（通信与信息系统专业论文）mimo信道压缩算法及信道估计误差影响研究.pdf

【中文摘要】 摘要 无线链路中多天线的使用使得m i m 0 数字通信系统成为现代通信最为重要 的技术突破。论文从无线移动信道模型出发，基于空时信号处理，集中讨论了几 种m i m o 系统的信道压缩技术以及信道估计误差对于不同的m i s o 系统性能的 影响。 论文首先简要介绍了m i m o 系统容量，系统阐述了无线移动信道传输特性， 并进一步给出了m i m 0 信道及其输入输出模型，以及m i m o 系统离散信号模型。 在此基础上，论文提出了一种新的m i m 0 系统信道压缩算法，实现了m i m o 系统的空间分集和干扰抑制的联合处理，并通过仿真表明，与其他方法比较，本 文提出的算法能更有效的抑制m i m o 系统中的符号间干扰，达到更好的系统性 能。 基于i f d m a s i m o 系统推导了一种新的信道压缩算法，并通过仿真表明， 本文提出的算法应用于i f d m a s i m o 系统时，能在保持多用户信号正交性的基 础上，有效的抑制多径导致的符号州干扰。 提出了一种新的基于i i r 滤波原理的s i s 0 自适应信道压缩算法，并将其推 广到s i m 0 系统，在此基础上引入了虚拟信道概念，进一步提出了另一种虚拟信 道辅助的自适应信道压缩算法，并通过仿真证实，本文中提出的算法能有效的实 现信道压缩，得到较好的系统性能。 从系统性能的角度，分析比较了信道估计误差对于s t b cm i s 0 系统、 p r e f d em i s 0 系统以及本文提出的一种m i s om n c c 传输分集系统的影响，并 进而通过蒙特卡洛仿真表明m n c c 传输分集系统可以有效的抑制干扰，降低误 码率，也因此对信道估计的误差比较灵敏。 关键词：空时信号处理：多输入多输出：多输入单输出：单输入多输出：信道压 缩：交织频分多址；无限冲激响应：虚拟信道；信道估计误差：空时分 组码：频域预均衡；最大范数复合信道 【英文摘要】 a b s t r a c t u s eo fm u l t i p l ea n t e n n a si nw i r e l e s sl i n k sm a k e sm i m o d i g i t a lc o m m u n i c a t i o n o n eo ft h em o s ts i g n i f i c a n tt e c h n i c a lb r e a k t h r o u g h si nm o d e mc o m m u n i c a t i o n s s t a r t i n gw i 也t h ed i s c u s s i o no bm o b r er a d i oc h a n n e lm o d e l t e e 也e s i sf o c u s e so n s p a c e t i m es i g n a lp r o c e s s i n g i nm i m 0s y s t e m s ，m a i n l ya b o u tm i m oc h a n n e l s h o r t e n i n ga n dt h ei n f l u e n c e so f c h a n n e le s t i m a t i o ne r r o ro nd i f f e r e n tm i s os y s t e m s a f t e rab r i e fi n t r o d u c t i o nt om i m os y s t e m s ，m o b i l er a d i op r o p a g a t i o n c h a r a c t e r i s t i c sa r ec a r e f u l l yd i s c u s s e d o nt h eb a s i so ft h e s e ，m i m 0c h a n n e lm o d e l ， i n p u t - o u t p u tm o d e la n ds a m p l e ds i g n a lm o d e la r ep r e s e n t e d b a s e do na l lo f t h i s ，t h et h e s i sh a n d l e sf o l l o w i n gt o p i c si nd e t a i l ： an o v e lm m oc h a n n e ls k o r t e a i n ga l g o r i t h mi sp r o p o s e dt oj o i n t t yi m p l e m e n t s p a c ed i v e r s i t ya n di