基于PARAFAC模型的新型DS-CDMA盲接收機

摘要：根據(jù)平行因子(PARAFAC)模型，研究DS-CDMA盲多用戶檢測算法。將直接三線性分解算法(DTLD)與三線性交替最小二乘(TALS)算法結合，提出一種新的DTALS-PARAFAC盲接收機，解決了三線性交替最小二乘(TALS)算法中因為初始值估計不當引起的收斂速度差的問題。仿真結果表明，與TALS-PARAFAC接收機相比，DTALS-PARAFAC接收機改善了誤碼率性能，并且具有更快的收斂速度。
關鍵詞：盲信號處理；平行因子分析；直接三線性分解；三線性交替最小二乘；直接序列碼分多址

在信號處理和通信領域，盲信號處理已經(jīng)逐漸成為研究熱點。肓信號處理算法能夠在未知信道狀態(tài)和系統(tǒng)參數(shù)的情況下實現(xiàn)對信號的檢測和參數(shù)的辨識。PARAFAC(parallelfactor，平行因子)方法最早是用于心理計量學和應用化學領域的一種三維數(shù)據(jù)分析方法。21世紀初，Nicholas D．Sidiro-poulos將其應用到盲信號處理領域。PARAFAC方法能夠充分利用信號的代數(shù)性質(zhì)和分集特性對接收的信號進行處理，通過二三維數(shù)據(jù)的擬合得到信號處理中需要的各種參數(shù)。因其良好的性能，近幾年來相繼被應用到信號處理的各種領域，如陣列信號處理、正交頻分復用(orthogonal frequency divisionmultiplexng，OFDM)系統(tǒng)、多輸入多輸出(multi-input multi-output，MIMO)系統(tǒng)。
文獻中提出一種性能收斂于非盲MMSE的基于PARAFAC模型的盲接收機。這種盲接收機綜合利用了不同用戶信號在時間、空間、擴頻碼方面的分集特性，在不需要已知擴頻碼、多徑傳輸、DOA校準信息的情況下將用戶有用信息重建出來。本文將對這種基于TALS算法的盲PARAFAC接收機進行改進，將TALS算法與DTLD(direct triIinear decomposition)算法結合起來，提出一種新的DTALS算法，改進了TALS算法中用隨機矩陣進行初始估計引起的不穩(wěn)定性和收斂速度差的問題。仿真結果表明，使用DTALS算法具有更好的擬合精度和收斂速度，在一定程度上降低了算法的復雜度，提高了算法性能。
文中用到的符號與算子說明如下：diag(．)是對角化算子，表示括號中向量為對角元素形成的對角陣；為Kronecker積；為Khatri-Rao積，它是Kronecker積的列形式；AB=[a1b1，…，aRbR]；‖·‖F(xiàn)為矩陣的Frobenius范數(shù)，簡稱F范數(shù)；(·)+表示矩陣Moore-Penro se逆矩陣；(·)T表示矩陣的轉置。

1 數(shù)據(jù)模型
Nicholas D．Sidiropoulos將PARAFAC模型應用到DS-CDMA系統(tǒng)中，將接收信號構造成一個在時間、擴頻、天線3個方向分集的三線性立體模型，如圖1所示。

假設發(fā)送端有F個用戶發(fā)送數(shù)據(jù)，系統(tǒng)采用基帶信號進行直接傳輸，信號經(jīng)過一個加性高斯白信道進入接收端，接收端基站(BS)有I個接收天線，用碼片速率對基帶天線輸出進行采樣，總共收集到J個符號周期的數(shù)據(jù)。此時，接收端接收到的信號為：

根據(jù)文獻可知，在一定條件下，PARAFAC模型能夠唯一分解。