym przede wszystkim model warstwy fizycznej łącza „w dół” systemu UMTS. Kolejny, piąty rozdział zawiera szczegółowy opis przeprowadzonych w rozprawie symulacji komputerowych oraz analizę wyników wielu eksperymentów symulacyjnych oceniających pracę, zaproponowanego w rozdziale trzecim, autorskiego odbiornika sygnałów WCDMA w wybranych środowiskach radiokomunikacyjnych w obecności silnej interferencji współkanałowej MAI. Rozdział szósty, ostatni zawiera podsumowanie rozprawy oraz wskazuje.

(15) 1.3 UKŁAD PRACY. 5. kierunki dalszych badań, a w szczególności przedstawia możliwości zastosowania korektorów nieliniowych wykonanych w technice sieci neuronowych w innych systemach radiokomunikacyjnych takich jak system UWB (Ultra Wideband) [Nir13] czy RoF (Radio over Fiber) [Oli14].

(16)

(17) 2. Odbiorniki w systemach z rozpraszaniem widma sygnałów. Kanał radiowy w systemie radiokomunikacji ruchomej sprawia, że transmitowany sygnał doznaje degradacji wywołanej całym szeregiem niekorzystnych zjawisk propagacyjnych, począwszy od efektu wielodrogowego, powodującego w sygnale szerokopasmowym zaniki selektywne oraz utratę ortogonalności kodów rozpraszających SF (spreading codes), a kończąc na efekcie Dopplera, który przy dużej dynamice zmian prędkości stacji ruchomej powoduje pojawienie się tak zwanego szumu fazowego. Istotnym czynnikiem wpływającym negatywnie na przesyłany kanałem radiowym sygnał i ograniczającym pojemność interfejsu WCDMA jest interferencja współkanałowa MAI (Multiple Access Interference). W pracy [das_98] wykazano, że zarówno interferencja MAI, jak również samo skupianie (despreading) widma sygnału powodują – w przypadku utraty ortogonalności kodów rozpraszających, na skutek efektu wielodrogowego – pojawienie się na wejściu detektora WCDMA addytywnego szumu kolorowego. Oba te zjawiska, leżące u podstaw addytywnego szumu kolorowego, mogą na tyle utrudniać prawidłową detekcję sygnałów, że bez zastosowania w torze przeddetekcyjnym odbiornika rozbudowanych i skomplikowanych algorytmów korekcji sygnałów WCDMA będzie ona praktycznie niemożliwa. Dlatego też w literaturze opisano szereg metod umożliwiających poprawny odbiór sygnałów WCDMA. Niniejszy rozdział zawiera opis podstawowych algorytmów, stosowanych w odbiornikach WCDMA. W podrozdziale 2.1 przedstawiono architekturę oraz zasadę działania odbiornika RAKE. Następnie, w podrozdziale 2.2 szczegółowo opisano proces powstawania interferencji MAI, stanowiący największą wadę odbiornika RAKE. Kolejne dwa podrozdziały zawierają opisy odbiorników eliminujących negatywny wpływ interferencji MAI. Podrozdział 2.3 zawiera opis odbiorników wykorzystujących korektory liniowe MMSE. Natomiast w podrozdziale 2.4 omówiono ideę odbiorników stosujących algorytmy tzw. detekcji łącznej, zaś w 2.5 zaprezentowano problem korekcji sygnałów na poziomie czipów (chips) i symboli..

(18) 8. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. 2.1.. Odbiornik RAKE. Zasada działania odbiornika typu RAKE została po raz pierwszy opisana w literaturze przez Price’a i Greena [pric_58]. Od tamtej pory odbiornik RAKE był przedstawiany wielokrotnie a jego różne odmiany były prezentowane w wielu publikacjach – zarówno na konferencjach naukowych [Nis03], [Nis04], [bayk_05], [bayk_05], jak i w czasopismach [bott_00], [fant_99]. Jego opis można znaleźć w niemalże każdej książce poświęconej przetwarzaniu sygnałów w telekomunikacji. Do najbardziej znanych należą [proa_01]. W literaturze polskiej odbiornik RAKE został przedstawiony w książkach profesora Krzysztofa Wesołowskiego [Wes03], [Wes06]. Jednak nigdzie w literaturze nie przedstawiono odbiornika RAKE w sposób uwidaczniający powstawanie interferencji MAI. Wprawdzie przy założeniu pełnej ortogonalności kodów rozpraszających i skramblujących odbiornik typu RAKE jest optymalnym odbiornikiem sygnałów z poszerzonym widmem, transmitowanych kanałem radiowym z zanikiem selektywnym, to jednak w praktyce, założenie to jest spełnione jedynie wówczas, gdy z zasobów radiowych danej stacji bazowej korzysta zaledwie niewielka liczba użytkowników – stacji ruchomych. Przy średnim i dużym obciążeniu stacji bazowej ruchem telekomunikacyjnym zastosowanie tradycyjnego odbiornika RAKE skutkuje pojawieniem się na wejściu jego detektora interferencji współkanałowej MAI. Załóżmy, że w kanale radiowym z zanikiem selektywnym i addytywnym szumem białym FSFC (podrozdz. 4.2.3) o odpowiedzi impulsowej danej wzorem (4-7) sygnał pochodzący od jednego z użytkowników przyjmuje następującą postać: ̂ = dla 0 ≤ ≤ . (2-1). gdzie jest ciągiem symboli informacyjnych, – czasem trwania pojedynczego symbolu, zaś – sygnałem modulowanym. Jeżeli dla ogólności naszych rozważań przyjmiemy, że wszystkie sygnały są zespolone, a czas trwania jest znacznie większy od czasu trwania odpowiedzi impulsowej kanału, to sygnał odebrany na wyjściu kanału będzie dany wzorem: . ̂ = − + . (2-2). gdzie są, zależnymi od czasu, współczynnikami odpowiadającymi za zanik płaski występujący na l-tej trasie propagacyjnej, natomiast jest zespolonym szumem białym. Ponieważ sygnał odebrany ̂ w przetwornikach analogowo-cyfrowych jest próbkowany w równych odstępach czasu, to równanie (2-2) można przepisać do postaci:.

