郭濱，白雪梅，F(xiàn). Mohammed

(長(zhǎng)春理工大學(xué) 電子信息工程學(xué)院，吉林 長(zhǎng)春 130022)

1 引言

MIMO-OFDM(multiple input multiple outputorthogonal frequence division multiplex)系統(tǒng)目前被視為 B3G/4G移動(dòng)通信系統(tǒng)核心技術(shù)的解決方法。它不僅能夠達(dá)到很高的傳輸速率，并且能保證信道的可靠性[1～5]。

作為用戶信號(hào)恢復(fù)，信道估計(jì)是設(shè)計(jì)接收機(jī)一項(xiàng)重要任務(wù)。由于MIMO-OFDM系統(tǒng)的調(diào)制方式和譯碼需要精確的信道信息，而在多用戶 MIMOOFDM 系統(tǒng)下存在接收信號(hào)是多用戶多個(gè)發(fā)射天線發(fā)射信號(hào)的衰落和噪聲的混合，這就使 MIMOOFDM系統(tǒng)中的信道估計(jì)具有挑戰(zhàn)性。

對(duì)于MIMO-OFDM系統(tǒng)的信道估計(jì)方法一般有3種，即非盲信道估計(jì)、全盲信道估計(jì)和半盲信道估計(jì)[6～11]。這3種信道估計(jì)方法對(duì)信道的估計(jì)都是對(duì)信道全信息估計(jì)的討論[12,13]，而對(duì)信道部分信息能否被利用研究很少，尤其針對(duì)多用戶MIMO-OFDM系統(tǒng)的信道部分可用信息的利用報(bào)道不多[14～17]。

本文針對(duì)多用戶 MIMO-OFDM 系統(tǒng)提出了利用信道部分可用信息，在沒有導(dǎo)頻幫助下不用其求出信道新信息的情況下的用戶信號(hào)恢復(fù)的方法。本文考慮在無(wú)線網(wǎng)絡(luò)中，假設(shè)已存在的用戶的信道被估計(jì)，當(dāng)新的用戶加入以后的用戶信號(hào)被恢復(fù)的問(wèn)題。

當(dāng)新的用戶加入以后，信道系數(shù)矩陣將要擴(kuò)大，但矩陣中含有已被估計(jì)的信息，所以可以把要估計(jì)的信道矩陣劃分2部分，即已知信息子矩陣和要估計(jì)的子矩陣。針對(duì)2個(gè)子矩陣，本文利用盲分離方法設(shè)計(jì)對(duì)應(yīng)2個(gè)子矩陣的分離子矩陣，當(dāng)盲算法收斂時(shí)僅求出新加入用戶的所需的分離矩陣系數(shù)，進(jìn)而恢復(fù)新加入用戶的信號(hào)。

提出的方法基于 OFDM 信號(hào)固有的循環(huán)前綴(CP)、離散傅里葉變換 (DFT)與離散傅里葉逆變換(IDFT)調(diào)制/解調(diào)的特性，能夠在每個(gè)頻率點(diǎn)上獲得一組瞬時(shí)混合結(jié)構(gòu)，這個(gè)結(jié)構(gòu)可以作為盲源分離(BSS)問(wèn)題處理。由于BSS算法重組被分離的信號(hào)時(shí)會(huì)遇到置換不確定的問(wèn)題，以及由于通信系統(tǒng)中復(fù)值信號(hào)的特性，使在相同的頻率點(diǎn)上存在信號(hào)幅度和相位的變化，本文將利用相關(guān)方法通過(guò)已有信息，調(diào)整置換不確定的問(wèn)題，使被旋轉(zhuǎn)的相位得到補(bǔ)償。

2 系統(tǒng)模型與問(wèn)題分析

假設(shè) MIMO-OFDM 系統(tǒng)有 MT個(gè)發(fā)射天線和MR個(gè)接收天線，對(duì)于每一個(gè)用戶都配置一個(gè)單獨(dú)的發(fā)送天線。這些 MT個(gè)發(fā)送天線用戶信號(hào)是DQPSK信號(hào)，并把它們看成是均值為0且相互獨(dú)立的。長(zhǎng)度為N的數(shù)據(jù)符號(hào)塊在第i個(gè)發(fā)射天線的信號(hào)為

