基于MIMO天线多载波系统的最大容量及最优信道选择算法 傅金琳;侯春萍;阎磊;戴居丰 【摘 要】果表明,经过信道选择的系统能更有效地保证符号可靠传输,并且系统容量逼近提出的容量上限.
【期刊名称】《天津大学学报》 【年(卷),期】2009(042)008 【总页数】6页(P707-712) 【关键词】信道容量;三维能量密度谱;能量注水解;信道选择;容量上限 【作 者】傅金琳;侯春萍;阎磊;戴居丰 【作者单位】天津大学电子信息工程学院,天津,300072;天津大学电子信息工程学院,天津,300072;天津大学电子信息工程学院,天津,300072;天津大学电子信息工程学院,天津,300072
【正文语种】中 文 【中图分类】TN911.3 多输入多输出(multiple-input multiple-output，MIMO)天线在满足收发天线对射频链路互相独立的条件下，能有效提高信道容量[1-3]，在深度多径散射的环境下实现空间分集增益，是下一代移动通信标准的备选技术．假设点对点通信模型中采用 Nt根发送天线和 Nr根接收天线，那么空间中形成 Nt×Nr个射频链路供符号传输，通信模型的频域表达式为 式中：X、Y和H均为信道传输矩阵，,；W 为加性零均值复高斯噪声．文献[1]讨论了当信道传输矩阵 H中的元素满足不同概率分布时系统的容量．MIMO信道传输矩阵可以通过奇异值分解转化为对角型矩阵，从而将MIMO的“蝶形”信道化归为并行信道[4]，由此，通过“注水原理”[5]可以求解 MIMO系统的信道容量上限．在这一思路的引导下空时分组码(space time block coding，STBC)被提出并被广泛研究[6-8]，如果把发送预编码、蝶形信道传输函数和接收解码当作一个整体，总体传输函数可以等效成一个纯对角型矩阵，也就是并行信道的传输函数，因此空时编码是实现MIMO容量的有效方法．以上关于MIMO信道容量的结论给MIMO系统的设计提供了总体的指导思想，但没有涉及到具体的调制解调方法；相应信息论模型的建立都是基于一个基带符号周期内的单载波．关于如何求解多载波时-频-空信道容量的问题以往的研究没有涉及． 多载波调制技术(multicarrier modulation，MCM)通过在时域拉长码元周期，降低了码间串扰(ISI)，并将并行符号调制到相互正交的子载波上，实现了频带划分，化宽带通信为窄带通信，实现了频率选择性信道到频域平坦信道的转化[9-10]．快速傅里叶变换/反变换(fast Fourier transform/inverse fast Fourier transform，FFT/IFFT)和离散小波包变换/反变换(discrete wavelet packet transform/ inverse discrete wavelet packet transform，DWPT/IDWPT)是MCM常见的两种脉冲成型函数，本文旨在从时-频-空的角度讨论MIMO-MCM系统的信道容量．在MCM中，调制的对象不再是一个符号而是一组符号，实质上是对传统单载波通信系统多个时-频单元积累的重新划分，因此本文中以一个MCM符号周期，即以一组基带符号为研究对象建立模型．在MIMO天线下，笔者把一个MCM 符号周期的基带能量先在天线上划分，而后向时-频投影，提出了能量的时-频二维谱密度的概念．基于这个概念，把能量密度谱在时-频-空上积分，从而度量每个时-频-空的子信道能量．假设 MIMO信道经过化归后形成 N个并行信道，采用的多载波调制又形成M个时频信道，这样在MIMO-MCM中形成了 M×N 个信道，在上述模型下研究系统的容量上限和实现容量上限的算法准则．需要说明的是，这里一个 MCM符号周期是指一个多载波调制符号周期上各个天线发送的符号数总和． 在得到最优容量和最优分配准则后，可以在MIMO-MCM系统中进行信道选择，放弃恶化严重的信道，使得基带能量的分配更有效，这种子信道选择算法能更有效地利用系统资源．总体上基于给出的信道模型，能提供更灵活可配置的资源利用方法，实现资源利用的最优模式． 对信道传输矩阵进行奇异值分解，即 式中 U 和为归一化矩阵，满足 ，，其中I为单位阵，表示矩阵(·)的共轭转置．式(1)可以写成 式中D为纯对角型矩阵．MIMO蝶形信道转化为并行信道，如图1所示． 1.1 能量约束条件 以一个MIMO-MCM符号周期内的一组符号为研究对象，假设在未采用多载波调制的单输入单输出系统中，基带为一个符号分配的能量为 Es，符号持续时间为Ts，而一个MIMO-MCM符号周期内含有Nc个传统串行基带符号，那么这一组符号所能携带的最大基带能量 E为式(7)，这一组符号的符号周期 T为式(8)． 