（通信与信息系统专业论文）mimo系统中smcturbo接收机的研究与仿真.pdf

摘要 多输入多输出( m i m om u l t i p l e i n p u tm u l t i p l e o u t p u t ) 系统发射端的信道 编码和空时编码可以等效为t u r b o 串行级联编码结构中的外码编码器和内码编 码器，这种串行级联结构适合采用软输入软输出( s i s o s o f t i n p u ts o f t - o u t p u t ) 的t u r b o 迭代结构进行译码，该译码结构利用前端解调器作为内码译码器对空时 编码进行解调，后端软解码器则作为外码译码器对信道编码进行译码，这样就形 成了m i m o 系统下的t u r b o 接收机。该接收机具有精确的解调性能，但其前端解 调器中的空时编码的解调算法复杂度很高，因此引入了抽样简化算法一序列蒙特 卡洛( s m cs e q u e n t i a lm o n t ec a r l o ) 算法来降低接收机的复杂度，s m c 算法嵌入 到t u r b om i m o 接收机的前端解调器中形成了具有低复杂度、高解调性能新型 s m c + t u r b om i m o 解调接收机。 本文深入研究了s m c + t u r b om i m o 接收机中嵌入的三种s m c 解调算法( 随机 型s m c 、确定型s m c 、混合型s m c ) ，三种方案中以确定型方案的性能最好，其次 为混合型和随机型方案。然而，确定型方案存在总体性能不稳定和误差累积的缺 点，随机型方案虽然性能最差，但却具有抗误差累积的优点。本文重点研究的混 合方案是通过一个界定参数d 将确定型和随机型方案融合在一起，其目的是为了 综合利用两种方案中的优点。然而，由于混合方案中的界定参数d 由人为设定， 导致确定型因素在混合型方案中占主导地位，因此确定方案中的缺点对混合方案 的性能的影响仍较显著。对此，本文针对混合型方案中界定参数d 的设定提出了 直接随机化和系统随机化方案来削弱其确定性因素并增强其随机性因素，从而提 高混合型方案的整体性能和抗误差累积的能力。其中，直接随机化方案通过随机 化参数在迭代过程中直接修正界定参数d ，而系统随机化方案则间接利用m i m o 信道信息的变动来修正界定参数d 。仿真结果显示这两种随机化方案在不增加算 法复杂度开销的情况下可以有效地提高原混合方案的性能，甚至可以超过确定型 方案的性能。 关键词：蒙特卡洛、序列蒙特卡洛、多输入多输出、贝尔实验室分层空一时结构 a b s t r a c t t h ec h a n n e le n c o d e ra n ds p a c e - t i m ee n c o d e ri nm i m ot r a n s m i t t e rs y s t e m 啪b e p e r c e i v e da st h eo u t e re n c o d e ra n di n n e re n c o d e ri nt h et b 0s e r i a lc o n c a t e n a t e d e n c o d e rs y s t e mw h i c hs u i t e st ob ed e c o d e db yt h es o f t - i n p u ts o f t - o u t p u ti t e m t i v e t u r b or e c e i v e rs ot i l a lt h en e wt u r b or e c e i v e rf o rm i m os y s t e mc a l lu s eap r i o r d e m o d u l a t o ra sai n n e rd e c o d e rt od e m o d u l a t et h es p a c e t i m ee n c o d e ra n da p o s t e d o r d e c o d e ra sao u t e rd e c o d e rt dd e c o d et h ec h a n n e le n c o d e r t h en e wt u r b or e c e i v e r p r o v i d eb e t t e rp e r f o r m a n c eb u th i g hc o m p l e x i t yd u e t ot h ed e m o d u l a t ea l g o r i t h mf o r s p a c e - t i m ee n c o d i n g c o n s e q u e n t l y , an e ws e q u e n t i a lm o n t ec a r l oa l g o r i t h mi s e m b e d d e di n t ot h ep r i o rd e m o d u l a t o rt of o r man e ws m c + t u r b or e c e i v e rw i t h1 0 w c