n t e r f e r e n c es u p p r e s s i o n a n dt h es i m u l a t i o nr e s u l t ss h o wt h a tt h e p r o p o s e ds c h e m ec a r l m o r ee f f e c t i v e l ys u p p r e s si s ii nm i m os y s t e m sa n dh e n c e o u t p e r f o r m so t h e ra l g o r i t h m s an e wc h a n n e ls h o r t e n i n ga l g o r i t h mb a s e do ni f d m a s i m os y s t e mm o d e li s p r e s e n t e dt o g e t h e rw i t ht h es i m u l a t i o nr e s u l t sw h i c h s h o wt h a tt h ep r o p o s e da l g o r i t h m c a r le f f e c t i v e l ys u p p r e s sm u l t i p a t hi n t e r f e r e n c ew h i l em a i n t a i n i n gt h eo r t h o g o n a l i t y a m o n g t h es i g n a l sf r o md i f f e r e n tu s e r s an o v e la d a p t i v ei i rc h a n n e ls h o r t e n i n ga l g o r i t h mi sp r o p o s e dt oc o n q u e rf l o o r e f f e c ti ne x i s t i n gc h a n n e ls h o r t e n i n ga l g o r i t h m s ，f o l l o w e db yt h ed i s c u s s i o no ni t s a p p l i c a t i o nt os i m os y s t e m sa n dt h ep r e s e n t a t i o no faf u r t h e ri m p r o v e ds i m o c h a r m e ls h o r t e n i n ga l g o r i t h mw i t hv i r t u a lc h a n n e l s a n dt h es i m u l a t i o nr e s u l t ss h o w t h a tt h et w oa l g o r i t h m sw o r kb e n e rt h a nc o n v e n t i o n a lf i rc h a n n e ls h o r t e n i n g a l g o r i t h mi ns i m oe n v i r o n m e n t t h ei n f l u e n c e so fc h a n n e le s t i m a t i o ne r r o ro nt h r e em i s os y s t e m s ，i e ，s t b c m i s os y s t e m ，p r e f d em i s 0s y s t e ma n dt h ep r o p o s e dm n c ct r a n s m i t t i n gd i v e r s i t y m i s os y s t e m ，a r ea n a l y z e d a n dt h i si sc o m p l e m e n t e db yt h es i m u l a t i o nr e s u l t s s h o w i n gt h a tt h el a s to r l ew h i c hi st h em o s ts e n s i t i v et ot h ec h a r m e le s t i m a t i o ne r r o r , c a ne f f e c t i v e l ys u p p r e s si n t e r f e r e n c ea n dt h e r e b yi m p r o v es y s t e mp e r f o r m a n c e k e yw o r d s ：s p a c e t i m es i g n a lp r o c e s s i n g ；m i m 0 ；m i s o ；s i m o ；c h a n n e ls h o r t e n i n g i f d m a ；i i r ；v i r t u a lc h a n n e l ；c h a n n e le s t i m a t i o ne r r o r ；s t b c ；p r e f d e m n c c 【辩一荦结论】 第一章绪论 现代移动通信技术的发展始于上个世纪2 0 年代，而其历史可以追溯到1 9 世 纪末。