MIMO系统中信号检测技术的研究

MIMO系统中信号检测技术的研究

论文摘要

在目前很多无线通信系统的标准制定中,多入多出(MIMO)技术已经被广泛采用。从理论上已表明在充分散射的环境中,相对于单入单出(SISO)系统来说,MIMO系统具有提高频谱效率和容量的巨大潜力。但由于接收机的高复杂度,标准中所采用的一般还是仅限于很少的天线数和简单的天线方案。要进一步推动更多MIMO理论研究成果的应用,就必须先解决信号检测的复杂度问题。本论文的主题是研究MIMO技术中复用方案的接收机检测算法,目标是提高检测性能和降低复杂度。 本论文的第一部分首先讨论了传统线性检测算法的一些问题。首次理论推导了MMSE检测的输出信噪比的概率密度函数,应用其分析检测性能和系统容量。对于ZF和MMSE在高信噪比时性能相同的理论分析与实际仿真结果中两曲线从未重合之间的矛盾给出了合理的解释。另外还给出了分集度的另一种定义,即输出信噪比的累积分布函数的斜率。 论文的第二部分研究了基于球形译码(SD)的检测算法。一方面是讨论输出硬判决的SD。论文在总结了近年来的相关研究成果后,提出了方形边界的SD检测,仿真表明其在大天线数、高信噪比时的复杂度可以低于传统的V-BLAST检测算法。本论文首次以信道矩阵的条件数作为信道的一个特性,分析了条件数对SD检测的影响。为了降低在高条件数信道下的检测复杂度,提出了一种高层进行权值合并的方案。另外,提出一种可以对性能和复杂度进行折中的劈树SD算法,将其应用在MIMO-CDM-OFDMA系统中,相比于其它将多码道和多天线信号分别进行检测的算法,可以以更低的复杂度获得更好的系统性能。另一方面是针对编码的MIMO系统讨论如何让SD输出软信息。在全面分析比较了多种可输出软判决的SD算法基础上,得到了基于最短路径搜索的策略最适宜做软判决检测的结论。最后讨论了SD在迭代接收机中的应用,并提出了一种针对不同迭代次数时的特点采用不同的检测算法的混合迭代接收机方案,相比于单一的迭代方案可以在保证性能相同的基础上降低几乎一半的复杂度。 论文的第三部分讨论了两个将计算机领域的智能算法应用在信号处理领域中的例子。其一是提出了基于禁忌搜索的MIMO信号检测算法,仿真结果表明其可以比传统检测算法获得更多的分集增益,且复杂度只是发射天线数的二次方函数。其二,提出了将粒子群优化算法应用来做QRM检测中幸存路径选择方法,在保证性能的基础上大大降低了原始QRM检测的复杂度。 论文最后一部分讨论了MIMO信号检测在实际系统中面临的一些问题,如信道估计误差对检测的影响,如何消除蜂窝系统中同信道干扰提高检测性能,多

论文目录

  • 第1章 绪论
  • 1.1 MIMO技术的历史及研究进展
  • 1.2 关于MIMO信号检测的研究进展
  • 1.3 论文中主要创新点
  • 1.4 论文内容安排
  • 第2章 传统的MIMO信号检测
  • 2.1 传统检测算法的回顾
  • 2.2 MMSE检测输出信噪比的分布
  • 2.2.1 输出信噪比
  • 2.2.2 基于特征函数的概率密度函数
  • 2.2.3 输出信噪比分布函数的应用
  • 2.3 MMSE检测和ZF检测的差异分析
  • 2.4 分集度的定义
  • 2.4.1 分集度的传统定义
  • 2.4.2 分集度的另一种定义
  • 2.4.3 仿真验证
  • 2.5 本章小结
  • 第3章 硬判决的球形译码
  • 3.1 SD及其改善SD检测的方法
  • 3.2 优化的SD算法
  • 3.2.1 算法介绍
  • 3.2.2 流程图
  • 3.2.3 仿真结果
  • 3.3 高层权值合并检测
  • 3.3.1 条件数对检测的影响
  • 3.3.2 高层权值合并
  • 3.3.3 仿真结果
  • 3.4 劈树SD检测
  • 3.4.1 劈树SD检测的思路
  • 3.4.2 仿真结果
  • 3.5 劈树SD算法在系统中的应用
  • 3.5.1 系统模型
  • 3.5.2 四种接收机模式
  • 3.5.3 仿真结果
  • 3.5.4 复杂度分析
  • 3.6 本章小结
  • 第4章 软判决的球形译码
  • 4.1 软判决的SD检测
  • 4.1.1 QRM-MLD回顾
  • 4.1.2 输出软判决的最短路径SD
  • 4.1.3 输出软判决的深度优先SD
  • 4.1.4 输出软判决的Direct-SD
  • 4.1.5 各种算法的综合比较
  • 4.2 IDD检测
  • 4.2.1 软信息的计算
  • 4.2.2 单一迭代检测
  • 4.2.3 混合迭代检测
  • 4.2.4 仿真结果
  • 4.3 本章小结
  • 第5章 智能检测算法
  • 5.1 禁忌搜索检测
  • 5.1.1 回顾禁忌搜索
  • 5.1.2 基于禁忌搜索的检测算法
  • 5.1.3 降低复杂度的方法
  • 5.1.4 复杂度分析
  • 5.1.5 仿真结果
  • 5.2 利用PSO选择幸存路径的QRM检测
  • 5.2.1 粒子群优化算法
  • 5.2.2 QRM及其变种
  • 5.2.3 仿真结果
  • 5.3 本章小结
  • 第6章 实际系统中的MIMO信号检测问题
  • 6.1 信道估计误差对SD的影响
  • 6.2 存在同信道干扰时的MIMO信号检测
  • 6.2.1 利用空间相关性的干扰消除算法
  • 6.2.2 仿真结果
  • 6.3 多径信道中的MIMO均衡
  • 6.3.1 系统模型
  • 6.3.2 四种频域均衡接收机
  • 6.3.3 仿真结果
  • 6.4 本章小结
  • 第7章 结束语
  • 7.1 研究工作小结
  • 7.2 下一步的研究方向
  • 附录Ⅰ 论文中所用信道模型
  • 附录Ⅱ 信道矩阵和空间干扰统计特性的联合估计
  • 附录Ⅲ 缩略语说明
  • 致谢
  • 攻读博士期间发表论文
  • 相关论文文献