而在这一组符号周期内，所有能量分配到如图1所示的N个并行信道中，在天线上的能量束缚条件为 式中 Ei表示分配到第 i个并行信道的总能量．对于一个确定的通信系统，分配的可用带宽是确定的．在这里，在一个MIMO-MCM符号周期内，用第i个信道的总能量对时间和频率求偏导数得到，定义其为每个并行信道的时-频能量密度谱，且满足 式中 Δf为系统的最大可用带宽．为了方便表达，定义时间-频率参考点为零，即 t = 0, f= 0．将式(10)带入式(9)，得到总的功率约束条件 类似地，定义每条并行信道在接收端上的时间-频率噪声功率谱密度函数 ni(f,t)，表示第 i个并行信道接收端噪声在时间、频率上的二维分布函数． 1.2 时间-频率约束条件 为了能以时-频信道的观点定量研究信道容量上限，需要对一个 MIMO-MCM 符号周期所占用的时-频资源进行任意尺度分割．假设 tj和 fj表示第j个符号所占用的时间和频率资源，则时-频资源可以写成 在多载波实现中，如果每个符号占用独立的时-频信道，则 cN M N= × ．第i条并行信道中被第j个符号所占用时-频信道的信号能量和接收端噪声能量分别为 在为一个MIMO-MCM符号周期的信号建立了总能量约束和时-频资源约束的基础上，下面讨论MIMO-MCM的容量上限． 在 Shannon信息论和并行加性噪声信道容量[5]的基础上，分析MIMO-MCM时-频-空信道． 2.1 目标函数 文献[5]中的并行高斯信道复数域容量函数在带宽归一化的前提下可以写成 式中和分别为在第n个并行信道中信号和接收端噪声的能量．把这个容量函数移植到MIMO-MCM模型中，需要对每个并行子信道再进行时-频划分．以发射机分配的能量密度谱 si(f,t)为自变量，MIMOMCM系统的总容量为相应的频谱效率为 如果在理想条件下，即发送方已知信道接收端噪声分布 ni(f,t)，并且并行信道的数量 N、每条并行信道上时-频信道的条数M和一个MIMO-MCM的符号周期 T都已知，在约束条件式(11)和式(12)下，求解最优的发送方案 si(f,t)，实现 MIMO-MCM信道总容量的最大值 ． 2.2 最优解 在资源约束的条件下，利用拉格朗日乘数算法构造拉格朗日乘数目标函数 式中α和β为拉格朗日乘数．令目标函数对 si(f,t)的偏导数为零．联立约束条件式(11)和式(12)．得到待解方程组 对方程组进行求解，得到最优解，即 选择A满足，进而得到MIMOMCM的最大总容量为 求解过程如图2所示．其中，N=4，M=4． 从图中可以看出，求解的过程可以看作注水原理在MIMO-MCM信道中的推广，可以把总体能量看作固定量的水，倒入一个由不同时-频-空信道组成的盆地，每个信道接收端的加性噪声能量不同，因此造成盆地的高度不同．水全部倒入盆中，能量分配就结束了，每个时-频-空信道中对应水的高度就是这个信道应该分配到的能量．水面的高度对应的能量密度就是 A，而每个信道信号能量的时-频密度就是．这样就得到了在已知加性噪声环境下的最优能量分配原理和相应的能量上限，这个上限可以作为指导 MIMO-MCM基带成型波形设计的参考标准．需要说明的是，上面的推导结果只是一个理想情况下的理论上限，为了在实际操作过程中体现价值，在下一小节，在实际信道的仿真过程中将通过误码率BER间接反映． 2.3 讨论 式(21)中给出的能量上限是在发射机已知信道环境的假设下给出的，在实际通信系统设计中这一点较难做到，或者需要反馈链路实时完成．在大多数条件下，对于发射机来说信道是未知的，这时通常采取平均分配能量的方法，则这里 为一个常数，即 相应的信道容量为 需要说明，在这一节中，利 一个MIMO-MCM符号周期内基带能量在每个并 道中的时-频二维分布，给MIMO-MCM的信道选择和信号设计提供了更大的自由度，从而提供固定通信系统可用的有限资源更灵活的分解方法和利用方式．当每路并行信道中各个时-频信道接收端噪声分布一致时，结论与文献[5]中相同．可以把文献[5]中的算法看作 MIMOMCM的一个特例实现． 在信道接收端加性噪声已知或系统存在反馈链路的条件下，以MIMO-MCM中MIMO-OFDM系统为例，可以根据式(21)得到最优时-频信道分解方法．系统框图如图3所示． 假设可变长IFFT的最大长度为，系统的收发天线数 N t = Nr= 2，取1,024个基带符号为研究对象，IFFT的长度在 20 ～210内以2倍变化．在信道接收端加性噪声分布已知的条件下，分别计算1,024个基带符号组对应式(21)的最大信道容量．在循环算法结束时，即得到整体容量的最优解．基于整体信道容量的最优解，确定相应IFFT的长度，从而确定这一组符号的时-频信道划分方法．