多输入-多输出系统级联的多输入单输出均衡器研究

针对多输入-多输出(MIMO)系统接收端信号之间的相关性影响其盲均衡效果的问题,提出一种级联的多输入单输出(MISO)均衡器。每级MISO均衡器恢复一个发射信号,之后利用信道估计算法对混合信号进行修改,修改后传递到下一级MISO均衡器进行类似的处理。通过原理分析以及性能仿真可见,级联的MISO均衡器能够克服信号相关性对均衡效果的不良影响,与传统MIMO均衡器相比,算法收敛后信号星座点更集中,全局用户间总干扰比也更低;并且下一级MISO均衡器的均方误差低于上一级。     

相关衰落多输入多输出系统的参数化信道估计

针对多输入多输出(MIMO)系统中信道空域相关影响信道估计性能的问题,提出了一种基于多径参数估计的信道估计方法.该方法适用于多径稀疏信道环境下的双端部署均匀线性阵列的MIMO系统,通过构建信道的多径参数化模型,用多径的径参数描述信道矩阵和信道空域相关,将信道估计问题转化为多径参数的估计,并采用波达矩阵算法估计出多径参数以完成信道估计.由于利用了信道的多径结构,在不需预知信道空域相关的情况下,能够获得比Least-Square方法更好的信道估计性能.仿真实验表明,与Least-Square方法相比,当信道估计均方误差达到10-1时,该方法在4×4和6×6的MIMO系统中分别能够获得2.5 dB和5 dB的信噪比增益.     

多输入多输出单载波频分多址系统的鲁棒波束赋形算法

针对多输入多输出(MIMO)单载波频分多址(SC-FDMA)系统中现有波束赋形算法在非理想信道状态信息下性能下降以及对信道信息误差敏感的问题,提出了一种鲁棒波束赋形算法。该算法利用谱范数对信道状态信息误差进行建模,并基于均方误差和准则将波束赋形优化问题建模为一个极小极大化问题,然后利用优超理论以及奇异值不等式理论证明该优化问题的鞍点特性并得出最优的波束赋形结构,最后利用凸优化得到最优的功率分配算法。仿真结果表明:与非鲁棒波束赋形和等功率分配算法相比,该鲁棒波束赋形算法在误码率以及频谱效率方面都能获得更好的性能,信道状态信息误差增大时,该鲁棒波束赋形算法与非鲁棒波束赋形算法相比在高信噪比时误码率性能约有1dB增益,频谱效率约提升6%。     

基于Grid-PARAFAC毫米波大规模多输入多输出系统联合信道估计算法

针对在毫米波大规模多输入多输出系统中超密集组网存在干扰的问题,提出了基于Grid-PARAFAC（grid-parallel factor analysis）联合信道估计方法。首先,将大规模天线的高维接收信号映射到大尺度张量空间,利用Grid-PARAFAC张量分解将其分解为子张量接收信号,然后对子张量接收信号并行张量分解得到符号、接收天线和子载波的子投影矩阵,最后,通过交替最小二乘准确求得隐藏高维接收信号中的信道信息。通过Grid-PARAFAC张量分解能够在保留原始空间信息的条件下深度挖掘数据隐藏因子,并对其处理而不是整个数据张量,降低了接收信号维度,同时又保留着高维接收信号的空间结构互相关信息;仿真结果表明,所提算法减少了超密集组网所存在高维度信道干扰,降低了计算复杂度,提高了系统性能。     

多用户多输入多输出系统预编码技术的研究

主要研究了非理想信道状态信息(Channel State Information,CSI)条件下,多用户多输入多输出(MIMO)系统的Tomlinson-Harashima Precoding(THP)算法.首先分析了信道估计误差对系统误码率(BER)性能的影响,仿真结果表明:信道估计误差对系统BER性能影响较大.在此基础上,应用best-first算法对系统性能进行改进,提高了系统的BER性能.     

多输入多输出系统下低复杂度的自适应预编码方法

针对多输入多输出衰落信道中存在的码间干扰和多径干扰问题，提出了一种具有低复杂度的自适应预编码方案．该方案在发送端和接收端分别放置了预编码器和基于迫零算法的接收机，这样接收机在进行均衡译码的同时，将信道信息反馈给发送端，发送端便可以随之选择发送子载波的数目以及预编码矩阵，完成自适应预编码．该方案可有效降低系统的误码率．仿真结果表明，当误码率为10^-3时，在传输信道信息未知的情况下，该方案的信噪比比信道信息已知的基于最小均方误差预编码方案高1．3dB，且复杂度大大降低．     

SIMO信道组合优化递推序列检测算法

传统的盲均衡算法主要基于高阶统计量(HOS)法或信道输出过采样的二阶统计量 (SOS)算法,而这些算法不能实际应用于时变环境。与现有的自适应均衡LMS算法、RLS算法不同,提出了一种基于有限字符集信息的组合递推算法,实现单输入多输出 (SIMO)信道盲序列检测。仿真表明:该算法具有较快的收敛速度和较低的稳态误码。     

单输入单输出系统离散积分滑模预测控制

基于离散滑模控制理论和模型预测控制理论,针对一类带有外界干扰的单输入单输出控制系统提出了一种离散时间积分滑模预测控制算法.该控制算法结合了滑模控制和预测控制的优点,利用积分滑模降低了干扰对系统的影响,保证了系统的整体鲁棒性.并且该控制算法具有预测控制不需要严格的模型形式以及对系统输出进行滚动优化的特点,从而降低了控制器对系统模型的要求,增强了其控制性能.最后通过稳定性分析以及MATLAB软件仿真验证了该控制算法的有效性.     