o m p l e x i t ya n db e t t e rp e r f o r m a n c ef o rm i m os y s t e m i nt h i st h e s i s ，t h r e es m ca l g o r i t h m s ( s t o c h a s t i c ，d e t e r m i n i s t i c ，c o m b i n e d ) o f s m c + t u r b om i m or e c e i v e ra r er e s e a r c h e d a m o n gt h e s e t h r e es c h e m e s ， d e t e r m i n i s t i cs m ci sb e t t e rt h a ns t o c h a s t i ca n dc o m b i n e ds c h e m ew i t ht h ed e f e c to f u n s t a b l ei n t e 掣 a t e dp e r f o r m a n c ea n de n o ra c c u m u l a t i o nw h i c hc a nb er e s o l v e db y s t o c h a s t i cs c h e m e 丑l ec o m b i n e ds c h e m ei sc o m p o s e do fs t o c h a s t i ca n dd e t e r m i n i s t i c s m ct h r o u g ha na r t i f i c i a lb o u n d a r yp a r a m e t e r da n dr e s t r a i n e db yt h ed e f e c to f d e t e r m i n i s t i cs c h e m ew i t hm o r ed e t e r m i n i s t i cf a c t o rt h a nt h es t o c h a s t i c ip r o p o s e d i r e c tr a n d o m i z a t i o na n ds y s t e mr a n d o m i z a t i o nt ow e a k e nd e t e r m i n i s t i cf a c t o ra n d e n h a n c et h es t o c h a s t i ct oi m p r o v et h ei n t e g r a t e dp e r f o r m a n c ea n dt h er o b u s to f r e s i s t i n ge e t o ra c c u m u l a t i o n d i r e c tr a n d o m i z a t i o ns c h e m er a n d o m i z e st h eb o u n d a r y p a r a m e t e r d d i r e c t l yd u r i n ge v e r y r e c u r s i o nb u ts y s t e mr a n d o m i z a t i o nu s et h e v a r i e t yo fc h a n n e li n f o r m a t i o nt or a n d o m i z edi n d i r e c t l y 乃撑s i m u l a t i o ns h o w st h a t t h et w op r o p o s e dr a n d o m i z a t i o ns c h e m e sc a ni m p r o v ea n de x c e e dt h ep e r f o r m a n c eo f d e t e r m i n i s t i cs m cw i t h o u tt h ep a y o u to f c o m p l e x i t y k e yw o r d s ：m o n t ec a r l o ，s m c ( s e q u e n t i a lm o n t ec a r l o ) ，m i m o ( m u l 卸l e i n p u t m u l t i p l e o u t p u t ) ，b l a s t ( b e l ll a b sl a y e r e ds p a c e - t i m ea r c h i t e c t u r e ) v i 缩略语 b cb l o c kc o d e分组码 b l a s tb e l ll a b sl a y e r e ds p a c e t i m ea r c h i t e c t u r e 贝尔实验室空时分层结构 d r d i r e c tr a n d o m i z a t i o n直接随机化 f s rf a s ts y s t