专利名称：基于非参量估计ica的mimo-ofdm系统盲去卷积方法
技术领域：
本发明属于无线通信领域，特别涉及概率密度函数估计、Parzen窗估计、高斯 核估计、拟牛顿、最小互信息熵、独立成分分析、自适应信道估计、MIMO-OFDM系 统、盲去卷积等技术，具体是一种基于非参量估计ICA的MIMO-OFDM系统盲去卷积方 法。
背景技术：
MIMO-OFDM技术是第四代移动通信的核心技术之一。MIMO (Multiple InputMultiple Output,多入多出)技术利用多天线来抑制信道衰落，该技术通过使用多副 天线来利用空间自由度，从而使系统获得空间复用增益或空间分集增益。MIMO技术通 过在发射端和接收端同时配置多个天线，可以大幅度地提高信道的容量。理论证明，当 MIMO信道的天线间的信道衰落彼此独立时，信道的容量和收发两端的最小天线数成正 比。OFDM (Orthogonal Frequency Division Multiplexing，正交频分复用)技术，是多载 波调制(MCM)技术的一种。MCM的基本思想是把数据流串并变换为H路速率较低的 子数据流，然后将H路数据流调制到H路子载波后并行传输。因此，OFDM的基本原 理就是把高速的数据流通过串并变换，分配到传输速率相对较低的若干个子信道中进行 传输。由于每个子信道中的符号周期会相对增加，因此可以减轻由无线信道的多径时延 扩展所产生的时间弥散性对信道造成的影响。并且还可以在OFDM符号之间插入保护间 隔，使保护间隔大于无线信道的最大时延扩展，这样就可以最大限度地消除由于多径而 带来的符号间干扰(ISI)。在MIMO-OFDM系统中，由于引入保护间隔，消除了码间干扰ISI，然而系统
中存在子信道间干扰ICI和多址干扰MAI，需要进行时间均衡和空间均衡，但目前普遍采 用的方法，效果欠佳。独立成分分析(Independent Component Analysis，ICA)是一种新的信号处理方
法，其目的在于从未知源信号的观测混合信号中分离出相互独立的源信号。ICA在消 除噪声的同时，对其它信号的细节几乎没有破坏，其去噪性能也往往要比传统方法好得 多。独立变量分析是基于高阶统计特性的分析方法，在很多应用中，对高阶统计特性的 分析更符合实际。近年来，用ICA处理盲源信号分离问题(Blind Source Separation，BSS) 已经引起国内外学者的广泛关注。并已成功的应用于神经计算，医学信号处理，语音信 号处理，通信，人脸识别，图像特征提取等诸多领域。ICA算法对于MIMO均衡器的 统一和优化设计更是一种很有前途的工具，主要用于抑制多址干扰等，并且已经开始在 CDMA系统中用于多用户检测算法中。
发明内容
本发明的目的，是提供一种全新的MIMO-OFDM系统盲均衡方法，有效实现空 间均衡，有效抑制MIMO-OFDM系统的信道间干扰ICI和多址干扰MAI。
本发明的技术方案为基于非参量估计ICA的MIMO-OFDM系统盲去卷积方 法，MIMO-OFDM系统包括发射端与接收端两部分，采用无线信道传输，发射端包括依 次连接的信道预编码模块、串并转换模块，串并转换模块连接H组星座映射模块、子载 波映射模块、信号预处理模块、IFFT/IDFT模块、插入循环前缀CP模块、数模转换模块 和载波调制模块，接收端包括H组依次连接的模数转换模块、移除循环前缀CP模块、 FFT/DFT模块和非参量ICA模块；所述MIMO-OFDM系统实现以下步骤步骤I，发射端源信号序列经信道编码模块、串并转换模块和星座映射模块后 转换为频域信号，子载波映射模块将这些频域信号映射到H个子载波上，输出XnkG)至 信号预处理模块，信号预处理模块对映射到子载波上的频域信号作非冗余线性预编码， 用于消除独立成分分析算法在重构信号排序、能量上的模糊性，信号预处理遵循以下规 则
权利要求