1 8 9 7 年，马可尼在布罩斯托尔海峡，成功实现了固定站与拖船之间的无 线电通信，从而宣告了无线移动通信的诞生。从上个世纪2 0 年代起，现代移动 通信技术获得了如火如荼的发展。纵观移动通信系统的发展历程，以先进移动电 话系统( a d v a n c e dm o b i l ep h o n es y s t e m ，a m p s ) 和全接入通信系统( t o t a l a c c e s s c o m m u n i c a t i o n ss y s t e m ，t a c s ) 为代表的第一代( 1 g ) 移动通信技术采用模拟 技术实现语音移动通信，第二代( 2 g ) 移动通信技术则采用数字技术实现语音 移动通信，并以欧洲全球移动通信系统( g l o b a ls y s t e mf o rm o b i l e c o m m u n i c a t i o n ，g s m ) 、美国数字a m p s ( d i g i t a la m p s ，d a m p s ) 系统及i s 一9 5 系统为典型代表。而随后出现的2 5 g 系统，旨在解决数字移动通信系统传输速 率低以及不能直接上因特网的问题。目前移动通信系统f 向第三代( 3 g ) 乃至 第四代( 4 g ) 的方向发展。就在我们期待第三代移动通信系统带来优质服务的 同时，第四代移动通信技术的研究、丌发己成为各国学者关注的焦点。 近年来，多输入多输出( m u l t i p l e i n p u t m u l t i p l e o u t p u t ，m i m o ) 数字通信系 统的出现成为现代通信最为重要的技术突破之一i lj 。由于该技术将能有效的提高 系统容量，克服未来i n t e r n e t 密集型无线网络的容量瓶颈，实现空间分集和干扰 抑制，而成为3 g 、b 3 g ( b e y o n g3 g ) 及4 g 研究中的重要问题。而更为令人惊 讶的也许是，该技术在问世后短短几年的时间内，即已广泛渗透到许多大规模商 用无线产品及网络中，如宽带无线接入系统，无线局域网( w i r e l e s sl o c a la r e a n e t w o r k ，w l a n ) 及3 g 网络等。 豆苗。雠) 迸翌产 l 图1 jm i m o 无线传输系统框图 f i g 1 1d i a g r a mo fam i m ow i r e l e s st r a n s m i s s i o ns y s t e m m i m o 系统利用多天线来抑制信道衰落，单输入多输出( s i n g l e i n p u t m u l t i p l e o u t p u t ，s i m o ) 系统及多输入单输出( m u l t i p l e i n p u t s i n g l e o u t p u t ，m i s o ) 系统均可看作m i m o 系统的特例。m i m o 系统可以简单的定义为无线通信系统 中发送端及接收端配备多个天线元的链路，其结构如图1 、l 所示。m i m o 思想即 【第一幸绪论】 在于将发送天线及接收天线处的信号以某种特定的方式“合成”，从而使得对于 通信系统中的每个用户而言，通信质量( 其主要指标为比特误码率( b i te r r o rr a t e b e r ) ) 或数据速率( b i t s s e c ) 得到提高。通过采用这种方式，可使得网络服务 质量明显提高，并进而增加运营商的收入。 m i m o 系统的核心思想在于空时信号处理，此时时域与空域互为补充，前者 表征了数字通信数据的自然维度，而后者来源于m i m o 系统使用了多个空间上 分离的天线。因此，m i m o 系统可以看作所谓“智能天线”技术的延续和发展。 此外，尽管一直以来多径传输被认为是无线通信的缺陷，m i m o 系统另一大 特点即在于能够将其转化为对于用户有益的因素。m i m o 能有效的利用随机衰落 【“】、多径时延扩展增加传输速率【5 引。通过采用m i m o 系统，无需额外的频谱代 价( 只需附加一些硬件及复杂度) ，就可带来无线通信质量上若干数量级的提高。 与此同时，对于m i m o 技术的深入研究也推动了信道建模、信息论和编码、信 号处理、天线设计、蜂窝网设计等多个研究领域的发展。 