作为下一代5G通讯的关键技术之一,大规模天线(massive MIMO)技术如今越来越受到人们的重视。massive MIMO系统与传统天线系统的区别在于,massive MIMO系统中基站侧配备的天线数庞大,这些天线在同一频率上同时为小区内多个用户移动提供通信服务。在信号传输过程中,如果信号接收方掌握信道状态信息(CSI,Channel State Information),则系统将提供较高的传输与能耗效率,且系统的信号处理过程简单。但是如果CSI信息未知,系统的性能将受到较大的影响。当CSI未知时,系统通过训练来获取CSI的估计值。具体来说,就是用户先发送预先设计好的导频信号(pilot signals),然后基站借助接收到的导频信号来估计CSI,CSI估计的准确度直接影响后续解码性能。为了保证CSI估计的准确性,不同用户发送的导频序列应该相互正交。但是,在同一频谱上不同的用户同时发送导频信号时,要满足导频的正交性条件将会占用相当多的系统资源。而且,在massive MIMO系统,为了满足数据的高速率和大容量传输,会缩小小区的范围,使得小区分布更密集,相邻小区间的距离也就更近。但是这也带来了问题,小区间的干扰就无法避免,即在同一时间同一频段上,不同小区的用户可能发送相同的导频信号。由于不同小区用户的导频相同,接收方无法判断是否是本小区的用户发送的导频,如果把其他小区用户的导频当作本小区用户的导频,则估计得到的CSI并不是本小区用户到基站的CSI,这将给后续的解码带来严重的错误。上述现象称为导频污染(pilot contamination),它来源于其他小区发送的训练序列的所污染的CSI估计。如果所有小区都采用正交的导频,不会存在导频污染,但是导频信号的长度会很大,不符合实际的传输要求。本论文将提出一种新的解码方法,即用在massive MIMO系统中的半盲解码方法,用来缓解massive MIMO系统中导频污染的影响。在新提出的方法中,用主成分分析法(PCA,Principle Component Analysis)对接收信号矩阵进行降维处理、复数独立成分分析法(ICA,Independent Component Analysis)进行独立成分的提取以及估计信道、MMSE(Mean Minimal Square Error)解码解出用户的发送信号,和少量导频信号来克服ICA中存在的不确定性。最后,提出用基于Fourier变换的酉空时码(unitary space-time code)来进一步优化导频信号,实现更好的解码性能。本论文提出的解码方法中,信道的正交性是不需要的。而且,阴影衰落及路径损耗系数也是假设为未知的。从仿真对比来看,半盲解码方法的复杂度略高于基于MMSE信道估计的MMSE解码,半盲解码的解码性能更好。而且,随着信噪比(SNR,Signal-to-Noise Ratio)的增加,当MMSE解码的错误层(error floor)出现时本文解码方法的错误层还未出现。