(19) 9. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW . ̂ = ℎ − ". . ! + . (2-3). gdzie ℎ są, zależnymi od czasu, współczynnikami odpowiedzi impulsowej kanału, natomiast sygnał jest próbkowany z częstotliwością herców. Wówczas, estymator odebranego symbolu # przyjmie postać [Wes03]: . (). $ = % ̂ ℎ∗ ∗ − " . . ! '. (2-4). gdzie sygnał ∗ jest sygnałem sprzężonym do . Ze wzorów (2-3) i (2-4) wynika, że do poprawnego odbioru sygnału ̂ i estymacji symbolu $ niezbędna jest znajomość współczynników ℎ odpowiedzi impulsowej kanału w odbiorniku. Wartości ℎ można wyznaczyć na podstawie znajomości estymatora odpowiedzi impulsowej kanału. Ponieważ czas estymacji odpowiedzi impulsowej kanału jest kilkadziesiąt razy dłuższy od czasu trwania pojedynczego symbolu, dlatego odpowiedź impulsowa kanału nie powinna się zmieniać w czasie trwania całego bloku symboli, dla którego na podstawie estymatora oszacowano jej współczynniki. Założenie to oznacza, że wzór (2-4) można przekształcić do postaci: . (). $ = ℎ∗ % ̂ ∗ − ". . . ! '. (2-5). W systemach z bezpośrednim rozpraszaniem widma i wielodostępem kodowym sygnał jest ciągiem rozpraszającym, natomiast częstotliwość próbkowania stanowi wielokrotność szybkości transmisji poszczególnych czipów tegoż ciągu. Opierając się na równaniu (2-5), na rysunku 2-1 zaprezentowano ogólny schemat odbiornika typu RAKE, w którym na potrzeby niniejszej rozprawy przyjęto, że częstotliwość próbkowania wynosi 1 próbkę na czip, czyli =. 1 +. (2-6). gdzie + jest czasem trwania pojedynczego czipu. Poza tym, w każdym odczepie sygnał ̂ jest korelowany z przesuniętym w czasie sygnałem ∗ , a następnie – po scałkowaniu – wynik tej korelacji jest przekazywany na wejście sumatora (rys. 2-1)..

(20) 10. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. -. -. %. ℎ.∗. 0. -. % ∗ ℎ.−1. %. 0. ℎ0∗. 0. $, Rysunek 2-1: Schemat odbiornika typu RAKE. 2.2.. Interferencja współkanałowa MAI. Pseudolosowe ciągi kodowe, wykorzystywane do rozpraszania i skramblowania sygnałów w rzeczywistych systemach z poszerzonym widmem w większości przypadków nie spełniają warunków korelacyjnych. Przykładem mogą tu być kody ortogonalne stosowane w łączu „w dół” systemu CDMA, takie jak kody WalshaHadamarda czy OVSF (Orthogonal Variable Spreading Factor) [3GP09]. Kody te zachowują pełną ortogonalność jedynie w idealnych warunkach transmisyjnych, w szczególności zaś tylko i wyłącznie w obecności białego szumu gaussowskiego. Niestety w większości środowisk radiokomunikacji ruchomej pełna ortogonalność pseudolosowych kodów rozpraszających zostaje utracona na skutek propagacji wielodrogowej oraz zaników selektywnych [patz_03]. Ma to szczególne znaczenie podczas operacji skupiania widma sygnału nośnego w odbiorniku, bowiem operacja ta.

(21) ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. 11. opiera się właśnie na ortogonalności kodów. Polega ona na prostym wymnożeniu odebranego sygnału przez sekwencję rozpraszającą, a następnie scałkowaniu (uśrednieniu) wyniku tegoż mnożenia. Zakładając, że sekwencja rozpraszająca jest skorelowana jedynie sama ze sobą i to tylko w przypadku idealnej synchronizacji, to wynikiem skupiania widma powinny być wyłącznie dane rozproszone z jej pomocą w nadajniku. Utrata pełnej ortogonalności kodów rozpraszających oznacza niezerową wartość funkcji korelacji wzajemnej, co skutkuje pojawieniem się wzajemnych powiązań (korelacji) między danymi pochodzącymi od różnych użytkowników i rozproszonych w nadajnikach różnymi sekwencjami (kodami rozpraszającymi). W takim przypadku skupianie widma wiąże się bezpośrednio z generacją zakłóceń, będących wynikiem tejże korelacji. Ponieważ źródłem tych zakłóceń są dane różnych użytkowników, dlatego też nazwa się je interferencją współkanałową danych pochodzących od wielu użytkowników MAI, a wynikającą z zastosowanej w systemie radiokomunikacyjnym techniki wielodostępu do kanału radiowego, którą oparto na rozpraszaniu widma sygnału ciągami pseudolosowymi. W dalszej części pracy zakłócenie to nazywane będzie interferencją współkanałową MAI lub krótko – interferencją MAI. Interferencja MAI stanowi jedną z głównych przyczyn pogorszenia jakości transmisji, w szczególności zaś detekcji sygnałów informacyjnych, w systemach z wielodostępem kodowym. Z punktu widzenia modelu symulacyjnego systemu radiokomunikacyjnego z wielodostępem kodowym zamodelowanie interferencji MAI nie stanowi większego problemu, bowiem już sama implementacja modelu kanału radiowego z propagacją wielodrogową sprawia, że interferencja MAI powstaje automatycznie podczas operacji skupiania widma w odbiorniku. Natomiast o wiele trudniejsze jest opracowanie dobrego modelu matematycznego interferencji MAI. Pewne podstawy takiego modelu można znaleźć w pracach [Poo96], i [madh_98]. Przedstawione w tych pracach wyniki badań wykazały, że interferencja MAI nie może być modelowana, jako realizacja procesu losowego o rozkładzie normalnym. Okazuje się, że interferencja MAI jest dużo bardziej skomplikowanym procesem, którego charakterystyki [madh_98] wykazują cechy procesu okresowo stacjonarnego (cyclostationary process) [papo_02]. Z punktu widzenia odbiornika interferencja MAI wykazuje pewne właściwości addytywnego szumu kolorowego i tak można i należy ją traktować. Szum kolorowy jest zjawiskiem wyjątkowo niekorzystnym, ponieważ stanowi źródło zniekształceń nieliniowych, których kompensacja wymaga zastosowania w odbiornikach nieliniowych procedur detekcji sygnałów i może stanowić wyzwanie dla producentów sprzętu i inżynierów pracujących nad budową odbiorników odpornych na interferencję MAI. Zastosowanie sieci neuronowych w odbiorniku WCDMA, co jest tematem niniejszej rozprawy doktorskiej, ma na celu minimalizację negatywnych skutków pojawienia się podczas detekcji sygnału z poszerzonym widmem dużej mocy addytywnego szumu kolorowego, którego źródłem jest interferencja współkanałowa MAI. W celu prześledzenia przyczyn powstawania interferencji MAI przyjmiemy, że sygnał nadawany przez stację bazową, będący sumą sygnałów przesyłanych do wielu.