e mr a n d o m i z a t i o n快系统随机化 h c c c h y b r i dc o n c a t e n a t e dc o v o l u t i o n a lc o d e混合级联卷积码 i ci n t e r f e r e n c ec a n c e l f a t i o n干扰抑制 l l r l o g a r i t h ml i k e l i h o o dr a t i o对数似然比 m i m o m u l t i p l e i n p u tm u t i p l e o u t p u t多输入多输出 m l m a x i m u ml i k e l i h o o d最大似然 n r cn o n - r e c u r s iv ec o n v o l u t i o n a l非递归卷积码 n s c n o n s y s t e m a t i cc o n v o l u t i o n a l非系统卷积码 p c c c p a r a l l e lc o n c a t e n a t e dc o v o l u t i o n a lc o d e并行级联卷积码 s c c c s e r i a lc 0 n c a t e n a t e dc o v o l u t i o n a lc o d e串行级联卷积码 s d s p h e r ed e c o d i n g球解码 s i s s e q u e n t i a li m p o r t a n c es a m p l i n g序列重要抽样 s i s os o f ti n p u ts o f to u t p u t软输入软输出 s m c s e q u e n t i a lm o n t ec a r l o序列蒙特卡洛 s r s y s t e mr a n d o m i z a t i o n系统随机化 s s rs l o ws y s t e mr a n d o m i z a t i o e慢系统随机化 s t b c s p a c e t i m eb l o c kc e d e 空时分组码 s t t cs p a c e t i m et r e l l i sc o d e空时栅格码 z f z e r o f o r c i n g迫零 原创性声明 本人声明：所呈交的论文是本人在导师指导下进行的研究工作。 除了文中特别加以标注和致谢的地方外，论文中不包含其他人已发表 或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 本论文使用授权说明 期丛! 专r 9 本人完全了解上海大学有关保留、使用学位论文的规定，即：学校有权保留论文及送交 论文复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容。 ( 保密的论文在解密后应遵守此规定) 日期：型! ! 第一章绪论 随着蜂窝移动通信、因特网和多媒体业务的发展，世界范围内无线通信的容 量需求在迅速增长。然而，可利用的无线频谱资源却是有限的，为了满足大容量 通信的需求，就需要寻求新的能够成倍提高频谱利用率的通信技术。最初，在单 天线链路系统中，采用纠错编码结合交织实现时间分集以及采用r a k e 接收和正 交频分复用( o f d m ，o r t h o g o n a lf r e q u e n c yd i v i s i o dm u i t i p l e x i n g ) 技术实 现频率分集。近年来，贝尔实验室对m i m o 信道模型的研究“1 使我们对时域和频 域资源以外的一个很重要的资源空域引起了足够的重视，m i m o 系统采用多 发射和接收天线实现了空间分集，而空间分集不会在时间域或者频率域引入冗 余，因此不会降低系统的频率利用率，特别有利于高速大容量数据传输。因此， m i m o 技术对下一代移动通信极具魅力，是当今全世界通信领域研究的热点之一。 1 1m i m o 技术的概念 上世纪四十年代末贝尔实验室提出蜂窝概念，并在七十年代进行实用化，研 制成功世界上第一个蜂窝移动通信系统a m p s ，改变了人们对空间利用的概念； 后来，研究人员又进一步提出了微小区，微微小区等小区分裂的概念并成功进行 了实用化，应用到了g s m 、c d m a 系统中，已进一步提高系统的容量，并通过空间 分集以提高接收性能；但由于小区不能一味的分裂下去，小区分裂的思想在大容 量的需求条件下可行性差，而利用空间发送分集技术来提高容量的智能天线、 m i s o 、m i m o 等各种空时联合处理技术则是进一步提高系统容量和频谱效率的有 效措施。 m i m o 技术最早是由m a r c o n i 于1 9 8 0 年提出的”3 ，最初是利用多天线来抑制 信道衰落。在7 0 年代有人提出了将多输入多输出技术用于通信系统，但是对无 线移动通信系统中多入多出技术产生巨大推动的基础工作则是在9 0 年代由a t & t b e l l 实验室的学者完成的。1 9 9 5 年t e l s t a r 。