Methods for space-time parameter estimation in DS-CDMA arrays

Abstract

Rui Wu tutki väitöstyössään radiokanavan eri ominaisuuksien arviointia. Tietämys radiokanavan ominaisuuksista on monesti välttämätöntä, jotta radiovastaanottimen vastaanottama signaali voidaan purkaa ymmärrettävään muotoon. Wu tutki hajaspektrijärjestelmiä, joissa esimerkiksi puhe- tai datasignaalin kaistanleveys moninkertaistetaan radiolähettimessä. Näin tehdään muun muassa jo toiminnassa olevissa 3G-puhelimissa ja -tukiasemissa. Kaistanleveyden moninkertaistamisella pyritään satunnaistamaan muille järjestelmän käyttäjille aiheutetut häiriösignaalit, koska kyseisissä järjestelmissä signaalit etenevät samalla taajuuskaistalla yhtäaikaisesti. Se, miten kunkin järjestelmän käyttäjän signaali satunnaistetaan, on yksilöllistä; jokaisella käyttäjällä on oma koodinsa. Tämän koodin perusteella jokainen järjestelmän käyttäjä ja hänen lähettämänsä signaali voidaan myös tunnistaa. Häiriön satunnaistamisesta huolimatta monikäyttöhäiriö ja symbolien keskinäisvaikutus ovat edelleen olennaisia haittatekijöitä kommunikaatiojärjestelmän kapasiteetin ja palvelun laadun maksimoinnissa. Kehittyneet häiriönpoistomenetelmät ja antennijärjestelmät ovat esimerkkejä ratkaisuista parantaa radiolinkin suorituskykyä. Niiden käyttöönotto ja toiminnan luotettavuus vaativat kuitenkin usein tarkkaa tietämystä radiokanavan eri ominaisuuksista. Wu pureutui väitöstutkimuksessaan signaalin tulosuunnan ja viipeen arviointiin, jotka ovat hajaspektrijärjestelmän antenniryhmävastaanotossa kaksi olennaisinta arvioitavaa parametria. Hän kehitti uusia arviointimenetelmiä, ja tarkasteli niiden parametriarvioinnin luotettavuutta analyyttisesti ja numeerisin esimerkein. Wu myös osoittaa menetelmien tarjoamat parannukset perinteisiin menetelmiin verrattuna.

To improve spectrum efficiency and increase link quality, the usage of antenna array at the base station is a promising approach for the rapid growth of wireless communication. To take full advantage of the multiple antennas, space-time signal processing techniques need to be developed. For these techniques, a key aspect is the estimation of channel and channel parameters. Wireless signal propagation often exhibits a specular multipath. The estimation of direction-of-arrival (DOA) and/or time delay can be improved by the underlying structure of propagated signals. Improved channel estimation can result in improved signal-to-noise ratio (SNR), channel equalization, co-channel interference rejection and mobile localization. These in turn yield improved network performance.In this thesis, we focus on the joint time delay and DOA estimation called two-dimensional code acquisition. Two classic algorithms are exploited for two-dimensional code acquisition. They are independent component analysis (ICA) and eigenvalue-eigenvector training support (EV-t) algorithms. ICA is a high order statistical technique. The benefit of using ICA for two-dimensional code acquisition is that it can effectively combat the near-far problem. In this thesis, ICA is further exploited for the fading problem. Before ICA is used to perform the two-dimensional code acquisition, interfering signals are suppressed by a pre-processor. The developed EV-t algorithm is a subspace based method which relies on eigenvalue-eigenvector decomposition and training sequence support. It mainly deals with the two-dimensional code acquisition in a high-correlated/coherent multi-path environment.