MIMO—OFDM系统中的基于等对角QR分解的联合收发机的性能研究

研究了一种对信道矩阵进行等对角QR分解的联合编／解码算法，与传统对信道矩阵进行SVD分解算法不同之处在于，该算法将MIMO信道分解为多个相同的并行子信道，与VBLAST检测算法结合起来具有复杂度低，易于实现的优点。仿真结果表明采用该算法的SER性能优于除MLD以外算法的性能，并进一步从信道容量的角度证明了采用该算法，在高信噪比下所获得的信道容量与注水功率算法和等功率算法是相同的。     

多输入多输出系统发射天线选择对系统信道容量的影响

针对多输入多输出(MIMO)系统信道矩阵秩亏引起信道容量下降的问题,基于信道容量上限提出了一种发射天线选择方法.该方法利用信道矩阵与发射空间相关矩阵秩相同的特点,重新构建了蕴含模型物理参数的信道模型.在对空间相关矩阵QR分解的基础上,采用随机矩阵理论推导了迫零接收机信噪比的概率密度函数,从而得到了MIMO系统信道容量的上限.该方法不需要已知信道的瞬时状态信息,只取决于衰落的空间相关,计算的复杂度较低,易于实现.仿真结果表明:在低散射环境中,适当地选择发射天线可以使系统的信道容量增加约1 b/s;当接收信噪比大于6.5 dB时,发射端采用均匀圆阵系统的性能要优于采用均匀线阵系统的性能.     

一种新颖的多用户MIMO系统下行链路的信道分解方法

块对角化(BD, Block-Diagonalization)算法将多用户MIMO系统下行链路信道分解为若干个独立并行的单用户MIMO信道。该算法并没有考虑各用户接收噪声功率的差异,而是通过各等效单用户MIMO信道为不同的用户提供相同的空间发射分集,因此具有最大噪声功率的“最差”用户将会严重的恶化整个多用户MIMO系统的性能。我们结合下行链路信道块三角化（BT, Block-Triangularization)算法以及Tomlinson-Harashima 非线性预编码 (THP)提出了一种下行链路的改进BD分解算法,使分解得到的各单用户信道具有优于BD算法的空间发射分集。并且通过优先对“最差”用户进行预编码使得该用户获得“最优”的等效信道,提升了整个系统的性能。     

MIMO系统中基于LMS处理的自适应时变信道跟踪算法

在无线时变衰落信道环境下，提出一种用于多输入、多输出（MIMO）天线系统的自适应信道跟踪方法．在空时分组码（space-time block code，STBC）的MIMO系统中，用导频进行信道估计后，采用基于最小均方（least mean square，LMS）的改进自适应算法对时变信道进行跟踪．该方法分别跟踪信道矩阵经正交分解（QR）后的参数，定义了度量时变衰落大小的信道矩阵“对角非零因子（diagonal nonzero factor，DNF）”，并利用它来调整LMS的步长以提高对信道的跟踪能力．仿真结果表明，该方法在相同的导频开销下，与传统的用LMS算法直接跟踪信道相比，性能有所提高．     

秩亏缺信道下快速发射天线选择算法

研究了秩亏缺信道下发射天线选择问题.为了保证信道矩阵是列满秩,因此选择出的天线子集中的发射天线数量等于信道矩阵的帙数.提出了容量最优化的发射天线选择算法,但这种算法的计算量太大了.因此,提出了一种基于列主元QR分解的发射天线选择算法,这种算法具有很低计算复杂度.仿真结果显示通过这种方法确定的天线子集在信道容量方面也有很好的性能,尤其在高信噪比情况.     

MIMO-OFDM系统的一种新的半盲估计

构造一种在MIMO-OFDM系统下的信道估计算法,该算法是将信道矩阵分解为一个下三角矩阵R和一个酉矩阵Q的估计过程,由此命名为RQ估计.R矩阵可以通过提取接收信号的相关信息盲估计得到,而Q矩阵需要应用Cholesky分解和OPML技术从训练序列中专门估计出来.采用酉矩阵的算法参量化后的待估参数明显减少,信道估计的精度因此得到了极大地改善.另外,这种估计算法在接收天线数目大于或等于发射天线的时候,优势更为明显.实验结果表明,基于Q矩阵的估计比直接的训练序列信道估计算法更为高效;在瑞利衰落信道条件下处理200个训练序列时,两者的性能差距能达到4dB.     

