（通信与信息系统专业论文）独立分量分析在mimo+ofdm系统信道盲估计中应用的研究.pdf

兰，l i 大学研究生学位论文 摘要 准确的信道估计是保证m i m 0o f d m 系统传输质量，发挥其优越性的关 键。通常信道状态是通过发送训练序列和导频信号进行信道估计得到的，但是 训练序列和导频信号的开销严重影响了系统带宽的利用率，在多天线系统的信 道估计当中尤其如此。因此，m i m oo f d m 系统的盲信道估计问题成为人们研 究的热点。 本文通过分析m i m 00 f d m 系统，对现有的基于独立分量分析( i n d e p e n d e n t c o m p o n e n ta n a l y s i s ) 的盲信道估计算法提出了两种改进算法：改进的i c a - o n l y 算法和i c a - m m s e 算法。现有的基于i c a 的盲信道估计算法只在一个子载波 处使用i c a 算法，其它载波处的信息根据相邻的予载波信息来恢复，这种算法 的优点是计算量小，但是误差会逐渐地增加，使得估计精度大大降低。所以本 文将i c a 算法应用到各子载波处，而i c a 算法所固有的排列和幅值上的模糊性， 则通过发射端的线性预编码来消除，实验结果表明该算法能很好的估计出信道 参数，但是当o f d m 系统的子载波数增大时，此算法计算量比较大，因此本文 提出第二种改进算法：i c a - m m s e 算法，该算法首先在一个子载波处使用i c a 算法，其它载波处的信息根据固定的参考子载波处的信息，利用m m s e 准则来 恢复。通过理论分析及m a t l a b 的仿真实验，证明了该算法能够大大降低计算 复杂度的同时获得较高的估计精度。 关键词：m i m oo f d m ，独立分量分析，j a d e 算法，盲信道估计 兰州大学研究生学位论文 a b s t r a c t a na c c u r a t ec h a n n e ls t a t ei n f o r m a t i o n ( c s di sc r u c i a lf o rt h ep e r f o r m a n c eo f m u l t i p l ei n p u tm u l t i p l eo u t p u to r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x i n g0 v n m o o r a ) m ) s y s t e m s u s u a l l yi tc a nb eo b t a i n e db ys e n d i n gt r a i n i n gd a t aa n dp i l o tt o n e s t h et r d n i n go v e r h e a dr e q u i r e d ，u n f o r t u n a t e l y , i sm o r es i g n i f i c a n ti ne s t i m a t i n g m u l t i p l ei n p u tm u l t i p l eo u t p u tc h a n n e l s t oa v o i dt h i sp r o b l e m ，t h eb l i n dc h a n n e l i d e n t i f i c a t i o na t t r a c t sm o r ei n t e r e s t i nt h i sp a p e r , t w oi c ab a s e db l i n dc h a n n e li d e n t i f i c a t i o na l g o r i t h m si nm i m o o f d ms y s t e m sa r ep r o p o s e d o n ei st h ei c a o n l ya l g o r i t h m ，t h eo t h e ri st h e i c a - m m s ea l g o r i t h m a tp r e s e n t , t h ei c ab a s e db l i n dc h a n n e li d e n t i f i c a t i o n a l g o r i t h me m p l o y s i c ao n l yi no n es u b e a r r i e ra n du n 疵st h er e m a i n i n g s u b c a r r i e r su s i n gam i n i n l l l r nm e a ns q u a r ee r r o r ( m m s e ) a p p r o a c h h o w e v e r , t h i s m e t h o dr e s u l t si ns e v e r ee r r o rp r o p a g a t i o n so v e rs u b