MIMO信道中空域相关特性分析

利用二维多输入多输出(multiple input multiple output,MIMO)信道模型进行相关性分析,会丢失一维空域信息。为此,建立无视距信号环境下的三维MIMO信道模型,利用VMF(von mises fisher)函数模拟来波信号方位角与俯仰角功率谱分布,并详细推导了考虑与不考虑互耦作用时的空域相关函数的解析表达式。最后,在考虑天线互耦情况下,运用仿真实验分析接收端的信号空域相关性与天线间距、平均达波角及达波角角度扩展之间的关系。实验结果表明,在建筑密集环境下,来波俯仰角扩展和互耦是影响信号间的相关系数的重要因素。     

半相关平坦衰落下MIMO系统容量分析

导出半相关平坦衰落条件下发送端已知信道状态信息(CSI)时多输入多输出(MIMO)无线通信系统平均容量的表达式,并基于此表达式,分析指数相关模型下系统的容量．研究结果表明：在指数相关模型下,当邻近天线元之间的相关系数小于0．5时,容量的减小可以忽略;在一些特定情况下,相关衰落与不相关衰落环境相比,前者能提供更好的性能;发送端已知CSI,只是在低发送功率下能明显改善系统性能。     

平坦瑞利衰落信道下MIMO系统性能

分析了瑞利衰落对普通无线系统的影响,在此基础上重点从空间复用提高容量和空间分集对抗衰落两方面研究了瑞利衰落信道下MIMO系统的性能。分析和仿真结果表明,采用V-BLAST算法实现空间复用增益时,随着收发天线数目的增加,复用系统的符号错误概率增加;不同的分集结合方式对分集系统性能的影响不一样,随着天线数目的增加,分集系统的符号错误概率都递减。     

空间相关莱斯快衰落信道下的MIMO系统性能

考虑到多输入多输出（MIMO）系统的收发分集优势和空间相关莱斯快衰落信道的普遍性，根据多变量统计学理论，推导出了MIMO系统在空间相关莱斯快衰落信道下平均成对差错概率上界的闭合表达式，发现随着信道空间相关性的增强或者莱斯分量的下降，系统误码性能呈下降趋势，最后通过仿真实验验证了理论推导的正确性．     

MIMO无线信道仿真模型分析

为了设计高性能的多输入多输出(MIMO)无线通信系统并预测其性能,对不同条件下的MIMO无线信道进行精确的建模和仿真是必不可少的.从MIMO无线信道模型分类、建模与仿真和天线间空间相关系数计算方法等方面,对典型MIMO信道模型和不同角度功率谱(PAS)分布下天线间空间相关系数的计算方法进行了详细阐述.给出了不同PAS分布下相关系数的统一计算公式和特殊入射角时的化简结果.介绍了锁孔(Keyhole)效应引起的信道退化现象.对相关系数矩阵的计算和不同PAS分布下天线间的相关系数进行了计算机仿真.仿真表明,天线间的相关性与中心入射角、角度扩展和天线间距有关,应用中需酌情考虑.     

非对称空间统计信道模型及其MIMO多天线系统

针对在非均匀散射体分布以及非对称空间分布的移动通信环境,引入几何分割法导出基于散射体高斯分布的非对称空间统计信道模型.在指向性天线覆盖下的非对称宏小区和微小区以及街道和室内小区的移动通信环境下,模型能估计多径衰落信道的重要空时信道参数,如信号到达角度(AOA)、到达时间(TOA)概率分布密度函数以及到达信号的空-时相关性.另外,在非对称空间统计信道下设置了MIMO多天线线性阵列(ULA)和圆环阵列(UCA),研究了此衰落信道的信道容量.通过信号的AOA和TOA概率密度函数的数值结果与多径衰落信道圆模型(GBSBM)的数值结果对比,表明本模型的信道参数估计结果符合实际的移动通信环境.假设非均匀散射体分布为高斯分布时,本模型的数值结果阐明了分布参数对信道参数的影响,拓展了空间统计信道模型的研究和应用,对评估MIMO多天线阵列系统空时处理算法和仿真无线通信系统提供了有力的工具.     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

三维信道模型约束下的大规模MIMO信道估计方法

针对配备1bit模数转换器(ADC)的大规模多输入多输出(MIMO)上行信道估计精度差的问题,提出了一种三维信道模型约束下的大规模MIMO信道估计方法。首先,结合所选定的适用于面天线阵的三维空间信道模型,建立了带有信道模型约束的大规模MIMO信道估计优化问题,并在优化目标函数的接收信号误差项中引入随机白噪声扰动,以提升方法的抗噪能力;其次,采用交替迭代式算法对优化问题进行求解,推导了信道模型参数的更新过程;最后,通过采用信道模型空间结构并使用噪声功率来恢复低精度接收信号的振幅,进而实现更准确的信道参数提取。仿真结果表明:与最小二乘估计和基于Bussgang分解的线性最小均方误差估计相比,所提方法可有效降低量化噪声和白噪声的影响,提高信道估计精度;当信噪比为10dB时,采用所提方法估计信道的均方误差比基于Bussgang分解的线性最小均方误差估计方法减小了75%。     

