現(xiàn)代通信技術概論結(jié)課論文-多輸入多輸出(MIMO)系統(tǒng).docVIP

現(xiàn)代通信技術概論結(jié)課論文2015年春季學期 題 目： 多輸入多輸出（MIMO）系統(tǒng) 專業(yè)班級： 姓 名： 學 號： 指導教師： 聯(lián)系方式： 成 績： 摘要多輸入多輸出系統(tǒng)摘要隨著信息技術在生活中的越來越深入廣泛的應用，無線數(shù)字通信在現(xiàn)今的地位變得越來越重要。面對越來越高的通信速度和質(zhì)量要求，傳統(tǒng)的無線數(shù)字系統(tǒng)顯然無法勝任。在人們廣泛的研究時間、頻率、碼元等資源的利用效率同時，多輸入多輸出技術理論（MIMO：Multiple-Input Multiple-Output.也稱為：多天線技術）為移動通信產(chǎn)業(yè)帶來了新的增長點。本文將著重論述MIMO技術的一些基本模式以及一些技術要求。關鍵詞：MIMO，多天線，信號檢測，欠定義MIMO系統(tǒng)，多用戶MIMO系統(tǒng) 目錄目 錄1概述12 MIMO信號檢測12.1 MIMO系統(tǒng)基礎12.2經(jīng)典MIMO信號檢測32.2.1最大似然MIMO信號檢測32.2.2線性MIMO信號檢測53 兩種經(jīng)典的MIMO系統(tǒng)簡介63.1欠定義MIMO系統(tǒng)63.2多用戶MIMO系統(tǒng)7參考文獻8現(xiàn)代通信技術概論結(jié)課論文1：概述從1978年貝爾實驗室在芝加哥成功試驗了第一個蜂窩移動通信系統(tǒng)，即高級移動電話業(yè)務（Advanced Mobile Phone Service，AMPS）開始，移動通信進入了飛速發(fā)展的時代。截至2012年6月，手機網(wǎng)用戶數(shù)量首次超過了計算機上網(wǎng)用戶數(shù)量1。隨著移動互聯(lián)網(wǎng)業(yè)務的快速增長，此類服務對于數(shù)據(jù)傳輸速率以及傳輸質(zhì)量的要求也就越來越高。根據(jù)香農(nóng)理論，其對應的無線頻譜資源的需求也相應增長，從而導致適用于無線通信的頻譜資源變得日益緊張，成為制約無線電通信發(fā)展的主要瓶頸。如何在復雜的環(huán)境和有限的帶寬下實現(xiàn)高質(zhì)量和高速率的無線信號傳輸一直是移動通信技術所需解決的關鍵問題。理論分析和工程實踐已經(jīng)證明了在發(fā)送端和接收端采用天線列陣或多天線技術可以在不增加帶寬和發(fā)送功率的前提下大幅提高系統(tǒng)的信道容量以及頻率利用率。多輸入多輸出（MIMO）技術因其具有隨天線數(shù)量呈線性增長的理論信道容量，被公認為是現(xiàn)代移動通信系統(tǒng)的核心技術。本文介紹了MIMO系統(tǒng)信號檢測方法以及發(fā)送端和接收端經(jīng)典的組合。2.MIMO信號檢測2.1MIMO系統(tǒng)基礎現(xiàn)代無線數(shù)字通信對于傳輸速率的要求日益增長，傳統(tǒng)的單輸入單輸出（Single-Input Single-Output，SISO）無線傳輸系統(tǒng)（即發(fā)射機和接收機均配有單根天線的系統(tǒng)）已經(jīng)無法充分滿足相應需求。經(jīng)典單工SISO系統(tǒng)模型如圖2-1所示。其相應的接收信號可以表示為： （2.1）其中，h、s、n分別表示信道增益、發(fā)射信號和噪聲。于是我們可以得出相應的信道容量（bit/s/Hz）為 C=E(log(1+)log(1+) (2.2)其中，且不等號來自詹森不等式2。由式（2.2）可以看出，信道容量隨著信噪比（即）呈指數(shù)增長。為了獲得足夠高的傳輸速率，我們需要持續(xù)提高信噪比或者利用充分大的帶寬。在無線通信中，由于路徑損耗的存在，充分大的接收信噪比并不是能夠輕松獲得的。因此我們需要充分大的傳輸帶寬來支持足夠高的傳輸速率。然而，受到無線電頻譜資源稀疏性的影響，單純利用大寬帶來獲取高速率并不現(xiàn)實。從另一個角度來考慮此問題，我們可以在發(fā)射機和接收機上都裝配多根收發(fā)天線來提高頻譜效率，相應的系統(tǒng)就被稱為多輸入多輸出系統(tǒng)（MIMO）。經(jīng)典的單工MIMO系統(tǒng)傳輸模型如圖2-2所示。