基于瞬时混合结构的盲多用户检测.doc

第2期赵宸等：基于瞬时混合结构的盲多用户检测141基于瞬时混合结构的盲多用户检测赵宸，郭滨，王珂（吉林大学 通信工程学院，吉林 长春130025）摘 要：提出一种用于MIMO-OFDM系统中的盲多用户检测方法。基本思想是将现有的盲信源分离算法（BSS）应用到MIMO-OFDM系统的信号检测中。该算法从MIMO-OFDM系统中的频点角度出发，解决了BSS算法在存在时延的系统中的应用问题以及由于被分离后的信号重组而带来的不确定置换和通信系统中的复值信号性质所引发不确定的尺度变化问题。方法的有效性已通过计算机仿真得以验证。关键词：盲检测；MIMO-OFDM系统；盲信源分离；瞬时混合结构中图分类号：TN911.23 文献标识码：A 文章编号：1000-436X(2008)02-0134-07Blind multiuser detection based on instantaneous mixturesZHAO Chen, GOU Bin, WANG Ke(College of Communication Engineering, Jilin University, Changchun 130025,China)Abstract: A blind multiuser detection technique used in multiple-input multiple-output orthogonal frequency division multiplexing (MIMO-OFDM) systems was proposed. The basic thought is to apply the existing blind source separation (BSS) algorithm to the signal detection in MIMO-OFDM systems. From the viewpoint of frequency bin (FB), the proposed method resolves the application problem of BSS algorithm in the systems with delay. In the meanwhile, the problem of permutation indeterminacy which is brought by the recomposition from separated signals and the problem of the complex scaling indeterminacy caused by the complex signal nature in communication systems are also settled by it. Theoretical analysis and computer simulation confirm that the proposed method is valid.Key words: blind detection; MIMO-OFDM system; blind source separation; instantaneous mixture1 引言由于无线高速数据的传输，使得多用户检测在信道估计上使用了大量的导频占据带宽，基于迫零准则针对MIMO-OFDM系统的多用户检测已提出一种联合检测（JD）方法1，但这种方法需要预先了解信道状态信息(CSI), 这些通常是通过牺牲带宽而获得的。为了解决这个问题，目前已提出了很多盲算法2,3，但存在收敛速度慢，硬件难以实现的问题。收稿日期：2007-09-29；修回日期：2008-01-04针对多用户MIMO-OFDM系统的盲检测方法。由于OFDM信号存在循环前缀(CP)和离散傅里叶变换 (DFT) /离散傅里叶逆变换(IDFT)调制/解调的性质，可以在每个频点获得一组瞬时混合结构，然后盲多用户检测就会转换成BSS问题。BSS问题近年来已经被广泛地研究4,5。在众多算法中68，由于要考虑到硬件结构和软件处理速度而选择使用自然梯度算法(NGLA)8。尽管BSS算法在频点层面上可以成功分离不同用户信号，但是被分离的信号重组将遇到置换不确定的问题。