(22) 12. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. użytkowników i rozpraszanych różnymi ciągami rozpraszającymi / = 0,1 … 2 wyraża się następującą zależnością: 4. ̂ = 3 / /. (2-7). Wówczas zgodnie z równaniem (2-5) operacja, którą wykonuje korelator w m-tym odczepie odbiornika RAKE użytkownika o indeksie = 0 jest opisany wzorem: $ 65. =. ∗ ℎ6. (7 . 4. % ℎ 3 / − + ∗ − . − 1 + ' . ". /. (2-8). Ponieważ całka z sumy jest równa sumie całek, zatem równanie (2-8) możemy przepisać do postaci: $ 65. =. ∗ ℎ6. (7 . 4. % ℎ 3 / − + ∗ − . − 1 + ' =. (7 . ". /. ∗ % = ℎ6 ℎ 5 − + ∗ − . − 1 + ' + ∗ +ℎ6. " (7 . (2-9). 4. % ℎ 3 / − + ∗ − . − 1 + ' . ". /". Jeżeli ciągi rozpraszające charakteryzowałby się idealnymi właściwościami korelacyjnymi, to wartość ich funkcji korelacji wzajemnej byłaby równa zeru. Tym samym spełnione byłoby równanie: ∀ ≠ 0 / − + ∗ − . − 1 + ≈ 0. (2-10). dla którego drugi składnik sumy we wzorze (2-9) wyzerowałby się, a sam wzór (2-9) uprościłoby się do wyrażenia: (7 . ;∗ % ℎ ; − ∗ − . − 1 ' $ 65 = ℎ < 5 + + . ". (2-11).

(23) 13. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. Z kolei równanie (2-11) można przekształcić do postaci: $ 65 =. (7. ∗ ℎ; < %. (7. . ℎ; < 5 − . − 1 + ∗ − . − 1 + '. ;∗ % ℎ ; − ∗ − . − 1 ' +ℎ < 5 + + . (2-12). " =6. i zakładając idealne właściwości autokorelacyjne:. ∀ ≠ . − 1 − + ∗ − . − 1 + ≈ 0. (2-13). uprościć do następującego wzoru: $ 65. (7. ;∗ % ℎ ; − . − 1 ∗ − . − 1 ' =ℎ < < 5 + + . = |ℎ< |2 5. (2-14). A to oznacza, że na wyjściu m-tego odczepu odbiornika RAKE otrzymujemy część energii symbolu pochodzącego z m-tej ścieżki propagacyjnej kanału radiowego. Przy czym doprowadzenie do wyrażenia (2-14) wymagało spełnienia warunków zapisanych wzorami (2-10) i (2-13). W praktyce, w skutek propagacji wielodrogowej, założenia korelacyjne, wyrażone warunkami (2-10) i (2-13) nie są spełnione i uproszczenia wzoru (2-8) poczynione na ich podstawie są nieprecyzyjne. Dlatego też, aby dokładnie określić postać sygnału na wyjściu m-tego odczepu odbiornika RAKE należy równanie (2-14) uzupełnić o elementy, które wyzerowano na podstawie warunków (2-10) oraz (2-13). Wtedy sygnał wyjściowy dla m-tego odczepu byłby dany wzorem: $ 65 =. (7 . ;∗ % |ℎ< |2 5 + ℎ < . 4. ; − ∗ − . − 1 ' ℎ 3 / + +. " (7 . /". ;∗ % ℎ ; − ∗ − . − 1 ' +ℎ < 5 + + . " =6. (2-15).

(24) 14. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. Tym samym, porównując ze sobą wzory (2-14) i (2-15), interferencję MAI pochodząca z m-tego odczepu odbiornika RAKE może zapisać, jako: @AB = 6. (7 . ∗ ℎ; < % . 4. ; − ∗ − . − 1 ' ℎ 3 / + +. ". /" (7 . ;∗ % ℎ ; − ∗ − . − 1 ' +ℎ < 5 + + . " =6. (2-16). Pierwszy składnik sumy w równaniu (2-16) opisuje interferencję MAI, wynikającą z braku idealnej korelacji wzajemnej ciągów rozpraszających. Natomiast druga całka we wzorze (2-16) określa interferencję powstałą na skutek niedoskonałości autokorelacyjnych tychże ciągów, nazwaną interferencją własną SI (Self Interference). Z równania (2-16) wynika, że poziom interferencji MAI wzrasta wraz z liczbą L ścieżek propagacyjnych kanału radiowego oraz liczbą G użytkowników znajdujących się w zasięgu danej stacji bazowej. Przy czym wielkość przyrostu MAI dla określonych wartość L i G zależy od wartości funkcji autokorelacji i korelacji wzajemnej ciągów rozpraszających . Poza tym im mniejszy jest współczynnik rozpraszania widma SF tym gorsze są właściwości korelacyjne ciągów [clar_99], a to jest powodem wzrostu poziomu interferencji MAI. Ponadto, przy małych wartościach współczynnika SF, na skutek dyspersji wielodrogowej (Multipath Dispertion), pojawia się również problem interferencji międzysymbolowej ISI (InterSymbol Interference). Dlatego problem interferencji MAI jest najbardziej widoczny przy szybkiej transmisji danych, tzn. transmisji z wykorzystaniem małych wartości współczynników rozpraszania SF. Jednakże najważniejszym wnioskiem, wynikającym z analizy wzoru (2-16) jest fakt, że dotychczasowa architektura odbiornika RAKE nie jest w stanie w żaden sposób skutecznie przeciwstawić się zjawisku powstawania interferencji MAI. Dlatego też można postawić tezę, że w warunkach rzeczywistych odbiornik RAKE nie jest odbiornikiem optymalnym z punktu widzenia sygnałów nadawanych i odbieranych w technice WCDMA. Tezę tę potwierdza cały szereg publikacji naukowych, poświęconych architekturom odbiorników WCDMA, w tym między innymi prace [latv_98], [clar_99], [guen_01], [krau_00], [mirb_00]. Na szczególną uwagę zasługują wnioski przedstawione w pracy [latv_98] gdzie jednoznacznie wykazano, że efektywność odbiornika RAKE znacząco pogarsza się, stając się wręcz niewystarczającą, dla odbioru sygnałów WCDMA przy szybko rosnącej w zasięgu danej stacji bazowej liczbie użytkowników..