圖2-1 經(jīng)典單工SISO系統(tǒng)模型圖2-2 經(jīng)典的單工MIMO系統(tǒng)傳輸模型以2收2發(fā)系統(tǒng)為例，由于每根天線均能接收到來自不同發(fā)射天線的信號，2根接收天線上的接收信號可以表示為： (2.3)其中，、分別表示從第根發(fā)射天線到第根接收天線的信道增益、第根發(fā)射天線的發(fā)射信號以及第根接收天線上的加性噪聲。定義,這可利用矩陣乘法表示接收信號的矢量： （2.4）這里我們有信道矩陣，發(fā)射信號矢量，噪聲矢量。相應的系統(tǒng)模型已經(jīng)能夠較為直觀的擴展到配有M根發(fā)射天線和N根接收天線的任意MIMO系統(tǒng)。作為一種信道模型，加性高斯白噪聲（AWGN）信道通常被用于MIMO系統(tǒng)的理論分析和仿真。在AWGN信道中，接收噪聲矢量被假設為零均值的球?qū)ΨQ復高斯（CSCG）隨機矢量，其均值，協(xié)方差矩陣為R，即3。相關研究表明，式（2.4）所描述的MIMO系統(tǒng)的信道容量隨著發(fā)射天線和接收天線數(shù)中的較小呈線性增長，其條件為信道增益為互相獨立的零均值CSCG隨機變量。因此，對于給定的帶寬資源，如果系統(tǒng)裝配更多天線，便能在不增加傳輸功率的前提下獲取更高的傳輸速率。為了獲取這一信道容量增益，我們需要在MIMO系統(tǒng)中使用高效的信號調(diào)制方式。脈沖幅度調(diào)制（Pulse Amplitude Modulation， PAM）和正交幅度調(diào)制（Quadrature Amplitude Modulation， QAM）是MIMO系統(tǒng)信號傳輸中比較常用的調(diào)制方式。2.2. 經(jīng)典MIMO信號檢測2.2.1. 最大似然MIMO信號檢測矩形QAM星座圖可以被視為具有相同水平和垂直間距的格基4。在數(shù)字無線通信中，可以通過編碼調(diào)制與解調(diào)譯碼完成二進制信息的發(fā)送與接收，當忽略符號能量時，星座圖和對應的二進制格雷碼（Gray Code）如圖2-3所示。具體來說，當采用4-QAM調(diào)制方式時，其星座圖符號集合以及對應的格雷碼見表2-15。圖2-3 星座圖和格雷碼表2-1 4QAM調(diào)制方式下的符號集合和格雷碼序號符號集合格雷碼1-1+i002-1-i0131+i1041-i11由式（2.4）可知，MIMO信號的檢測即在給定接收信號向量和信道矩陣的前提下，對未知的發(fā)送信號向量進行估計。經(jīng)管我們無法獲取噪聲向量的精確信息，但是發(fā)送信號向量的所有可能情況是能夠根據(jù)調(diào)制方式預先獲取的。對于具有M根發(fā)射天線的MIMO系統(tǒng)，若發(fā)射符號取自星座圖符號集合，則所有可能的發(fā)送信號向量的數(shù)量為，這里表示集合中的符號元素個數(shù)?？梢园l(fā)現(xiàn)，可能發(fā)送信號向量的數(shù)量隨著M呈指數(shù)增長。綜上可見，最大似然MIMO信號檢測可以通過對所有可能的發(fā)送信號進行窮盡檢索，并計算相應的似然函數(shù)值來完成。定義為在接收到信號時發(fā)送信號向量為的似然函數(shù)，則最大似然的發(fā)送信號向量可表述為 （2.5）由于完成最大似然檢測需要進行窮盡檢索，且相應所有可能的發(fā)送信號向量的數(shù)量為，因此相應檢測算法的計算復雜度會隨著發(fā)射天線數(shù)量M呈指數(shù)增長。2.2.2. 線性MIMO信號檢測為了降低檢測的復雜度，我們也可以考慮利用線性濾波方式完成檢測過程。在線性MIMO信號檢測中，接收信號通過一個線性濾波器完成濾波后，各個發(fā)送信號量可以進行分別檢測。因此，線性濾波器的作用在于分離干擾信號。首先我們考慮迫零檢測6。迫零檢測線性濾波器定義為 （2.6）而相應的迫零信號估計為 （2.7） 利用和，發(fā)送信號向量的硬判決可以通過符號級別的估計予以完成，具體過程如下。 利用式（2.7），我們有。令表示K維QAM星座圖符號合集，則中第個發(fā)送符號的硬判決表述為 （2.8） 發(fā)送信號向量的硬判決由給出。然而，由于當信道矩陣近奇異矩陣時，噪聲即式（2.7）中的的效應將被放大，等效噪聲被放大，所以迫零檢測的性能無法得到很好的保證。