用于在多小区多用户多天线系统中基于ICA的解码方法

摘要

本发明涉及一种用于在多小区多用户多天线系统中基于ICA的解码方法。本发明在接收方不知道信道状态信息的情况下，该解码方法基于ICA，采用少量的非正交导频序列，实现多小区多用户多天线系统中的解码。该发明可以提高数据传输速率且减少由导频污染带来的失真。

主权项

用于在多小区多用户多天线系统中基于ICA的解码方法，设定系统模型为：$Y=\sqrt{\rho }HBX+N---\left(1\right)$其中，该系统共有L个用户，基站侧天线数为M；再设定每个用户发送长为T的信息序列，其中每个元素均匀地取自某一QAM星座，且序列前端均包含长为τ的导频序列；L个用户的发送信号记为L×T的矩阵X＝[Φ S]，其中X的前τ列是导频序列矩阵Φ，它的第i行表示第i个用户所发送的导频序列，后(T‑τ)列为用户的信息矩阵S，它的第i行表示第i个用户所发送的信息；基站的接收信号可表示成M×T的接收信号矩阵Y；H是一个维度为M×L的信道矩阵；ρ为信噪比，为对角矩阵，β_l表示第l个用户到基站的路径损耗和阴影衰落增益系数，N表示随机噪声矩阵，1≤l≤L，令G＝HB；其特征在于该方法包括以下步骤：步骤1.设计导频序列，具体是：根据该系统的用户数L，得到一个整数τ，要求τ满足条件4^τ‑2<L≤4^τ‑1；构造一个L×τ的导频序列矩阵Φ，要求Φ的第一列的每个元素都是1，其它元素取自于4‑QAM，且保证Φ的任意两个行向量都不相同；步骤2.由Y估计出X的，具体如下：2‑1.基站接收到信号矩阵为Y＝[y₁ y₂ … y_T]，y_i是第i个列向量，1≤i≤T；计算Y的样本均值为可得协方差矩阵E(yy^H|G)的样本估计：$\Sigma =\frac{1}{T}({\mathrm{YY}}^H-T{\overline{yy}}^H)$其中，上标H表示矩阵的共轭转置；2‑2.对Σ进行特征值分解使得其中是一个M×M的对角矩阵，且对角线上的元素按降序排列，有是一个M×M的酉矩阵；令${\hat{D}}_S=diag\left({\hat{d}}_1,{\hat{d}}_2,\mathrm{...},{\hat{d}}_L\right),$${\hat{D}}_N=diag\left({\hat{d}}_{L+1},{\hat{d}}_{L+2},\mathrm{...},{\hat{d}}_M\right),$把分解成$\hat{U}=\left[\begin{array}{cc}{\hat{U}}_S& {\hat{U}}_N\end{array}\right],$其中是的前L列，是剩下的M‑L列；由这些分解，有$\Sigma =\left[\begin{array}{cc}{\hat{U}}_S& {\hat{U}}_N\end{array}\right]\left[\begin{array}{cc}{\hat{D}}_S& 0\\ 0& {\hat{D}}_N\end{array}\right]\left[\begin{array}{c}{\hat{U}}_S^H\\ {\hat{U}}_N^H\end{array}\right],$0表示零矩阵；利用PCA得到：$V^{H}X=\frac{1}{2}{\left(\sqrt{{\hat{D}}_S-I_L}\right)}^{-1}{\hat{U}}_S^{H}Y---\left(2\right)$其中，I_L为L阶的单位矩阵，V^H为L×L的酉矩阵；2‑3.在(2)式中V^H和X未知，对(2)式运用复数的ICA算法，经迭代得到一个权重矩阵，记为L×L的酉矩阵W^H；令由此得到$\hat{X}=\sqrt{\rho }{(\frac{1}{\rho }{I}_L+{\hat{G}}^H\hat{G})}^{-1}{\hat{G}}^{H}Y$令$\hat{X}=\left[\begin{array}{cc}\hat{\Phi }& \hat{S}\end{array}\right],$其中和分别是L×τ和L×(T‑τ)的矩阵；将$\left[\begin{array}{cc}\hat{\Phi }& \hat{S}\end{array}\right]$每一行的第1个元素的幅度量化为1，然后记第l行第1个元素为再将$\left[\begin{array}{cc}\hat{\Phi }& \hat{S}\end{array}\right]$第l行的每一个元素都乘上每一行都执行此操作，操作完成后得到的矩阵记为然后对除第1列外其它元素，根据与4‑QAM和所采用的星座QAM距离最短的原则，分别进行判决得到的矩阵记为$\left[\begin{array}{cc}\bar{\Phi }& \bar{S}\end{array}\right];$取Φ的第1行，与的每一行做内积运算，内积最大那一行所在的行作为X第1行的解；再取Φ的第2行，与的每一行做内积运算，内积最大那一行所在的行作为X第2行的解，由此类推，最终得到X每一行的解。