(25) 15. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. 2.3.. Odbiornik z korektorem liniowym MMSE. Z rozważań zawartych w podrozdziale 2.2 wynika, że interferencja MAI powstaje w momencie skupiania w odbiorniku widma sygnału, gdy pełna ortogonalność kodów rozpraszających i skramblujących, stosowanych w systemach z bezpośrednim rozpraszaniem widma, zostaje utracona. Z kolei przyczyną utraty ortogonalności jest propagacja sygnału przez wielodrogowy kanał radiowy, który, jak pokazano w podrozdziale 4.2, jest modelowany filtrem o skończonej odpowiedzi impulsowej FIR (Finite impulse response). Stąd też, jednym ze sposobów eliminacji interferencji MAI jest zastosowanie na poziomie czipów, a więc przed operacją skupiania widma, korektora liniowego, będącego filtrem FIR o odpowiedzi impulsowej odwrotnej do odpowiedzi kanału radiowego. Na rysunku 2-2 przedstawiono schemat ideowy odbiornika MMSE z korektorem liniowym. #, 1. Rysunek 2-2: Schemat ideowy odbiornika MMSE. Zastosowanie korektora liniowego, opartego na filtrze FIR, sprawia, że z punktu widzenia modułu skupiania widma, wielodrogowy kanał radiowy upraszcza się do przypadku, w którym liczba ścieżek propagacyjnych wynosi . = 1. Wtedy zgodnie ze wzorem (2-16) poziom interferencji MAI wynosi: @AB. <==1. - .=1. 2. = % ℎ=1 , DEEEEEFEEEEEG. − C ∗0 − C ' =1. 0. -. =1. =0. .=1. + % ℎ=1 ,0 0 − C ∗0 − C '. (2-17). 0 DEEEEEEEEEEEEFEEEEEEEEEEEEG ≠< =<=1. =0. Ponieważ ciągi rozpraszające i skramblujące, nie przesunięte względem siebie, zachowują pełną ortogonalność, czyli: -. % − C ∗0 − C ' ≈ 0 0. (2-18).

(26) 16. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. zatem pierwsza całka, we wzorze (2-17) jest równa zero. Ponadto nie istnieje taka para liczb naturalnych , <, dla której = < i jednocześnie ≠ < dlatego warunek określający zakres sumowania wyrażenia w drugiej całce staje się wewnętrznie sprzeczny. A to oznacza, że druga całka również jest równa zero. Wynika stąd, że zastosowanie na wejściu odbiornika filtru o transmitancji odwrotnej do transmitancji kanału, zwanego korektorem sygnałowym, zeruje interferencje MAI. W literaturze [krau_00], [darw_01], [scha_06], [tse_99], [madh_94], [rapa_94], [love_03], [whit_04], [fath_06] dostępnych jest wiele algorytmów adaptacji korektorów MMSE w systemach z poszerzonym widmem, i to zarówno w łączu „w górę” jak i „w dół”. Pierwsze takie algorytmy zostały zaprezentowane w połowie lat dziewięćdziesiątych w pracach [madh_94] i [rapa_94]. Przed oficjalną komercjalizacją systemu UMTS prace nad korektorami MMSE były bardzo intensywne, ponieważ wiadomo było, że odbiornik RAKE jest rozwiązaniem niewystarczającym. Dobry przegląd korektorów liniowych, stosowanych w systemach z poszerzonym widmem w łączu „w dół”, znajduje się w pracy [hool_99]. Opisano w niej kilka najważniejszych struktur odbiorników opartych na różnych kryteriach poszukiwania optymalnych wag filtrów FIR, jako korektorów liniowych. ̂ . H I1. H I2. H I.. J. Rysunek 2-3: Schemat blokowy korektora liniowego. Tematyka budowy korektorów liniowych na potrzeby systemów z poszerzonym widmem nadal jest aktualna [love_03]. Bardzo interesującą jest praca [whit_04], w której zaprezentowano uproszony algorytm adaptacyjny wykorzystujący kanał CPICH. Wart polecenia jest również referat [fath_06], wygłoszony w 2006 roku na konferencji ICC, we wstępnie którego znajduje się precyzyjny, analityczny model transmisji w łączu „w dół” systemu UMTS, wykorzystującego korektor liniowy MMSE..

(27) 17. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. Na rysunku 2-3 przedstawiono schemat blokowy klasycznego korektora liniowego odbiornika MMSE. Jego zasada działania jest następująca. W pierwszej fazie, czyli w tzw. fazie adaptacji, do odbiornika dociera znana mu, sekwencja treningowa 'K . Zadaniem algorytmu adaptacji jest wyznaczenie odpowiednich współczynników wagowych H I , minimalizujących błąd średniokwadratowy MSE (Mean Square Error):. gdzie:. LMNO = PQ|R̂ |S T. (2-19). .. = H R = J − ' I , −, −' . (2-20). ,=1. jest różnicą między sygnałem na wyjściu korektora J a znaną odbiornikowi sekwencją treningową 'K . W łączu „w dół” systemu UMTS sekwencję treningową można utworzyć z czipów kanału CPICH (Common PIlot CHannel) [3GP091] oraz w niektórych sytuacjach czipów pilota kanału DPCCH (Dedicated Physical Control CHannel) [3GP091]. Jednakże stosując kryterium minimalizacji funkcji błędów danej wzorami (2-19) oraz (2-20) należy wziąć pod uwagę, że w systemach z wielodostępem kodowym sygnał odebrany na poziomie czipów jest sumą sygnałów nadawanych przez innych użytkowników znajdujących się w zasięgu danej stacji bazowej. Moc nadawania sygnału CPICH najczęściej wynosi około 30 dBm, co stanowi, w zależności od obciążenia danej komórki stacji bazowej, około 10% jej całkowitej mocy emitowanej [nawr_06]. Na pozostałe 90% mocy składają się sygnały użytkowników korzystających z zasobów radiowych komórki tej stacji i to one stanowią główne źródło zakłóceń dla sekwencji treningowej. W takich warunkach wykorzystanie sygnału CPICH jako sekwencji treningowej sprawia, że wartości współczynników wagowych korektora odbiegają od oczekiwanych. Dlatego w systemach z poszerzonym widmem i wielodostępem kodowym, przy konstruowaniu kryterium minimalizacji błędu średniokwadratowego MSE, należy wziąć pod uwagę również sygnały innych użytkowników, co prowadzi do następującej postaci funkcji błędu MSE [hool_99]: . 4. S. LMNO = PQ|R̂ |S T = P UV H I ̂W − X/ Y/ Z/ V [ ". /. (2-21). gdzie G oznacza liczbę aktywnych użytkowników pozostających w zasięgu danej stacji bazowej. Natomiast macierze X/ , Y/ i Z/ zawierają odpowiednio amplitudy.