3 给出了在r a y l e i g h 衰落情况下的 m i m o 容量；1 9 9 6 年f o s c h i n i “1 提出了一种m i m o 处理算法一对角一贝尔实验室分 层时空( d b b l a s t ) 算法；1 9 9 8 年t a r o k h ”等讨论了用于m i m o 系统的时空码； 1 9 9 8 年w o l n i a n s k y 等人采用垂直一贝尔实验室分层空时( v b l a s t ) ”1 算法建立 了一个m i j l 4 0 实验系统，在实际试验中达到了2 0 b p s h z 以上的频谱利用率，这 频谱利用率在普通系统中极难实现。 m i m o 系统采用多个发送天线和接收天线来实现多输入多输出结构，传输信 息流经过空时编码形成多路子码流，这些子码流经过发送天线发射出去，经空间 信道后由多路接收天线进行接收，多天线接收机利用先进的空时解码处理能够分 别对这些数据子流解码，从而实现最佳的处理。另外，子码流在信道传输过程中 占用统一频带，因而并未增加带宽。若各发射天线与接收天线之间的信道冲激响 应互相独立，则多输入多输出系统可以创造并行的空间子信道。通过这些并行的 空怕j 子信道独立地传输信息，数据传输速率才有望得以提高。 总之，m i m o 技术的出现是人们对空间资源逐步开发利用的必然结果，因为 m i m o 系统较以往的单天线技术能更充分的利用空间资源。其主要优点主要是通 过多天线配置来充分利用信号的空间资源，从而达到提高系统容量的目的。在无 线频谱资源紧缺的条件下，无疑m i m o 技术是提高频谱利用率和数据传输速率的 有效方法之一。 1 2m i m o 存在的问题 m i m o 无线通信系统设计也面临着许多问题，其中最关键的有如下三个： 首先，是m i m o 均衡问题。处于多径衰落信道中的阵列天线通信系统面临着同 信道干扰和符号问干扰。空时均衡技术的目标是消除阵列天线通信系统在衰落信 道中的同信道干扰和符号间干扰。空时均衡可以通过采用训练序列、利用最小二 乘等自适应滤波技术实现。这种方法的缺点是需要一定的传输带宽来传送训练序 列，在某些系统中这种带宽的损耗甚至达到2 0 。 其次，是m i i o 系统的编码调制问题。在m i m o 发送和接收端通过复用特性 可以有效地提高信道容量，采用分集特性可以有效地提高系统鲁棒性。然而，信 道容量和鲁棒性这两个指标是互相牵制的。编码调制方案可以用来实现系统的传 输容量优化，亦可以用来实现系统的鲁棒性能优化。然而，用来实现系统传输容 量优化的方案其鲁棒性能差，而用来实现系统的鲁棒性能优化的方案其传输容量 则较差。因此，在传输容量和鲁棒性能之间建立一个折衷的优化编码调制方案成 为m i m o 系统的一个研究特点。 然后是纠错控制问题。衰落环境中的阵列天线通信系统的另一个问题是如何 设计相应的纠错控制系统。传统的纠错控制采用r s 码和卷积码级联或者r s 和 t u r b o 码级联的方式。在m i m o 通信系统要求较高传输速率的情况下，卷积码和 t u r b o 码高速译码都相当困难。 1 3s m c + t u r b o 解调接收机的产生 m i m o 技术能够通过时间和空间分集来提高系统容量，除了其多天线阵结构的 因素之外，还应当归功于其前端的空时编码模块，目前关于m i m o 空时编码的检测 方案有很多种例如干扰抑制( i ci n t e r f e r e n c ec a n c e l f a t i o n ) ”1 和迫零( z f z e r o - f o r c i n g ) ”3 技术，这两种方案的检测性能都比较差，目前的最大似然( m l m a x i m u ml i k e l i h o o d ) 检测算法93 检测性能优良，但其复杂度随着m i m o 天线数目 的增加成指数增长，另外一种球解码( s ds p h e r ed e c o d i n g ) 算法“”性能次优化， 但其复杂度仍较高，与天线数目成立方关系。2 0 0 2 年h d a ia n da f m o l i s c h “2 1 运用信道编码的思想对m i m o 系统进行分析认为，信道编码器与贝尔 实验室分层的空时( b l a s t ) 结构的m i m o 发射前端的级联可以看作通信系统中的 外码编码器和内码编码器的级联，在此思想下提出了通过t u r b o 译码器结构的接 收机进行高性能的解调译码。该t u r b o 接收机是通过内码解码器和外码解码器之 间迭代交换软判决信息来达到逼近山农极限的译码性能。将t u r b o 接收机的前端 内码解码器用前端解调器来替代即可形成高性能t u r b o 迭代结构的m i m o 解调接收 机。然而，由于t u r b o 接收机构是通过迭代交换复杂的软信息来达到高解调性能 的，因此其算法复杂度高、实时性差的缺点大大限制了其实用化的步伐，如何降 低接收机的复杂度就成为研究的热点。2 0 0 3 年b i n d o n g 在其所提出的s m c + t u r b o m i m o 接收机“”中引入了低复杂度的s m c 解调算法“。