算法可以用伪语言描述如下： 算法返回的L即基于最大系统容量的最优IFFT长度，n为基于最优 IFFT长度下一组符号所要分解子组的个数．依此算法对一组符号进行最优时-频信道分解．为了验证算法的性能，在3GPP(the 3rd generation partnership project)信道下比较系统的误码率．在仿真中假设信道估计是完全准确的，比较所提出的系统与采用1,024固定不变长IFFT的系统在3种典型的信道环境下市区微小区、市区宏小区和郊区宏小区的误码率．信道编码采用(3，1，3)的卷积码，数字调制方式为QPSK，收发天线数为2，基带符号速率为 6 3.8610× 符号/s，信道参数设计参见文献[11]．仿真中的信道冲击响应是对 3GPP信道上采样后在阈值10-6下截取得到的．仿真结果如图4所示． 从仿真结果可以看出，在 3种信道环境下，提出的最优信道选择算法带来了误码率改善．但要注意的是，这是在已知信道接收端加性噪声分布的条件下得到的． 本文从 MIMO蝶形信道出发，首先将其划归为并行信道，进而将并行信道做时-频展开，定义了每个并行信道的二维信号能量谱和噪声能量谱．以此为基础，以一个MIMO-MCM符号周期对应的基带符号组为对象，探讨MIMO-MCM系统的
一种基于范数和相关的MIMO接收天线选择新算法
汪洋;宋娇;葛临东
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)032
【摘要】在MIMO系统中天线选择可以增加系统容量,并能有效地降低MIMO系统的复杂度和射频成本.在对天线选择算法研究的基础上,设计了一种新的基于范数和行向量相关的快速算法获得较大的信道容量.该算法没有矩阵运算,计算复杂度低.最后通过仿真分析与其它算法进行了比较,表明该算法在接收天线数和发送天线数不相等时和最优算法基本一致,优于其他算法.
【总页数】3页(P132-134)
【作者】汪洋;宋娇;葛临东
【作者单位】信息工程大学,信息工程学院,郑州,450002;信息工程大学,信息工程学院,郑州,450002;信息工程大学,信息工程学院,郑州,450002
【正文语种】中文
【中图分类】TN820
【相关文献】
1.MIMO系统一种新的天线选择算法 [J], 李鸿林;韩丽娟;于士军
2.一种改进的MIMO系统接收天线选择算法 [J], 谢红;王立王莹;何祥宇
3.MIMO系统中一种新的接收天线选择算法 [J], 禹化龙;秦卫平
4.一种改进的相关信道下MIMO天线选择算法 [J], 解志斌;刘淑娟;田雨波
5.基于互耦的MIMO系统接收天线选择算法 [J], 王斌斌
因版权原因，仅展示原文概要，查看原文内容请购买。
协作通信技术的研究进展摘要：首先，介绍协作通信技术产生于mimo技术在无线通信领域的运用。
分析协作通信技术原理，概括出当前协作通信技术研究主要集中于信道容量、协作方式、协作中继可靠性以及协作功率等方面。
其次，指出当前协作通信研究中存在中继节点带来干扰、安全保密性以及信道问题，重点分析协作通信中继节点及其带来的干扰。
最后，提出协作通信技术研究中有待解决的问题，即如何减少干扰、优化功率分配、提高网络性能等。
关键词：协作通信；无线通信研究现状；中继节点中国分类号：tn911 文献标识码：a文章编号：10053824（2013）010043050 引言近年来，无线通信技术的发展非常迅猛[1]。
然而，无线信道的衰落特性会使得信号的传输质量下降，主要包括路径损耗、阴影衰落、多径衰落[2]等，使得无线技术的发展更具有挑战性。
为了对抗信道衰落，提高接收信号的信噪比，mimo[3]（multipleinput multipleoutput）技术应运而生。
mimo技术是利用多根发射天线和多根接收天线完成无线传输的技术，具有空间分集和空间复用的双重功能。
mimo技术的空间复用增益可以提高信道的容量，而mimo 技术的空间分集增益可以提高传输的可靠性，降低误码率。
mimo技术已经被认为是新一代无线传输系统的关键技术之一。
虽然mimo 技术有不少优点，但是它的应用却受到一定的局限。
在无线通信系统中，基站安装多天线并不困难。
然而，从实际工程的角度考虑，对于某些场景，如蜂窝移动通信系统的上行链路，由于移动用户终端的自身体积、实现复杂度及功耗等方面的限制，在移动终端上安置多根天线来实现空间分集增益非常困难。
如何发挥mimo技术的优势是无线通信技术发展面临的一个挑战。
正是由于这个挑战，促使了协作通信技术的产生与发展。
1 协作通信技术1.1 协作通信技术介绍协作通信在终端不需要配置多天线，它的基本思想是：单天线的移动终端在多用户情况下通过分享其它用户的天线，从而创建了一个虚拟的mimo系统，以获取分集增益[45]。
