当前位置：文档之家 › MIMO系统中分层空时信号检测技术

MIMO系统中分层空时信号检测技术

  • 格式：pdf
  • 大小：307.85 KB
  • 文档页数：6

http://www.paper.edu.cn MIMO系统中分层空时信号检测技术 贺楠 北京邮电大学信息工程学院，北京（100876） E-mail：henan8461@sohu.com摘 要：本文主要研究了MIMO系统中分层空时编码中的几种检测算法，包括ZF迫零检测算法，QR分解算法，MMSE检测算法，ML检测算法，并对各个算法进行了仿真,比较了性能差异，还研究了调制方式，天线个数等因素对算法性能的影响。

关键词：分层空时编码，ZF，QR，MMSE，ML 中图分类号：TN 929.5

1. 引言 无线通信系统中存在严重多径衰落，它是影响通信质量的主要因素。当信道为深衰落时，接收机有可能无法恢复发送信号。在大多数散射环境中，天线分集是一种行之有效的抵抗多径衰落的方法。 MIMO系统在收、发端采用多元天线阵，依靠发送和接收分集，引入空域信息，为接收机提供多个具有不相关衰落特性的信号的复本，有效地利用多径效应，实现在衰落无线通信环境中的可靠通信。 用于发射分集的空时编码(Space-Time Coding)能够在不牺牲带宽的情况下提高数据传输速率，改善系统误码性能，增大系统容量，成为了研究的热点。 本文重点讨论分层空时信号（V-BLST）检测技术及其仿真结果。主要包括QR分解检测算法，ZF迫零接收算法，MMSE算法，最大似然检测算法及仿真结果。

2. MIMO技术实质 MIMO（Multiple Input Multiple Output）技术实质上是为系统提供空间复用增益和空间分集增益，目前针对MIMO信道所进行的研究也主要围绕这两个方面。空间复用技术可以大大提高信道容量，而空间分集则可以提高信道的可靠性，降低信道误码率[3]。

空间复用就是在接收端和发射端使用多副天线，充分利用空间传播中的多径分量，在同一频带上使用多个数据通道（MIMO子信道）发射信号，从而使得容量随着天线数量的增加而线性增加。这种信道容量的增加不需要占用额外的带宽，也不需要消耗额外的发射功率，因此是提高信道和系统容量一种非常有效的手段。 空间分集一般用两副或者多副大于相关距离的天线同时接收信号，然后在基带处理中将多路信号合并。如果MIMO系统中收发天线的数目分别是和，那么空间可以形成可用的链路，如果这些链路是相互独立的，那么得到的分集增益是。 RnTn

×RTnn×RTnn需要指出的是复用增益如果过大，相应的分集增益就不会很大，因此在实际的通讯中，复用增益和分集增益应该考虑到实际信道的情况折中而取。

3. 分层空时信号检测算法 在V-BLAST系统中，设发送天线数和接收天线数分别为和，则各个发送天线上的发送符号组成了维的发送向量，TnRn

TnxxxxΛ21,=T1n´T,(1,2...,)ixin=是第个天线上的i

-1- http://www.paper.edu.cn 发送符号。则各个接收天线上的接收信号组成了R1n×维的接收向量，是第个天线上的接收符号。在准静态衰落信道的条件下，。 RnrrrrΛ,21,=

i=+rHxn

R,(1,2...,)irin=

H是维的信道响应矩阵。hi是第Rnn×T(1,2...,,1,2,...,)ijnjn==

RT

j个发送天线到第i个接

收天线的信道响应。n是维的噪声向量，其每个分量都是均值为0，方差为R1n×2σ的独立

高斯随机变量[1]。

3.1 QR分解检测算法[2]HHQR分解检测算法的原理是对信道响应矩阵进行QR分解。当信道响应矩阵满足

时，矩阵Rnn≥RHUR=T可以进行QR分解，分解的结果表示如下： ，是一个的正交矩阵；RURTnn×

R是一个的上三角矩阵，对于，其满足。

()0ijtR=

Tnn×,,1,2Tijijn≥=LT

T发送天线包含的信息可以通过矩阵接收到的向量左乘矩阵得到：。把QR分解代入，可以得到：'rTnyyRxn=+TTRRRyUrUHxUn==+，则接收矢量的每一

个分量都可以表示为：

,()Tnijitijtttji yRxn=′=+∑1,2,Tn=K i

$itx可以用下面的公式表示出来： 那么传输信号的估计值

$,1

,

()()TnjittijtijitiityRxxqR∧=+⎡⎤−⎢⎥

⎢⎥=

⎢⎥

⎢⎥⎣⎦

∑1,2,Tn=K i 3.2 ZF检测算法[2]迫零检测算法的目的就是首先检测出某一层的发送信号，然后从其他层中抵消这一层信号造成的干扰，逐次迭代，最后完成整个信号矢量的检测。