e a r r i e r sa st h es u b c a r r i e rb e i n g u n m i x e d1 塔e st h es t r e a me s t i m a t e sf r o mt h ep r e v i o u ss u b c a r r i e ra sac o n f e r e n c e i n t h i sp a p e r , w eu s ei c ai na l ls u b c a r r i e r st oo b t a i nt h ec h a n n e lp a r a m e t e r s t h e i c a - o n l ym e t h o dp r o p o s e di nt h i sp a p e ro b t a i n sb e t t e rp e r f o r m a n c eb yu s i n gi c a i n e v e r ys u b c a r r i e r b u ts i n c eal a r g en u m b e ro fs u b c a r r i e r sm a y b eu s e di na no f d m s y s t e ma n da d d i t i o n a l l yar e o r d e r i n gs t e pi sr e q u i r e di ne a c hs u b c a r r i e rt oo v e r c o m e t h es c a l i n ga n do r d e ri n d e t e r m i n a e i e so fi c a ，t h i sr e c e i v e rh a sah i 曲c o m p l e x i t y t h e nt h es e c o n da l g o r i t h mi sp r o p o s e d ，w h i c hu s e si c ai no n es u b e a r r i e ra n du s e s t h es a m er e f e r e n c es u b e a r r i e rf o ru n m i x i n ga l lt h er e m a i n i n gs u b c a r r i e r sw i t ht h e m m s em e t h o d t h e o r ya n a l y s i sa n de x p e r i m e n t a lr e s u l t ss h o wt h a tt h i sa l g o r i t h m h a sg o o dp e r f o r m a n c ei nc h a n n e li d e n t i f i c a t i o na sw e l la sl o wc o m p l e x i t y k e yw o r d s ：m i m oo f d m ，i n d e p e n d e n tc o m p o n e n ta n a l y s i s ，j a d e ，b l i n d c h a n n e li d e n i i f i c a t i o n 原创性声明 本人郑重声明：本人所呈交的学位论文，是在导师的指导下独立 进行研究所取得的成果。学位论文中凡引用他人已经发表或未发 表的成果、数据、观点等，均已明确注明出处。除文中已经注明 引用的内容外，不包含任何其他个人或集体已经发表或撰写过的科研 成果。对本文的研究成果做出重要贡献的个人和集体，均已在文中以 明确方式标明。 本声明的法律责任由本人承担。 论文作者签名：兰金： 日期：蔓! ! ：! ：兰 关于学位论文使用授权的声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归 属兰州大学。本人完全了解兰州大学有关保存、使用学位论文的规定， 同意学校保存或向国家有关部门或机构送交论文的纸质版和电子版， 允许论文被查阅和借阅；本人授权兰州大学可以将本学位论文的全部 或部分内容编入有关数据库进行检索，可以采用任何复制手段保存和 汇编本学位论文。本人离校后发表、使用学位论文或与该论文直接相 关的学术论文或成果时，第一署名单位仍然为兰州大学。 保密论文在解密后应遵守此规定。 论文作者签名：兰乙金导师签名：迄盟矗! 日期：圭翌量：奎2 兰州大学研究生学位论文 第一章m i m oo f d m 盲信道估计综述 正交频分复用( o f d m ) r 1 】脚由于具有良好的抗频率选择性衰落性能和较高的 频带利用率而成为日前研究的热点之一。以o f d m 为基础的各种系统获得了广 泛的应用，如欧渊的数字音频广播( d a b ) 和数字视频广播( d v b ) ，美国的d m t ， 以及i e e f _ 8 02 , 1 1 a 、m m a c 与h i p e r l a n 2 等无线局域网标准。