不完全信道状态信息条件下Turbo-BLAST系统中注水天线选择和功率分配算法

该文针对信道估计有误差情况,在不完全信道状态信息条件下提出了一种适用于Tur-bo-BLAST系统的天线选择和功率分配算法,发送端在总功率约束条件下,依据信道状态信息进行发送天线选择,并对选择的天线进行注水功率分配,以获得最大化信道容量.在接收端,采用Turbo原理对接收信号进行迭代检测,以改善系统的误比特率性能.仿真结果表明,采用所提算法不仅可以显著提高系统的信道容量,误比特率性能也有所改善.     

一种多用户MIMO系统下行链路的信道分解方法

针对块对角化(BD)算法没有考虑各用户接收噪声功率差异的问题,在对下行链路信道实施块三角化(BT)的基础上,结合Tomlinson-Harashima 非线性预编码(THP)提出了一种新的下行链路信道分解算法,使得分解后得到的各单用户等效信道具有不同的空间发射分集.该算法通过优先对"最差"的用户进行预编码使得该用户获得"最优"的等效信道.仿真实验结果表明该算法获得了比BD算法更好的系统性能.     

基于对偶分解的 MU-CoMP 联合资源分配算法

在MU-CoMP-JT(multi-users coordinated multiple-points joint transmission)资源分配算法中,大多数将功率分配与子载波分配分为独立的2个部分进行独立求解,这样势必会降低系统性能,而实际上子载波分配和功率分配是密切相关的.为了有效地提升系统吞吐量,采用了迫零预编码技术,研究了一种在多个小区和多个子信道之间联合优化用户调度与功率分配的资源分配算法,该算法以最大化用户权重速率为目标,基于对偶分解理论,将原优化问题分解为多个独立优化的子问题.仿真结果表明,该算法与最优的穷尽分配算法相比性能有所降低,但有效地降低了复杂度,同时也能获得较好的性能.     

基于随机网格张量分解的多用户毫米波大规模MIMO系统信道估计

利用毫米波信道的稀疏散射特性和张量的空间结构,提出了一种随机网格张量分解的信道估计方法,接收信号被表示为一个四阶张量,采用随机张量压缩对单个用户信道进行解耦;采用网格张量分解方式,将大尺度的用户信道张量分解为若干个小尺度张量,并行且独立地分解所有子张量,由相关因子矩阵估计信道参数.仿真结果表明,该算法能获得较为准确的信道参数估计,有效地降低了信道估计算法的复杂度.     

限定空间中无线通信空时编码的研究

目前对MIMO系统的研究，大都是基于信道是独立同分布的假设，而巷道通信由于受空间限制和传播环境影响，MIMO各信道之间具有很强的相关性。研究了城市地铁等限定空间中强相关MIMO信道下的空时编码性能，提出了在此独特环境下的空时编码的性能界和一种能够补偿信道相关性对系统性能影响的空时分组编码方案——循环空时分组编码(CSTBC)。理论分析和计算机仿真结果表明：该方案放宽了编码对正交性的要求，在巷道等强相关无线信道环境下，获得了比传统编码更好的系统性能。     

临近空间通信高仰角区MIMO分集和抗雨衰方案性能研究

基于MIMO分集技术,提出了一种有效对抗雨衰的临近空间协作通信方案。理论分析并推导了该方案的系统容量;在着重对临近空间通信高仰角区雨衰信道的相关特性进行分析的基础上,仿真研究了该方案的抗雨衰性能,研究结果表明：与VBLAST系统相比,本方案虽然损失了部分复用增益,但在误码情况下得到近15dB的增益;与此同时,本方案在不同相关特性的信道下产生的误码性能波动小于同等条件下VBLAST系统产生的性能波动。     

