MIMO系统的优化与天线选择算法的研究

MIMO系统的优化与天线选择算法的研究

论文摘要

快速发展的无线通信已成为信息产业中最为耀眼的亮点,并成为推动社会经济发展的强劲动力。但无线通信的迅速发展使有限的频谱资源与不断增加的系统容量需求之间的矛盾越来越突出。结合空时处理的多输入多输出(multi-input multi-output, MIMO)技术的出现,为解决该矛盾提供了新途径。MIMO无线通信系统因为在容量和频谱利用率方面的卓越性能,成为未来无线通信系统的发展方向。本文分析了影响MIMO系统实际应用中系统容量、传输速率和传输可靠性的因素,深入研究了一系列相关理论和关键技术。特别是在空间复用MIMO系统中的天线选择技术,闭环MIMO系统的分集与复用折衷优化问题,多用户MIMO系统预编码方法和相关优化设计问题等方面做了详细研究。基于误码率准则的天线选择技术可以有效的提高空分复用系统的传输性能,降低系统成本,但由于实时性问题使其实用性变差。本文提出了基于误码率准则的次优天线选择算法。该算法利用系统误码率、线性接收机输出信噪比与信道矩阵之间的函数关系对系统误码率上边界进行近似,进而选择较优的天线子集,达到改善系统传输性能的目的。为了降低计算复杂度,推导出了复域递推Householder变换方法,在此基础上给出了快速的天线选择算法。与传统算法相比,该算法降低了计算量的同时提高了系统的传输可靠性,改善了空分复用系统的性能,可以很好的满足系统实时性、快速性的要求,在相关信道传播环境中也可获得可靠的传输性能和较好的系统容量。针对空分复用多用户MIMO系统利用发送选择分集算法系统成本过高,不易于实现的问题,提出了一种适用于多用户MIMO系统下行链路的联合天线选择算法。通过对多用户系统基站发送端和用户接收端传输错误概率的分析,得到以系统误码率最小化为目标的选择准则。该算法可以获得较好的误码率性能,有效的降低了多用户系统复杂度,在系统性能和硬件成本间取得了较好的折衷。提出一种闭环多天线系统的分集复用判决切换算法。该算法以误码率为准则,在发送端根据反馈信息采用不同工作方式来满足系统的要求,充分利用分集复用增益,使得可切换MIMO系统的传输速率和可靠性得到很大程度上的改善。采用低复杂度的判决准则,推导得到一种分集复用模式快速切换算法对系统分集复用模式进行选择,达到充分利用多天线系统分集与复用利益的目的。与现存算法相比,本文给出的算法可以更好地利用系统的瞬时分集增益,大大降低了计算复杂度,很好地满足了多天线通信系统对实时性和快速性的要求。以系统可靠性和传输速率为目标,提出了基于自适应码率、功率分配技术的多天线系统分集复用折衷算法和快速折衷算法。该算法在链路级采用自适应的码率和功率分配方案,根据信道实时状态信息选择多天线系统工作方式,充分利用系统分集复用增益的同时具有较好的抗扰动性能和较低的计算复杂度,适于实际的通信环境。在以基站为中心的下行多用户MIMO通信系统中,其传输的关键在于如何有效的消除多用户干扰,使移动台获得良好的传输性能。为满足这一性能要求,在单天线多用户波束形成的基础上,提出了一种多天线多用户的预编码算法和发送端性能优化预处理算法。该算法利用下行广播信道多用户信道矩阵分块的方法构造干扰用户零空间,进行多用户干扰消除,充分利用多用户MIMO系统性能。与以往线性预编码算法相比,所提算法可以获得较好的误码率性能,且具有较低的计算量,满足了无线通信系统实时性、快速性的要求。考虑到空分复用多用户MIMO系统用户间缺乏协作以及消除多用户干扰后残存误差对传统线性接收机检测性能的影响,本文利用每个用户的自身信道对多用户系统用户端信道进行扩展重构,基于扩展后的信道对多用户系统用户接收机进行优化均衡。减少了多用户干扰消除后的残差和信道估计误差的影响,有效地改善了多用户MIMO系统接收机性能,具有较好的鲁棒性且易于实现。给出了一种迭代的多用户MIMO系统用户选择算法,避免了用户信道矩阵直接求逆,减少了计算量。不仅可以获得较好的系统容量,具有较低的计算复杂度,而且对于实际的多用户MIMO通信系统具有较强的适用性。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 移动通信系统的发展