1 1m i m o 空时系统原理 m i m o 系统的使用，大幅度提高了无线通信系统的性能，而这一切源于 m i m o 系统可能提供的阵列增益或分集增益、空间复用增益，及其在干扰抑制方 面的特殊优势。 考虑图1 1 所示的多天线系统。经过压缩后的数字信号以二进制数据流的形 式输入到简化的发送模块，该发送模块可实现差错控制编码及正交相移键控 ( q u a d r a t u r ep h a s es h i f tk e y i n g ，q p s k ) 或正交幅度调制( q u a d r a t u r ea m p l i t u d e m o d u l a t i o n ，q a m ) 功能，其输出为一些相互分离的符号流，这些符号流可能完 全独立，可能部分冗余，也可能完全冗余。每个符号流映射到某个特定的发送天 线，映射过程中可进一步引入线性加权或线性空时预编码，然后经上变频，滤波， 放大，发送到无线信道中。而在接收端，信号可能被多个接收天线捕获，通过解 调、逆映射实现消息恢复。 我们可以看到，m i m o 系统中，通过在发送端及接收端的相关合成处理，可 以有效的提高平均接收信噪比，并由此产生阵列增益。这种阵列增益，恰恰体现 了m i m o 系统对于智能天线1 7 】思想的继承。 传统的智能天线，通常仅在发送端或接收端是多元的。智能天线通常在基站 端配备多天线元，因为相对于手持设备而言，这在实现上相对较为容易。较为传 统的观点认为，多天线系统的智能性主要来源于权选取算法而非编码，尽管空时 码( s p a c e t i m ec o d e ，s t c ) 的发展正在改变这一观点。由线性天线阵列实现的智 能天线，在诸如多径衰落及干扰存在的情况下，可以提供更为可靠的通信链路。 智能天线的核心概念在于波束成形( b e a m f o r m i n g ) ，在发送端或接收端将能量 集中到要求的方向，从而提高平均信噪比( s i g n a l t on o i s er a t i o ，s n r ) 。事实上， 如果能估计出每个天线元对于所求信号及可能的干扰信号的响应，即可通过加权 实现最优化合成，而该权为各天线元响应的函数。我们可以通过这种方法，最大 化所需信号的平均值，或最小化其他分量如噪声或信道间干扰。 与此类似，m i m o 系统通过在发送端及接收端的相关合成处理，得到阵列增 益。需要指出的是，m i m o 系统中，发送阵列增益及接收阵列增益的获得分别要 求在发送端及接收端己知信道信息，而增益的大小与发送天线及接收天线的数目 有关。在通常情况下，接收端可以直接得到信道信启、，而发送端往往需要通过接 收端的反馈来获得信道信息。 m i m o 系统另一个极为重要的思想为空间分集的思想。 在无线信道中，信号功率将发生随机波动，通常称之为随机衰落，分集技术 的使用能够有效的抵御无线链路的衰落。我们通常通过在多个时间、频率或空间 上相互独立的信道中传输信号而实现分集。由于无需额外的传输时间及带宽，空 间分集备受关注。 m i m o 系统中，在由多径传输造成的随机衰落存在时，丢失信号的概率随着 不相关天线元数目的增加呈指数下降。这里引入了一个非常关键的概念，即所谓 的分集指数( d i v e r s i t yo r d e r ) ，它是指在发送端或接收端可以得到的去相关空间 分支的数目。 随着用户单元逐渐发展成为复杂的无线网络接入设备而不仅仅是手机，对于 移动端尺寸和复杂度的限制也有所放松。这使得链路两端均为多天线收发器成为 可能。显然，由于在m i m o 系统中，多天线信号的优化可在更广阔的空间进行， 因此提供了更大的自由度，这使m i m o 链路保持并进一步发展了传统的智能天 线的优势。若m i m o 系统的各个链路所经历的衰落过程是相互独立的，我们可 以通过合理设计传输信号，减小接收端在信号合成时合成信号幅度变化的范围， 从而获得分集增益。即使在发送端不知道信道信息的情况下，我们也可以通过合 理设计传输信号，实现空剧分集增益，这种技术称为空时编码技术。可见，除了 多天线元相干合成带来的阵列增益外，m i m o 系统还可以提供一种发送接收联合 分集增益。 事实上，m i m o 系统还具有更为本质性的优点。m i m o 的数学特性决定了在 m i m o 系统中，数据通过可采用矩阵表示的信道传输，从而创造了全新的巨大优 势。而不仅是提供了分集或阵列增益。m i m o 系统在无需增加信号功率或占用额 外的带宽的情况下，可以有效的提高信道容量，提供空蒯复用增益，即利用m i m o 系统的各发送天线发送相互独立的数掘。文献中提到最早提及m i m o 系统可以 【第一帚绪论】 此增加信道容量的是w i n t e r s 所撰写的文献【8 】a 文献【9 】中，利用m i m o 系统的这 一优势，将m i m o 用于宽带数字电视。