而且，通信系统中的复值信号性质会引发不确定的尺度变化的问题，这会导致即使在同一频点也会产生信号的相位旋转。本文基于盲源分离算法（BSS），提出一种适用于硬件实现的快速算法，该算法从MIMO-OFDM系统中的频点角度出发，解决了BSS算法在应用中不考虑时延的问题。在发送端采用了线性预置滤波器，该滤波器由于信号在通过它之后并没有加长数据而优越于卷积结构滤波器9，从而使得所发送的用户信号在相邻的2个频点（FB）上存在相关关系，有效地解决了盲信号的无序性和相位偏移性，实现了重新恢复信号。2 系统模型如图1所示，将多用户MIMO-OFDM 配以MT发送信号和MR接收天线。对于每一个用户，都有一个独占的发送天线。每个用户的信号通过一个线性预置滤波器，可见，(1)其中，是差分正交相移键控(DQPSK)调制的第i个用户信号，且。这里，是序列A的第m个元素，A是具有不同N的实数序列，。F是预知固定的载波数。其自相关函数为(2)同样的，在频点m和p的信号与的互相关函数(3)其中，。图1 多用户MIMO-OFDM系统在第i 个用户长度为N的数据符号块(4)通过N点离散傅立叶逆变换（IDFT）被调制为(5)其中(6)且k是N的整数倍。在加入长度为G 的CP，长度为（GN）的第k/N个符号块(7)得以传送，其中是模N的模数。在接收端，信号通过不同的信道并通过第j个天线接收。假定每个用户都达到理想同步，且在所有用户中都获得精确的时间校准，接收到的取样信号可由以下得到(8)其中，代表均值为零的高斯白噪声，代表信道的阶。尽管不同信道存在不同阶，可以选择为的最大值，而存在的信道在信道尾端含有零元素。最终的等式可以通过矢量表示为(9)其中且 。选择，放弃包含从前端信号块干涉的符号，就是说CP 移动。所以式（9）是和之间的循环卷积的总和，然后，xj(k)通过点N的离散傅里叶变换解调为(10)其中(11)式(9)在频域可以表示为(12)由于子载波中的正交性，变为对角矩阵。在单一用户的情况下，使用单步长均衡器来恢复信号，而在多用户的情况下，在式(12)中的i()可应用到用户干涉（MUI）。令，在式(12)中的第j个天线的第m子载波的接收信号可以变为(13)由于式(13)满足j，可得 (14)且 从式（14）可以看出，一旦DFT调制的输出信号根据子载波或频点配置，在系统描述中MIMO信道表现为频点层面上的瞬时混合结构。所以，在MIMOOFDM系统中的盲多用户检测可以分成N个BSS问题。3 盲源分离BSS问题的典型混合模式如图2所示。混合过程可以描述为图2 瞬时混合结构(15)其中，n维矢量被的混合矩阵分解，且是m维的观测值。盲源分离的问题是，在没有和A的已知信息的情况下，找到一个的分离矩阵W，像这样的分离过程的输出为(16)其中，。把式（15）和式（16）结合起来，可以表示为(17)其中，GWA是整体上的混合/分离矩阵。在无噪的情况下，假定估算值为零。所以恢复信源为(18)其中，GI为所求。但是，在大多数的情况下，只能得到GPD，其中P是置换矩阵，会扰乱信源的顺序，D是对角矩阵会导致非预想的尺度变化问题。尽管存在很多BSS算法，但由于其良好的硬件结构和软件处理速度，这里选用自然梯度算法8。事实上，这个基于信息论的算法是通过分离信源的统计独立性，使用散度（KL）应用于边缘密度函数和联合密度函数之间。方法是(19)同时在并且只能在KL散度等于零时，获取独立性，例如(20)相当于最小化互信息量(21)其中(22)和(23)是边缘的熵。从而，W迭代校正方程为(24)其中,是步长，非线性函数定义为(25)为了获得快速收敛，在文献8中提出的NGLA通过修改式（24）得到(26)4 盲多用户检测本文提出的盲多用户检测可以通过以下3个步骤得以实现：步骤：根据频点序号配置MRDFT解调器；步骤：在每一个频点上用NGLA算法分离信号；步骤：在每一个频点上从已分离的信号中收集每个用户信号来重建MT用户信号。图3表示接收器的结构。在此系统中传送的信号是DQPSK，并且无线基带信道是复数值，所以，在步骤需要使用NGLA的复数版本。在第m 个频点使用在文献10中的修改的式（26），得图3 接收器的结构(27)其中本文所提出的分离系统为(28)BSS算法和NGLA算法都会给分离的信号带来置换不确定性和尺度不确定性。