(28) 18. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. sygnałów generowanych przez tych użytkowników, ich sekwencje rozpraszające i skramblujące oraz transmitowane symbole. Równanie (2-21) można również zapisać w postaci macierzowej: S. 4. LMNO = PQ|R̂ |S T = P UV]^ _ − X/ Y/ Z/ V [ /. (2-22). gdzie macierz ] o rozmiarach 1 × zawiera współczynniki wagowe odpowiednich odczepów korektora liniowego, a macierz _ próbki odebranego sygnału. Indeks a w wykładniku potęgi macierzy ] oznacza sprzężenie hermitowskie. Ostatecznie wartości współczynników wagowych korektora liniowego otrzymuje się rozwiązując równanie: 4. S. ] = min PQ|R̂ |S T = P UV]^ _ − X/ Y/ Z/ V [ d. /. (2-23). stanowiące kryterium błędu średniokwadratowego MSE w systemach z wielodostępem kodowym WCDMA. Ponieważ korektor liniowy jest klasycznym przykładem filtru Wienera, to w ogólnym przypadku rozwiązanie równania (2-23) jest dane wzorem: ] = e^ fW". (2-24). Gdzie macierz e tworzą współczynniki odpowiedzi impulsowej kanału, zaś macierz f jest macierzą kowariancji odebranego sygnału, zależną od macierzy X/ , Y/ oraz Z/ . Ze wzorem (2-24), na etapie korekcji sygnału w łączu „w dół”, jest związanych kilka istotnych kwestii. Pierwsza z nich wiąże się z zależnością macierzy kowariancji f od wartości elementów macierzy X/ . A to z kolei oznacza, że wektory kodów rozpraszających oraz wartości mocy interferujących sygnałów pochodzących od wszystkich użytkowników komórce obsługiwanych przez daną stację bazową powinny być znane w terminalu ruchomym. Jednak w ogólnym przypadku warunek ten nie jest prawie nigdy spełniony. Zakłada się więc [hool_99], że wartości średnie, zawarte w macierzy X/ , są mniej więcej jednakowe. Dzięki temu w odbiorniku jest wymagana jedynie informacja dotycząca średnich mocy innych użytkowników, co jest wartością możliwą do oszacowania na podstawie mierzonego w terminalu poziomu zakłóceń interferencyjnych współkanałowych. Druga kwestia dotyczy zależności macierzy kowariancji od sekwencji rozpraszających i skramblujących (macierzy Y/ ). Dla konkretnego terminala.

(29) ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. 19. ruchomego sekwencje rozpraszające innych użytkowników systemu są nieznane. Znana jest jedynie sekwencja skramblująca, bowiem ta jest identyczna dla wszystkich terminali znajdujących się w zasięgu danej stacji bazowej [3GP09]. W łączu „w dół” do skramblowania sygnału wykorzystuje się tzw. ciągi długie Golda [3GP09], których rozmiar znacznie przekracza długość okna obserwacji kanału. Skutkuje to dużą dynamiką zmian w czasie macierzy kowariancji obserwowanego sygnału, której wartości zależą od ciągu skramblującego. W praktyce oznacza to, że estymata macierzy kowariancji, obliczona w fazie adaptacji filtru, może ulec znaczącej zmianie na skutek zmiany wartości elementów ciągu skramblującego i nie będzie mogła być wykorzystana do właściwego ustawienia współczynników wagowych korektora. Propozycję rozwiązania tego problemu przedstawiono w pracy [tse_99], w której wykazano, że sekwencje kodowe poszczególnych użytkowników systemu – zarówno rozpraszające, jak i skramblujące – można zamodelować jako realizację niezależnych zmiennych losowych o identycznym rozkładzie prawdopodobieństwa (independent and identically distributed (i.i.d.)) i wariancji K/SF, gdzie K oznacza liczbę użytkowników, natomiast SF jest największą wartością współczynnika rozpraszania wykorzystywaną w danej komórce stacji bazowej. Trzecią kwestią jest zależność macierzy kowariancji od wartości elementów macierzy Z/ , dotyczy szerokości okna obserwacji kanału, która determinuje rząd korektora. Pomimo, że korekcja sygnału odbywa się na poziomie czipów, to algorytm adaptacji działa na poziomie symboli, o czym świadczy zależność rozwiązania równania (2-23) od macierzy Z/ . Oznacza to, że szerokość okna obserwacji kanału .d musi swoim rozmiarem obejmować przynajmniej jeden symbol, tzn. wszystkie czipy, które składają się na niego, łącznie z uwzględnieniem długości odpowiedzi impulsowej kanału . . W efekcie długość optymalnego okna obserwacji kanału powinna spełniać nierówność: .d ≥ hi + .. (2-25). Wartości .d , . oraz współczynnik rozpraszania SF są wyrażone w „czipach”, tzn. w jednostce równej czasowi trwania pojedynczego czipu, która w przypadku systemu UMTS wynosi 2,6 ∙ 10Wl[s]. Jeżeli założymy, że częstotliwość próbkowania wynosi 1 próbka/czip oraz, że poszukujemy optymalnego rozwiązania dla funkcji kryterialnej (2-23), to wartość .d determinuje minimalny rząd optymalnego, w sensie kryterium MSE, korektora, tzw. korektora pełnego rzędu (Full-Rank Equalizer) [chow_02]. W praktyce przyjmuje się, że dla korektora pełnego rzędu n=2SF. Ostatecznie estymata macierzy kowariancji R odebranego sygnału, o rozmiarze n×n dana jest wzorem [mouh_07]: f = mm^ +. nS q o⁄hi. (2-26).

(30) 20. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. gdzie σSjest wariancją addytywnego szumu białego na wejściu odbiornika, q macierzą jednostkową o rozmiarach × , a m – macierzą Toeplitza daną wzorem: m=s. t" u. t t". u v t. (2-27). Przy czym macierze t i t", zawierające współczynniki odpowiedzi impulsowych wielodrogowego kanału radiowego, przyjmują następującą postać: ℎQ0T 0 y ⋮ ℎQ0T x t = xℎQ. − 1T x ⋱ x w 0 ℎQ. − 1T t" = U. 0. ℎQ. − 1T. ⋯ ⋱. ⋱ ⋯. 0. ~ ~ ~ ~ ℎQ0T}. ℎQ1T ⋮ [ ℎQ. − 1T. (2-28). (2-29). Wstawiając zależność (2-26) do równania (2-24) otrzymujemy wektor współczynników wagowych korektora pełnego rzędu [mouh_07]: ]SN = ℎ. ^. ℋℋ ^. nS + B o⁄hi. W". (2-30). Ze wzoru (2-30) wynika, że algorytm adaptacji korektora liniowego pełnego rzędu wymaga odwrócenia estymaty macierzy kowariancji o rozmiarze wynikającym z rzędu korektora. Przykładowo dla współczynnika rozpraszania SF=256 rząd korektora wynosi = 500. Próba adaptacji tak dużej liczby współczynników wagowych spowalnia tempo zbieżności filtru, a przez to i jego zdolność śledzenia zmian funkcji przenoszenia kanału radiowego. Dodatkowo, jeżeli dokonywana jest korekcja kanałów szybkozmiennych, to do adaptacji współczynników wagowych filtru można wykorzystać niewielką ilość danych, dla których kanał można jeszcze uznać za stacjonarny. W takich sytuacjach stosuje się tzw. korektor liniowy zredukowanego rzędu (Reduced-Rank Equalizer). Umożliwia on zmniejszenie liczby współczynników, które są na bieżąco aktualizowane, co zapewnia kompromis pomiędzy wydajnością i złożonością obliczeniową odbiornika, a ponadto oferuje możliwość dokładniejszego śledzenia zmian kanału. Redukcja liczby współczynników wagowych filtru odbywa się poprzez rzutowanie wektora współczynników wagowych ] w podprzestrzeń o mniejszym.