  • 1.2 MIMO系统的发展及研究现状
  • 1.3 MIMO系统主要研究热点
  • 1.4 本文的主要工作和内容安排
  • 第2章 MIMO系统理论基础
  • 2.1 MIMO系统信道模型及容量
  • 2.1.1 无线信道基本物理特性
  • 2.1.2 MIMO系统信道模型
  • 2.1.3 MIMO系统信道容量
  • 2.2 MIMO系统的分集与复用
  • 2.2.1 空间复用技术
  • 2.2.2 分集技术
  • 2.2.3 分集复用折衷
  • 2.3 天线选择技术
  • 2.3.1 容量最大化天线子集选择
  • 2.3.2 误码率最小化天线子集选择
  • 2.4 多用户MIMO系统主要技术
  • 2.4.1 多用户MIMO系统容量
  • 2.4.2 多用户MIMO系统预编码
  • 2.4.3 多用户MIMO系统调度
  • 2.5 本章小结
  • 第3章 适用于空间复用MIMO系统的天线选择算法
  • 3.1 基于系统最小误码率的H-QR天线选择算法
  • 3.1.1 系统模型
  • 3.1.2 天线子集选择准则
  • 3.1.3 基于误码率的H-QR天线选择算法
  • 3.1.4 性能分析
  • 3.1.5 仿真实验及结果分析
  • 3.2 MIMO系统RH-QR快速天线选择算法
  • 3.2.1 递推Householder变换
  • 3.2.2 MIMO系统RH-QR快速天线选择算法
  • 3.2.3 性能分析
  • 3.2.4 仿真实验及结果分析
  • 3.3 多用户MIMO系统联合天线选择算法
  • 3.3.1 多用户MIMO系统发送选择分集
  • 3.3.2 多用户MIMO系统联合天线选择算法
  • 3.3.3 性能分析
  • 3.3.4 仿真实验及结果分析
  • 3.4 本章小结
  • 第4章 闭环MIMO系统下的分集复用折衷算法
  • 4.1 基于反馈的MIMO系统分集复用折衷判决算法
  • 4.1.1 信号模型
  • 4.1.2 传统MIMO系统分集复用切换算法
  • 4.1.3 基于反馈的MIMO系统分集复用折衷判决算法
  • 4.1.4 性能分析
  • 4.1.5 仿真实验及结果分析
  • 4.2 低复杂度MIMO系统分集复用折衷判决算法
  • 4.2.1 判决准则近似等价关系
  • 4.2.2 低复杂度MIMO系统分集复用折衷判决算法
  • 4.2.3 仿真实验及结果分析
  • 4.3 基于自适应链路技术的分集复用折衷判决算法
  • 4.3.1 MIMO系统分集复用多模式选择
  • 4.3.2 基于链路自适应技术的分集复用折衷判决算法
  • 4.3.3 复杂度分析
  • 4.3.4 仿真实验及结果分析
  • 4.4 本章小结
  • 第5章 多用户MIMO系统预编码及优化算法
  • 5.1 多用户MIMO系统预编码算法
  • 5.1.1 多用户MIMO系统模型
  • 5.1.2 线性块对角化预编码方法
  • 5.1.3 多用户MIMO系统预编码及预处理优化算法
  • 5.1.4 性能分析
  • 5.1.5 仿真实验及结果分析
  • 5.2 基于MMSE的多用户MIMO系统检测算法
  • 5.2.1 传统算法描述
  • 5.2.2 基于MMSE的多用户MIMO系统检测算法
  • 5.2.3 信道估计误差影响分析
  • 5.2.4 仿真实验及结果分析
  • 5.3 多用户MIMO系统用户选择算法
  • 5.3.1 多用户MIMO系统用户选择算法
  • 5.3.2 复杂度分析
  • 5.3.3 仿真实验及结果分析
  • 5.4 本章小结
  • 第6章 结论
  • 参考文献
  • 致谢
  • 攻读博士期间发表的论文
  • 个人简历、科研项目和学术活动
  • 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系统的优化与天线选择算法的研究
    下载Doc文档

    猜你喜欢