文献9 】贝0 具体说明了在特定的条件下，如 何在由且秆个发送天线和m r 个接收天线构成的矩阵信道的本征模式下同时发送 m i n ( m t ，m r ) 个相互独立的数据流。而文献【io 中提出了非常经典的v - b l a s t 2 m i m o 传输算法。正如上述文献中所提到的，在某些特定的信道条件下，m i m o 系统的使用将带来信道容量的线性增加。而信息论可以给出关于上述信道容量提 高的严格证明。 圈 团 圆 “- + e 辩c ，戋 m +m 辩。书 m +m 襞a 半 图i 2 常用n 空- n k n ( s m ，s p a t i a lm u l t i p l e x i n g ) 方案 f i 2 12b a s i cs p a t i a lm u l t i p l e x i n gs c h e m e 圃 、 、i 圆圈碉 广 圆 图1 2 中( 引自文献) ，一高速比特流分解为3 个独立的l 3 速率的比特序 列，然后由多天线同步发送，因此占用的带宽为原比特流的1 3 。由于使用相同 的频段，三路信号进入无线信道后混合在一起。而在接收端，通过训练序列确定 了混合信道矩阵后，各比特流得以分离和估计。这一过程与通过三个方程构成的 线性系统求解三个未知数的过程相似。这里假定每对发送天线与接收天线构成单 个标量信道，即满足平衰落条件。当然，可进一步通过多载波方式( 如正交频分 多址( o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x i n g ，o f d m ) ) 或在时域采用带有均 衡器的m i m o 空时检测器，将其推广到频率选择性情形( 如文献i 1 2 - 1 4 j ) 。正如仅 当方程相互独立时才能实现方程中未知数的分离，当各天线可以看作完全不同的 信道时，接收比特流可以得到识别，并重新合成为原始的高速信号。而在此过程 中，采用迭代检测的方式( 文献l j ) 可以进一步提高系统性能。 从复用的角度看，m i m o 系统与码分多址( c o d e d i v i s i o nm u l t i p l e a c c e s s ， c d m a ) 系统具有一定的相似性。c d m a 中多个用户共享时频信道进行传输， 仄 【第一节绪论】 通过不同的扩频码区分用户，实现信号恢复。而在这里，m i m o 具有更为明显优 势，即输入流( 可看作虚拟用户) 问的近似正交性是m i m o 系统所固有的，因 而没有产生频率扩展，也无需额外的频谱效率作为代价。相对于c d m a 而言， m i m o 的另一个优点在于能够实现多个信号流的联合编码和解码，因为这些信号 流对应于同一个用户。需要注意的是，不同于c d m a 中将用户签名设计为准正 交的，m i m o 信道的分离得益于多径的存在，并以此使得信道具有空间选择性。 因此，可以说m i m o 真正有效的利用了多径。 通常，我们将m i m o 信道的秩定义为上述线性系统所能得到的独立方程的 数目，即等于 娘x m t 信道矩阵的代数秩。显然，秩总是小于等于发送天线数及 接收天线数。类似于线性代数理论的结果，在m i m o 系统中可以安全传输的独 立信号流的最大数目不超过该m i m o 信道矩阵的秩。在图j 2 给出的例子中，我 们假设信道矩阵满秩( 等于3 ) ，没有编码时，该系统的频谱效率增益为3 。然而 在实际应用中，链路的传输效率是由发送信号流数目及各信号流的b e r 水平共 同决定的，而不仅仅取决于独立输入流的数目。多天线信号的编码对b e r 影响 重大，并因此成为m i m o 设计的重要组成部分。如何折衷权衡编码和多路复用 是其中个关键性的问题。 除了上面所提到的阵列增益、分集增益、空间复用增益，使用m i m o 系统 能更便于有效地实现无线通信系统中的干扰抑制。无线信道中的频谱复用将导致 信道间干扰，当采用多个天线时，我们可以充分利用所求信号与干扰信号空间特 性的差异来降低信道之间的干扰。这种在接收端所实现的干扰抑制要求已知所求 信号的信道信息，而对干扰信道的信道信息并无如此苛刻的要求。另一方面，在 发送端同样可以通过预编码等方式实现干扰抑制，即在向目标用户发送信号的同 时，最大程度的减小对于其他用户造成的干扰，从而提高频谱的复用率，提高蜂 窝系统的容量。 1 2m i m o 系统的容量 l 1 单输入单输出( s i n g l e i n p u t s i n g l e o u t p u t ，s i s o ) 无记忆系统容量为 c = l o g 20 十p 盯j b s h z ( 1 1 ) 其中，h 为归一化复增益，对应于某确定性无线信道或随机信道的特定实现。p 为接收天线处的s n r 。若我们采用多个接收天线，信道容量的统计值将增加。 采用坻个接收天线的s i m o 系统容量为 ，m 。