MIMO无线通信系统信号检测算法研究

MIMO无线通信系统信号检测算法研究

论文摘要

近年来,越来越多的通信系统采用多输入多输出(Multiple-Input Multiple-Output, MIMO)技术。该技术能够同时获得空间分集增益和空间复用增益,从而提高了通信系统的传输可靠性和频谱利用效率。然而由于使用了多个天线,相对于传统的单输入单输出(Single-Input Single-Output, SISO)系统,MIMO系统接收机的信号检测将更加困难。信号检测直接影响MIMO通信系统的性能,因此对其展开深入研究具有重要的理论意义与实用价值。本文正是以此作为切入点展开研究,主要的工作如下:1.归纳总结了MIMO系统已有检测算法的基本原理和处理流程。通过分析对比各类算法的误码性能与计算复杂度,进而从已有算法的不足入手,确立了本文研究的切入点。2.针对信道空间相关性对MIMO系统可靠性的不利影响,从信号检测的角度出发给出了一种基于最小均方误差(Minimum mean-squared error, MMSE)准则的格点减少辅助的QR分解检测算法。该算法采用格点减少技术优化了信道矩阵的基矢量,使其满足近似正交和更为短小的条件,从而改善了接收信号的判决区域,有效地降低了信道相关性对MIMO系统可靠性的影响。理论分析与仿真结果表明,该算法在误码性能逼近最大似然算法的同时,其计算复杂度大大降低;另外,在相关性较强的信道环境中,格点减少对检测性能的改善效果更为明显。3.针对MIMO系统中基于空分复用的垂直贝尔实验室分层空时(Vertical Bell Lab Layered Space-Time, V-BLAST)结构检测算法中存在的误差传播问题,给出一种基于局部最优的迭代V-BLAST检测算法。该算法采用分层最优检测的思想提高了先检测出来信号的准确程度,然后通过采用迭代处理降低了干扰抵消过程中误差传播造成的影响。理论分析与仿真结果表明,该算法在保持较低复杂度的同时,误码性能明显提高。4.依托西安交通大学开发的IMT-Advanced关键技术仿真平台,分别设计并实现了基于传统V-BLAST检测算法和基于本文给出的局部最优迭代V-BLAST检测算法的平台模块,并对以上两种算法的性能进行了评估,进一步验证了本文给出的基于局部最优的迭代V-BLAST检测算法的误码性能优于传统的V-BLAST检测算法。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 移动通信系统发展概述
  • 1.2 研究背景
  • 1.2.1 MIMO技术概述
  • 1.2.2 MIMO信号检测技术研究现状
  • 1.3 论文的研究意义
  • 1.4 论文的研究内容和主要工作
  • 1.5 论文结构安排
  • 第二章 MIMO系统基本理论及信号检测算法
  • 2.1 引言
  • 2.2 MIMO系统模型
  • 2.3 MIMO系统的实现方案
  • 2.3.1 空间分集方案
  • 2.3.2 空间复用方案
  • 2.4 传统MIMO检测算法及性能分析
  • 2.4.1 线性检测算法
  • 2.4.2 非线性检测算法
  • 2.5 本章小结
  • 第三章 MIMO系统格点减少辅助信号检测算法
  • 3.1 引言
  • 3.2 格点减少技术概述
  • 3.2.1 格点减少的数学原理
  • 3.2.2 格点减少在信号检测中的应用
  • 3.3 一种基于MMSE准则的格点减少辅助QR分解检测算法
  • 3.3.1 算法思想
  • 3.3.2 算法描述
  • 3.3.3 算法性能与分析
  • 3.4 本章小结
  • 第四章 空分复用V-BLAST系统迭代信号检测算法
  • 4.1 引言
  • 4.2 V-BLAST系统检测技术
  • 4.2.1 V-BLAST系统模型
  • 4.2.2 V-BLAST系统检测技术概述
  • 4.3 一种基于局部最优的迭代V-BLAST检测算法
  • 4.3.1 算法描述
  • 4.3.2 复杂度分析
  • 4.3.3 算法性能与分析
  • 4.4 本章小结
  • 第五章 基于V-BLAST结构MIMO信号检测算法的平台实现
  • 5.1 开发环境简介
  • 5.1.1 仿真平台的结构模型
  • 5.1.2 仿真平台运行流程
  • 5.2 仿真平台的模块化设计与开发
  • 5.2.1 仿真平台模块概述
  • 5.2.2 仿真平台模块的开发步骤
  • 5.3 检测模块的设计与性能评估
  • 5.3.1 检测模块设计流程
  • 5.3.2 检测模块的标准化约束
  • 5.3.3 仿真系统的搭建与算法模块性能分析
  • 5.4 本章小结
  • 结束语
  • 参考文献
  • 附录A 中英文对照表
  • 附录B 仿真平台标准模块接口
  • 作者简历 攻读硕士学位期间完成的主要工作
  • 致谢
  • 相关论文文献

