MIMO信道下V-BLAST接收机关键技术研究

MIMO信道下V-BLAST接收机关键技术研究

论文摘要

“任何人在任何时间、任何地点以任何方式和任何人进行通信(5A)”是人类通信的最高目标。这一宏伟目标给未来的无线通信系统提出了严峻的挑战。在发射端和接收端都使用多根天线的多输入多输出(MIMO)技术能够极大地改善无线通信系统的频谱效率和通信可靠性,为实现这一目标提供了强有力的技术手段,因而被视为新一代无线通信系统最具竞争力的技术之一。 作为第一个问世的MIMO实验系统,也是目前最具代表性的一种MIMO系统,贝尔实验室开发的V-BLAST(垂直-贝尔实验室分层空时)系统,以其简单实用的结构和令人瞩目的频谱效率而被3GPP等标准所采用,因此也成为了近年来的一个研究热点。然而,目前关于V-BLAST的研究,大部分集中于窄带系统,已经有一系列平衰落信道下V-BLAST系统检测接收算法被提出,但这些算法都存在着这样或那样的不足:如一些检测性能较好的算法,计算复杂度都太高;而一些计算复杂度较低的算法,其检测性能又难以达到令人满意的效果。另外,为了实现高速无线多媒体通信,必须进一步提高数据传输速率,相应地V-BLAST系统中的MIMO信道将不可避免地具有频率选择性,因此,有必要将V-BLAST的研究从平衰落环境扩展到频率选择性衰落环境。而目前已有的一些频率选择性信道下V-BLAST的检测算法都存在计算复杂度过高的缺点。基于此,本文从改进MIMO技术的算法复杂度角度出发,对V-BLAST系统的检测接收技术展开了深入全面的研究,主要取得了以下研究成果: 1) 针对平衰落V-BLAST系统,通过深入研究原始V-BLAST检测算法和一系列改进算法,提出了一种新的高效的平衰落V-BLAST检测算法,即多层干扰同时抵消的逆序检测算法,与各种现有算法不同,该算法与原始V-BLAST检测算法相比,不仅计算复杂度明显降低,而且检测性能有所改善,因而具有更好的工程实用价值。 2) 针对频率选择性信道下的V-BLAST系统,基于线性空时MMSE均衡,

论文目录

  • 摘 要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景和立题意义
  • 1.2 MIMO技术概况
  • 1.2.1 MIMO技术理论研究现状
  • 1.2.2 MIMO技术的应用概况
  • 1.2.3 V-BLAST技术研究应用概况
  • 1.3 MIMO技术存在的问题
  • 1.4 本文的主要研究内容
  • 第2章 MIMO系统基本理论
  • 2.1 无线信道特性
  • 2.1.1 信道衰落
  • 2.1.2 信道扩展
  • 2.2 MIMO信道模型
  • 2.3 MIMO信道容量
  • 2.3.1 单输入单输出(SISO)信道的容量
  • 2.3.2 多输入单输出(MISO)信道的容量
  • 2.3.3 单输入多输出(SIMO)信道的容量
  • 2.3.4 多输入多输出(MIMO)信道的容量
  • 2.4 MIMO系统的调制技术
  • 2.4.1 网格空时码(STTC)
  • 2.4.2 分组空时码(STBC)
  • 2.4.3 分层空时码(BLAST)
  • 2.5 本章小结
  • 第3章 平衰落V-BLAST的检测
  • 3.1 V-BLAST系统模型
  • 3.2 原始V-BLAST检测算法
  • 3.3 QR分解算法
  • 3.3.1 QR分解算法
  • 3.3.2 迫零排序QR分解(ZF-SQRD)算法
  • 3.4 并行解码算法
  • 3.5 多层干扰同时抵消的逆序检测算法
  • 3.5.1 算法原理
  • 3.5.2 算法流程
  • 3.5.3 算法性能的理论分析
  • 3.5.4 仿真实验与性能分析
  • 3.6 本章小结
  • 第4章 频率选择性V-BLAST的线性空时均衡接收
  • 4.1 频率选择性信道下V-BLAST系统模型
  • 4.2 基于MMSE线性空时均衡的V-BLAST检测原理
  • 4.2.1 频率选择性V--BLAST系统线性空时均衡器
  • 4.2.2 最佳空时均衡条件
  • 4.3 自适应线性空时均衡算法
  • 4.3.1 LMS自适应空时均衡算法
  • 4.3.2 RLS自适应空时均衡算法
  • 4.4 性能分析
  • 4.4.1 算法计算复杂度分析
  • 4.4.2 仿真实验分析与多天线系统合理配置
  • 4.5 本章小结
  • 第5章 频率选择性V-BLAST的空时判决反馈均衡
  • 5.1 时域判决反馈均衡器(DFE)模型
  • 5.2 频率选择性衰落信道下V-BLAST系统模型
  • 5.3 基于空时判决反馈均衡的频率选择性V-BLAST接收
  • 5.3.1 多输入多输出判决反馈均衡算法
  • 5.3.2 部分连接的排序串行干扰抵消判决反馈均衡
  • 5.3.3 完全连接的排序串行干扰抵消判决反馈均衡
  • 5.3.4 自适应多输入多输出判决反馈均衡
  • 5.4 基于逐层递增反馈的自适应判决反馈均衡算法
  • 5.4.1 基于逐层递增反馈的判决反馈均衡算法原理
  • 5.4.2 算法流程
  • 5.4.3 算法复杂度比较
  • 5.5 仿真实验与性能分析
  • 5.6 本章小结
  • 第6章 基于OFDM的频率选择性V-BLAST接收
  • 6.1 OFDM技术综述
  • 6.1.1 概述
  • 6.1.2 OFDM系统实现原理
  • 6.1.3 OFDM技术的特点
  • 6.2 系统模型
  • 6.2.1 频率选择性V-BLAST系统模型
  • 6.2.2 频率选择性OFDM V-BLAST系统模型
  • 6.3 基于子空间分解技术的直接解码算法
  • 6.3.1 频率选择性OFDM V-BLAST系统的数值模型
  • 6.3.2 半速率旋转不变性联合空频编码
  • 6.3.3 直接解码算法
  • 6.4 高效的频率选择性OFDM V-BLAST系统解码算法
  • 6.4.1 算法原理
  • 6.4.2 算法复杂度分析
  • 6.4.3 仿真实验与性能分析
  • 6.5 本章小结
  • 结论
  • 参考文献
  • 攻读博士学位期间发表的论文和取得的科研成果
  • 致谢
  • 个人简历
  • 相关论文文献