o f d m 也将成 为下代移动通信系统中的关键技术之一。 n 1 多输入多输出( m o ) 。技术不但可以成倍地提高衰落信道下的系统容 量，而且如果进一步将其与信道编码技术相结合，可以大大提高通信系统的性能。 空时编码技术正是在此基础上发展起来的一种新的编码和信号处理技术，它将信 道编码技术与阵列处理技术相结合，大幅度地提高无线通信中的系统容量和传输 速率，为解决无线信道的带宽问题提供了一条新的途径。但是，现有的空时编码 理论大都基于平坦衰落信道，而在实际中，大多数无线通信环境都属于侠衰落情 况，即信道非平坦，此时系统的性能会急剧下降，这就使得空时码在未来宽带移 动通信中的应用受到极大的限制自从1 9 9 6 年文献 5 首次提出将0 f d m 与空时 编码相结合( 称为m i m o 0 f 【) m ) 以来，m i m o o f d m 技术很快引起了通信界 韵广泛关注。由于合并了o f d m 技术，频率选择性衰落信道转化为若干并行平 坦衰落子信道，这样的系统不但具有空时编码带来的分集增益和编码增益，同时 兼得o f d m 接收机均衡器结构简单的优点。从而在未来的宽带无线接入领域中 采用m i m o - o f d m 技术旧嗡为了一种发展的必然和技术的关键。 1 2m i m o o f i ) m 言号的矩阵表示 假定m i t l l 0 - o f d m 系统有坼个发射天线阵列，个接收天线阵列，系统频带划 分为个子载波。在此系统中各数据流首先分别经过o f d m 调制即对经过串 并转换后得到的数据做点的i f f t 运算。礤f t 输出的最后三个取样被复制并作 为循环前缀( c p ) 添加到此段序列，选择适当长度的循环前缀可以消除载波间 干扰( i c d 和符号间干扰( i s i ) 。因此o f d m 符号的总的长度为m = n + l 。 兰州大学研究生学位论文 在接收端接收到的信号为：嘶) = f k 脚一dl + 成( 。其中胁，f 蚱】rm1 域l hj 分别表示第m 个接收天线和第f 个发射天线。k 肋表示第肼个接收天线和第f 个 发射天线问的f i r 信道的冲击响应岛( 帕表示第f 个发射天线上的信号。店表 示加性噪声。用矩阵形式可以表示为： 啪= 邱伽一j ) + p ( 1 1 ) 其中州= 删捌s = 删删7 ， 口即叫= k 胁，p = 胁疋回a 尸机。( ，) 】r 。因为添加了足够长的循环前 缀。所以我们可以用圆周卷积来代替线性卷积同。将式( i 1 ) 变换到频域，即对 接收到的去除了循环前缀的信号进行o h ) m 解调后可得： 晌= s + p ( 1 2 ) 其中聃屯即删 1 3 现有的m i m oo 玎) m 盲信道估计算法 在o f d m 系统的相干检测中需要对信道进行估计，传统的方法是在发送数 据中插入导频或训练序列闽【9 】【l o 】。在这类方法中为了获得较好的信道估计精度必 须插入较多的导频，使得系统频带利用率大大降低。为此，人们将盲信道估计方 法应用与m i m oo f d m 系统。 目前关于m i m oo f d m 系统中的盲信道估计方法可以分为三大类：基于二 阶统计特性的盲估计算法1 1 】【1 2 1 、基于子空间的方法响叫和基于独立分量分析的 盲信道估计算法f i 邪日。 1 - 3 1 基于二阶统计特性的盲估计算法 文献 1 l 】从信号的循环平稳性角度提出了一种盲信道估计算法，该循环平稳 性是由发射端经过预编码产生的。该算法采用周期非常数调制编码，也就是在发 射端将发射信号与周期为p 的编码序列相乘。这种编码方式首先由文献 1 刀提 2 兰州大学研究生学位论文 出，经过编码的发射信号具有周期平稳性。 在接受端，r ( 叻的自相关矩阵为r ，o ，r ) = e r ( n ) r a ( n 一钔，假定源信号在空 间和时间上都是不相关的，并且独立与加性噪声。经过推导可知： r ，0 ，力= h ，r 5 ( n - l , r ) h , n _ 。+ r ，( o ( 1 3 ) i f f i q 经编码后的源信号是周期平稳的随机矢量。它的周期为删，因此 r ，o ，0 = r ，0 + p m 力，它的傅立叶级数展开如下式所示： r ，( 毛力2 7 b 乏r ，( 玎，o e - 胁p u ) k “ 尼= 0 ，l ，p m 一1 ( 1 4 ) x c r ， 力做z 变换，得到循环功率谱s ，( 毛力= r ( k , o z 一，经证明可以得到 i - = 一 s ，( 毛力= h 雕“p 崎k ) s 。( 岛z ) 丘( z ) + s 翮氓p ( 1 5 ) 其中f i ( z ) = h ”o z 3 ，s ，= r p ( v ) 。 f = 该文献以二发二收天线系统为例，由( 1 5 ) 式可以得到： i s ，( 毛力 邺= h 0 0 ( z e 仲”7 肿) s g 似刁豆。 ( 力+ h 。，l ( z e m 7 删勺s g ( k , z ) f i q l ( z ) s 胁力 l 。