方向图可重构MIMO天线选择系统的性能研究

论文摘要

未来无线通信系统要求更高的传输速率,同时具有更高的安全性、智能性和灵活性,以及更好的传输质量,为了满足这一要求,将采用以下关键技术:智能天线、软件无线电、多输入多输出（Multiple-Input Multiple-Output, MIMO）和正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）。其中MIMO能在不增加带宽和发射功率的情况下,成倍地提高无线通信的质量与数据速率。实际应用中会更多地考虑成本因素,从而提出了天线选择技术,它通过使用较少的射频链路,获得接近于原来系统的性能。由于小型化的无线终端上无法布置多根天线,在MIMO天线选择系统中引入方向图可重构的概念,它能进一步降低成本,同时获得更好的性能。本文在分析几种典型的MIMO天线选择算法基础上,提出了一种低复杂度的受限自适应马尔可夫蒙特卡罗选择算法。将天线的方向图可重构性和MIMO天线选择系统结合,提出了一种基于可重构天线辐射状态的选择算法。它的基本原理是,可重构天线的辐射状态对应着信道的传播状态,选择最佳辐射状态对应着选择最佳信道传输状态,也就是最大化信道矩阵的Frobenius范数。根据信噪比和信道矩阵的关系发现此时接收端信噪比也最大,从而改善了系统的性能。理论研究及仿真结果表明,可重构MIMO系统相比传统MIMO可获得更多的阵列增益和遍历容量,它们都随着每根天线的方向图数目的增多而增加。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景与意义
• 1.1.1 MIMO概述
• 1.1.2 天线选择的提出
• 1.1.3 方向图可重构与MIMO天线选择的结合
• 1.1.4 实际应用中存在的问题
• 1.2 本文主要工作及内容安排
• 第二章 MIMO天线选择系统模型和性能分析
• 2.1 天线选择的必要性
• 2.2 系统模型
• 2.3 MIMO信道容量分析
• 2.3.1 发送端已知信道：注水法
• 2.3.2 发送端未知信道：平均功率分配
• 2.4 天线选择系统的性能分析
• 2.4.1 SIMO系统的性能
• 2.4.2 MIMO系统的性能
• 2.5 本章小结
• 第三章 天线选择算法分析
• 3.1 经典算法
• 3.1.1 最优算法
• 3.1.2 基于范数的天线选择算法
• 3.1.3 基于相关的天线选择算法
• 3.1.4 递增递减天线选择算法
• 3.2 自适应马尔可夫蒙特卡罗选择算法
• 3.2.1 MIMO接收天线选择系统模型
• 3.2.2 受限自适应马尔可夫蒙特卡罗选择算法
• 3.2.3 仿真分析
• 3.3 本章小结
• 第四章 方向图可重构天线与MIMO系统的结合
• 4.1 MIMO系统中的多天线设计
• 4.2 方向图可重构天线对MIMO系统性能的影响
• 4.2.1 方向图可重构天线的概念
• 4.2.2 应用于MIMO系统中的方向图可重构天线
• 4.2.3 传输方案、可重构天线阵列的方向图特征和环境之间的关系
• 4.2.4 方向图可重构天线对MIMO系统容量的影响
• 4.3 具有方向图可重构性的MIMO天线选择系统
• 4.3.1 系统介绍
• 4.3.2 传播信道测量
• 4.3.3 系统的信道容量
• 4.3.4 信道容量仿真分析
• 4.4 本章小结
• 第五章 实际可用的方向图可重构MIMO天线选择系统
• 5.1 MIMO系统中方向图可重构天线的设计
• 5.1.1 方向图可重构天线的优势
• 5.1.2 方向图可重构天线设计原理
• 5.2 方向图可重构MIMO系统模型
• 5.2.1 正交空时分组码的概念
• 5.2.2 最大比合并原理
• 5.2.3 系统模型
• 5.3 方向图可重构MIMO系统的选择准则
• 5.3.1 一般的MIMO天线选择标准
• 5.3.2 改进的选择准则
• 5.4 方向图可重构MIMO系统的性能分析
• 5.4.1 可重构MIMO系统的阵列增益
• 5.4.2 遍历容量
• 5.4.3 分集阶数和编码增益
• 5.5 方向图可重构MIMO系统的性能影响因素
• 5.5.1 辐射方向图间的相关性
• 5.5.2 信道估计
• 5.6 算法仿真分析
• 5.6.1 阵列增益
• 5.6.2 遍历容量
• 5.6.3 误比特率
• 5.6.4 方向图可重构MIMO系统的吞吐量
• 5.7 本章小结
• 第六章 结束语
• 6.1 总结
• 6.2 下一步研究工作
• 致谢
• 参考文献
• 作者攻读硕士学位期间发表的论文