(31) ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. 21. rozmiarze, np. w podprzestrzeń Kryłowa [mouh_07], [honi_01]. Przyjmując, że wektor współczynników wagowych ] filtru znajduje się w podprzestrzeni Kryłowa związanej z parą f, e, tzn. generowaną przez macierz: = Qe, fe, … , fW" eT. (2-31). można wykazać [loub_03], że równanie (2-30) przekształca się do: ^ W" ^ ] = e^ ^ f . (2-32). Szczegółowa analiza i dyskusja dotycząca kwestii doboru wartości rzędu korektora została przedstawiona w [loub_03], gdzie wykazano, że jeżeli sygnały wszystkich użytkowników systemu nadawane są z jednakową mocą, to rząd filtru wystarczający do osiągnięcia porównywalnej wydajności z korektorem pełnego rzędu wynosi = 8. Co istotne, wzrost liczby użytkowników nie wpływał na konieczność zwiększania rzędu korektora i tym samym komplikacja układowa odbiornika okazała się być niezależna od obciążenia komórki stacji bazowej ruchem telekomunikacyjnym. Podobnie, jak ma to miejsce, na przykład w przypadku algorytmów detekcji łącznej. Podsumowując, należy stwierdzić, że w rzeczywistych implementacjach korektorów liniowych w odbiornikach MMSE, ich odpowiedź impulsowa jest zaledwie lepszym lub gorszym przybliżeniem odwrotności odpowiedzi impulsowej kanału [bouj_06]. W efekcie czego widmowa gęstość mocy interferencji MAI zostaje jedynie zredukowana, nie osiągając nigdy wartości równej zero. Pomimo tej wady, korektory liniowe wykazują znacznie wyższą efektywność niż odbiorniki typu RAKE [latv_98], [guen_01], [krau_00], [mirb_00], co może mieć szczególne znacznie przy transmisji danych z mniejszymi współczynnikami rozpraszania SF [darw_01], [scha_06], czyli dla szybkiej transmisji danych, a co jest konsekwencją faktu, że korektory liniowe dodatkowo eliminują negatywny wpływ interferencji międzysymbolowej ISI, która pojawia się przy małych wartościach SF.. 2.4.. Detekcja łączna – optymalny odbiornik stacji bazowej. Jak pokazano w rozdziale 2.3, skuteczne metody ograniczania zakłóceń zależą, od informacji dostępnych zarówno w nadajniku, jak i w odbiorniku. W systemach łączności ruchomej o strukturze komórkowej wszyscy użytkownicy terminali ruchomych są rozmieszczeni wokół tej samej stacji bazowej. Dlatego odbiornik stacji bazowej może poddać detekcji bity lub symbole wszystkich tych użytkowników „łącznie”, traktując sygnały innych użytkowników – w odniesieniu do pojedynczego konkretnego użytkownika – jako szum addytywny..

(32) 22. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. Termin „detekcja łączna” MUD (Multiuser Detection) lub JD (Joint Detection) odnosi się do sytuacji, w której jeden odbiornik dokonuje detekcji wielu jednoczesnych transmisji. Sytuacja taka może mieć miejsce w przypadku łącza „w górę” dla pojedynczej stacji bazowej w systemie łączności komórkowej, lub odbioru sygnałów pochodzących z grupy skrętki miedzianych linii abonenckich, których zakończenia znajdują się w tym samym punkcie centrali. Z detekcją łączną ściśle się wiąże się inna technika nazywana „eliminacją interferencji” IS (Interference Suppression). Przy czym podstawową różnicą między techniką MUD a eliminacją interferencji IS jest to, że w przypadku detekcji łącznej detektor sygnałów – pochodzących od wielu użytkowników – próbuje odebrać wiele jednocześnie transmitowanych strumieni informacji, podczas gdy eliminacja interferencji polega na tym, że odbiornik koncentruje się na odbiorze tylko jednego strumienia spośród superpozycji wielu innych. Typowym przykładem zastosowania techniki opartej na eliminacji interferencji jest odbiór przez terminal ruchomy, pracujący w łączu „w dół” systemu komórkowego, jednego lub kilku strumieni informacji, docierających do niego od współpracującej z nim stacji bazowej w obecności sygnałów zakłócających (interferencji) pochodzących od jego własnej oraz sąsiednich stacji bazowych #, 1. #, 2. #, o. Rysunek 2-4: Architektura odbiornika opartego na technice MUD. Pionierem detekcji łącznej w systemach CDMA był profesor Sergio Verdu, który w roku 1986 przedstawił w pracy [verd_86] propozycję budowy odbiornika odpornego na interferencję MAI, jednocześnie definiując koncepcję detekcji łącznej MUD..

(33) ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. 23. Działanie odbiornika opartego na detekcji łącznej MUD, przedstawionego w [verd_86], wygląda następująco. W pierwszej kolejności sygnał z wejścia odbiornika jest kierowany do banku filtrów dopasowanych (Matched Filter Bank), z których każdy odpowiada za odbiór sygnału innego użytkownika. Następnie, wszystkie sygnały z wyjść filtrów dopasowanych są kierowane na wejście jednego, wspólnego dla wszystkich użytkowników detektora (rys. 2-4). Detektor zaproponowany przez Verdu wykorzystuje kryterium maksymalnej wiarygodności (maximum likelihood) w połączeniu z detekcją sekwencji (sequence estimation) [ande_84], [duel_89]. Idea działania detektorów, określanych mianem MLSE (maximum likelihood sequence estimation) polega na poszukiwaniu za pomocą różnych algorytmów najlepszej, w sensie maksimum wiarygodności, sekwencji danych. Sergio Verdu w swojej pracy wykorzystał algorytm Viterbiego [vite_67] wykazując jednocześnie optymalność takiego odbiornika. Zaproponowany przez Verdu odbiornik MUD charakteryzuje się bardzo wysoką jakością, mierzoną niska wartością prawdopodobieństwa podjęcia błędnej decyzji. Jednak jego wysoka jakość, jest okupiona dużą złożonością przeprowadzanych obliczeń. Sama implementacja algorytmu Viterbiego prowadzi do dużej komplikacji układowej odbiornika lub też do konieczności zastosowania bardzo szybkiego procesora sygnałowego. Z tego też względu jego implementacja w latach osiemdziesiątych była praktycznie niemożliwa. Nawet obecnie zastosowanie algorytmu Viterbiego w detektorze MLSE jest zadaniem bardzo trudnym, szczególnie, że w systemach CDMA jego złożoność obliczeniowa wzrasta wykładniczo wraz z liczbą użytkowników systemu. Podnosi to zarówno cenę samego odbiornika WCDMA, jak i zwiększa pobór energii. Dlatego też optymalny algorytm Viterbiego zastępuje się algorytmami suboptymalnymi takimi, jak algorytm M [ande_84] czy algorytm z sekwencyjną estymacją danych z opóźnionym sprzężeniem zwrotnym DDFSE (Decision – Delayed Feedback Sequence Estimation) [duel_89]. Istnieją też inne suboptymalne algorytmy „detekcji łącznej”, których dokładny opis można znaleźć między innymi w pracy [honi_09]. Z punktu widzenia niniejszej rozprawy algorytmy detekcji łącznej mają jednak ograniczone zastosowanie. A to dlatego, że wymagają one pełnej informacji na temat sekwencji rozpraszających i skramblujących, danych synchronizacyjnych oraz wartości amplitud sygnałów wszystkich użytkowników znajdujących się w zasięgu danej stacji bazowej. Ponieważ w systemie UMTS informacje te są znane jedynie w odbiorniku znajdującym się na stacji bazowej, zatem implementacja techniki MUD jest możliwa tylko i wyłącznie w łączu „w górę”. Istnieją co prawda algorytmy „detekcji łącznej” stosowane w łączu „w dół”, ale nie opierają się one na wiedzy o sygnałach innych użytkowników systemu, a jedynie na ocenie właściwości statystycznych tych sygnałów. Ponadto w literaturze są one często mylone z odbiornikami opartymi na technice eliminacji interferencji IS. Technika pozyskiwania informacji na temat właściwości sygnałów innych użytkowników jest określana jako BSR (Blind Source Recovery), stąd też odbiorniki stosujące techniki BSR często nazywane są odbiornikami BMUD (Blind Multiuser.