基于射频拉远的宏小区协作多输入多输出正交频分复用系统性能分析研究

在高铁高速移动场景下,对基于射频拉远(RRH)的宏小区协作多输入多输出正交频分复用(MIMO-OFDM)系统以及基于第三代合作伙伴项目(3GPP)协议的4RRH信道模型做了详细描述,并设计了相应的频偏估计算法以及信道估计算法.通过Monte-Carlo仿真实验对该系统做了性能分析研究,结果表明,该系统能够有效地克服多普勒效应,准确地恢复信道响应,从而达到较低的误块率(BLER)与较高的吞吐量,实现高速运动场景下的高性能.     

多输入多输出系统广播信道有限反馈的用户调度算法

针对多输入多输出（MIMO）系统广播信道多用户调度的问题,提出了一种有限反馈条件下的用户快速调度算法.算法中用户端将信道对应码字和可达传输速率估计值反馈给基站;基站预先将码字分组,调度时根据接收到的反馈信息将用户归入不同码字代表区域进行快速筛选;然后比较各码字组对应用户确定最优的用户组.仿真结果表明,该算法的系统传输速率较高,能够实现多用户分级,并且算法复杂度较低,在实际系统中易于实现.     

活性污泥过程MISO神经网络模型

用误差反向传递 ( BP)神经网络模拟了活性污泥过程 ,发现使用多输入多输出 ( MIMO)神经网络来模拟活性污泥过程变量间关系时 ,线性部分误差较小 ,非线性部分误差较大 ;但若用数个多输入单输出 ( MISO)神经网络的组合来模拟时 ,则对活性污泥过程的线性或非线性关系均能很好模拟     

MIMO信道下空时迭代均衡译码系统及算法

目的提出一种在M IMO衰落信道下的低复杂度的接收结构。方法通过交织器和解交织器将SISO的均衡器和译码器以及M IMO信道估计器级联起来,进行未知信道条件下迭代均衡译码。结果采用次优的基于最小均方误差均衡算法和Max-Log-MAP译码算法,使系统复杂度大大降低。结论不但可以消除M IMO信道中的码间干扰和多径干扰,而且大大降低系统的复杂度。     

MIMO无线通信系统研究进展

MIMO技术是无线通信领域的重大突破，它能够极大地提高通信系统的容量和频谱利用率。对MIMO技术的理论基础进行了分析。并介绍了MIMO技术的研究现状。包括MIMO信道模型和各种空时码，最后指出了MIMO商业化之前需要解决的一些问题。     

煤矿井下MIMO系统建模与信道容量分析

针对矿井巷道,给出了一种MIMO相关性信道的建模方法.该方法利用电磁渡在巷道内传播的冲击响应,得到单输入单输出系统的频率响应,从而扩展得到多输入多输出频率响应矩阵;结合相关函数的定义,计算出相关系数;构建出MIMO系统多天线之间的空间相关矩阵;生成MIMO信道的相关矩阵.通过MATLAB仿真,将相关信道和瑞利信道的容量累计概率分布对比,证明了相关性的存在降低了信道的容量,增加天线数目和间距可以降低相关系数,增加信道容量.     

MIMO无线通信系统研究进展

MIMO技术是无线通信领域的重大突破,它能够极大地提高通信系统的容量和频谱利用率.对MIMO技术的理论基础进行了分析,并介绍了MIMO技术的研究现状,包括MIMO信道模型和各种空时码,最后指出了MIMO商业化之前需要解决的一些问题.     

考虑MIMO系统信道相关性的改进天线选择算法

针对MIMO系统中信道的相关性,利用线性代数原理对已有的快速天线选择算法进行改进,提出一种改进的天线选择算法．仿真结果表明：改进的天线选择算法在一定条件下能获得比原快速天线选择算法更大的信道容量,并且考虑了实际信道的相关特性．     

MIMO系统一种新的天线选择算法

在多径衰落环境中,MIMO 系统能够极大地提高无线通信系统的容量和可靠性,发射/接收天线选择方法能以很小的性能损失换取射频成本的大幅度降低,使 MIMO系统不完全受射频成本的限制.为快速选择出使系统容量最优的发射/接收天线子集,该文提出一种新的快速简单的天线选择算法.仿真结果表明,该算法降低了计算复杂度,在获得很高的系统容量的同时,大大降低了系统误码率.     

移动环境对MIMO系统容量的影响

传榆环境是移动通信中的重要参数，采用了一种更加普遍的多入多出(MIMO)系统传输模型，在此基础上深入讨论了MIMO的信道结构、系统性能和传播环境之间的关系，指出了针孔信道存在的条件，最后通过仿真指出了在不同的信道条件下MIMO系统的容量差别。     

基于正交约束常模算法的MIMO系统盲信号分离

文中提出一个基于线性即时混合类型的两步盲信号分离方案。该方案先利用接收信号的二阶统计特性对信号进行白化,然后利用常模算法对信号向量进行自适应的盲分离。为了使每一个输出端都能分离出一个独立的信号,文中提出一种基于正交约束的常模算法,仿真结果表明该算法不仅能使每个输出端收敛到一个独立的输入端,并且能使收敛速度加快。     

调制引入循环平稳的MIMO系统分离与辨识

针对多输入多输出线性时不变系统提出了一种新颖的盲辨识方法。该方法利用了调制产生的二阶循环平稳性，在循环频率域对信号的统计量进行分离，最终将各个系统的冲激响应辨识出来。分别讨论了4输入4输出系统在有加性高斯白噪声时的信道辨识情况．并对算法进行了计算机模拟。