瑞利相关衰落下MIMO系统的差错率分析

采用空时分组码 ( STBC)的 MIMO系统 ,可有效地对抗无线信道的衰落并获得分集增益和复用增益。推导了空间相关瑞利衰落环境下该系统的误符号率 SEP的闭式结果 ,该结果表明系统的性能主要由MIMO信道协方差矩阵的特征值及其重数决定。对于 2副发送天线 2副接收天线的情况 ,作了计算机仿真 ,仿真结果证明了理论分析的准确性     

瑞利相关衰落下MIMO系统的差错率分析

采用空时分组码(STBC)的MIMO系统,可有效地对抗无线信道的衰落并获得分集增益和复用增益。推导了空间相关瑞利衰落环境下该系统的误符号率SEP的闭式结果,该结果表明系统的性能主要由MIMO信道协方差矩阵的特征值及其重数决定。对于2副发送天线2副接收天线的情况,作了计算机仿真,仿真结果证明了理论分析的准确性。     

基于V-BLAST的多载波直接序列扩频CDMA系统上行链路性能分析

提出了一种应用多输入多输出（MIMO）的垂直分层空时（V-BLAST）检测算法的多载波直接序列扩频CDMA（MC-DS-CDMA）的系统结构,对系统上行链路的误码率性能进行了理论分析,推导出了接收天线数大于发射天线数条件下系统误码率的理论表达式,并通过计算机仿真进行了验证,数值结果表明,收发天线数对系统性能具有较大的影响,相对于传统MC-DS-CDMA系统,减少发射天线数或增加接收天线数均可使基于V—BLAST算法的MC-DS-CDMA系统的性能和容量有不同程度的改善．     

V-BLASTOFDM中的载波间干扰分析

从理论上分析了垂直贝尔实验室分层空时结构（V-BLAST）正交频分复用（OFDM）系统中,由于无线移动信道的时变性引入的多普勒（Doppler）展所导致的载波间干扰（ICI）．推导了瑞利（Rayleigh）平坦衰落信道下ICI功率的理论结果,并用平均矢量误符号率（AVSER）分析了存在ICI时系统在最大似然（ME）检测下的理论性能．分析结果表明,由多普勒扩展导致的ICI会使系统产生较为严重的性能平层;利用多个接收天线所提供的空间分集可在一定程度上抑制ICI,从而改善系统性能．     

一种高效的V-BLAST最大似然检测算法

垂直分层空时码(V-BLAST)是贝尔实验室提出的一种多发射多接收天线(MIMO)结构无线通信系统,该系统具备较高频谱利用率和易于实现的特点.在V-BLAST检测算法中,最大似然算法有最好的检测性能,但它的算法复杂度最高.笔者提出了一种高效的V-BLAST最大似然检测算法,此算法在保证较高的检测性能的前提下大大减小了算法复杂度.     

V-BLAST系统检测算法

目的 为了降低垂直分层空时码(V-BLAsT)系统的复杂度,提高系统性能.方法 介绍了V-BLAST的干扰抵消、并行解码、QR分解算法,提出了两种改进的检测算法,利用MATLAB对它们在复杂度和性能方面进行仿真与分析.结果 仿真显示干扰同时抵消算法在信噪比为10dB时误码率为10～2,性能最优,在译码时对初始估值进行排序,增加了译码复杂度;并行解码算法和QR算法的复杂度较小,但误码性能降低.结论 要求性能高的选用干扰抵消算法,要求复杂度低的选用并行解码或QR算法,性能和复杂度兼顾则选用循环迭代QR算法.     

MIMO系统中信道估计与序列联合检测

提出了MIMO系统中基于EM(Expectation Maximization)-SD(Sphere Decoding)相结合的信道估计和检测的联合处理算法。在采用EM-SD算法进行联合处理时,首先通过观测数据、训练序列及以前估计的符号对信道信息进行更新,随后把更新后的信道信息及观测数据重新送入SD算法中进行最小距离搜索,从而可以估计发送符号。仿真显示:这种联合估计及检测算法的性能属于次优算法,但是其复杂度会随着搜索而下降。在比较少的迭代次数下,可以获得理想的信道估计和检测结果。