、 c = l o g ! jl + 尸晰j b s h z ( i 2 ) 【第一章绪论】 其中，h i 为对应于第i 个接收天线的增益。( 1 2 ) 表明增加m r 值仅带来平均容量 的对数增加。类似的，如果我们选择发送分集，通常情况下，发送端并不知道信 道参数，采用m t 个发送天线的m i s o 系统容量为 厂m ，、 c = l o g ：f1 + 等时 b s h z ( 1 3 ) o 咀ti t t 其中，用m t 进行归一化保证了发射功率恒定，在这种情况下，使用天线阵列带 来的增益消失。现在考虑在发送端和接收端均采用分集形成的m i m o 系统，若 系统有坼个发送天线、m r 个接收天线，由文酬2 1 1 3 1 5 】，系统容量为 r厂门、 c e p = l 0 9 2 l 叫毛。+ 古一h t t “i b s h z ( 1 4 ) l l 。”t j j 其中，( “) 表示共轭转置，日为 靠m y 的信道矩阵，对于日的更为具体的讨论 将在第二章中给出。( 1 3 ) 、( 1 4 ) 均为基于个等功率( e q u a lp o w e r ，e p ) 不相关 源得到，因此将此时得到的信道容量记为c e p 。f o s c h i n i 2 】和t e l a t a r 3 】均已证明， ( 1 4 ) 式中的容量随m = m i n ( m t ，m r ) 线性增加。对于该结果可以直观的解释如下： 行列式运算符得到矩阵变量m i n ( m t ，m r ) 个非零特征值的积，每个特征值表征了 一个对应的信道特征模式的s n r 。每个特征模式对应于一种特定的传输，在该 传输过程中，采用信道矩阵的一对左奇异值和右奇异值分别作为发送天线权和接 收天线权。根据对数的性质，总的信道容量等于各模式容量之和，因此使得信道 容量成倍增加。这里由信息论给出的结果与第一节中的传输实例所得到的结果一 致。很明显，这一增长取决于特征值的性质。如果衰减太快，线性增长将不会出 d 现。然而( 对于简单的信道) ，这些特征值具有已知的极限分布【1 6 】，因此，大部 分特征值不可能非常小，从而使信道容量得到线性增长。 由于信道矩阵日是一个随机变量，( 1 4 ) 式中定义的信道容量同样也是一个 随机变量，通常采用各态历经容量 3 】 15 ”】和中断容量 2 】 8 。2 0 1 来描述其统计特性。 各态历经容量给出了信道容量的香农极限值。而中断容量通常记为c 0 l 或c o m ， 分别表示9 0 或9 9 的时间内能达到的容量，即将盯中断容量定义为( 1 0 0 一盯) 的信道实现所能达到的信息速率。上述c o 】及c 0 0 1 分别对应q 取值为o 。l 及 0 0 1 的情形。因此中断容量反映了系统的可靠性，这种描述方式在发送端信道信 思未知的情况下尤为有用。信道容量的完整描述需要知道信道矩阵的概率密度函 数，在不同的通信环境中将得到不同的结果，文献中讨论了移动到移动的情 况下得到的一系列结果。 这里有几点需要说明。首先，在这里以及大部分关于m i m o 的讨论 2 1 3 1 中， 信道容量的计算是基于准静态分析，即假设信道对于不同的突发流发生随机变 化，但在个突发流中保持不变，且假设传输的比特足够多以确保信息论中的标 准无限时间轴有意义。其次，虽然我们的讨论是集中在单用户m i m o 系统，但 是它的许多结果可用于具有接收分集的多用户系统。g g - ，信道容量的线性增长 仅在特定的信道条件下成立。这里是从独立同分布( i n d e p e n d e n ta n di d e n t i c a l l v d i s t r i b u t e d ，i i d ) 平衰落瑞利信道得到的结果，这个结果并不适用于所有情形。 例如，如果在很小的体积范围内有大量的天线，h 中的信道参数将高度相关， 由于天线的相关性，线性关系将趋于饱和f 珏2 ”。另方面，( 1 4 ) 式中未考虑到多 径时延扩展等因素的影响，值得一提的是，多径时延扩展将带来m i m o 系统容 量的提高，这在传输信道已知时表现得尤为突出【5 j ，即使当信道未知时同样也是 如此 6 1 。 通常，信道模型的影响至关重要。我们可以很容易找出这样的环境，使得 m i m o 系统的容量不随天线数线性增加。然而，至今获得的大部分测量结果及 模型中，信道容量确实按上述理论给出的数量级变化。在天线不是非常密集时， 可以认为m i m o 系统容量符合上述线性增长模型。 1 3 论文的构成及主要内容 论文针对m i m o 系统，从无线移动信道模型出发，通过空时信号处理，集 中讨论了m i m o 系统中利用信道压缩技术进行干扰抑制以及信道估计误差对于 不同的m i s o 系统性能产生的影响，共七章内容。 第一章和第二幸是论文的第一部分。作为论文的绪论，本章旨在简要介绍空 时系统原理及m i m o 系统容量。 