    • [1].多输入多输出变量带误差模型的最坏情况频域辨识(英文)[J]. 控制理论与应用 2016(10)
    • [2].大规模多输入多输出下的容量优化算法[J]. 计算机工程 2017(03)
    • [3].多输入多输出的比特交织编码调制技术[J]. 天津市经理学院学报 2011(05)
    • [4].保密多输入多输出无线携能系统的节能稳健优化[J]. 上海交通大学学报 2020(04)
    • [5].多输入多输出通信系统的低密度奇偶校验码[J]. 计算机应用研究 2012(12)
    • [6].多输入多输出Hammerstein-Wiener交流电弧炉电极系统模型[J]. 仪器仪表学报 2017(04)
    • [7].机载多输入多输出雷达局域化降维杂波抑制方法[J]. 西安电子科技大学学报 2011(02)
    • [8].长期演进项目中基于移动自组织网络的虚拟多输入多输出用户配对算法研究[J]. 成都信息工程学院学报 2010(04)
    • [9].分布式多输入多输出雷达的侦察分析[J]. 清华大学学报(自然科学版) 2014(10)
    • [10].机载多输入多输出雷达脉冲相消杂波抑制方法[J]. 电子与信息学报 2013(03)
    • [11].一种多输入多输出系统传递函数的实用计算方法[J]. 电子技术与软件工程 2018(15)
    • [12].汽车变速器多输入多输出模态试验方法分析[J]. 机械传动 2012(11)
    • [13].基于多输入多输出技术的无源雷达信号模型[J]. 电波科学学报 2011(04)
    • [14].多输入多输出雷达复杂海面场景成像模拟[J]. 系统仿真技术 2017(04)
    • [15].涡轮编码迭代检测在多输入多输出-正交频分复用系统中的应用[J]. 武汉工程大学学报 2012(03)
    • [16].一种统计多输入多输出雷达正交波形的设计方法[J]. 南京理工大学学报 2012(01)
    • [17].集中式多输入多输出雷达多功能波形优化设计[J]. 电子与信息学报 2015(06)
    • [18].一种虚拟多输入多输出用户配对算法[J]. 上海交通大学学报 2011(03)
    • [19].一种可自适应分组的多输入多输出支持向量机算法[J]. 西安交通大学学报 2013(06)
    • [20].基于软件无线电的并行多输入多输出均衡技术[J]. 计算机应用 2015(04)
    • [21].基于非线性多输入多输出近似动态规划的发动机缸平衡智能调节算法[J]. 上海海事大学学报 2017(04)
    • [22].多输入多输出信道空域相关性评估简化模型[J]. 电波科学学报 2011(02)
    • [23].多输入多输出雷达发射天线低旁瓣设计[J]. 电波科学学报 2012(06)
    • [24].低复杂度多输入多输出雷达目标角度估计方法[J]. 西安邮电大学学报 2018(06)
    • [25].多输入多输出桥梁结构时变模态参数的滑窗时域识别[J]. 应用基础与工程科学学报 2020(05)
    • [26].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[J]. 上海师范大学学报(自然科学版) 2018(02)
    • [27].双基地多输入多输出雷达收发四维角联合估计[J]. 兵工学报 2017(05)
    • [28].认知的协同多输入多输出通信[J]. 通信电源技术 2013(06)
    • [29].具有未知参数的多输入多输出雷达弱目标检测[J]. 电波科学学报 2012(01)
    • [30].利用多输入多输出雷达低秩杂波的降维空时自适应算法[J]. 西安交通大学学报 2012(08)

    标签:;  ;  ;  ;  ;  ;  

    MIMO系统中信号检测技术的研究
    下载Doc文档

    猜你喜欢