(34) 24. ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. Detection) [wahe_05]. Więcej informacji na ten odbiorników BMUD można znaleźć w [wahe_05], [reyn_03] i [honi_95]. Na szczególne polecenie zasługuje praca [wahe_05], gdzie algorytmy BSR zostały zaimplementowane w systemie DS-CDMA z wykorzystaniem sztucznych sieci neuronowych. Bardzo dobre omówienie algorytmów „detekcji łącznej” oraz „tłumienia interferencji”, stosowanych w łączu „w dół”, znajduje się w książce [cast_02].. 2.5.. Korekcja sygnałów na poziomie czipów i symboli. Proces przetwarzania sygnałów w odbiorniku WCDMA można przeprowadzić na dwóch poziomach, na poziomie czipów (chip level) oraz symboli (symbol level). W podrozdziale 3.3 przetwarzanie sygnałów za pomocą algorytmów korekcji było realizowane na poziomie czipów, a głównym jego celem była kompensacja negatywnego wpływu kanału radiowego z wielodrogowymi zanikami selektywnymi na detekcję danych. Ponieważ jednak na prawidłową detekcję sygnałów danych ma również wpływ interferencja współkanałowa MAI oraz operacja skupiania widma sygnału WCDMA przy braku pełnej ortogonalności kodów rozpraszających, dlatego też zaproponowano, by korekcji sygnałów WCDMA dokonywać również na poziomie symboli, czyli zaraz po skupieniu ich widma. S. Tantikovit i A. Sheikh zdecydowali się na zastosowanie detektora MLSE w odbiorniku RAKE [tant_00]. W tym rozwiązaniu odbiornik RAKE odpowiadał za realizację odbioru zbiorczego czasowego, a detektor MLSE, oparty na algorytmie Viterbiego, dokonywał adaptacyjnej detekcji sygnałów. Jednak odbiornik ten był mało efektywny, bowiem wymagał zaangażowania zbyt dużych mocy obliczeniowych. Dlatego H. Boujema, R. Visoz i A. Berthet zaproponowali zastąpienie detektora MLSE detektorem DFSE (Decision Feedback Sequence Estimation) [bouj_02]. Rozwiązanie to ograniczyło komplikację układową odbiornika przy niewielkiej stracie na jakości odbioru. Korekcja sygnałów na poziomie czipów i symboli wymaga odpowiedniego dobrania algorytmów korekcji sygnałów. W sumie chodzi o to, aby korektory na obu poziomach uzupełniały się nawzajem, a nie wykonywały tę samą pracę dwa razy. Na optymalny wybór algorytmów korekcji na obu poziomach może mieć wpływ charakter transmisji danych, a zatem typ usługi telekomunikacyjnej. Na przykład, w systemie UMTS dla szybkiej transmisji danych, w której stosuje się współczynniki rozpraszania SF o małych wartościach (SF < 16) dominują interferencje międzysymbolowe. Z kolei, w przypadku stosowania średnich i dużych wartości współczynnika rozpraszania (SF > 16), wpływ interferencji międzysymbolowych jest zaniedbywalnie mały, natomiast dominować zaczynają interferencje: współkanałowa MAI oraz międzyczipowa ICI (interchip interference), wywołane utratą ortogonalności kodów rozpraszających [bast_04]. Problemy związane z opracowaniem i budową optymalnych odbiorników stosujących korekcje na poziomie czipów i symboli szeroko opisują A. Bastug i D. Slock [bast_04]. Autorzy przedstawiają różne architektury odbiorników WCDMA.

(35) ODBIORNIKI W SYSTEMACH Z ROZPRASZANIEM WIDMA SYGNAŁÓW. 25. zależne od rodzaju i trybu transmisji danych. W przeważającej większości opisywanych przypadków są to odbiorniki oparte na korekcji sygnałów zarówno na poziomie czipów, jak i symboli.. 2.6.. Podsumowanie. W rozdziale 2 omówiono podstawowe metody odbioru sygnałów z poszerzonym widmem, rozpoczynając od klasycznego odbiornika typu RAKE a kończąc na algorytmach detekcji łącznej oraz korekcji na poziomie czipów i symboli. Ponadto szczegółowo opisano mechanizm powstawania interferencji współkanałowej MAI, która stanowi najistotniejszy czynnik degradujący jakość transmisji w systemach z poszerzonym widmem. Z przeprowadzonych rozważań wynika, że odbiornik typu RAKE nie jest w stanie w żaden sposób skutecznie przeciwstawić się interferencji MAI. Dużo skuteczniejszym rozwiązaniem jest zastosowanie w odbiorniku WCDMA korektora liniowego. Jego działanie polega na "odwróceniu" funkcji przenoszenia kanału radiowego, co eliminuje przyczynę powstawania MAI. Jednakże, niska jakość sekwencji treningowej – co jest pochodną nakładania się na nią sygnałów innych użytkowników – znacząco utrudnia proces adaptacji korektora liniowego. W efekcie czego poziom interferencji MAI zostaje jedynie zredukowany, nie osiągając prawie nigdy wartości zerowej. Stąd też pojawiły się pomysły zastosowania w odbiornikach WCDMA dwóch korektorów, jednego na poziomie czipów, drugiego na poziomie symboli. W dalszej części rozprawy pomysł ten zostanie szerzej rozwinięty, a do korekcji na poziomie symboli zostanie wykorzystany korektor nieliniowy oparty na sztucznych sieciach neuronowych ANN..

