1DS-CDMA系统概述

在传统的DS-CDMA中，把每个用户当作单独的信号来处理，其他的信号会被当作干扰
利用码字的互相关系数为零来消除其他用户的干扰

2多用户检测

2.1概述

认为所有信号都是有用的，采取联合检测的方式，减小干扰增加系统容量，减轻远近问题的影响
容量
全部干扰为 $I=I_{MAI}+f\times I_{MAI},$ 其中 $I_{MAI}$ 为同小区干扰，f是其他小区多址干扰和同小区干扰的比率（溢出率），理想的系统抑制了同小区的多址干扰，干扰只剩 $I=f\times I_{MAI},$ 最大容量增益因子是(1+f)/f,及最大容量增益是2.8.

2.2例子

核心思想是对较强的信号的用户先做判决，然后在较弱的接收信号中减去较强信号的干扰，得到更好的结果。
$u_k(t)=\sum_{i=0}^{\infty}x_k(i)\cdot c_k(i)\cdot s_k(t-iT-\tau_k)$ $y(t)=\sum_{k=1}^Ku_k(t)+z(t)$ 经过匹配滤波器的采样输出，可以得到 $y_k=\int_0^Ty(t)s_k(t)dt=c_kx_k+\sum_{j\neq k}^Kx_jc_j\int_0^Ts_k(t)s_j(t)dt+\int_0^Ts_k(t)z(t)dt$ 假设只有两个用户且 $r=\int_0^Ts_1(t)s_2(t)$ 匹配滤波器的输出
在这里插入图片描述
如果用户1的功率远大于用户2，我们可以

先判决用户1： $\hat{x_1}=sgn(y_1)$
从较弱的信号中减去MAI的估计值

2.3MUD的优势

有效地减弱和消除多径干扰，多址干扰，远近效应
简化功率控制
减少正交扩频码互相关性不理想带来的消极影响
提高系统容量，增加小区的覆盖范围

3MUD算法分类

在这里插入图片描述

3.1最大似然顺序估计

列出似然函数求解即可，看着式子很复杂，实际上是符合逻辑的。对于似然函数 $ln\{p[y(t)]|\sum_{k=1}^Ku_k(t)\}$ 刚开始还有点疑惑，后面就可以理解了，类比之前的似然函数，试探发送信号，使得 $p(y|x)$ 最大，那么多用户检测的似然函数也是成立的，不同之处在哪里呢？发送信号是合在一起的。
对第一个区间的信号进行讨论：
在这里插入图片描述

很直白，没有什么难度的直接的推导