第二章从无线移动信道传输特性出发，阐述了无线移动信道的大尺度衰落 及小尺度衰落，集中探讨了多径时延扩展及多普勒扩展产生的衰落效应，进而 给出了多径信道的冲激响应模型，定义了m i m o 信道模型及其输入输出模型， 并在此基础上给出了m i m o 系统离散信号模型，成为第二部分和第三部分内容 的基础。 一直以来，学术界始终致力于通过各种技术提高无线通信系统的信道容量， 正如在1 2 节中所提到的，m i m o 系统利用空间分集有效的提高了无线链路的信 道容量。然而，在无线通信系统中，由于频率选择性衰落而引入的符号间干扰 ( i n t e r - s y m b o li n t e r f e r e n c e ，i s i ) 将使接收信号产生畸变，成为影响系统性能的重 要障碍。因此我们必须采用均衡策略或其他检测技术来克服i s i ，实现信号恢复。 最大似然序列检测( m a x i m u ml i k e l i h o o ds e q u e n c ee s t i m a t i o n ，m l s e ) 能极为有效 的抑制i s i ，但其复杂度却将随着信道长度呈指数增长，最终导致系统实现代价 剧增“。因此，信道压缩技术的应用具有重要的价值，得到了广泛的重视与研 究_ “。论文的第二部分，即第三到五章，围绕m i m o 系统的空时信道压缩， 【第一章绪论】 从不同的角度进行了较为全面而深入的讨论，具体内容如下： 第三章在简要阐述了信道压缩的核心思想之后，基于m i m o c d m a 系统， 提出了一种新的m i m o 信道压缩算法，通过模拟仿真，分析了训练序列长度对 这种信道压缩系统性能的影响以及信道压缩后信号能量的分布情况，并进步将 这种新的信道压缩算法与相关参考文献中提出的算法性能进行了比较，并在此基 础上集中探讨了接收分集对于信道压缩的意义和价值。 第四章围绕信道压缩在多载波系统中的应用，在简要介绍了交织频分多址 ( i n t e r l e a v e df r e q u e n c y d i v i s i o nm u l t i p l e a c c e s s ，i f d m a ) 系统的基础上，给出了 i f d m a s i m o 的系统模型，推导了一种新的基于i f d m a s i m o 系统的信道压缩 算法，并进一步通过仿真分析了i f d m a s i m o 系统信道压缩后信号能量的分布 情况，给出了不同信道长度及用户数时i f d m a s i m o 信道压缩系统性能。 不同于第三章与第四章，第五章从一个全新的视角，探讨了利用i i r 滤波原 理实现空时信道压缩的问题，提出了两种新的自适应i i r 信道压缩算法。第五章 内容从s i s o i i r 信道压缩原理出发，提出了一种新的s i s o 系统自适应i i r 信道 压缩算法，并进一步利用s i m o 系统本身提供的接收分集优势，将这种新的自适 应信道压缩算法推广到s i m o 系统；在此基础上引入了虚拟信道的概念，提出了 另一种虚拟信道辅助的s i m o 系统i i r 信道压缩算法；通过蒙特卡洛仿真，给出 了不同信道长度时，s i m o 自适应信道压缩系统性能，并将其与基于f i r 滤波原 理的经典算法进行了比较。 信道估计对于m i m o 系统的实现具有重要的意义，而信道估计的误差将会 直接影响m i m o 系统的性能，因此作为论文的第三部分，第六章从系统性能的 角度分析比较了信道估计误差对几种m i s o 系统的影响。在第六章中，首先简单 的介绍了空时分组码( s p a c e t i m eb l o c kc o d e ，s t b c ) m i s o 系统及频域预均衡 ( f r e q u e n c yd o m a i np r e e q u a l i z a t i o n ，p r e f d e ) m i s o 系统这两种较为经典的空时 均衡系统，并在此基础上，集中讨论了信道估计误差对于这两种m i s o 系统性能 的影响；进而提出了一种m i s o 最大范数复合信道( m a x i m u mn o r mc o m p l e x c h a n n e l ，m n c c ) 传输分集系统，并迸一步分析了信道估计误差对该系统性能造 成的影响；然后通过蒙特卡洛仿真比较了上述三种m i s o 系统在信道信息精确己 知时的性能，以及当信道信息存在误差时上述三种m i s o 系统对于信道估计误差 的敏感程度。 第七章作为论文的最后一个部分，对全文的内容进行了较为系统地总结。 