1211{,...}111,argmin()()ˆQ()()()1iiiiiiiiiiiijttttitttittiititityysii+G=HGωGωrxrrHGH−∉

+++

======−==+Loop：j

t ()1H其中，itH表示将的第列变为0，Q(为解调判决，HHHHH−

+=itH

H)g称为矩阵的

伪逆。 3.3 MMSE检测算法[2]

-2- http://www.paper.edu.cn MMSE及为抑制和删除干扰的最小均方差检测。 Hwr在MMSE（Minimum-Mean-Square-Error）的检测原理就是，保证接收到的线性联合矢量

x之间的均方差最小。如下面的公式所示： 和传输的矢量

2min{()}HExwr−

这里的是的矩阵，系数如下面的公式所示： wRnn×T

H21[]THHnwHHIHσ−=+

MMSE算法也可以有类似迫零算法的迭代结构，只需要将迫零算法中的G替换为即可，不再详述。 w

3.4 最大似然(ML)准则[4]最大似然比检测算法是目前知道的最好的检测信息的方案，最大的优点就是不需要计算矩阵的逆，它是让接收信号和所有可能的发送信号进行比较，产生最大似然的估计值s，这里

的s可以由下面的式子得到，

{}12,,argminjK

j

sss

sxHs==−

L

$

最大似然算法的复杂度随着发天线的数目成指数增长，不适合于发天线数目比较多的和高阶调制方式。当发天线的数目比较小时，采用ML是能够实现的。

4. 仿真结果 4.1 不同的调制方式对检测性能的影响 在准静态瑞利信道中，基于QR排序算法分析，收发天线数目都设定为4，采用BPSK、QPSK、16QAM调制。

图1不同调制方式下QR分解性能差异图 从图1可以看出，调制阶数越高，性能越差。16QAM最差，BPSK调制的性能最好。由此可以分析到低阶调制能够在较低的Eb/N0的情况下误码率容易满足实际传输的要求，只有Eb/N0足够大的时候，高阶调制才达到性能可靠性的要求。 在图中还看到BPSK和QPSK性能接近，这主要和二者的星座图有关，当把BPSK（1，0；－1，0）的星座图旋转大约45度角，就和QPSK星座图形一样，二者调制星座图的类

-3- http://www.paper.edu.cn 似，导致了性能的类似。 4.2 等天线发送对于检测性能的影响 在准静态瑞利信道中，采用QPSK调制方式，图2采用QR检测算法，收发天线分别设定为1×1，2×2，4×4，图3采用ZF检测算法，收发天线分别设定为2×2，4×4，8×8，图4采用MMSE检测算法，收发天线分别设定为2×2，3×3，4×4

图2 收发等天线的QR分解检测性能图 图3 收发等天线的ZF检测性能图 图4 收发等天线的MMSE检测性能图 从图2，3中看到QR和ZF分解检测算法在等天线收发时，天线数目越多性能越差。而通过图4得出，在天线数目相等的情况下，MMSE算法，随着天线数目增加，性能有所改善。这是因为ZF和QR算法的检测主要依赖上一层检测信息的准确程度，因此天线数目多的系统容易产生错误传播，导致了分集等增益的衰弱；而MMSE算法中，综合考虑了信道传播矩阵和噪声的特性，对误码的传播有一定的抑制作用。

4.3 收发天线的个数对检测性能的影响 在准静态瑞利信道中，基于QR排序算法分析，采用QPSK的调制方式收发天线的个数分别为2发2收，2发4收，4发4收。

-4- http://www.paper.edu.cn 05101520253010-510-410-310-210-1100

Eb/N0Pe QR-2T2RQR-2T4RQR-4T4R

图5 天线数对QR算法性能的影响 首先从图中可以得出结论在收天线个数一定时，发天线数目越少性能越好。由于个发射天线的信号不具有正交性，空间信道存在信道干扰。随着发天线数目的减少，干扰降低，性能会有显著的改善。当发天线个数一定时，收天线个数越多，性能越好，这是因为对于每个发射天线的信号，接受天线可以提供阶的接收分集来抗衰落，接收天线个数增多，分集增益也变大。但是在实际工作中，增加接收天线数目建设成本比较昂贵复杂，而且天线的使用还受到很多天线之间的干扰等条件的限制，所以增加天线的建议只能根据实际的情况而用。