經(jīng)過(guò)N點(diǎn)逆離散傅里葉變換后

這里，

并且k是N的整數(shù)倍，長(zhǎng)為G的保護(hù)間隔(CP)加入后，長(zhǎng)為(G + N )的第k N個(gè)符號(hào)塊被表示為

為通過(guò)不同的路徑傳輸，被第j個(gè)接收天線端接收的信號(hào)。由于目前同步和時(shí)間校準(zhǔn)的算法已經(jīng)很成熟，所以本文假設(shè)每個(gè)用戶之間具有嚴(yán)格的同步和所有用戶中都獲得精確的時(shí)間校準(zhǔn)。因此，接收信號(hào)的采樣能夠被表示成

其中， zj( k)為均值為0的高斯白噪聲，τh表示信道的階。由于不同信道 hji存在不同階τhji，選擇τhji的最大值為τh，在τhji＜τh的系統(tǒng)中的信道有0的值存在，所以通過(guò)向量可以表示為

這里，

在頻域里可以表示式(6)為

因?yàn)樽虞d波中存在著正交的特性，顯然 Hji是對(duì)角矩陣。如果是單用戶的情況，單步長(zhǎng)均衡器能夠進(jìn)行對(duì)信號(hào)的恢復(fù)，但是如果是多用戶的情況，上式中的 i( 1 ≤i≤MT)就要考慮到用戶干涉(MUI)。使上式中的第m子載波的第j個(gè)天線接收信號(hào)能夠表示為

由于式(10)滿足 j， (1 ≤ j ≤ MR)，可得：

并且，

由式(11)形成的分析可以看出，在頻率點(diǎn)上的瞬時(shí)混合系統(tǒng)是通過(guò)離散傅里葉變換出的信號(hào)按照子載波和頻率點(diǎn)的分配來(lái)組合的，這樣盲多用戶檢測(cè)可以變?yōu)镹個(gè)盲分離問(wèn)題。

3 基于用戶信道劃分的信號(hào)恢復(fù)

根據(jù)上面的分析，對(duì)于一個(gè)MR×MT的MIMOOFDM系統(tǒng)，當(dāng)有新用戶加入時(shí)新的干擾被加入系統(tǒng)，這時(shí)的系統(tǒng)的矩陣結(jié)構(gòu)變?yōu)镸R×(MT+1)。假設(shè)MR×MT天線系統(tǒng)的信道狀態(tài)信息是已知的，則在第m個(gè)頻點(diǎn)(FB)的接收信號(hào)可以表示為

其中，

式(12)可以寫成

其中，

表示MR×MT已知系統(tǒng)矩陣，而

表示R1M×未知的信道的矢量。

是在式(13)中的已知用戶信號(hào)矢量，本文首先考慮在無(wú)噪聲條件下，在第m個(gè)頻點(diǎn)的X1與X(m)的互相關(guān)函數(shù)，即

其中，

和

顯而易見，

假設(shè)H1,MT+1(m)的相位是ejθm，于是有：

因此，

在第m個(gè)頻點(diǎn)的所對(duì)應(yīng)的分離矩陣可以被寫成

其中，

和

為了達(dá)到成功的分離，分離矩陣必須滿足下列條件

由于設(shè)計(jì)的分離矩陣W(m)是對(duì)應(yīng)系統(tǒng)的實(shí)信道，所以對(duì)應(yīng)相位的旋轉(zhuǎn)有

相位e-jθm是新加入用戶信號(hào)的失真相位，這種失真相位很容易通過(guò)現(xiàn)存的非相干檢測(cè)方法[16]消除。很明顯由于利用了已有用戶的已知信道的狀態(tài)信息，使用盲分離的方法就能避免盲分離的不確定性，并提高了用戶信號(hào)的恢復(fù)速度。