= h 1 o ( z e m ”7 “4 ) s 璺限z ) 豆l o + h ( z e m 州“s ( k z ) f t j ( z ) ( 1 6 ) 码腻勰髋蒿0 ：畿篙0 一确【s ；( 力= ，s 掣( 如，力 s ，( 南，力 = h n i ( 距瓣州脚) s e 岛，力豆q i 国 i s ，( 坫，力h = h 1 1 私7 脚) s 2 ) ( 蚝，z ) 扎 i s ，c 魄，刁 o 。= h q 。坪“删b ) s 乳屯，力直o o c s ，c 岛，z ) 。，。= h 1 o ( z e 城州“屯) s p c 蝇，z ) 自( z ) ( 1 7 ) 由式( 1 7 ) 可知，经过合理的设计周期预编码序列，可以将2 2 系统信道参数矩阵 的识别转化为4 个独立的信道的识别问题。因此，我i f , - 7 p a 利用已存在的c p - - o f d m 系统的信道估计算法来识别信道参数【1 8 】。 兰州大学研究生学位论文 1 3 2 基于子空间的盲信道估计算法 文献【1 3 】从c p 一0 f d m 信号的循环平稳性的角度提出了一种基于子空间的盲 信道估计算法。文献 1 3 】将文献 1 9 】中的子空间盲信道估计方法应用到m i m o o f d m 系统中。 该算法中假定m i m o o f d m 系统有m 个发射天线，n 个接收天线。将源信 号表示为：d ( = 瞄( ，o ，盔( 砷，丸0 ) 】，其中4 ( 功表示一个o f d m 符号，将j 个 0 f d m 符号联合表示为：d = 【d 1 ( 吣，d t 0 一，+ 1 ) 】。经过o f d m 调制并加入 长度为p 循环前缀的- ，个o f d m 符号表示为：s = i s l ( 功，s 1 0 j + 1 ) 】。i f f t 矩阵可以表示为w = ( i o 眸k 0 i “o 嘭- ( k - 1 ) ) ，其中圆表示k r o n e e k e r 积。 因此经过o f d m 调制的j 个o f d m 符号可以表示如下： s ：四d( 1 8 ) 其中，四= i ，o w ， 肘个发射天线， 滤波器来描述：h ，= w 锚w 仨h 搿 个接收天线之间的频率选择性信道可以用m x n 个f i r 。( d 。( d 妁姒d ( d ； ；。； ，( j ) k ( d 耐 ，其中( d 表示第j 个发射天线 和第j 个接受天线之间的信道冲击响应。定义信道矩阵如下： h = h oh i h l h oh 1 h l h oh l 则接收到的信号可以表示为： r ：丑b + b = i - 莉d + b = a d + b 其中b 为附加的高斯白噪声。该接收信号的自相关矩阵r ，为： r r = e j r r h = a r 。a ”+ r n 4 ( 1 9 ) ( 1 1 0 ) 兰州大学研究生学位论文 其中r 。= e b b ” ，r 。= e d d ” 且为满秩矩阵。 对自相关矩阵r ，进行特征值分解可得： r ，2 删妞似 一+ 。乃f m 协一j u “ ( 1 1 2 ) 其中 为特征值，且 五五厶f + p w 。我们将与 屯w ，- ，乃( r + ，) 。“对应的特征向量表示为：g - g 。，假定g = g l g 。 ，因 此可以得到： g ? a = 0持l ，2 ，g( 1 1 3 ) 对于信道参数的估计可以根据下式： 丘：a r g m m i 羔g n a a ”g ( 1 1 4 ) l t f f i lj 1 3 3 基于独立分量分析( i c a ) 的盲信道估计算法 文献 1 5 】提出了一种基于独立分量分析o c a ) 的盲信道估计算法。对于m i m o o f d m 系统来说，接收信号经过o f d m 解调后的信号可以表示为( 1 2 ) 式，由此 式可以看出接收信号在每个子载波处可以看成是线性混合的信号，而独立分量分 析法就是用来分离独立信源的线性混合问题的。所以文献 1 5 】的主要思想是在发 射端对源信号进行卷积编码，使得各个子载波数据具有一定的相关性，在接受端， 首先将一个子载波处的混合信号通过独立分量分析算法来进行分离，相邻载波处 的信号利用编码所引入的相关性来估计。这种算法的优点是计算量小，但是误差 会逐渐地增加。因此文献【1 6 】对该算法进行改进，提出了i c a - o n l y 算法。该算法 的主要思想是对接收到的信号在各个子载波处分别使用i c a 算法来进行混合信 号的分离和信道参数的估计，而独立分量分析算法所固有的排列和幅值上的模糊 性则是根据发射端卷积编码所引入的相关性来解决。该算法明显地提高了估计参 数的精度。但是随着子载波数的增加，算法的运算量会变的很大，所以本文对该 算法进行了改进。 基于独立分量分析的盲信道估计算法预编码与基于二阶统计量的盲信道估 计算法相比较简单，不需要设置复杂的编码序列。而且独立分量分析已经有了很 多较成熟的算法。而且基于独立分量分析的算法是基于高阶统计量的，可以克服 兰州大学研究生学位论文 子空间方法和基于二阶统计量方法对高斯白噪声的敏感性。所以本文主要研究了 基于独立分量分析的盲信道辨识算法。 