通过将该算法嵌2 k 到t u r b o 前端解调器中有效地降低t u r b o 解调接收机的复杂度、提高整个系统的实时通信 性能。仿真结果显示，该接收机可以达到良好的解调性能。 1 4s m c + t u r b o 研究现状 s m c + t u r b o 接收机的研究重点在于s m c 算法的研究。s m c 算法目前正成为业 界的研究的热点，并被广泛地应用于各个领域。s m c 最初被应用于大数据量运算、 然后是纠错控制问题。衰落环境中的阵列天线通信系统的另一个司题是如何 设计相应的纠错控制系统。传统的纠错控制采用r s 码和卷积码级联或者r s 和 t u r b o 码级联的方式。在m i m o 通信系统要求较高传输速率的情况下，卷积码和 t u r b o 码高速译码都相当困难。 1 3s m c + t u r b o 解调接收机的产生 m i m o 技术能够通过时问和空间分集来提高系统容量，除了其多天线阵结构的 因素之外，还应当归功于其前端的空时编码模块，目前关于m i m o 空时编码的检测 方案有很多种例如干扰抑制( i ci n t e r f e r e n c ec a n o e f a t i o n ) ”。和追零( z f z e r of o r c i n g ) ”3 技术，这两种方案的检测性能都比较差，目前的最大似然( m l m a x i m u ml i k e l i h o o d ) 检测算法4 1 检测性能优良，但其复杂度随着m i m o 天线数目 的增加成指数增长，另外一种球解码( s ds p h e r ed e c o d i n g ) 算法”性能次优化， 但其复杂度仍较高，与天线数目成立方关系。2 0 0 2 年h o a ia n da f m o l i s c h “1 ”1 运用信道编码的思想对m i m o 系统进行分析认为，信道编码器与贝尔 实验室分层的空时( b l a s t ) 结构的m i m 0 发射前端的级联可以看作通信系统中的 外码编码器和内码编码嚣的级联，在此思想下提出了通过t u r b o 译码器结构的接 收机进行高性能的解调译码。该t u r b o 接收机是通过内码解码器和外码解码器之 间迭代交换软判决信息来达到逼近山农极限的译码性能。将t u r b o 接收机的前端 内码解码器用前端解调器来替代即可形成高性能t u r h o 迭代结构的m i m o 解调接收 机。然而，由于t u r b o 接收机构是通过迭代交换复杂的软信息柬达到高解调性能 的，凼此其算法复杂度高、实时性差的缺点大大限制了其实用化的步伐，如何降 低接收机的复杂度就成为研究的热点。2 0 0 3 年b i n d o n g 在其所提出的s m c + t u r b o m i m o 接收机。”中引入了低复杂度的s m c 解调算法“。通过将该算法嵌入n o t u r b o 前端解调器中有效地降低t u r b o 解调接收机的复杂度、提高整个系统的实时通信 性能。仿真结果显示，该接收机可以达到良好的解调性能。 1 4s m c + t u r b o 研究现状 s m c + t u r b o 接收机的研究重点在于s m c 算法的研究。s m c 算法目前正成为业 界的研究的热点，并被广泛地应用于各个领域。s m c 最初被应用于大数据量运算、 界的研究的热点，并被广泛地应用于各个领域。s m c 最初被应用于大数据量运算、 3 然后是纠错控制问题。衰落环境中的阵列天线通信系统的另一个问题是如何 设计相应的纠错控制系统。传统的纠错控制采用r s 码和卷积码级联或者r s 和 t u r b o 码级联的方式。在m i m o 通信系统要求较高传输速率的情况下，卷积码和 t u r b o 码高速译码都相当困难。 1 3s m c + t u r b o 解调接收机的产生 m i m o 技术能够通过时间和空间分集来提高系统容量，除了其多天线阵结构的 因素之外，还应当归功于其前端的空时编码模块，目前关于m i m o 空时编码的检测 方案有很多种例如干扰抑制( i ci n t e r f e r e n c ec a n c e l f a t i o n ) ”1 和迫零( z f z e r o - f o r c i n g ) ”3 技术，这两种方案的检测性能都比较差，目前的最大似然( m l m a x i m u ml i k e l i h o o d ) 检测算法93 检测性能优良，但其复杂度随着m i m o 天线数目 的增加成指数增长，另外一种球解码( s ds p h e r ed e c o d i n g ) 算法“”性能次优化， 但其复杂度仍较高，与天线数目成立方关系。2 0 0 2 年h d a ia n da f m o l i s c h “2 1 运用信道编码的思想对m i m o 系统进行分析认为，信道编码器与贝尔 实验室分层的空时( b l a s t ) 结构的m i m o 发射前端的级联可以看作通信系统中的 外码编码器和内码编码器的级联，在此思想下提出了通过t u r b o 译码器结构的接 收机进行高性能的解调译码。