一种空间复用与发射分集相结合的MIMO通信系统

提出一种发射分集结合空间复用的MIMO通信方法——分组分集复用法(GDM)。发射机将发射天线分组，每组采用全空间分集发射相同的数据流，发射机根据反馈信道反馈的接收信噪比调整分组大小。与传统的发射分集或空间复用相比，提出的方法可以根据不同的信道灵活地分配用于分集和复用的天线，使系统能够适应不同的业务质量或信道的瞬时变化。     

基于DFT-SOFDM的MIMO技术研究

DFT-SOFDM(DFT Spread-OFDM)是3GPP上行链路传输技术,研究了它与多输入、多输出(M IMO)技术相结合的方案,并对这种M IMO系统的信道估计导频设计进行了仿真。得到的基于空时分组码的M IMO技术方案是一种提高上行链路容量的有效方案,并仿真研究了导频量设计对系统性能的影响。     

Transmit Antenna Selection with Power and Rate Allocation for Spatial Multiplexing in Distributed Antenna Systems

Introduction Future mobile and wireless applications will require significantly higher data rates and significantly-reduced costs per transmitted bit as compared to the third generation systems.However,single antenna sys-tems cannot meet the requirements …     

基于张量分解的大规模多输入多输出天线预编码

提出基于张量分解的大规模多输入多输出(MIMO)天线预编码方案,利用张量分解对高维天线发送数据的降维,保持数据的低秩多维结构特征,获得更加有效的数据表示;同时,通过联合天线和用户信号的空域和时域的相关性,实现发射分集,克服大规模MIMO信道衰落和降低发射误码.通过仿真结果表明该方案适用于大规模MIMO系统.在相同条件下,与传统方案相比,误比特率更低.     

用椭圆模型分析微小区MIMO信道容量

介绍了一种新的适于微小区无线衰落环境的M IMO(多输入多输出)空时相关信道模型即椭圆模型。利用模型并结合Monte Carlo法,对实际微小区环境下M IMO系统的信道容量作了仿真研究,探讨了收发天线阵列的间距、收发天线数、平均信噪比等因素对M IMO信道容量的影响。所得到的结论对M IMO系统的分析和设计有一定参考价值。     

联合随机波束成形与迫零预编码的多波束选择

随机波束成形(RBF)在系统用户足够多时,具有与最优预编码方案相同的容量尺度,当系统用户少时,性能却下降严重。针对该问题,提出了联合RBF和迫零波束成形(ZFBF)的广播信道预编码方案。该方案利用RBF实现用户的初步调度,然后要求初选用户附加反馈量化的信道方向信息(CDI)和信道质量信息(CQI),在基站根据CDI和CQI反馈完成最终波束选择和ZFBF预编码。仿真结果表明,所提出的预编码方案,与现有的增强型RBF相比,在基本不增加上行链路反馈量的前提下,可明显提高系统和容量。     

混合ADCs大规模MIMO放大转发中继系统安全性能分析

为了改善大规模多输入多输出(multiple-input multiple-output,MIMO)中继系统的能量效率和安全性能,提出了基于混合模数转换器(analog-to-digital converters,ADC)的大规模MIMO放大转发中继系统,该系统的中继天线由独立的两部分构成,M0个天线配置中分辨率(5 ～ 12) ADCs和M1个天线配置1 bit低分辨率ADCs.该大规模MIMO放大转发中继系统,通过采用随机矩阵理论,首先获得系统总的安全中断速率,然后根据构建的能量消耗模型,获得系统的安全能量效率(secrecy energy efficiency,SEE).仿真分析表明,在基于混合ADCs的大规模MIMO中继系统中,用中等分辨率ADCs代替高分辨率ADCs不仅能保证系统的安全中断性能,同时还能有效地改善系统的SEE;且存在使系统SEE最大的信源最优发射功率;同时,中分辨率天线数M0和低分辨率天线数M1的比例也是影响系统性能的重要参数.