1 4 本文的主要方法和结果 本文在文献 1 6 1 的基础上首先提出了第一种改进算法：改进的i c a - - o n l y 算 法。该算法采用文献【2 0 】中的线性预编码方式，规定一个参考子载波，通过线性 预编码使得其它子载波数据与参考子载波数据之间具有一定的相关性，在消除 i c a 所固有的模糊性时是以参考载波处的信号为参照，而不是相邻载波处的信 号。通过m a t l a b 仿真发现该算法有较好的性能。i c a - - o n l y 算法虽然估计精 度较高，但是当子载波数增加时，计算量是很复杂的，因此本文在文献 1 1 】的基 础上提出了一种改进算法：i c a - - m m s e 算法。该算法还是采用线性预编码方式， 并且以固定一个子载波处的数据为参考信号，首先对参考载波处的信号通过i c a 算法得到源信号和信道参数的估计，其它载波处的信号和信道参数利用线性编码 所引入的相关性来估计。该算法大大地降低了文献 1 6 1 q ，的计算复杂度，仿真结 果表明该算法的估计精度基本接近与算法一的估计精度。 兰州大学研究生学位论文 第二章m i m o o f d m 系统 无线传输信道，尤其是移动环境中的无线传输信道是非常复杂的，未来移动 通信要在有限的频谱资源上支持高速率数据和多媒体业务的传输，就必须采取频 谱效率高的抗衰落技术来提高系统的性能，o f d m 和m i m o 正是其中的两种有 效措施，而将两者相结合构成的m i m o o f d m 系统，技术上相互补充、使之成 为实现无线信道高速数据传输最有希望的解决方案之一，具有广阔的发展前景。 本章首先简要介绍o f d m 和m i m o 的基本原理，然后对m i m o o f d m 的系统 结构及工作原理作了深入分析。 2 1o f d m 基本原理 正交频分复用( o f d m ) 是一种多载波调制方式，其基本原理是把高速数据 流分成若干低速数据流并行地在相互正交的子载波上传输，这样，多径衰落的时 间弥散相对减少，频率选择性衰落信道转化成为若干平坦衰落子信道，大大减小 了符号间干扰( i s i ) 。为了能够完全消除i s i ，通常在o f d m 符号中引入保护 间隔，最有效的保护间隔是使用符号的循环扩展，简言之把符号结尾的一段复制 加到符号的起始端。由于码元符号是周期的，保持了子载波间的正交性，减小了 载波间干扰( i c i ) 的影响。只要选取的保护间隔大于信道的最大迟延扩展，就 会完全消除i s i 和i c i 的影响。除此之外，o f d m 可以降低接收端解调的复杂 度。这些优点使得o f d m 成为第四代移动通信的核心技术。 2 1 1 多载波调制与珊i 1 o f d m 是一种多载波传输技术口1 1 。设五位= 1 ，2 ， d 为个子载波频率， 则一般的多载波已调信号在第f 个码元间隔内可以表示成 一l ( r ) = x , ( k , o e x p ( 1 沏a o ( 2 1 1 ) k = o 其中，墨 r ) 是信号在第j 个码元间隔内所携带的信息，它决定了岛( f ) 的幅度和 相位，一艘隋况下它们是只与码元标号f 有关的复常数，它们携带了要传输的信 息：为叙述方便，在只需研究一个多载波信号码元的时候，常常省略码元标号i ； 7 兰州大学研究生学位论文 而当子载波采用普通( 没有采用波形形成) 的q a m 或m p s k 调制时，五 o 与 无关，从而将置假o 简写成p 。按上述约定，( 2 1 1 ) 式可以写成 啪= x ( k ) e x p 0 2 x l 0 ( 2 1 2 ) 经过分析可以发现，上述多载波传输系统的调制解调都可以利用离散傅里叶 变换( d i s c r e t ef o u r i e rt r a n s f o r m ，d f t ) 实现，由于d f t 有著名的快速算法f f t ( f a s t f o u r i e r t r a n s f o r m ) ，使得多载波传输系统实现起来大为简化。为确定子载波间的 频率间隔，我们考虑接收端如何对信号解调。我们对接收信号( 暂不考虑噪声和 失真的影响) 以抽样率z 抽样，利用d f t 对抽样信号进行解调。利用n 点的d f t 可以计算出信号的第七个频率分量为 鼯劬= s ( n f , ) e x p ( 1 2 1 r n k l n ) ( 2 1 3 ) 其中，鼯劬是第k 个频谱分量；s ( n 力0 = o ，1 ，2 ，n - 1 ) 是抽样信号； a f = - 7 ：是d f t 的分辨率。为使d f t 正确计算出频谱，信号必须在n 点抽样 以外周期性重复，当信号只含有该d f t 的谐波成份时，条件就能满足。将t = n f , 代入式( 2 1 2 ) 得 s ( n f , ) = 埘) 唧啦石和，妇 ( 2 1 4 ) 将式( 2 1 4 ) 代入式( 2 1 3 ) 得 s ( k 4 t ) = 砌e 坤石乃h ，力唧何2 石腑， d = 埘) e ) c p 僻石力以力c x p 何2 翮】 ， d = 芸瑚一知 亿l s ， 观察上式可以发现，当多载波已调信号的频率五= 等时，就有m 劬= 嗵p ， 也就是说，当各子载波的频率为解调用的d f t 分辨率整数倍时，可以用d f t 对 多载波已调信号完成解调，即当子载波频率间隔为z ，时，多载波已调信- 8 1 拘 时域抽样序列可以由i d f t 计算出来。 