这2种非想要的失真情况必须非常谨慎的处理，特别是在接收器中。由于在步骤中NGLA各自在每一频点上运行，置换不确定性会导致用户损失信号信息，这会导致步骤的重建问题。即使没有置换不确定性，由于系统中复数信号也会在不同的频点上产生不同的相位偏离。假设在接收端已知，设的自相关函数不为零，接下来用基于相关的方法来克服以上2个问题。假定有2个频点p，q，在第p个频点，第i个用户的NGLA输出和在第 q个频点, 第l个用户的输出分别为(29)和(30)其中，为未知振幅尺度，为未知相位偏离，在此通过以下两步来解决这个问题。首先，解决在相同频点振幅尺度使用NGLA输出的自相关函数。它们可以表示为(31)(32)从式（29）和式（30）得(33)(34)所以，和振幅尺度可以通过和相乘来消除。可得到和。接下来，通过在不同频点的NGLA输出自相关函数来处理未知相位偏离。和的相关函数是(35)由于不同用户信号互相独立，对于则，而对于则(36)因此，在邻近频点具有相同用户归属的信号可以通过计算来确定，由于Y的稳定性和遍历性，可以通过时间平均估算出来。从第1个频点到第(N-1)个频点执行此操作，可以消除置换不确定性。应当指出置换不确定性移动装置（PIRU）只能找出属于同一用户的信号，所以用户不确定性仍然存在。下一步在串连PIRU的相位补偿装置上进行操作。从式(29)和式(30)可以看出，即使，不同的相位偏移和阻碍第i个用户信号的组成。由于预知，式(36)中，对于邻近频点同一用户相位偏移的不一致，可以通过得到。所以的相位偏移通过相乘适调为。再次，从第1个频点到第（N-1）个频点进行此操作，获得具有未知相位变化的用户信号。在独立的载波系统中，这样的未知相位变化与不确定的载波相位具有相同的结果，可以通过非相干检测消除。还应注意的是PCU可以被嵌入在PIRU中，因为2种操作可以在相同的频点上执行。最后一部分装置是基于隐藏在用户信号里的用户ID信息的用户辨认装置(UIU)。直到这时才能辨认用户，由于ID信息分布在每一频点上，在PIRU末端收到相位变化的影响。应注意的是，尽管在盲方法中ID信号由于接收器而得知，因为其短于非盲方法的训练信号，盲方法不能仅仅依靠已知ID信号提供的少量信息来进行分离。所以使用ID信号仍然属于“盲”范围内。最终，所有的用户信号得以恢复。5 系统仿真OFDM系统中所有的参数如表1所示，对于每个用户来说都是相同的。在发送器中，预滤波器会应用到每个用户信号上，它们的系数是1 0.5 -0.25。表2中的城市（TU）信道和表3中的丘陵（HT）信道分别用作信道模型。采用均值为零的高斯白噪声。在下面的仿真中，每个用户会分配一个独占的发送天线。假定是理想同步的，CP的长度大于信道的时延扩展。采用2种结构，一种是2个用户信号通过2、3、4、6天线接收，另一种是3个用户信号通过3、4、5、6天线接收。表1仿真参数参数规格FFT采样数 N64子载波间隔 f07.812 5kHz保护间隔 Ns8信号类型DQPSK带宽 fd500kHz抽样间隔T2ms表26步长典型城市信道步长123456时延/ms0.00.20.51.62.35.0平均功率0.501.00.440.270.160.11表36步长丘陵信道步长123456时延/ms0.00.20.51.62.35.0平均功率0.501.00.440.270.160.11首先，基于在存储器的分离信号使用NGLA 算法获得分离矩阵，其中和的原始值分别为单位矩阵I和 0.01。在仿真中，每个用户使用200个OFDM信号块，在200次重复内获得分离矩阵，然后使用已获得的分离矩阵分离接收到的信号。通过式(29)式(36)，解决了在PIRU和PCU装置中的置换和相位不确定性。所有结果和结合检测方法（JD）1 相比较。如图4图7所示。图4 TU信道，用于MRMT，2个用户信号通过2、3、4、6天线接收，fd=1.010-6的不同值的信噪比比较图5 TU信道，用于MRMT，3个用户信号通过3、4、5、6天线接收，fd=1.010-6的不同值的信噪比比较图6 HT信道，用于MRMT，2个用户信号通过2、3、4、6天线接收，fd=1.010-6的不同值的信噪比比较图7 HT信道，用于MRMT，3个用户信号通过3、4、5、6天线接收，fd=1.010-6的不同值的信噪比比较除了JD，最大可能性检测（MLD）在多用户检测方面也是一种知名的方法，但是MLD只适用于具有小信号群的系统，由于复杂性随其尺寸以指数幂增长。