冯肖扬,徐 鑫
(中国电子科技集团第三十研究所,四川 成都 610041)
一种基于独立分量分析的OFDM-IDMA检测方法*
冯肖扬,徐 鑫
(中国电子科技集团第三十研究所,四川 成都 610041)
提出了一种基于独立分量分析(ICA)的OFDM-IDMA检测新方法。独立分量分析是信号盲源分离领域中的新技术,它可以在系统用户特征序列未知的情况下,成功地提取出有用信号,节省了系统的资源。经过进一步优化,ICA可适用于OFDM-IDMA系统中,成功地实现对系统用户信号的检测。最后通过计算机仿真结果验证了该算法的有效性,且检测性能优于过去的方法;采用ICA算法检测器的OFDM-IDMA系统,还可减小通信传输时的误码率。
独立分量分析;交织多址;OFDM-IDMA系统;检测器
交织多址(IDMA, Interleave-division Multiple Access)是在传统的码分多址方式(CDMA)基础上提出来的新技术,不采取正交扩频码方式以区分用户,而是针对不同用户分配不同的交织器[1]。IDMA除了具有系统容量大、抗衰落能力强、可减少对扩频序列的依赖从而降低系统复杂度等优点,还比CDMA频谱效率更高。IDMA与OFDM两者结合的OFDM-IDMA系统不仅能利用IDMA技术抑制多址干扰(MAI),而且能利用OFDM技术减轻符号间干扰(ISI),因此成为了未来移动通信系统的主要技术方案之一。
另一方面,独立分量分析(ICA,Independent component analysis)方法已经在信号处理领域中得到了众多关注。它作为盲源分离算法(BSS)中的一种新思路,可以在源信号和信道状态等先验信息未知的情况下,估计出信号的各个分量,通常它是对观测到的源信号的线性混叠信号实现分离。采用ICA算法处理得到的信号分量不仅相互独立,而且其处理对象还可以是非高斯性的信号。因为这些特点,该技术开始逐渐地在各类无线通信系统中被应用,主要目的是为了从观测样本数据里检测、提取出有用特征。
IDMA系统过去一般采用的检测方法是基于TURBO迭代的算法,该方法的缺点是检测性能不十分理想,并且在进行多次迭代时将会带来较大的延迟时间,不利于高速通信系统实现,也必然将限制OFDM-IDMA系统的运用范围。为解决上述问题,本文通过利用源信号的相互独立性和统计特征,提出了一种基于独立分量分析(ICA)思路的OFDM-IDMA检测方法,可不需发射端发送信道参数等信息,在实现高效检测处理的同时也提高了频谱效率;今后还可通过对算法进一步优化,扩展应用到多种信道中检测。
IDMA系统可看作是一种特殊的码分多址(CDMA)情形,采用随机交织器以区别无线通信中不同的用户。它承继了CDMA的一些优点,比如支持异步传输、动态信道共享、跨蜂窝消除干扰等,但相对CDMA而言,IDMA可应用更简单的逐码片多用户检测方式。IDMA检测的运算复杂度随用户数量线性增加,收敛速度也随之变得十分缓慢,成为IDMA多用户检测实现中的一个瓶颈问题。
采用OFDM技术可很好地解决多径信道中码间干扰问题。另外,适用于多径信道的OFDM-IDMA接收机复杂度与信道长度相关的,因此OFDM与IDMA融合后可起到优势互补,构成多径环境下一种新的多用户系统模型。含有k个用户的OFDM-IDMA系统发射机模型框图如图1所示。
图1 OFDM-IDMA系统发射机框
假设各用户的复信号的信道系数为:
hk(l)=[hk(0),hk(1),…,hk(L-1)]
(1)
它们在一帧周期时间内是不变的,且相互独立。此处的L代表传输路径的数量。
图2为OFDM-IDMA系统接收机框图,它可采用迭代的结构。
图2 OFDM-IDMA系统接收机框
经过OFDM解调后的接收信号可以表示为(即FFT和去保护间隔处理之后):
(2)
令Hk(n)=|Hk(n)|e-jθ,还可表示为:
(3)
其中:
(4)
然后,通过将用户信号序列和信道系数替换为矩阵G,以及增加一些变量的下标表达式,可以将第m个OFDM符号表示为:
可得:
也即:
(5)
上述式子中,所有的向量都可当作列向量,且m表示编码块中各符号的位置序号。
(6)
OFDM-IDMA接收主要由两部分组成:
(1)单元信号估计器
(2)译码处理
独立分量分析(ICA)是近年迅速发展起来的一种新的统计和计算技术,用于揭示数据或信号中具有统计独立性并满足非高斯性的隐含分量。ICA模型可以适用于各种领域,例如无线移动通信系统中[2]。它是一种盲信号处理技术,因此与传统的信号处理方法是不同的。采用独立分量分析算法能够在源信号参数和混合矩阵系数未知的情况下,将目标信号从接收混合信号中分离出来。而且,各个源信号之间都是统计独立的关系,这些是已被证明了的在通信系统中可以采用ICA算法的基本条件。此外,对源信号的特征提取可以通过ICA算法进行对目标系统的细节特征分析来实现。
(1)ICA算法原理
ICA模型的最基本情形是处理线性实时组合问题[3]。在该模型中,观测数据向量矩阵s可由下面式子通过线性变换运算来建模得到:
x=As
其中,x代表源信号通过线性系统的混合信号矩阵,维数是P,其中每一个变量都表示观测信号的一个混合矩阵的分量。S是一个维数为M的向量变量,其中每一个变量代表一路源信号。假设P≥M,混合矩阵A定义了一个基于A的线性变换,它通常是取反的形式,从而可以从x中恢复出S的估计向量U,例如:
S≈U=Ws
其中,分离矩阵W是A的逆矩阵,有:
W=A-1
(7)
从式(7)推导中看出,如果根据信道独立性假设和OFDM子载波的正交性,可以将ICA算法应用到OFDM-IDMA系统中。基于ICA的盲处理方法的优势在于无需插入导频或者训练序列,从而节省了带宽。
(2)基于ICA的OFDM-IDMA检测思路
ICA算法除了前述优点,本身存在两个不确定因素:一是分离出的信号幅度无法确定;二是分离出的信号顺序无法确定。解决上述两点是有效利用ICA算法的关键。目前可以先对源信号进行相关编码处理,再在接收端对分离信号实现相关运算以去除掉幅度和顺序上的模糊性。
还有一种优化的思路为:先设定一个子载波作为参考,并对该子载波处进行盲分离处理,通过在发射端加入的相关性来恢复其余子载波处的信号。这样就转化成为了非盲信号处理。也可以采用维纳滤波器处理后续非盲问题,即:将先前应用了ICA处理的子载波处的信号作为维纳滤波的参考信号,其它子载波的信号根据该参考信号并通过维纳滤波器来实现。具体步骤如下。