由以上分析可知，多载波调制系统的调制可以由i d f t 完成，解调可以由 d f t 完成，由数字信号处理的知识可以知道，i d f t 和d f t 都可以采用高效的 f f t 实现。 2 1 2o f d m 系统的调制和解调 每个o f d m 符号是多个经过调制的子载波信号之和”，其中每个子载波的 调制方式可以选择相移键控( p s k ) 或者正交幅度调制( q a m ) 。如果用n 表示子 信道的个数，t 表示o f d m 符号的宽度，z ( f = o ，1 ，一1 ) 是分配给每个子信 道的数据符号，：是载波频率，则从r = 开始的o f d m 符号可以表示为： 护r c 馔2 e x p p 砸一华) 钳t ( 2 1 6 ) l j - ， o o j 在很多文献中，经常采用如下所示的等效基带信号来描述o f d m 的输出信号： so=n2-，1珥。：露石手(，一)t-texpi=-n + r ( 2 1 7 ) s o = 珥+ ，： j 露石寺( ，一) i t+ r ( 2 1 7 ) 2 l 1 j 在接受端第七路子载波信号的解调过程为：将接收到的信号与第七路的解调载波 e x p ( - j 2 ，r 生名坚f ) 相乘，然后将得到的结果在o f d m 符号的持续时间t 内进行 积分，即可获得相应的发送信号以，即 乏= 手r 唧 平窟鱼二手丝( f d 。n 互2 - 1 ：，：唧p 石手。一。卜 = 手笺f j + t o x p 尼石巫产。一o p = 以 ( 2 1 8 ) 在实际的应用中，式( 2 1 7 ) 定义的o f d m 复等效基带信号可以采用离散逆 傅里叶变换( i d f t ) 来实现。令( 2 1 7 ) 中的乞= o ，r = 尼r l n ( k = o ，1 ，n - 1 ) ， 可以得到： 9 兰州大学研究生学位论文 s = s ( k t i v ) = 芝珥e x p ( 口石务) 0 - k n - 1 (219)k s = 珥e x p ( 口石等 ( 2 9 = 0 、 7 上式中，j 即为噶的i d f t 运算。在接受端，为了恢复出原始的数据符号吐， 可d a x c s ( k ) 进行d f t 变换，得到： 4 = 善_ t o s ( k ) e x p ( - - j 2 石等) 。姚一( 2 1 1 0 ) 根据上述的分析可以看到，o f d m 系统的调制和解调可以分别由i d f t d f t 来代替。通过n 点i d f t 运算，把频域数据符号吐变换为时域数据符号j ，经 过载波调制之后，发送到信道中。在接受端，将接收信号进行相干解调，然后将 基带信号进行n 点d f t 运算，即可获得发送的数据符号4 。 2 1 3o f d m 系统的组成 信号在传输的过程中，由于信道中的多径传输将引起符号间的干扰( i s i ) ， 破坏了子载波间的正交性，使得接收机无法正确提取各子载波上的调制符号。因 此需要在每个0 f d m 信号周期前插入一个保护间隔，在这段保护间隔内，可以不 插入任何信号，即是一段空闲的传输时段。然而在这种情况中，由于多径传播的 影响，会产生子信道间的干扰( i c i ) ，即子载波之间的正交性遭到破还，不同的 子载波之间产生干扰。为了消除由于多径造成的i c i ，一种有效的方法是将原来 宽度为t 的o f d m 符号进行周期扩展，用扩展信号来填充保护间隔，将保护间 隔内( 持续时间用疋表示) 的信号称为循环前缀( c y c l i cp r e d i x ，c p ) 。图一示出了 加入循环前缀之后的o f d m 系统框图。其工作过程为：输入的二进制信息比特 首先经过串并( s ，p ) 变为n 路并行比特流，各支路上的信息比特数可以根据信 道的频谱特性进行优化，然后各支路上的信息比特根据各自的调制方式( 如 b p s k 或q a m 等) 分别进行星座映射，得到信号空间中的复数坐标，然后经过逆 傅立叶变换( 巧f t ) ，加入循环前缀( c p ) ，再经过并串变换( p s ) 和数模( d a ) ， 送入信道进行传输。在接受端，信号首先经过模数变换和串并变换，去除循环前 缀，然后经快速傅立叶变换，得到每个支路上的接收信号，然后经星座逆映射， 得到每个支路上的接受比特，再经并串变换，得到串行的接收比特流。 1 0 兰型查兰堡塞竺兰垡堡兰一 这种在每个传送符号块的前部加入c p 的方法，使时域中原来发送信号与信 道响应的线性卷积变为圆周卷积。在接收端经过d f t 变换后可以得到： y f h 芦l + n k 啦- 1 1 1 ) 上式中，呸表示信道响应的d f t 变换，n 和靠分别表示k 和的d f t 变换，m 为加性高斯白噪声。