在MIMO-OFDM系统中，预滤信号群的尺寸使MLD的复杂性变得不可接受。所以，尽管MLD是一个很好的解决方法，基于JD之上的迫零标准被用做评估本文所提出方法的手段。在JD方法中，使用2种训练OFDM块来估算信道。然后，基于已获得的信道估算结果，所有用户的信号得以恢复，其中迫零算法用于联合检测。首先考虑的是变化缓慢的信道情况，其中fd（最大化多普勒规一化频率）设置为。图7表明具有不同信道模式MIMO-OFDM的施行情况和接收天线的数量。在变化缓慢的信道中，由于信道估算在整个帧中提供信道变化的准确近似值，JD方法体现出很好的施行情况。本文提出的方法和JD方法也几乎相同。对于具有的快速变化信道，本文提出的方法和JD方法的信噪比比较如图8图11所示。随着多普勒频率的增加，整个在帧内的信道估算值开始出现误差，因为导频只安置于帧的前端。而在本文的设计中，多用户检测不需要了解CSI。图8 TU信道，用于MRMT，2个用户信号通过2、3、4、6天线接收，fd=1.510-4的不同值的信噪比比较图9 TU信道，用于MRMT，3个用户信号通过3、4、5、6天线接收，fd=1.510-4的不同值的信噪比比较图10 HT信道，用于MRMT，2个用户信号通过2、3、4、6天线接收，fd=1.510-4的不同值的信噪比比较图11 HT信道，用于MRMT，3个用户信号通过3、4、5、6天线接收，fd=1.510-4的不同值的信噪比比较6 结束语在本文中，通过使用BSS算法提出了一种适用于MIMO-OFDM系统的新型的盲多用户检测方法。在这个系统中同时使用所有子载波来发送用户信号。仿真表明MIMO信道在频点层面上可以被视为一组瞬时混合结构。结果是，盲多用户检测被一些BSS问题取代。由于DQPSK信号的限制，置换不确定性和BSS算法的不确定缩放性通过一种方法得以解决，基于发送信号的统计特性，级联非相干检测做到了用户信号的完全恢复。此方法的有效性也通过计算机仿真演示成功。需要注意的是，仿真中预滤器的系数的选择仅仅是用以保证自相关函数具有更大的值。参考文献：1SKLAYOS A, COSTA T E, HAAS H. Joint detection in multi-antenna and multi-user OFDM systemsA. Multi-carrier Spread-Spectrum and Related TopicsC. Boston: Kluwer, 2002.2席聪,张太镒,刘枫. 基于核独立成分分析的盲多用户检测算法J.西安交通大学学报,2004,38(4):373-376.XI C, ZHANG T Y, LIU F. Blind multiuser detection based on kernel independent component analysisJ.Journal of Xian Jiaotong University, 2004,38(4):373-376.3谢跃雷,欧阳缮,赖伟明.多径衰落信道下的一种盲多用户检测方法J.通信学报,2005,26(2):51-55.XIE Y L, OU Y SH, LAI W M. Blind multiuser detection approach to multipath fading channelJ.Journal on Communications, 2005,26(2): 51-55.4HAYKIN S. Unsupervised adaptive FilteringM. New York: John Wiley &Sons, Inc, 2000.5CICHICKI A, AMARI S. Adaptive Blind Signal and Image Processing: Learning Algorithm and ApplicationsM. New York: John Wiley & Sons, Inc.,2002.6CARDOSO J F, SOULOUMIAC A. Blind beamforming for non-Gaussian signa