在存在噪聲的情況下，由于噪聲高斯白色的并獨(dú)立于用戶信號(hào)，對(duì)于接收信號(hào)的相關(guān)計(jì)算有：

4 仿真結(jié)果

為了檢驗(yàn)方法的有效性，對(duì)提出的算法進(jìn)行計(jì)算機(jī)仿真。仿真分別是在收發(fā)天線數(shù)相同和不同的情況下進(jìn)行的。

信源信號(hào)是經(jīng)過(guò)DQPSK調(diào)制的信號(hào)，子載波N=16，CP的長(zhǎng)為5。9 600 DQPSK信號(hào)被劃分為600數(shù)據(jù)塊，并調(diào)制成600個(gè)OFDM符號(hào)。信道設(shè)置為時(shí)不變，τ =3的FIR濾波器，在每個(gè) τ 上獨(dú)立隨機(jī)產(chǎn)生數(shù)據(jù)。

用2個(gè)發(fā)送天線發(fā)送信號(hào)，分別用3、4、5、8個(gè)天線接收信號(hào)。當(dāng)有新的用戶加入系統(tǒng)，系統(tǒng)變成3個(gè)天線發(fā)送信號(hào)由3、4、5、8個(gè)天線接收信號(hào)。仿真的結(jié)果與本文相同系統(tǒng)背景的傳統(tǒng)JD(joint detection)方法[18]進(jìn)行比較，由于已知已有用戶占用信道的信息，所以在圖1中顯示的提出算法結(jié)果與JD的效果非常接近。

圖1 MR≠M(fèi)T(MT=3)時(shí)JD和BSS系統(tǒng)性能比較

現(xiàn)考慮在沒有新用戶加入系統(tǒng)時(shí)存在3個(gè)用戶，分別用4、5、6、8個(gè)天線接收用戶信號(hào)，從仿真結(jié)果（如圖2所示），加入新用戶后對(duì)用戶信號(hào)的恢復(fù)效果與JD方法比較并沒有發(fā)生大的變化，所以這說(shuō)明提出的方法沒有像JD方法那樣使用導(dǎo)頻序列而得到同樣的信號(hào)恢復(fù)效果，這對(duì)節(jié)省帶寬有著重要意義，至少在一幀數(shù)據(jù)中節(jié)省4個(gè)導(dǎo)頻所占的帶寬。提出的算法也不像JD方法對(duì)擴(kuò)展矩陣進(jìn)行全部逆計(jì)算，而是只計(jì)算分離矩陣中一行和一列的數(shù)據(jù)，對(duì)存在很多用戶時(shí)，明顯提高了運(yùn)算速度。

圖2 MR≠M(fèi)T(MT=4)時(shí)JD和BSS系統(tǒng)性能比較

如圖3所示，隨著新用戶數(shù)的增加，接收天線的增加數(shù)量對(duì)系統(tǒng)的影響進(jìn)行了驗(yàn)證。雖然增加的天線數(shù)量與接收天線數(shù)量相等效果是最好的，但從圖3看出，當(dāng)天線數(shù)量超過(guò)6對(duì)以后信號(hào)恢復(fù)的效果開始下降。

圖3 MR = MT 時(shí)系統(tǒng)性能

5 結(jié)束語(yǔ)

本文基于已知信道部分信息提出了 MIMOOFDM系統(tǒng)的多用戶信號(hào)恢復(fù)的方法。在已有用戶存在已知信道的情況下，通過(guò)對(duì)新加入網(wǎng)絡(luò)中的用戶產(chǎn)生信道擴(kuò)展矩陣的分析，設(shè)計(jì)了適合盲分離方法的分離矩陣，減少了重新計(jì)算已知信道系數(shù)的工作量，并用已存非相干檢測(cè)方法[18]糾正由于盲分離所帶來(lái)相位失真，利用已知信道信息避免了盲分離不確定性。提出的用戶信號(hào)恢復(fù)算法不需任何導(dǎo)頻序列或訓(xùn)練序列，大大地節(jié)省了帶寬。計(jì)算機(jī)仿真驗(yàn)證了算法的有效性并分析了接收天數(shù)目對(duì)系統(tǒng)的影響。

[1] ASHISH N, ATUL SRIVATSAN K R. A novel channel estimation technique for MIMO-OFDM systems for frequency selective rayleigh channel[A]. Devices and Communications (ICDeCom)[C]. 2011. 1-5.