这样通过在0 f d m 符号块中加入c p ，不仅消除了i c i i s l , 而目把信道变成了n 个独立的并行子信道。 2 2l v l i m o 基本原理 图2 1o f d m 系统组成图 多输入多输出( m i m o ) 即在接收端和发送端都采用多个天线，可以成倍地 提高衰落信道下的信道容量。根据信息论最新成果，假定发送天线数为f ，接 收天线数是，在每个天线发送信号能够被分离的情况下，有如下信道容量公 式： c ：m l o g ：( r i s n r ) ，m ( 2 2 1 ) 其中，s n r 是每个接收天线的信噪比。根据这个公式，对于采用多天线阵发送和 兰州大学研究生学位论文 接收的系统，在理想情况下信道容量将随m 线性增加，从而提供了目前其他技 术无法达到的容量潜力。其系统结构如图二所示。 毡妇。 焉d x 也3 。 发射黜l 图2 2m i m o 系统结构图 星蜊 乙彩 如棚 藏收无线 多天线信道理论的提出无疑给解决高速无线通信问题开辟了一条新的思路， 因而在此基础上发展起来的空时编码技术是一种很有前途的解决方案。空时编码 将编码技术和阵列技术有机的结合在一起，实现了空分多址，从而提高了系统的 抗衰落性能；同时它利用衰落信道的多径传播特点以及发射分集和接收分集来提 供高速率高质量的数据传输；与不使用空时编码的系统相比，空时编码可以在不 牺牲带宽的情况下获得更高的编码增益，提高了抗干扰和噪声的能力。 2 3m 瑚oo f d m 系统原理 o f d m 能将频率选择性衰落信道转化为若干平坦衰落子信道，在平坦衰落 信道中引入空时编码技术，能够大幅度的提高了无线通信系统的信道容量和传输 速率，并能有效的抵抗衰落、抑制噪声和干扰，因此将空时编码与o f d m 相结 合，构成m i m o - o f d m 系统在未来的移动通信中具有非常广阔的发展前景。在 本节中将详细讨论m i m oo f d m 系统的工作原理以及系统的结构。 m i m oo f d m 系统结构框图如图2 3 所示，假定m i m o - o f d m 系统有m 个 发射天线阵列，个接收天线阵列，m 。系统频带划分为个予载波，首 兰州大学研究生学位论文 先将输入的比特流经映射后的信号串并转换后可以得到信号 s 。( _ 】 ) = s u ( j r ) ，屯( f + n - 1 ) 】( n 为子载波的个数，“表示第“个发射天线， i 表示0 f d m 符号数) ，通过点的i f f t 变换完成o f d m 调制，i f f t 输出的最后 几个取样被复制并作为循环前缀( c p ) 添加到此段序列。在接收端，首先去除循 环前缀，然后用k 点的f f t 进行o f d m 解调，因为发射端c p 的长度选为大于或 等于信道脉冲响应的长度，所以在接收端经o f d m 解调后，从每个子载波的角 度考虑，可以得到系统在频域的输入输出关系如下： r ( p = h ( 肺s + n ( 2 3 1 ) 其中r 、h 围、s 、n 国分别为接收天线向量r ( n ) 、信道脉冲响应h ( 0 、发 送天线向量s ( n ) 和加性白噪声n 的f f t 变换。 r ( o = 瞳( j f + 功，r 2 ( f + 七) ，r _ ( f + 七) r ，i 表示o f d m 符号数，k 为子载波 ( k = 0 , 1 ，( 一1 ) ) ，l ( f + 国为第v 个天线上接收到的信号。 h ( 回= h l l ( 0 h l n 国 吼- 国 i； h m m h n , n , 脉冲响应的傅立叶变换。 ，三0 ( 磅为发射天线甜和接收天线v 之间的信道 s 国= b ( f + 动，s 2 ( i n + 七) ，s n , ( i n + 幻】r ，s ( i n + o 为第个发射天线上发射f f j 信号。 n = 如( j + 五) ，恐( f + 助，( + 妁九( 的为附加的均值为0 ，方差为吒的 高斯白噪声。 实际上为了达到期望的数据率，接收机需要精确的信道状态信息。通常信道 状态是通过发送训练序列进行信道估计得到的，但是训练序列的开销严重影响了 系统带宽的利用率，在多天线系统的信道估计当中尤其如此。因此，多天线系统的 盲信道估计问题备受关注。由1 3 节可知，目前关于瑚呲00 f d m 系统中的盲 信道估计方法大致可以分为三大类：基于二阶统计特性的盲估计算法、基于子空 间的方法和基于独立分量分析的盲信道估计算法。基于独立分量分析的盲信道估 兰州大学研究生学位论文 计算法是2 0 0 3 年由d 迫l e s i a 提出的，该算法比较新颖，它将独立分量分析算 法直接应用到m i m oo f d m 系统的信道估计中。对于m i m oo f d m 系统，由 ( 2 3 1 ) 式可以看出在接收端经过o f d m 解调后的信号在每个子载波处是瞬时 线性混合的，这正好是独立分量分析的模型，而独立分量分析法已经有了很多成 熟的算法，因此在本文中我们在文献 1 5 的基础上研究基于独立分量分析( i c a ) 的盲辨识算法的性能。并提出了两种改进的基于独立分量分析的盲辨识算法。 