该t u r b o 接收机是通过内码解码器和外码解码器之 间迭代交换软判决信息来达到逼近山农极限的译码性能。将t u r b o 接收机的前端 内码解码器用前端解调器来替代即可形成高性能t u r b o 迭代结构的m i m o 解调接收 机。然而，由于t u r b o 接收机构是通过迭代交换复杂的软信息来达到高解调性能 的，因此其算法复杂度高、实时性差的缺点大大限制了其实用化的步伐，如何降 低接收机的复杂度就成为研究的热点。2 0 0 3 年b i n d o n g 在其所提出的s m c + t u r b o m i m o 接收机“”中引入了低复杂度的s m c 解调算法“。通过将该算法嵌2 k 到t u r b o 前端解调器中有效地降低t u r b o 解调接收机的复杂度、提高整个系统的实时通信 性能。仿真结果显示，该接收机可以达到良好的解调性能。 1 4s m c + t u r b o 研究现状 s m c + t u r b o 接收机的研究重点在于s m c 算法的研究。s m c 算法目前正成为业 界的研究的热点，并被广泛地应用于各个领域。s m c 最初被应用于大数据量运算、 实时性要求严格的工程、金融数据分析、遗传学、医学、生物学领域以及图像处 理、基于视频的复杂目标跟踪、机器人导航、跟踪分辨军事目标、地面辅助导航 等领域。目前国外在通信中应用s m c 算法研究主要集中在“”：信道均衡、平稳信 道中的在线检测与解码、多片信号参数估计、盲接收机结构、多用户检测、无线 网络定位等方面。国内对于s m c 算法的应用与研究主要集中于医学和生物学，近 几年已涉及到通信领域。 1 5 论文研究工作概述 本文深入研究了原有s m c + t u r b om i m o 接收机中的前端解调器中嵌入的三种 s m c 低复杂度解调算法，其中重点研究了混合型s m c 算法。 研究过程中发现，混合s m c 算法将随机型s m c 算法和确定型算法融合在一起， 其目的在于充分利用两种算法各自的优点，即确定型算法的局部性能强的优点以 及随机型s m c 算法的总体性能和抗误差累积的优点。随机型$ m c 算法和确定型算 法两者在的混合$ m c 算法中所占的比重由界定参数d 来确定。由于界定参数d 是 由人为设定的，且在整个算法的运算过程中是恒定的，这将导致算法性能无法适 应信道特性的变化，最终导致混合型s m c 算法性能比确定型s m c 算法差。 对此，本文提出了两种动态混合型s m c 算法，这两种改进方案在迭代过程中 调用随机数来动态的修正界定参数d 。这样，就从总体上增强了混合型s m c 方案 中的系统性能，弥补了确定型s m c 算法误差累积的缺点。改进算法具体方案描述 如下： 1 ) 直接随机化：构造d r o 、d r l 、d r 2 三种可选随机参数向量，在每次迭代 过程中，按照此次迭代次数依次从随机参数向量中选取相应的元素修f 修j f 界定参数d ，该方案能够增强混合型方案的随机性能，与原混合型 $ m c 方案中恒定的界定参数d 相比，直接随机化改进方案从统计特性的 角度逼近信道变化，即与信道特性匹配性增强。 2 ) 系统随机化：该方案利用信道信息波动特性作为随机化度量，通过监测 信道的变化情况来动态地修e 界定参数d ，该改进方案可以使原混合方 案跟踪信道进行参数修正，使其具有自适应的信道跟踪能力。 1 6 论文的结构安排 本文具体内容安排如下： 第一章绪论部分，简单的介绍了m i m o 系统下s m c + t u r b o 接收机的产生，m i m o 技术合理的利用空i 刨资源来提高了信道容量，由t u r b o 编译码思想可知，m i m o 其发射机端串行级联结构适合应用t u r b o 迭代译码结构进行接收，为了降低 t u r b om i m o 接收机的复杂度在接收机的前端解调器中嵌入s m c + t u r b o 接收机。 该接收机可以实现m i m o 环境下实时大数据量的解调接收。从而提高了整个m i m o 系统下大数据量的实时传输接收。 第二章，深入介绍了m i m o 系统的空时编码技术，然后介绍了t u r b o 的编译 码结构。在此基础上，用t u r b o 的内外码编码器级联的思想对m i m o 系统进行分 析，得出了可以用软输入软输出的t u r b o 迭代接收机作为m i m o 接收机。在此基 础上介绍了该t u r b om i m o 接收机的结构及其工作原理。 第三章，首先，介绍了s m c 算法的基础理论。然后，介绍了s m c 解调算法输 入信号的个q r 分解过程。最后深入探讨了将三种s m c 算法( 随机、确定、混 合) 嵌入到t u r b o 接收机中形成的新的迭代接收机及相应的其解调算法。针对混 合s m c 解调算法中确定性因素限制其性能提高的问题，本文提出了动态混合型 s m c 解调算法。 第四章仿真部分，主要从软件仿真平台搭建、s m c 解调算法性能验证以及 改进的动态混合方案的性能测试和分析。 最后在第五章对本文工作进行了总结和展望。 