TnRn

4.4 不同算法的性能比较 在准静态瑞利信道中，采用QPSK调制，收发天线的个数都是4，在收端检测信息时采用QR分解算法、ZF算法和MMSE检测算法

图6 三种算法检测性能图 由图中我们可以看到，采用了干扰消除的排序MMSE算法性能是最好的，比ZF和QR分解算法的性能明显好很多。QR算法检测性能最差。三种算法均是逐层进行的，每一层信号检测都会对下一层信号产生很大的影响，在这样的情况下加性噪声是逐层累加的。QR分解算法性能最差，这是因为在QR分解中没有针对加性干扰和乘性干扰的消除过程，而ZF算法利用加权矢量与信道响应矩阵正交，使用迫零准则来消除信道乘性干扰，但并不考虑加

-5-

合集下载

MIMO系统检测算法综合分析与比较

MIMO系统检测算法综合分析与比较

662012年第14期责任编辑：陈雍君********************陈建青 葛利嘉 双 涛 罗健源 【摘要】MIMO 技术是无线通信领域广泛关注的新技术。

文章首先归纳总结MIMO 检测的最大似然检测、迫零检测、最小均方误差检测、迫零排序逐个干扰抵消检测和QR 检测等典型检查算法；然后分析基于深度优先策略的VB 、CL 、加权KCL 球形解码算法和基于宽度优先策略的K-best 球形解码算法；最后在准静态平坦瑞利衰落环境下对这些算法进行了性能仿真比较，讨论了算法实现的复杂性。

【关键词】MIMO 最大似然检测 球形解码 K-best收稿日期：2012-03-061 引言多输入多输出（MIMO ，Multiple Input Multiple Output ）技术是无线通信领域的新技术，信号检测算法是MIMO 技术的核心，人们针对MIMO 检测算法进行了深入研究。

传统的MIMO 检查算法主要有：：最大似然（ML ，Maximum Likelihood ）检测算法[1]、迫零（ZF ，Zero Forcing ）检测算法[2]、最小均方误差（MMSE ，Minimum Mean-Square Error ）检测算法[3]、V-BLAST（ZF-OSIC ）检测算法[4]和基于QR 分解的检测算法[5]等。

近年来，人们把在给定格（lattice ）中寻求最短向量的球形解码[6]思想应用于MIMO 系统，形成了MIMO 系统的球形解码算法，在保持优良检测性能的同时，大大减小了计算复杂度。

本文综合介绍这些算法的基本原理及其优势和不足，给出了性能仿真比较，并讨论了工程实现的复杂度，从而在总体上把握MIMO 检测算法的研究现状，探讨其未来新的发展。

2 MIMO 空间信道MIMO 空间信道复用最典型的代表是BLAST ，即贝尔实验室分层空时结构。

这种系统的发射和接收都采用多天线，其信道容量与天线数目呈线性关系，具有很高的频谱效率。

MIMO系统分层空时结构相关问题探索

MIMO系统分层空时结构相关问题探索

MIMO系统分层空时结构相关问题探索作者：宋昀来源：《价值工程》2010年第34期摘要：在无线信道中采用MIMO结构能够显著提高通信系统容量。

本文在分析MIMO系统分层空时结构相关问题基础上，对于其性能进行了详细的仿真，并对仿真结果做出了分析，指出综合考虑下MMSE算法应该是一种比较实用的算法。

Abstract： Using of MIMO system in the wireless channel can significantly improve the capacity of communication system. Based on the related issues of LST in MIMO system, the article simulates its performance in detail and analyzes the simulation result. The author found that the MMSE algorithm is a more practical algorithm.关键词：无线信道；MIMO系统；分层空时结构；仿真分析；MMSE算法Key words： wireless channel；MIMO system；LST；analysis of simulation；MMSE algorithm中图分类号：TP31文献标识码：A文章编号：1006-4311（2010）34-0166-010引言最近十年来，因特网和移动通信飞速发展，在第三代蜂窝移幼通信中已经部分地引入了无线因特网和多媒体业务。