為了減弱在迫零檢測中等效噪聲被放大而帶來的影響，最小均方誤差（Minimum Mean Square Error，MMSE）檢測利用了噪聲的統(tǒng)計特性對迫零檢測方法進行改進。MMSE濾波器基于最小化的均方誤差，即 （2.9） 其中，表示信號能量。相應的發(fā)送信號向量的估計值表示為 （2.10）從而我們能夠計算出相應的均方誤差為 （2.11）每個發(fā)射符號的均方估計誤差可以由的對角元素獲得。再利用式（2.8）中類似的方法，可得發(fā)送信號向量的MMSE硬判決。3.兩種經(jīng)典的MIMO系統(tǒng)簡介3.1.欠定義MIMO系統(tǒng)我們將發(fā)射天線數(shù)M大于、等于、小于接收天線數(shù)N的MIMO系統(tǒng)的信道矩陣分別稱為胖陣、方陣和瘦陣。根據(jù)文獻7，MIMO信道容量近似為 （3.1）其中，代表SISO系統(tǒng)的信道容量。因此從信道容量的角度出發(fā)，方信道矩陣較優(yōu)。然而，在實際應用中,我們常見的蜂窩網(wǎng)絡系統(tǒng)基站的天線個數(shù)往往大于移動終端天線個數(shù)，而且在下行鏈路中，由于接收端的復雜度有限，我們必須降低一些調(diào)制方式，并且引入胖陣（即MN），這個時候每個發(fā)射天線的頻譜效率將下降到 （3.2）對于這種欠定義的MIMO系統(tǒng)，目前有很多改進技術能夠應用于此。其中ML檢測8采用窮舉所有可能向量的策略，而列表檢測器首先創(chuàng)建一張候選向量的列表。再從中選擇出一個最優(yōu)的候選向量。文獻914中介紹了一系列列表Chase檢測器。但Chase探測器不能實現(xiàn)完全接收分集階數(shù)，特別是用于欠定義的MIMO系統(tǒng)中。為了提高性能，文獻1519中研究了可用于欠定義系統(tǒng)的廣義球形譯碼（Generalized Sphere Decoding, GSD）方法。而文獻20中介紹了2種非最優(yōu)的分組檢測器，文獻21中研究了一種基于幾何方法的欠定義的MIMO系統(tǒng)檢測器。為了更有效的降低復雜程度，文獻22中提出了帶列重排的GSD檢測器，即樹搜索解碼器列重排（Tree Search Decoding-Column Reordering, TSD-CR）。3.2.多用戶MIMO系統(tǒng)在應用了MIMO技術的多用戶無線電通信系統(tǒng)中，由于用戶所處的地理位置以及信道狀態(tài)均不同，在用戶接入過程中則有可能獲得一種額外的分集增益，即多用戶分集增益。因此，在多用戶MIMO系統(tǒng)中，選擇合適的用戶在合適的信道條件下接入系統(tǒng)對于增大系統(tǒng)吞吐量具有非常重要的意義，其直接影響信號的傳輸質(zhì)量以及接入用戶所能獲得的服務質(zhì)量。文獻23研究了多用戶接入帶來的多用戶分集增益；文獻24將多用戶接入擴展到了MIMO系統(tǒng)中；文獻25分析了MIMO系統(tǒng)的用戶接入策略和系統(tǒng)吞吐量之間的關系。針對移動蜂窩網(wǎng)絡的系統(tǒng)的時變信道，可以通過在一個時間單元內(nèi)選擇一個或多個信道增益最大的用戶接入來提高系統(tǒng)的吞吐量。如圖3-1所示。我們可以在A時刻選擇用戶1，而在B時刻選擇用戶2接入，以提升系統(tǒng)性能。圖3-1 不同時刻信道增益的變化參考文獻：1：數(shù)據(jù)來源：賽迪網(wǎng).2：劉勇. 科教文匯. 江蘇.江蘇電大張家港學院. 2009.3：劉丹譜. 加性高斯白噪聲信道下的最佳接收機. 北京郵電大學信息與通信工程學院無線通信系統(tǒng)與網(wǎng)絡實驗室（WCSN）. 2009.4：NJUer. 正交調(diào)制讀書報告. /link?url=MGfnCXDg1QrVT7FeD9T7sAUMjJmiCLPJSxN1hvKmqetG0sB_Ktewy8dn801m1smZKwVT1SzUmgvU8qkL6cN57afM0Tkr5BJLEdrbvQovz375：陳啟美 李勃等編. 數(shù)據(jù)通信原理. 南京大學出版社.6：關雪梅 陳純鍇著. 電信科學. 北京.人民郵電出版社. 2010.08.7：TSE D, VISHWANATH P. Fundamentals of Wireless CommunicationsM. Cambridge University Press,Cambridge,2005.8：潘文 蔣占軍 杜正鋒 王炎等著. 