第二章s m c + t u r b om i m 0 相关理论基础 本章介绍了s m c + t u r b om i m 0 接收机中涉及到的两项重要技术：m i m 0 技术和 t u r b o 编译码。主要从系统模型以及空时编码两个方面对m i m 0 技术进行详细介 绍，对于t u r b o 技术的介绍则侧重于t u r b o 编解码思想。在此基础上，运用t u r b o 的串行级联的编码思想对m i m o 发射端进行分析，发现可以通过t u r b o 软输入软 输出的迭代译码器对空时编码的m i m o 系统发射端进行接收。最后，详细介绍了 m i m 0 系统下的t u r b o 接收机的系统模型和工作原理。 2 1m i m 0 技术 2 1 1m i m 0 系统模型 m i m 0 技术是由m a r c o n i 于1 9 8 0 提出的。3 ，其信道模型是在收发两端使用多 个天线( 如图2 1 所示) ，每个收发天线对之间形成一个m i m 0 子信道，假定发送 端有m 个发送天线，接收端有个接收天线，在收发天线之间形成一个n m 维 的信道矩阵爿，在某一时刻f ，信道矩阵可表示为： ( f ) = 喇 j i z ：向；： 琏。 赫 其中h 的元素嘭表示第j 个发送天线与第，个接收天线之间的信道增益。 芳弋概线 信道矩阵 图2lm i m o 信道模础 假定信道矩阵参数未知，各发射天线之间是独立的，且总的发送功率为p 与 6 夕| 一 发送天线的数量m 无关，发送功率平均分配到每一根发送天线上；接收端的噪 声用n l 的矩阵 来表示，其元素是静态独立零均高斯变量，各个接收天线的噪 声功率均为a2 ，输入信噪比为f ，则整个系统容量公式为： c = 1 。g i d e t ( “+ h h n ) l b i t s s 巾z( 2 1 ) 其中d e t 表示行列而式求秩，上标日表示矩阵的转秩。固定，令m 增大，使 得玄删“斗，“，则可以得到容量的近似表达式： c = n l o g2 ( 1 + 孝) b i t s s h z ( 2 2 ) 从( 2 2 ) 式可以看出，此时的信道容量随着天线数量的增大而线性增大，即 可以在不增加带宽和天线发送功率的情况下利用m i m 0 技术成倍的提高无线信道 容量和频谱利用率。 2 i 2m i m 0 空时编码 m i m 0 技术能够通过时间和空间分集来提高系统容量，除了其多天线阵结构 的原因之外，还应当归功于其前端的空时编码模块，目前提出的空时编码主要有 三种形式：空时栅格码、空时分组码和分层空时码。 2 1 2 1 空时栅格码 空时栅格码( s t t cs p a c e t i m et r e l l i sc o d e ) ”吸收了延时分集技术和多 路格形编码( m t c m ，m u l t i p l et r e l i isc o d e sm o d u l a t i o n ) 调制技术的优点，其 通过传输分集与信道编码相结合来提高系统的抗衰落性能，从而可利用多进制调 制方式提高系统的信息传输速率。格形编码器采用多进制调制方式，可以提高系 统的信息传输速率，但采用多进制后，星座图中信号点之间的距离减小，要达到 相同的误码性能，所需要的信噪比要比二进制高。所以只有在信道衰减较小的时 候，才可以考虑用更好频谱效率的调制方式来提高信息传输速率。 空时格栅编码的设计准则是：为了得到最大的分集增益m n ( m 和分别 是发射和接收天线的数目) ，需要遵循秩准则；在满秩的前提下，为了使误码率 最小，要遵循行列式原则n m s t t c 方案可以获得与最大比合并接收相同的分集增益，而且还可以获得编 码增益。空时栅格码建立了空域信号( 发送天线) 和时域信号( 连续时域信号) 的内在联系。s t t c 接收机采用基于信道哀落系统估计和最大似然的v i t e r b i 译 码或者最大后验概率译码，空时格栅码有较好的性能，但其译码复杂度与发送天 线数和传输速率呈指数关系，故实现难度较大。 2 1 2 2 空时分组码 s t t c 的优点是码的性能较好，即抗衰落能力较强；缺点是编码方案搜索好 码比较困难，译码过程比较复杂，而且增加发送天线数或增加数据传输率都会使 译码复杂度呈指数增长，使其应用受到一定的限制。为了减少s t t c 译码的复杂 度，a l a m o u t i 提出了一个简单的特殊发射编码方案，可以推广形成一类新的编 码方案一空时分组码( s t b cs p a c e - t i m eb l o c kc o d e ) 。”：s t b c 把输入的符号分 组映射至0 空域和对域，通过构造正交结构使译码简单，尤其是编译码算法可行， 利用简单的线性最大似然译码算法即可，而且还可以获得与最大比合并接收 ( m r c ) 相同的分集增益、无论增加发送天线数还是增加数据传输率，对译码复 杂度影响都不大，但s t b c 性能一定( 只与分集度有关) ，不能通过提高状态数来 改善性能。抗衰落( 尤其快衰落) 性能比s t t c 略差，而且在接收端译码时，需 要准确的信道衰落系数。 2 1 - 2 3 分层空间码 分层空间编码技术( b l a s t ) 又称为贝尔实验室空时分层结构，它是将高速数 据业务分接为若干低速数据业务，进行分层空间编码，调制后用多个天线发送， 实现发送分集。