基于PARAFAC模型的新型DS-CDMA盲接收机 接收机, 误码率, 模型, 检测, 通信

520503

摘要：根据平行因子(PARAFAC)模型，研究DS-CDMA盲多用户检测算法。将直接三线性分解算法(DTLD)与三线性交替最小二乘(TALS)算法结合，提出一种新的DTALS-PARAFAC盲接收机，解决了三线性交替最小二乘(TALS)算法中因为初始值估计不当引起的收敛速度差的问题。仿真结果表明，与TALS-PARAFAC接收机相比，DTALS-PARAFAC接收机改善了误码率性能，并且具有更快的收敛速度。
关键词：盲信号处理；平行因子分析；直接三线性分解；三线性交替最小二乘；直接序列码分多址

    在信号处理和通信领域，盲信号处理已经逐渐成为研究热点。肓信号处理算法能够在未知信道状态和系统参数的情况下实现对信号的检测和参数的辨识。PARAFAC(parallelfactor，平行因子)方法最早是用于心理计量学和应用化学领域的一种三维数据分析方法。21世纪初，Nicholas D．Sidiro-poulos将其应用到盲信号处理领域。PARAFAC方法能够充分利用信号的代数性质和分集特性对接收的信号进行处理，通过二三维数据的拟合得到信号处理中需要的各种参数。因其良好的性能，近几年来相继被应用到信号处理的各种领域，如阵列信号处理、正交频分复用(orthogonal frequency divisionmultiplexng，OFDM)系统、多输入多输出(multi-input multi-output，MIMO)系统。
    文献中提出一种性能收敛于非盲MMSE的基于PARAFAC模型的盲接收机。这种盲接收机综合利用了不同用户信号在时间、空间、扩频码方面的分集特性，在不需要已知扩频码、多径传输、DOA校准信息的情况下将用户有用信息重建出来。本文将对这种基于TALS算法的盲PARAFAC接收机进行改进，将TALS算法与DTLD(direct triIinear decomposition)算法结合起来，提出一种新的DTALS算法，改进了TALS算法中用随机矩阵进行初始估计引起的不稳定性和收敛速度差的问题。仿真结果表明，使用DTALS算法具有更好的拟合精度和收敛速度，在一定程度上降低了算法的复杂度，提高了算法性能。
    文中用到的符号与算子说明如下：diag(．)是对角化算子，表示括号中向量为对角元素形成的对角阵；为Kronecker积；为Khatri-Rao积，它是Kronecker积的列形式；AB=[a1b1，…，aRbR]；‖·‖F为矩阵的Frobenius范数，简称F范数；(·)+表示矩阵Moore-Penro se逆矩阵；(·)T表示矩阵的转置。

1 数据模型
    Nicholas D．Sidiropoulos将PARAFAC模型应用到DS-CDMA系统中，将接收信号构造成一个在时间、扩频、天线3个方向分集的三线性立体模型，如图1所示。

    假设发送端有F个用户发送数据，系统采用基带信号进行直接传输，信号经过一个加性高斯白信道进入接收端，接收端基站(BS)有I个接收天线，用码片速率对基带天线输出进行采样，总共收集到J个符号周期的数据。此时，接收端接收到的信号为：

    根据文献可知，在一定条件下，PARAFAC模型能够唯一分解。