一種新型的基干ＩＣＡ的盲源分離的多用戶檢測算法

摘要：提出一種基于獨(dú)立的成份分析(ICA)的多用戶檢測方案，獨(dú)立的成分分析只依靠對信號源獨(dú)立性和非高斯性的假設(shè)，與傳統(tǒng)獨(dú)立成分分析方法相比更具靈活性和魯棒性，實(shí)現(xiàn)了目標(biāo)用戶信號的提取。仿真實(shí)驗表明，該算法的誤碼率性能在用戶數(shù)量增大和遠(yuǎn)近效應(yīng)嚴(yán)重的情況下都能較為理想地實(shí)現(xiàn)檢測功能。

關(guān)鍵詞：碼分多址；獨(dú)立分量分析；匹配濾波；盲多用戶檢測

中圖分類號：TN911

文獻(xiàn)標(biāo)識碼：B

文章編號：1004—373X(2008)04—124—02

傳統(tǒng)的CDMA檢測器分別對每個用戶進(jìn)行擴(kuò)頻碼的相關(guān)運(yùn)算，這種做法沒有考慮多址干擾和普通白噪聲的差異。多用戶檢測技術(shù)是引用信息論并通過嚴(yán)格的理論分析后提出的一種新型抗多址技術(shù)，而且通過多用戶檢測可以實(shí)現(xiàn)一箭三雕的作用，既可以抗多址干擾，又可以抵抗遠(yuǎn)近效應(yīng)和多徑干擾。信道估計算法需要訓(xùn)練序列使接收端的參數(shù)調(diào)整到理想狀態(tài)，而本文提出的基于ICA的多用戶檢測算法不需要訓(xùn)練序列，是利用下行信道的固有特點(diǎn)，用盲源分離法估計出多徑信道的卷積矩陣，從而從中提取出信道的延遲信息。仿真實(shí)驗結(jié)果證明這種方法在節(jié)省頻譜資源的同時取得較好的估計效果，使得傳統(tǒng)的接收機(jī)的誤碼性能得到很大的提高?；贗CA后處理的匹配濾波多用戶檢測是用傳統(tǒng)的檢測器的輸出來初始化ICA的迭代，他不但充分利用多用戶信號的已知信息，克服了ICA的不確定性問題，同時也充分利用了多用戶信號的統(tǒng)計獨(dú)立性。

1 系統(tǒng)模型分析

單用戶檢測(ICA)是一種在信號源和傳輸信道幾乎完全未知的情況下的方法。由于其輸出信號彼此獨(dú)立并具有相同的能量，所以將ICA引入多用戶檢測可在很大程度上抑制遠(yuǎn)近效應(yīng)，針對ICA的輸入無噪的要求，引入子空間分解對信號進(jìn)行預(yù)處理，只保留信號子空間。下面將結(jié)合系統(tǒng)模型圖，用重建核希爾伯特空間(RKHS)內(nèi)的非線性函數(shù)作為對比函數(shù)，將信號從低維空間映射到高維空間利用用戶擴(kuò)頻碼作為ICA解混矩陣初始值，簡單地實(shí)現(xiàn)目標(biāo)信號的提取。該種方法的模型圖如圖l所示：

式中所描述的算法其實(shí)是自適應(yīng)多用戶檢測器的算法的一般實(shí)現(xiàn)形式。從式中可以看出，由于估計信號b₁是未知的，因此需要使用訓(xùn)練序列，而誤差信號e₁(n)則取濾波器輸出與存儲的已知發(fā)射序列復(fù)制(即訓(xùn)練序列)的差，在訓(xùn)練之后，系數(shù)便可以被鎖定。

2 仿真實(shí)驗

仿真實(shí)驗當(dāng)中根據(jù)不同的信噪比選取閉值THR，閡值R選取如圖2所示。

仿真中假設(shè)傳輸路徑個數(shù)為3，每個用戶信號功率以及鏈路增益服從零均值正態(tài)分布，所用的擴(kuò)頻碼為碼長為31的gold序列，信道延遲最大不超過15，并且是隨機(jī)分布的，信噪比的變化范圍為10～30 dB，用戶數(shù)分別為4，8，12，仿真時觀察符號個數(shù)為N一300，針對傳統(tǒng)的檢測算法和設(shè)計出的基于CIA的檢測算法，在每種情況分別進(jìn)行20次實(shí)驗，得到的信道時間信息獲取概率如圖3所示。

比較圖(a)和(b)，可以看出本文的方法與傳統(tǒng)的基于匹配濾波方法相比獲得了更好的好估計效果，延遲信息獲取的準(zhǔn)確率得到很大的提高，特別是隨著用戶數(shù)的增大，本文提出方法具有很好的穩(wěn)健性，即隨著用戶數(shù)的增大，時間獲取的準(zhǔn)確率不會急劇下降。

用本文提出的方法對下行信道延遲進(jìn)行估計以后，再用傳統(tǒng)匹配濾波器的方法分別對接收信號進(jìn)行線性檢測，將檢測的結(jié)果與沒有用本文方法進(jìn)行信道估計的檢測結(jié)果進(jìn)行比較，為了驗證采用本文提出的方法進(jìn)行延遲估計對傳統(tǒng)檢測方法的性能改善，針對若干個用戶的小區(qū)進(jìn)行仿真實(shí)驗，實(shí)驗結(jié)果表明本文所提出的隨機(jī)盲自適應(yīng)算法一般自適應(yīng)算法收斂速度快，而極限值卻小得多，說明本文所提出的算法可有效地提高多用戶檢測器的收斂速度，從而提高系統(tǒng)的性能。

3 結(jié) 語

以上介紹了改進(jìn)的多用戶檢測盲自適應(yīng)梯度算法及其與盲自適應(yīng)梯度算法比較的仿真結(jié)果。實(shí)驗結(jié)果表明，本文改進(jìn)的算法在時變環(huán)境下具有更好的性能，他既具有較快的收斂特性，又保持了較好的跟蹤能力，同時維持在低的算法復(fù)雜度。當(dāng)然，如何將算法與實(shí)際系統(tǒng)相結(jié)合還有待于進(jìn)一步深入研究。