[2] MUJTABA S A. Standardization of MIMO-OFDM technology[A].Networking and Communications Conference, INCC 2008[C]. 2008. 7-8.

[3] STUBER G L, BARRY J R, et al. Broadband MIMO-OFDM wireless communications[A]. Proc IEEE[C]. 2004.271-294.

[4] SKLAVOS A, COSTA T E, HAAS H, et al. Joint detection in multi-antenna and multi-user OFDM systems in multi-carrier[A].Spread-Spectrum and Related Topics[C]. 2002.

[5] KIM J, CIOFFI J. Spatial multiuser access OFDM with antenna diversity and power control[A]. Proc of Vechicular Technology Conference[C]. 2000. 273-279.

[6] BAI W, CHEN H E, JANG L, et al. Blind channel estimation in MIMO-OFDM syetems[J]. IEICE Trans Commun, 2002, e85(9): 1849-1853.

[7] LIU H Y, SUN J C. Blind MIMO-OFDM channel estimation based on ICA and KRLS algorithm[A]. Wireless Communications[C]. Networking and Mobile Computing[C]. 2009. 1-5.

[8] CHEN Y S, WU J Y. Statistical covariance-matching based blind channel estimation for zero-padding MIMO-OFDM systems[A]. IEEE International Symposium on Circuits and Systems[C]. 2009. 832-635.

[9] YANG W W, CAI Y M. Pilot embedded semi-blind channel estimation for MIMO-OFDM[A]. Signal Processing and Its Applications,ISSPA 2007[C]. 2007. 1-4.

[10] CHEN X, LEYMAN A R, FANG J. Blind channel estimation for linearly precoded MIMO-OFDM[A]. IEEE International Conference on Acoustics, Speech and Signal Processing[C]. 2006.

[11] LI W X, LI P, LIU X, FENG C. Semi-blind channel estimation for MIMO-OFDM systems[A]. Measuring Technology and Mechatronics Automation (ICMTMA)[C]. 2011. 217-220.

[12] 胡艷軍. 一種改進(jìn)的子空間盲多用戶檢測(cè)法[J]. 電子學(xué)報(bào), 2005,33(6):1073-1076.HU Y J. An improved blind multiuser detection based on subspace tracking[J]. Chinese Journal of Electronics, 2005, 33(6): 1073-1076.

[13] 王毅, 呂晶. 變步長(zhǎng)的 LMS盲多用戶檢測(cè)[J]. 解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 2004,5(1):10-14.WANG Y, LIU J. LMS algorithm with variable step size for blind multiuser detection[J]. Journal of PLA University of Science and Technology, 2004, 5(1): 10-14.

[14] XIA P F, ZHOU S L, GIANNAKIS G B. Adaptive MIMO-OFDM based on partial channel state information[J]. IEEE Trans Signal Process, 2003, 51(15): 1143-1155.

[15] HUANG B G, HUI Y, ZHANG W Q. An adaptive LDPC-coded MIMO-OFDM system with partial channel state information[A]. Communications and Networking in China[C]. 2007. 1102-1105.

[16] XIAO C S, ZHENG Y R. Transmit precoding for MIMO systems with partial CSI and discrete-constellation inputs[A]. Communications ICC'09[C]. 2009. 1-5.

[17] GUO B, LIN H, YAMASHITA K. Multiuser detection for MIMOOFDM systems based on known partial CSI[A]. Wireless Pervasive Computing[C]. 2006. 1-4.

[18] SKAVOS A, WEBER T, COSTA E, et al. Joint Detection in Multi-Antenna and Multi-User OFDM Systems[M]. Multi-Carrier Spread-Spectrum & Related Topics. Netherlands: Kluwer Academic Publishers, 2002. 191-198.