1.基于非参量估计ICA的MIMO-OFDM系统盲去卷积方法，MIMO-OFDM系统包括发射端与接收端两部分，采用无线信道传输，其特征是发射端包括依次连接的信道预编 码模块、串并转换模块，串并转换模块连接H组星座映射模块、子载波映射模块、信号 预处理模块、IFFT/IDFT模块、插入循环前缀CP模块、数模转换模块和载波调制模块， 接收端包括H组依次连接的模数转换模块、移除循环前缀CP模块、FFT/DFT模块和非 参量ICA模块；所述MIMO-OFDM系统实现以下步骤步骤I，发射端源信号序列经信道编码模块、串并转换模块和星座映射模块后转换 为频域信号，子载波映射模块将这些频域信号映射到H个子载波上，输出XnkG)至信号 预处理模块，信号预处理模块对映射到子载波上的频域信号作非冗余线性预编码，用于 消除独立成分分析算法在重构信号排序、能量上的模糊性，信号预处理遵循以下规则其中，X' nk(i)表示由第η个天线发送的，第k个子载波中信号块的第i个符号， ke [O, H-1], Xref, k (i)是参考信号，Y，O^y 是预编码常数，对传输功率分配起到 平衡的作用；IFFT/IDFT模块将经过预处理的H个并行子载波上的频域信号X' 转换为时域 信号，并输出具备λ个采样点的时域信号，λ^Ν，N为MIMO-OFDM系统发射天线的 个数，IFFT/IDFT模块将转换后的H个子载波上的时域信号合并波形，插入循环前缀CP 模块用于保证多径衰落环境下各个子载波之间的正交性，将OFDM符号结尾处的若干采 样点复制到OFDM的符号之前，循环前缀CP的长度长于多径时延，使多径分量都落在 CP长度内，多个子载波上的OFDM发送信号，经由数模转换模块和载波调制模块，进行 信号发送；步骤II，接收端信号接收端为发射端的逆过程，发射端发送的OFDM调制信号经 由模数转换模块转换为数字信号，移除循环前缀CP模块去除循环前缀，通过FFT/DFT 模块将落在CP长度内的多径分量合并，并保证子载波之间的正交性，经过FFT/DFT模 块后，时域的OFDM信号转换为频域信号，也就是发射端每个子载波上的发送信号；对FFT/DFT模块输出的调制信号，输入非参量ICA模块做盲均衡处理，输出最接近 真值，即源信号，包括如下步骤1)初始化
2.根据权利要求1所述的基于非参量估计ICA的MIMO-OFDM系统盲去卷积方法， 其特征是非参量ICA模块中，对于k = O的观测信号，直接由Yntl⑴=WLntl⑴得到重构 信号，对于k=l，2，L(H-I)的信号的重构，以k = 0处重构信号为参考，k = 0处经 过多次迭代，非参量ICA模块输出部分重构信号YntlG),以及分离矩阵W的最优值，所 述参考包括以下两部分Dk= 1, Lk= (H-I)处的W值，与k = O处分离矩阵W相比较；2.)k= 0处，非参量ICA模块的的输出信号，分别输入k=l，Lk= (H-I)的非参 量ICA模块，作为k=l，Lk= (H-I)的非参量ICA模块的参考信号。
3.根据权利要求1或2所述的基于非参量估计ICA的MIMO-OFDM系统盲去卷积方 法，其特征是步骤II中，计算非参量ICA的目标函数及其梯度初值L (W)，VZ(W)时，采 用快速傅里叶变换。
4.根据权利要求1或2所述的基于非参量估计ICA的MIMO-OFDM系统盲去卷积方 法，其特征是步骤II中，W为NXM的普通矩阵或NXN的方阵，如果为NXM普通矩 阵，在后续涉及W—1时，取分离矩阵的伪逆阵。
5.根据权利要求1或2所述的基于非参量估计ICA的MIMO-OFDM系统盲去卷积方 法，其特征是步骤II中，采用Parzen窗模型与核密度估计技术，直接根据FFT/DFT模块 处理后的接收信号确定源信号的概率密度函数，所述Parzen窗模型如下
全文摘要
基于非参量估计ICA的MIMO-OFDM系统盲去卷积方法，将非参量估计ICA与MIMO-OFDM结合，在MIMO-OFDM系统的发射端设置信号预处理模块对映射到子载波上的频域信号作非冗余线性预编码，以消除独立成分分析算法在重构信号排序、能量上的模糊性，在系统的接收端设置非参量ICA模块进行信道估计，恢复出源信号。本发明节约频谱资源，计算量减少，运算速度提高，对时变信道有较好的估计。
文档编号H04L25/02GK102025459SQ201010581170
公开日2011年4月20日 申请日期2010年12月9日 优先权日2010年12月9日
发明者刘晓男, 吴聪, 唐岚, 安明伟, 成孝刚, 李勃, 董蓉, 陈启美 申请人:南京大学