图2 3m i m 00 f d m 系统框图 1 4 兰州大学研究生学位论文 3 1 引言 第三章独立分量分析理论 独立分量分析理论( i n d e p e n d e n tc o m p o n e n ta n a l y s i s ) 1 2 2 2 3 是2 0 世纪9 0 年代 发展起来的一种新的信号处理技术，它是从多维统计数据中找出隐含因子或分量 的方法。从线性变换和线性空间角度，源信号为相互独立的非高斯信号，可以看 作线性空间的基信号，而观测信号则为源信号的线性组合，i c a 就是在源信号和 线性变换均不可知的情况下，从观测的混合信号中估计出数据空间的基本结构或 者说源信号。目前i c a 的研究工作大致可分为两大类，一是i c a 的基本理论和算 法的研究，基本理论的研究有基本线性i c a 模型的研究以及非线性i c a 、信号有 时间延时的混合、卷积和的情况、带噪声的i c a 、源的不稳定问题等的研究。算 法的研究可分为基于信息论准则的迭代估计方法和基于统计学的代数方法两大 类，从原理上来说，它们都是利用了源信号的独立性和非高斯性。各国学者提出 了一系列估计算法【2 4 】。如f a s t i c a 算法、i n f o m a x 算法、最大似然估计算法、 二阶累积量、四阶累积量等高阶累积量方法。另一类工作则集中在i c a 的实际应 用方面，已经广泛应用在特征提取、生物医学信号处理、通信系统、金融领域、 图像处理、语音信号处理等领域，并取得了一些成绩。这些应用充分展示了i c a 的特点和价值。 3 2 独立分量分析的定义 因为i c a 是伴随着盲信号分离( b l i n ds i g n a ls e p a r a t i o n , b s s ) 问题发展起来 的，所以有关b s s 问题的介绍，有助于对i c a 的理解。 盲信号分离b s s ( b l i n ds o u r c es e p a r a t i o n ) l h 目题【2 5 】【2 司【2 7 】是信号处理中一个传 统而又极具挑战性的课题。b s s 是指仅从观测的混合信号( 通常是多个传感器的 输出) 中恢复独立的源信号，这里的“盲”是指：1 ) 源信号是不可观测的；2 ) 混合系统是事先未知的。在科学研究和工程应用中，很多观测信号都可以假设成 是不可见的源信号的混合。所谓的“鸡尾酒会”问题就是一个典型的例子，简单 兰州大学研究生学位论文 说就是当很多人( 作为不同的声音源) 同时在一个房间里说话时，声音信号由一 组麦克风记录下来，这样每个麦克风记录的信号是所有人声音的一个混合，也就 是通常所说的观测信号。问题是：如何只从这组观测信号中提取每个说话者的声 音信号，即源信号。如果混合系统是已知的，则以上问题就退化成简单的求混合 矩阵的逆矩阵。但是在更多的情况下，人们无法获取有关混合系统的先验知识， 这就要求人们从观测信号来推断这个混合矩阵，实现盲源分离。下面介绍盲源分 离的数学模型： 设有个未知的源信号t ( f ) ，f = 1 ，“构成一个列向量 s ( r ) 丑( r ) ，知( f ) 7 ，其中f 是离散时刻，取值为0 ，1 ，2 ，。设a 是一个肘 维矩阵，一般称为混合矩阵( m i x i n g m a t r i x ) 。设x ( f ) = n ( f ) ，( r ) 7 是由吖个 可观察信号薯o ) ，f _ 1 ，肘构成的列向量，且满足下列方程： x ( f ) = 舢( r ) m ( 3 2 1 ) b s s 的问题是，对任意f ，根据己知的x ( f ) 在a 未知的条件下求未知的s ( f ) 。这构 成一个无噪声的盲分离问题。设n ( f ) = l ( f ) ，l ( f ) 7 是由m 个白色、高斯、 统计独立噪声信号m ( ，) 构成的列向量，且z e ) 满足下列方程 x ( f ) = 缸( f ) + n ( f ) ， m n ( 3 2 2 ) 则由已知的x ( r ) 在a 未知时求s ( ，) 的问题是一个有噪声盲分离问题。 3 2 1 基本独立分量分析( i c a ) 的数学模型 一、i c a 的混合模型 设x = 【五，b ，r 为m 维零均值随机观测信号向量，它由源信号向量 s _ 【黾，屯，如】r 中个未知的零均值独立源信号o ( ，= l ，功线性组合而成，则 i c a 的线性混合模型可表示为： x = h s = h 户j ，= 1 , 2 ，玎 ( 3 2 3 ) 户l 其中，h = h ，h 。，- ，h 。 是满秩的m x n 阶矩阵，称为混合矩阵，h j 为混合矩 1 6 兰州大学研究生学位论文 剐嘏 z a ， 上式中的独立分量- 是隐藏的变量，不能被直接观测到。而混合矩阵h 也是未知 1 源信号各分量j ，仃= 1 , - - - , 功都是零均值的实随机变量，且在任意时刻均相互 统计独立。若0 的概率密度函数为马q ) ，则源信号向量s 的p d f 为 只( s ) = 。p j ( s j ) 。 还是白色高斯信号，其p 矿只涉及二阶统