多天线OFDMA信号盲解码算法研究

论文提出了多天线异步情况下基于独立分量分析的OFDMA (Orthogonal Frequency Division Multiple

OFDMA 是为每个用户分配不同的子载波的一种多址方式[1]。

OFDMA 使每个子信道经历平坦衰落， 具有抗多径干扰、频谱利用率高等优点。OFDMA 技术逐渐成为移动通信、宽带无线网络和无线ad hoc网络的关键技术之一， 并已经在IEEE 802.16 得到了应用。

多天线技术[2] [3] [4]就是在接收端或者发射端使用多天线，利用多天线的分集增益，来提高传输效率。

传统的OFDMA 系统在接收端进行解调时，接收端接收到信号后一般先进行信道估计，根据估计的信道值再进行信号解码，最后去掉CP 部分，再进行FFT 解调[1]。信道估计方法可分成基于训练序列的信道估计和盲信道估计。基于训练序列的信道估计算法是指利用接收机已知的信息来进行信道估计。

OFDMA 系统的信道[5] [6]估计算法一般有：最小平方LS 算法[7]，最小均方误差MMSE 算法[8]，以及改进的最小均方误差算法LMMSE [9]。基于导频的LS 信道估计算法，LS 估计结构简单，计算量小，但对高斯噪声和多径干扰比较敏感。MMSE 算法在估计信道时利用了信道的统计特性，估计精度比LS 算法有所提高，但计算的复杂度也很高。LMMSE 算法利用奇异值分解(SVD)的方法进行低秩近似以减少计算量，降低了MMSE 信道估计算法中的计算复杂度。进行信道估计后，利用信道估计值对接收到的信号进行解码。解码算法一般采用ZF 解码和MMSE 解码算法。这些解码算法都是基于信道估计的基础上进行的，如果信道估计不准确，会导致解码算法性能下降[10]。为了增加信道估计的准确性，必须增加训练序列长度，而训练序列长度增加，会降低系统传输效率。

基于信道盲估计的解码算法[11]， 利用信号的统计特性， 对多天线信道进行估计，虽然不需要额外的训练序列。但是目前的信道盲估计方法，同样需要进FFT 解调和解码。如果信道估计不准，会引起后续的FFT 解调和解码性能下降。

本文把接收到的OFDMA 信号看成是信息在IFFT 矩阵上的投影，提出多天线下基于独立分量分析[12] [13]的OFDMA 盲解码算法。

所提盲解码算法在不需要导频序列辅助的情况下， 对接收到的OFDMA信号进行分离并完成解码，提高了传输效率。同时基于独立分量分析盲解码过程不需要去掉CP 部分， 增加了接收信号得能量，提高了算法解码性能。本文具体内容安排如下：第2 节介绍多天线基于独立分量分析的OFDMA 系统模型，将OFDMA 信号建模盲源分离模型。第3 节对采样得到的向量进行降维白化处理。

第4 节运用独立分量分析法将多个调制在OFDMA 上的子载波信号进行分离。

第5 节对OFDMA信号进行子载波估计和信号解码。第6 节给出了算法的理论性能分析，第7 节给出了算法的性能仿真，