而在新一代移动通信系绕（即所谓的Beyond 3G或4G）中，人们对于传输速率提出更高的要求，这就需要采用更先进。

然而频谱资源总是有限的，要支持高速率就要开发具有极高频谱利用率的无线通信技术。

信息论领域近年来的研究表明，采用多进多出（MIMO）结构可以显著提高无线系统的频谱利用率。

垂直分层空时码检测算法创新课程设计

垂直分层空时码检测算法创新课程设计

[4] 李世鹤.TD-SCDMA 第三代移动通信系统标准.人民邮电出版社，2003。
[5] 吴伟陵,牛凯. 《移动通信原理》.电子工业出版社.290~306
[6] 李立华，王勇，张平.《移动通信中的先进信号处理技术》.北京邮电大学出版社
BLAST是一种同时在空间维度和时间维度上编码的技术，属于空时码的一种。该技术将一维编码方法同空间维度的传输结合起来，使得解码端的复杂度仅仅随天线数目的增加线性增长，而不是如二维空时码一样呈指数增长。V-BLAST（垂直分层空时码）系统的子流未进行编码，因此在检测方法上比编码的BLAST具有更简单的特点。本文首先介绍V-BLAST系统的信号模型，在此基础上应用不同的信号估计准则推导出不同的检测算法。
设S=｛s1,s2...snT｝为自然数｛1,2...nT｝的某种排序。ZF算法可以用如下的步骤进行迭代：
初始化：i=1
迭代过程：
（5）
（6）
（7）
（8）
（9）
（10）
（11）
其中， 表示令s1,s2...,si列为0得到的矩阵的广义逆，(Gi)j表示矩阵Gi的第j行， 表示根据星座图对检测信号进行硬判决解调。
（18）
其中 表示估计矩阵 的第j行。因此，采用最优排序方法只需要对判决反馈检测算法作少量修改：将其顺序检测各分量改为检测具有最大待检信噪比的分量，并在后续步骤中消去H i中的对应行，其余步骤不变。
三、算法仿真及分析
以上分别讨论了V-BLAST系统的两种检测算法，下面对这两种算法进行了仿真。仿真中假设发射机和接收机都准确知道信道的状态信息。ZF算法和MMSE算法的性能仿真如下：
一、
假设一个点对点的MIMO系统，有nT个发送天线，nR个接收天线，系统的框图如图1所示：
MIMO系统的信号检测算法

MIMO系统的信号检测算法

MIMO系统的信号检测算法作者：田根林李华来源：《科技视界》2016年第16期【摘要】在高速宽带无线通信系统中，MIMO技术能够在不增加系统带宽和发射功率的情况下，有效提高系统传输速率和频谱效率。

然而，由于不同发射天线发出的信号的相互干扰以及无线通信系统的多径效应，使得MIMO系统的信号检测面临巨大挑战，严重阻碍了MIMO技术的广泛应用。

因此本文主要针对MIMO系统的信号检测算法进行研究，通过算法比较和仿真验证可以得出，基于球形译码的信号检测（SD）算法具有更优的检测结果。

由于引入干扰抵消和排序机制，ZF-OSIC和MMSE-OSIC算法在性能方面得到了提升。

【关键词】无线通信系统；MIMO；信号检测；球形译码【Abstract】In the high-speed broadband wireless communication systems， Multi-input and multi-output（MIMO） technology can improve transmission rate and spectrum efficiencies without any increase of system bandwidth and transmitting power. Thus， the signal detection for MIMO systems is challenging because of the channel noise and multipath fading， and has become the biggest block of development. In this paper， most attention is concentrated on the signal detection algorithms for MIMO Communication Systems， through the comparision with the existent algorithms and the simulations， we can conclude that the signal detection algorithm based on sphere decoding has a better detection effect. Due to the introduction of the interference cancellation and the ordering rule， the algorithm optimality of ZF-OSIC and MMSE-OSIC is both improved effectively.【Key words】Wireless communication systems； Multiple-input-multiple-output；Equalization algorithms； Sphere decoding0 引言MIMO技术对于传统的单天线系统来说，能够大大提高频谱利用率，使得系统能在有限的无线频带下传输更高速率的数据业务。