    • [1].深度学习在无线通信系统信道估计中的应用[J]. 信息通信 2020(06)
    • [2].浅谈基于协作的无线窃听信道安全通信与功率分配[J]. 数字通信世界 2017(03)
    • [3].航空遥测远程信道预测方法[J]. 中国科技信息 2017(08)
    • [4].一种信道选择的方法和设备[J]. 科技创新导报 2016(01)
    • [5].一种信道选择的方法和设备[J]. 科技创新导报 2016(02)
    • [6].信道亲师的理据探究[J]. 湖北经济学院学报(人文社会科学版) 2020(11)
    • [7].不同环境下无线信道密钥生成性能研究[J]. 密码学报 2020(02)
    • [8].OFDM系统基于压缩感知的信道估计方法[J]. 科技广场 2016(11)
    • [9].基于压缩感知的时频双选信道估计研究[J]. 上海师范大学学报(自然科学版) 2017(01)
    • [10].5G信道测量解决方案[J]. 电信网技术 2015(11)
    • [11].信道的容量:同一时间内传输多组信号[J]. 中国信息技术教育 2014(17)
    • [12].多点协作传输的信道估计[J]. 清华大学学报(自然科学版) 2013(07)
    • [13].基扩展模型下基于深度学习的双选信道估计方法[J]. 计算机测量与控制 2020(10)
    • [14].优化信道虚拟调度在航天器上的应用仿真[J]. 计算机仿真 2014(08)
    • [15].基于本地人工信道的新型OFDM信道估计方法[J]. 现代电子技术 2014(17)
    • [16].公用信道技术在VoIP中的应用[J]. 电脑知识与技术 2008(24)
    • [17].基于配对t检验的侧信道泄露评估优化研究[J]. 小型微型计算机系统 2019(12)
    • [18].无线通信的远程信道分布仿真研究[J]. 山东农业大学学报(自然科学版) 2020(04)
    • [19].基于无线信道特征的跨层认证机制[J]. 信息工程大学学报 2017(03)
    • [20].时间式网络隐信道技术综述[J]. 网络安全技术与应用 2017(09)
    • [21].极化码中信道极化与编码译码的研究[J]. 齐齐哈尔大学学报(自然科学版) 2016(01)
    • [22].基于时域特性信道指纹的场景识别[J]. 军事通信技术 2016(02)
    • [23].基于OFDM的联合信道估计的定时方法[J]. 无线电工程 2016(10)
    • [24].一种无人飞行器测控信道初步设计[J]. 航空兵器 2015(01)
    • [25].无线信道特征加密系统设计[J]. 数字技术与应用 2015(07)
    • [26].修改无线信道改善手机信号[J]. 电脑爱好者 2015(07)
    • [27].人工智能辅助的信道估计最新研究进展[J]. 电信科学 2020(10)
    • [28].高速铁路无线传播信道测量与建模综述[J]. 通信学报 2014(01)
    • [29].卫星数传信道设计研究[J]. 中国新通信 2014(09)
    • [30].基于联合稀疏模型的OFDM压缩感知信道估计[J]. 北京邮电大学学报 2014(03)

    标签:;  ;  ;  ;  ;  

    MIMO信道下V-BLAST接收机关键技术研究
    下载Doc文档

    猜你喜欢