(36) 26. ODBIORNIKI Z KOREKTORAMI NIELINIOWYMI OPARTYMI NA SZTUCZNYCH SIECIACH NEURONOWYCH. 3. Odbiorniki z korektorami nieliniowymi opartymi na sztucznych sieciach neuronowych. Sztuczne sieci neuronowe ANN [Oso00], [Tad93], [Żur96] są to struktury połączonych ze sobą jednostek obliczeniowych, przetwarzających dane równolegle. Równoległa struktura sieci oraz możliwość ich adaptacji czyni je bardzo użytecznym narzędziem do rozwiązywania różnego rodzaju skomplikowanych zadań, w tym do szeroko pojętego rozpoznawania i klasyfikacji sygnałów. Neurony tworzące sieć są przeważnie elementami nieliniowymi, a więc są przetwornikami sygnałów będącymi w stanie reprezentować obszary decyzyjne liniowo niepodzielne. Kolejną interesującą cechą sieci ANN jest ich potencjalna zdolność adaptacji do zmieniających się w czasie warunków, a to dzięki odpowiednim algorytmom uczenia. Wszystkie te cechy sprawiły, że podjęto szereg mniej lub bardziej udanych prób zastosowania sieci neuronowych do budowy adaptacyjnych detektorów i korektorów, zarówno w łączu „w górę”, jak i w łączu "w dół" sieci łączności ruchomej o strukturze komórkowej z wielodostępem WCDMA. Podrozdział 3.1 zawiera opis odbiorników wykorzystujących sztuczne sieci neuronowe ANN do korekcji i detekcji sygnałów WCDMA. W podrozdziale 3.2 przedstawiono ich wady i zalety, by następnie w podrozdziale 3.3, zaproponować i szczegółowo omówić nową, autorską propozycję odbiornika WCDMA, pozbawionego większości opisanych w podrozdziale 3.2 wad.. 3.1.. Korektory i detektory neuronowe. Zainteresowanie inżynierów oraz naukowców zastosowaniem sieci ANN w odbiornikach MUD wynikało przede wszystkim ze zbyt dużej komplikacji układowej optymalnego odbiornika Verdu [verd_86]. Dlatego też za pomocą sieci neuronowych próbowano zbudować na tyle prosty odbiornik, aby z jednej strony była możliwa jego praktyczna implementacja, natomiast z drugiej – jakość odbioru sygnału.

(37) ODBIORNIKI Z KOREKTORAMI NIELINIOWYMI OPARTYMI NA SZTUCZNYCH SIECIACH NEURONOWYCH. 27. – mierzona bitową stopą błędów – była zadowalająca. Architektura odbiorników neuronowych MUD była identyczna z pokazaną na rysunku 2-4 z tą jedynie różnicą, że w miejsce detektora sekwencji z algorytmem Viterbiego wprowadzono detektor neuronowy. Już w 1992 roku B. Aazhang, B. P. Paris i G. C. Orsak [aazh_92] zaproponowali użycie jednokierunkowej, wielowarstwowej sieci perceptronowej MLP (MultiLayer Perceptron) do detekcji łącznej sygnałów CDMA. Udowodnili, że wydajność takiego odbiornika jest bliska wydajności optymalnego odbiornika zaproponowanego przez Verdu [verd_86]. Kilka lat później, w roku 1993 G. Kechriotis oraz E. S. Manolakos [kech_96] zaproponowali wykorzystanie w detekcji łącznej rekurencyjnej sieci Hopfielda [Hop82]. Natomiast w 1994 roku U. Mitra i H. V. Poor [mitr_94] opracowali odbiornik adaptacyjny oparty na radialnych sieciach neuronowych RBF (Radial Basis Functions) [Oso00]. Tematyka wykorzystania sieci neuronowych w zagadnieniach detekcji sygnałów CDMA była i jest nadal tematem wielu prac oraz projektów, co zaowocowało powstaniem szeregu publikacji na ten temat [aazh_92], [kech_96], [mitr_94], [ko_01], [dast_10], [chua_02], [mood_04], [fant_99], [kech_96]. Do budowy neuronowych detektorów MUD wykorzystywano różne rodzaje sieci neuronowych. W publikacjach [ko_01] i [dast_10] opisano detektory zbudowane w oparciu o radialne sieci neuronowe RBF [Oso00]. Prace [dast_10] i [weng_95] prezentują wyniki symulacji komputerowych detektora, opartego na jednokierunkowych, wielowarstwowych sieciach perceptronowych MLP. Interesującą publikacją jest [dast_10], w której dokonano porównania detektorów RBF i MLP oraz odbiornika z korektorem MMSE. Jej autorzy wykazali przewagę detektorów neuronowych, szczególnie dla dużego obciążenia ruchem telekomunikacyjnym danej stacji bazowej w sieci DS-CDMA, a więc wtedy, kiedy poziom interferencji MAI jest największy. W pracach [chua_02] i [mood_04] zaprezentowano architektury detektora, do budowy którego użyto sieci rekurencyjnych RNN (Recurrent Neural Network). Szczególnym przypadkiem rekurencyjnych sieci neuronowych są sieci Hopfielda [Tad93], na których również często opierano budowę detektorów neuronowych sygnałów z poszerzonym widmem [souj_02], [fant_03], [yoon_00]. Natomiast prace [carl_02], [carl_03] zawierają opis odbiornika, gdzie za adaptacyjną detekcję odpowiadają sieci Kohonena – samouczące się. Nieco inaczej wygląda historia zastosowania sieci neuronowych w odbiornikach pracujących w łączu "w dół" . Tu wszystko zaczęło się od odbiorników typu RAKE w systemach WCDMA, w których przy wzroście interferencji MAI drastycznie pogarszała się bitowa stopa błędów. Naturalną odpowiedzią na tego typu niedomagania odbiorników RAKE stały się korektory liniowe MMSE. Jednakże, poprawna praca odbiornika z korektorem MMSE okazała się być bardzo trudna do osiągnięcia (podrozdz. 2.3), a to ze względu na fakt, że – zgodnie z obowiązującymi standardami – zazwyczaj ciąg uczący (sygnał kanału CPICH), jest nadawany ze zbyt małą mocą w porównaniu z całkowitą mocą emitowaną przez stację bazową w łączu „w dół”. Pewne ograniczone możliwości poprawy tej sytuacji można było uzyskać przyjmując w odbiorniku z korektorem MMSE wybranego użytkownika szereg.