kaiyun官方注册
您所在的位置: 首页> 通信与网络> 设计应用> 基于EM-SMC的STBC-MC-CDMA信号盲检测
基于EM-SMC的STBC-MC-CDMA信号盲检测
2014年电子技术应用第7期
 刘 杰, 张立民, 钟兆根
 (海军航空工程学院 电子信息工程系, 山东 烟台264001)
摘要:针对多径衰落条件下的空时分组编码多载波码分多址(STBC-MC-CDMA)信号检测问题,在分析信号模型的基础上,提出了一种期望值最大化(EM)框架下基于序贯蒙特卡洛(SMC)的盲检测算法。首先对接收的信号按用户数进行分解,然后估计各分信号的未知参量,并将结果反馈,进行循环运算,最后得到各用户的信息序列。仿真结果表明,与其他算法相比,性能更加优异,当用户数不超过10、扩频码长度G>16、信噪比大于6 dB时,恢复出的信息序列误码率低于10-2。
关键词: EM SMC STBC-MC-CDMA 盲检测
中图分类号:TN911.23
文献标识码:A
文章编号: 0258-7998(2014)07-0112-04
Blind detection of STBC-MC-CDMA signals based on EM-SMC method
Liu Jie, Zhang Limin, Zhong Zhaogen
Department of Electronic Information Engineering of Naval Aeronautical and Astronautical University, Yantai 264001, China
Abstract:This paper introduces an algorithm for blind detection of space-time block coded multicarrier code division multiple access(STBC-MC-CDMA) signals. Firstly, the signal is decomposed by expectation maximization(EM) method according to the number of users, then sequential Monte Carlo (SMC) is used to estimate the unknown parameters, which feedback for the purpose of iterative computation. Simulation results show that the proposed algorithm outperforms other algorithms, when user numbers is less than 10, spreading code length is greater than 16 and SNR is greater than 6 dB, the bit error rate is less than 0.01.
Key words :EM; SMC; STBC-MC-CDMA; blind detection

  随着DS-CDMA技术的发展,传统的扩频技术因为存在处理增益和数据率之间的矛盾,限制了其在高速数据传输方面的应用。MC-CDMA作为无线通信领域极具前景的技术之一,将正交频分复用(OFDM)技术和CDMA技术结合,具有低功率谱密度接收、频谱扩展、多址、提高频谱利用率、抗干扰和抗多径能力[1-2]。空时分组码(STBC)是一种多天线发射方案,可以获得额外的发射分集增益,提高传输可靠性。

  针对STBC-MC-CDMA信号的检测问题,目前尚处于启动阶段,且现有方法对信噪比的适应能力有待提高。因此,对具有空时分组码的多载波CDMA信号的检测进行更进一步的研究具有十分重要的意义。

1 信号接收模型的构建

  1.1 信号发射过程

001.jpg

  假定有K个用户的STBC-MC-CDMA系统,各用户的传输速率相同,包含N个子载波,扩频码长度为G,第k个用户的发射模型如图1所示。在BPSK调制后,为了解决相位模糊问题,先使用差分编码。随后,采用Alamouti方案进行空时编码,编码后的信息可用矩阵表示为:

NF33[8Q2S_OXR0$HGFP8JVP.png

  在MC-CDMA模块的每一帧时间里,有P=N/G个符号并行传输在N个子载波上。对于用户k,输入数据首先进行串/并转换成P路数据,于是第m帧的P路数据表示成如下形式:

R%P)D5[1219C3%`X9R%_}86.png

  接着将每一路数据复制成G个相同的数据,然后分别与扩频长度也为G的扩频序列ck(p),p=1,2,…P相乘,以实现频域扩频。最后经过交错码函数T,并依次对N个数据进行傅里叶变换,并/串转换之后经过天线发射出去。

  1.2 信道模型

  假设在时间内,第k个用户的数据在第j个天线上经过多径信道传播,根据参考文献[3],其表达式为:

PFHI(Q4L3DE]Y{MOLY08VJG.png

  式中:3BDSXWS{TJFV4MKYFEUQ(9Y.png(·)为狄克拉函数,L为传播的数据7Q{QIVMM6QSOUI9JNWI8XF3.png为第k个用户的数据在第j个天线上第l条路径的复衰落幅度,(]4A~1LJB_S{T`GU5(8UW$U.png为多载波系统的带宽。在经过离散傅里叶变换后,信道在第n个子载波的频域响应为:

[XO@B[T}7GG2S58Q~B)2U1E.png

1.3 信号接收模型

  在接收端首先对接收信号进行匹配滤波,然后以码片速率对信号采样,再做离散傅里叶变换,并取M帧的STBC数据进行处理,可得用户总数为K的离散接收信号为:

L9WY0[HMD]A(LYQ8LER33ZQ.png

  式中: T为交错函数,在一般的系统中,T为(N×N)维的初等矩阵,本文假设该函数已知;vm为零均值协方差为P}MWL5~)NIMFVA6~AWCGO[M.jpg的复高斯噪声;Sk,m,jCk,j表示用Ck,j对Sk,m,j进行扩频操作,且有:

{KREJ3VK~]W@U4H~E(CLAGE.png

  其中?茚代表Kronecker乘积,sk,m,j, j=1,2为第m帧STBC时刻需发送的符号向量,ck,j为分配给第j个天线的扩频码向量。

  由于交错函数T对所有的用户相同,因此式(6)可以写成如下形式:

H01S9[N$~U}KO8XCHSGQF4G.png

2 算法推导

  对式(10)所示的信号可以按用户数表示为:

FMKGMHCU{J$1NCDYGKO106U.png

  (2)根据步骤(1)得到的IWV$XSVO${UT_XNX0U1RIDN.jpg,采用SMC方法分别估计各用户的1NC)ZI84U27[X$10{O@QSVX.png,结果代入步骤(1)进行下一次的运算。

002.jpg

  下面简单介绍SMC方法实现过程,其基本原理是从联合后验分布中序贯抽样得到粒子]7V}8()EI2G60]E8{~~32%6.png,D_GPVGDSX``2UK%A$X(}{1M.png进而估计出对应的信息序列。根据参考文献[5],信息序列dk(n)的先验概率可以表示为:

QZTLEP6ISRZQVD[67@OPFDV.png

)R)Q5(Y552M~Y`QS5WY5EPG.png

  由式(19)、式(20)即可求得HSU8C]35]GQ]I[RJ8(4P}XI.png,进而根据式(14)求得信息序列。

3 仿真实验与分析

  本文通过Matlab软件对所提算法的性能进行仿真验证,分析用户数、扩频码长度和算法循环次数等参数对性能的影响,并与其他的检测算法进行对比,进而总结算法性能。

  首先验证不同用户数时的性能。用户数K分别为4、6、8、10,扩频码为长度G=64的随机序列,各用户的多径路数均为L=3,hk,m,j=Nc(0,1/L),采用M=200帧的STBC数据进行处理, 输入信噪比的变化范围为0 dB~14 dB,算法迭代过程中取Q=50,仿真结果如图3所示。仿真结果表明,当用户数不超过10,信噪比大于5 dB时,恢复出的信息序列误码率低于10-2。

003.jpg

  其次验证扩频码长度对检测性能的影响。用户数K=6,子载波数N=128,扩频码长度G分别取16、32、64、128,其他参数与上面相同,仿真结果如图4所示。仿真结果表明,随着G的增大,信息序列的估计性能随着提高。其主要原因是因为数据路数P、子载波数N和扩频码长度G满足P=N/G。G越大,表明分组的路数P越少,信号间产生交叠的概率就越小,因而检测性能随之提高。当G>16,信噪比大于6 dB时,恢复出的信息序列误码率低于10-2。

004.jpg

  下面验证算法迭代次数对性能的影响。用户数K=6,扩频码长度为G=64,算法循环次数Q分别取25、50、75、100,其他参数与上面相同,仿真结果如图5所示。仿真结果表明,随着Q的增加,误码率降低,最后达到一个收敛状态,性能不再提高。因此,应该合理地选择算法的迭代次数,以达到性能和计算量的均衡。

005.jpg

  最后,将本文的算法与参考文献[6]中的MMSE-DF算法和参考文献[7]中Minimum BER的算法进行对比。取用户数K=4,子载波数N=128,扩频码长度G=64,Q=50,各用户的多径路数均为L=3,采用M=200帧的STBC数据进行处理,输入信噪比的变化范围为0 dB~14 dB,仿真结果如图6所示。仿真结果表明,与文献中的算法相比,本文提到的算法性能更加优异,在信噪比大于1 dB时,误码率低于10-2。其他两种算法要达到相同的误码率所需的信噪比分别为4 dB和5 dB。

006.jpg

  本文主要研究了多径衰落信道条件下的空时分组编码多载波码分多址信号检测问题,提出了一种EM框架下的基于SMC的检测方法。该方法能够对各用户的信息序列、扩频码和多径的时域响应进行联合估计,并通过循环运算,提高算法的精确度。仿真结果表明,与一些常规的算法进行对比,性能更加优异。

 参考文献

  [1] AUFFRAY J M, HELARD J F. Performance of multicarrierCDMA technique combined with space-time block codingover Rayleigh channel [C]. IEEE Proc. of ISSSTA, Prague,Czech Republic, 2002(2):348-352.

  [2] 吴作敏, 杨维. 自适应调制STBC-MC-CDMA系统仿真分析[J]. 系统仿真分析, 2010,22(12):2900-2901.

  [3] Yang Zigang, Lu Ben, Wang Xiaodong. Bayesian montecarlo multiuser receiver for space-time coded multicarrierCDMA System[J].IEEE Journal on Selected Areas in Comm-unications, 2001,19(8):1626-1627.

  [4] FEDER M, WEINSTEIN E. Parameter estimation of super-imposed signals using the EM algorithm [J]. IEEE Trans-actions on Acoust. Signal Process, 1988,36(4):477-489.

  [5] Yu Qian, Bi Guoan,Wan Chunru. SMC-based blind detec-tion for DS-CDMA systems over multipath fading channels[J].IEEE Transactions on Communication, 2006,54(6):972-973.

  [6] KAFLE P L, SESAY A B, MCRORY J. An iterative MMSE-Decision Feedback Multiuser Detector for Spacetime CodedMulticarrier CDMA System[C]. IEEE CCECE2004-CCGEI2004, Niagara, Falls, 2004:2282-2285.

  [7] CHEN S, SAMINGAN A K, MULGREW B,et al. Adaptiveminimum-BER linear multiuser detection for DS-CDMAsignals in multipath channels [J]. IEEE Transactions onSignal Process, 2001, 49(6):1240-1247.


此内容为AET网站原创,未经授权禁止转载。
Baidu
map