在接收端，用多个天线分集接收，信道参数通过信道估计获得， 用线性判决反馈器实现分层判决反馈干扰抵消，然后进行分层空i 自j 译码，由单个 信道译码器完成信道译码。在各发送信号之间，b l a s t 系统并不是引入f 交关系 来实现不相关性，而是充分利用无线信道的多径传播特性来达到区分同信道信号 的目的。 根据编码和调制输出符号映射到发送天线的方法的不同以及编码的有无，可 将分层空时分组码分为3 类：对角分层空时编码( d - b l a s t ) “”，垂直分层空时编码 8 ( vb l a s t ) 1 i 和水平分层空时编码( h _ b l a s t ) 。其中，水平分层空时编码方案中， 输入比特流经过串并变换后先在时域内进行编码调制，然后第f 路编码和调制模 块输出的符号恒定地由第i 根天线发射出去；对角分层空时编码与水平分层空时 码的区别是，它对所编的码重新排序，将m 路编码与调制模块输出的符号循环 的通过m 根天线发射出去，形成了有规律的对角线。垂直分层空时编码与水平 空时编码不同的是，编码与调制模块并不对比特流进行编码。 2 1 2 3 1v - b l a s t 编码 图2 1m i m o 系统框图中的数据处理模块应用的是b l a s t 编码系统，这罩以 v - b l a s t 的编解码为例来介绍b l a s t 。v - b l a s t 发射端的结构如图2 2 所示 h ， 卜 图2 2 发射端结构 输入比特流首先经过一个串并变换器成n l 路并行数据。然后对第一路数掘 进行空时分组编码，其余路的数据不作变动，对输出的”路数据进行脉冲形成调 制，经过竹个发射天线同时发射出去。这里用一个( 4 x 4 ) 的系统来说明( 见图 2 3 ) 幽23 ( 4 ，4 ) 发射端结构 第一路数据流通过个2 - 空时分组编码器”。1 变成两路并行数据流，分别在两个 天线上发射出去。f 时刻接收端收到的信号为： 9 s s j s 二 y 1 y ： 以 y ： t + 1 时刻收到的信号为 “+ y y ；+ 妓 蜡l 喇+ 1 蟛1 划榭 a 掣蜡蜡l 略1 域1 蟮1 其中，s f “= 一( s ：) + ，s 1 = 一( s d + 。 2 1 2 3 2 v - b l a s t 检测 s 1 j ： j ； s ： 上 j ? 刊 s s 一 占，1 + 疗：+ 1 甩 胛；“ ，z ， ( 2 3 ) ( 2 4 ) 检测算法可以采用基于迫零( z f ，z e r o f o r c i n g ) 或者最小均方误差( n s e ， m i n i m u mm e a n s q u a r e de r r o r ) 准则的线性干扰抵消方法，例如基于z f 算法的 加权向量f _ 1 ，2 ，m ，要满足下式： 叫( 日) ，= 乞 ( 2 5 ) 其中，( 日) ，是是日的第列，f 是k r o n e c k e r 函数。这样，第f 个信号的判决变 量变为： 夕，= w ( 2 6 ) 这种线性抵消的方法很容易实现，但如果采用非线性的检测算法则可以获得 更好的性能。如果把每个天线上发射的信号看作是属于不同用户的，那么 v - b l a s t 的信号检测就可咀看作是多用户检测( m u d ) 。基于m u d 和m i m o 的相似性， 这里可以将m u d 中应用广泛的串行干扰消除( s i c ) 方法应用于v - b l a s t 系统的 检测。干扰消除检测器一般由多级组成，其基本思想是在接收端估计每个信号， 然后将已检测出来的信号的影响从接收信号中消除。这种消除器与抗i s i 的反馈 均衡器类似，所以又称为判决反馈检测器。检测算法的步骤如下 1 使用干扰消除加权向量w t ，得到第k ；个检测信号的判决变量多h ：p “= w 。t ，- ，并得到判决信号a 。 吆蚝 鲮吆坛 k 2 将a 。从接收信号y ，中减掉，得到判决变量鹑 鹑= y i a h ( h ) h 依次下去，就j j 以得到判决变量薅，只，死。 2 1 3 空时编码比较 ( 2 7 ) 根据正交理论设计的空时分组码具有最大的发射分集增益，但其不能获得编 码增益。其译码过程采用简单的最大似然算法进行译码，具有相对较低的译码复 杂度。空时格栅码考虑前后输入的关联，所以它除了可以获得分集增益外还可以 获得一定的编码增益，因此，它比空时分组码具有更好的性能。但对于发射天线 数目固定的空时栅格码而吉，其译码复杂度与发射天线数和发射数据速率呈指数 关系。对于分层空时码而言，由于其分集性能差，因此其编码性能略逊于其他两 种编码形式。但是，其最大特点是其编解码过程最简单。 2 1 4m i m o 面临的实际问题 m i m 0 技术是无线通信领域的重大技术突破。它可以为系统提供空间复用增 益，从而大大增加信道容量8 “。m i m 0 技术的空间复用就是在接收端和发射端使 用多个天线，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 ( m i m 0 子信道) 发射信号，从而使得信道容量随着天线数量的增加而线性增加。 这种信道容量的