中國科學：信息科學. 北京. 2008.9：CHASE D. Class of algorithms for deciding block codes with channel measurement informationJ. IEEE Transactions on Information Theory, 1972,18(1).10：WATERS D W, BARRY J R. The Chase family of detection algorithms for multiple-input multiple-output channelsA. IEEE Global Telecommunications ConferenceC. 2008,(4).11：WATERS D W, BARRY J R. The sorted-QR Chase detector for multiple-input multiple-output channelsA. IEEE Wireless Communications and Networking ConferenceC.2005.12：WATERS D W, BARRY J R. Partial decision-feedback detection for multiple-input multiple-output channelsA. IEEE International Conference on CommunicationsC. 200413：LOVE D J,HOSUR S, BATRA A, et al .Space-time Chase decoding J. IEEE Transactions on Wireless Communications, 2005,4(5).14：BAI L, CHOI J. Partial MAP-based list detection for MIMO systemsJ. IEEE Transactions on Vehicular Technology, 2009, 58.15：DAMEN M O, ABED-MERAIM K, BELFPORE J C. Generalised sphere decoder for asymmetrical space-time communication architectureJ. Electronics Letters. 2000,36(2).16：DAMEM M O, GAMAL H E, CAIRE G. On maximum-likelihood detection and the search for the closest lattice pointJ. IEEE Transactions on Information Theory, 2003,49(10).17：CUI T, TELLAMBURA C. An efficient generalized sphere decoder for rank-deficient MIMO systemsJ. IEEE Vehicular Technology Conference, 2004(5).18：YANG Z, LIU C, HE J. A new approach for fast generalized sphere decoding in MIMO systemsJ. IEEE Signal Processing Letters, 2005,12.19：WANG P, THO L N. A low-complexity generalized sphere decoding approach for underdetermined MIMO systemsJ. IEEE International Conference on Communications, 2006(9).20：KAPUR A, VARANASI M K. Multiuser detection for overloaded CDMA systemsJ. IEEE Transactions on Information Theory, 2003,49.21：WONG K K, PAULRAJ A. Efficient near maximum-likelihood detection for underdetermined MIMO antenna