    • [1].基于MIMO类脑情感学习回路的横-纵向综合控制驾驶员模型[J]. 吉林大学学报(工学版) 2020(01)
    • [2].大规模MIMO系统导频污染问题研究[J]. 无线互联科技 2020(04)
    • [3].基于自适应MIMO技术的深空探测对流层延迟预测[J]. 红外与激光工程 2020(05)
    • [4].基于黎曼流形的MIMO雷达目标检测方法[J]. 吉林大学学报(信息科学版) 2020(03)
    • [5].5G室内分布系统建设方案及MIMO技术使用分析[J]. 数字技术与应用 2020(05)
    • [6].探究MIMO技术在短波通信基带处理中的应用[J]. 产业科技创新 2019(05)
    • [7].一种MIMO非高斯振动的逆多步预测法[J]. 振动.测试与诊断 2020(04)
    • [8].基于升空大规模MIMO平台的无源定位方法[J]. 通信技术 2020(06)
    • [9].角度估计辅助量子密钥分发的毫米波大规模MIMO系统安全传输方案[J]. 信号处理 2020(08)
    • [10].MIMO雷达抗有源干扰性能分析[J]. 科技风 2020(32)
    • [11].联合时移和空间划分方法抑制大规模MIMO导频污染[J]. 通信学报 2017(02)
    • [12].大规模MIMO天线设计及对5G系统的影响分析[J]. 网络安全技术与应用 2017(05)
    • [13].MIMO系统中均衡与预编码技术的对比研究[J]. 信息通信 2017(07)
    • [14].基于空时域压缩的大规模MIMO导频污染抑制算法[J]. 计算机工程 2017(07)
    • [15].5G大规模MIMO高低频信道模型对比探讨[J]. 移动通信 2017(14)
    • [16].大规模MIMO系统中功率分配算法的能效研究[J]. 郑州大学学报(工学版) 2017(04)
    • [17].空间调制系统检测方法在5G大规模MIMO中的应用研究[J]. 科技资讯 2015(34)
    • [18].大规模MIMO系统中导频污染研究进展[J]. 广东通信技术 2016(05)
    • [19].大规模MIMO系统中导频污染空域降低方法[J]. 通信技术 2016(08)
    • [20].大规模MIMO预编码算法研究与分析[J]. 通信技术 2016(09)
    • [21].基于集中式MIMO雷达的多目标跟踪功率分配优化算法[J]. 空军工程大学学报(自然科学版) 2019(05)
    • [22].基于大规模MIMO技术的5G无线信道建模及仿真[J]. 邮电设计技术 2020(07)
    • [23].全双工大规模MIMO中继频谱效率研究[J]. 通信技术 2017(02)
    • [24].航空发动机MIMO系统的闭环辨识与故障诊断算法[J]. 测控技术 2017(04)
    • [25].大规模MIMO下最优预编码选择策略研究[J]. 电视技术 2016(05)
    • [26].MIMO系统中空时编码性能仿真和分析[J]. 电信科学 2015(02)
    • [27].对MIMO雷达角度欺骗干扰研究[J]. 电子测量技术 2015(03)
    • [28].MIMO双基地雷达及其应用展望[J]. 大众科技 2015(04)
    • [29].大规模MIMO系统中基于子空间跟踪的半盲信道估计[J]. 应用科学学报 2015(05)
    • [30].MIMO技术在煤矿井下通信中的应用[J]. 科技视界 2015(33)

    标签:;  ;  ;  ;  

    MIMO无线通信系统信号检测算法研究
    下载Doc文档

    猜你喜欢