ym=ωTrm
因此,ym能用于估计出第m个间隔处的被检测用户的数据位。采用二进制反向调制方式,第k个用户的期望信号可通过ym的符号函数表达式进行检测,如下式:
首先,对本文基于独立分量分析算法和过去的迭代检测算法进行比较,验证本文新方法的检测性能。仿真时设OFDM-IDMA系统中采用QPSK调制,用户数为8,子载波数量为64,每个用户的数据帧长度为128,数据块数量为100,信道为高斯白噪声信道。
从上图可看出,在信噪比较低的情况下,新算法性能优于过去传统的迭代检测算法[4],且在信噪比为-3 dB左右时,检测正确概率可达100%。下面再对OFDM-IDMA系统中分别采用迭代算法检测器和ICA算法检测器两种情形下的通信误码率进行仿真,参数与图3所述相同,图4中横轴表示信噪比(SNR);纵轴表示误码率(BER)。标注“OFDM-IDMA”曲线表示系统检测器使用迭代算法,标注“OFDM-IDMA ICA”曲线则表示使用ICA算法。
图3 本文新方法与过去的算法性能对比曲线
图4 两种检测器情形下的系统通信误码率曲线
由图4可以看出,在OFDM-IDMA系统里面的检测器单元使用基于ICA算法时比起使用迭代算法时对通信误码率的改善更大,对解调性能有优化作用。
本文提出了一种基于独立分量分析(ICA)的OFDM-IDMA检测新方法。系统中可不需发送训练序列等一些先验信息,即可实现对信号的检测,节省了带宽资源。该方法还增强了对噪声抑制能力。经过计算机仿真验证了改进后的算法在信噪比达到-3 dB以上时可正确进行检测,性能优于传统的迭代检测算法。今后还将进一步优化,减小运算量,为解决低信噪比下OFDM-IDMA检测提供一种更有效的手段,对OFDM通信监测和对抗技术的发展发挥更重要作用。
[1] 王树兰,伍守豪,吉建华等. IDMA 系统中交织器研究现状[J].通信技术,2012,45(02):96-98.
WANG Shu-lan, WU Shou-hao, JI Jian-hua,et al. Overview on Interleavers in IDMA[J].Communications Technology,2012,45(02):96-98.
[2] REN Xiao-tian, XU Hui, HUANG Zhi-tao,et al. Fast-ICAbased Blind Estimation of the Spreading Sequences for Down-Link Multirate DS/CDMA Signals [J].Intelligent Computation Technology and Automation (ICICTA), 2012 Fifth International Conference on, 2012; 501-504.
[3] Aapo Hyvarinen. Independent Component Analysis[M]. Wiley, New York, John Wiley & Sons Inc, 2001;211-214.
[4] XIONG Xing-zhong, HU Jian-hao, LAN Tian. A Fast Converging Multi-user Detection for IDMA based on Time-Reversal[J].Information Communications & Signal Processing, 2007(06):1-4.
ICA-based Detection Algorthm for OFDM-IDMA System
FENG Xiao-yang, XU Xin
(No.30 Institute of CETC, Chengdu Sichuan 610041, China)
A novel ICA-based detection algorithm for OFDM-IDMA system is proposed. ICA, as a new signal technology in blind source separation, can successfully extract useful signal without knowing characteristics sequence of the system user, thus saving the system resources. After futher modification, the proposed algorithm could be applicable to OFDM-IDMA system, and thus successfully realize the dectection of system user signal. Finally, computer simulation results verify that the proposed algorithm is feasibile and enjoys better dectection performance as compared with the conventional one. OFDM-IDMA system with ICA detection algorithm could reduce bit error rate in communication tansmission.
ICA; interleave division multiple access; OFDM-IDMA system; detector
date:2014-10-19;Revised date:2015-02-26
TN918.91
A
1002-0802(2015)04-0392-05
冯肖扬(1982—),男,工程硕士,工程师,主要研究方向为无线通信;
徐 鑫(1984—),男,工程师,主要研究方向是通信网络。
10.3969/j.issn.1002-0802.2015.04.004
2014-10-19;
2015-02-26