1 4 论文的创新点 1 提出了一种新的m i m o 系统信道压缩算法，实现了m i m o 系统的空间 【第一章绪论】 分集和干扰抑制的联合处理，并通过仿真表明，与其他方法比较，本文提出的算 法能更有效的抑制m i m o 系统中的i s i 干扰和有色噪声； 2 基于i f d m a s i m o 系统模型推导了一种新的信道压缩算法，并通过仿 真表明，本文提出的算法应用于i f d m a s i m o 系统时，能在保持多用户信号正 交性的基础上，有效的抑制多径导致的符号间干扰； 3 提出了一种新的基于i i r 滤波原理的s i s o 自适应信道压缩算法，并将其 推广到s i m o 系统，在此基础上进一步引入了虚拟信道概念，提出了另一种虚拟 信道辅助的自适应信道压缩算法，并通过仿真证实，本文中提出的算法能有效的 实现信道压缩，达到较好的系统性能； 4 从系统性能的角度，分析了信道估计误差对于s t b cm i s o 系统、p r e f d e m i s o 系统的影响，进而提出了种新的m i s om n c c 传输分集系统，并通过蒙 特卡洛仿真比较了信道估计误差对于上述三种m i s o 系统的影响。 【第二章m i m o 信道及情号模型】 第二章m i m o 信道及信号模型 无线移动信道的特性在很大程度上决定了无线通信系统的性能，并因此毫 无疑问的成为m i m o 系统信道、信号模型建立的基础，以及深入探讨m i m o 系统空时信号处理的起点，许多经典的教材及文献【2 9 m 对此做出了精辟的阐述。 这一章，系统的小结了上述教材及文献中的相关内容，从无线移动信道传输特 性出发，阐述了无线移动信道的大尺度衰落及小尺度衰落，集中探讨了多径时 延扩展及多普勒扩展产生的衰落效应，进而给出了多径信道的冲激响应模型， 引出了经典的频率选择性慢衰落信道的抽头延时线信道模型，定义了m i m o 信 道及其输入输出模型，并在此基础上给出了m i m o 系统离散信号模型，成为以 下各章内容的基础。 2 1 无线移动信道传播特性 较之有线通信系统，无线移动信道使得无线通信系统的性能受到了很大的限 制。在无线通信系统中，由于各种障碍物的影响，发送端到接收端的传输路径可 能相差很远。有线信道是固定的，具有可预测性，而无线移动信道则具有很强的 随机性，不易分析。甚至，移动终端的运动速度也将影响信号衰落的速度。 影响无线移动信道中电磁波传输的因素有很多，最主要的因素包括反射、衍 射和散射。大部分蜂窝移动通信系统设在繁华的城市，此时在发送端到接收端间 不存在直接的视距路径，高大建筑物的存在造成了严重的衍射损耗。由于不同物 体的多次反射，电磁波沿着距离不等的多条路径传输，这些电磁波相互作用，在 特定位置上即会形成多径衰落。同时，电磁波的强度也将随着发送端与接收端距 离的增加而减小。 传统的传输模型致力于在给定接收端到发送端的距离的情况下，预测接收信 号的平均强度，以及在该位置附近接收信号强度的变化范围。这些传输模型，能 够给出发送端到接收端距离为任意值时，接收信号的平均强度，因此在计算蜂窝 系统覆盖范围时非常有用，并被称为大尺度传输模型。与此同时，另外一些模型 主要描述接收信号在很短的传输距离( 几个波长数量级) 或很短的传输间隔( 秒 数量级) 中强度的快速波动，这些模型称为小尺度衰落模型。 当移动端移动很小的距离时，接收信号的瞬时强度可能迅速波动，并由此导 致小尺度衰落。这是因为接收信号是由许多不同方向的来波合成。由于相位是随 机的，来波叠加得到的信号幅度变化范围很大，在特定条件下可以认为它满足某 种统计规律，如遵循瑞利分布。同时，移动端与基站间的相对运动还将使得各多 径信号产生频移，这种由于运动而导致的接收信号的频移被称为多普勒频移。因 【第一帚m i m 0 信道及情号模型】 此，在小尺度衰落中，接收端移动一个很小的距离，可能导致接收信号功率变化 多达3 到4 个数量级。而随着移动端在更大尺度上逐渐远离发送端，接收信号的 平均强度将逐渐减小，其平均强度可由大尺度衰落模型给出。 在无线通信系统中，由于信号参数( 如带宽、符号周期) 与信道参数( 如多 普勒频移) 的相对关系不同，将产生不同类型的小尺度衰落。无线移动信道的时 间扩展和频率扩展可能产生四种不同的效应，而这将取决于传输信号的性质、信 道的性质以及终端的移动速度。多径时延扩展将导致时间色散及频率选择性衰 落，而多普勒频移将导致频率色散及时间选择性衰落，且两者之间相互独立。 2 1 1 大尺度衰落 大尺度衰落是由于建筑物或自然地貌的遮蔽造成的，特定点信号的平均功率 的统计分布受到天线高度、工作频率及周围环境的影响，其统计分布多通过实验 获得。 2 1 2 小尺度衰落 无线移动信道中的多径导致了小尺度衰落效应。在城市中，衰落的发生是由 于移动端天线的高度通常远远低于周围的建筑物，导致移动端与基站之间往往没 有视距路径。即使存在视距路径，由于地面及周围建筑物的反射，多径仍然存在。 来自不同方向的无线电波的传输时延不同。在空剧某一点的移动终端将接收到许 多具有随机分布的幅度、相位以及到达角度的无线电波。这些多径成分在接收天 线处合成，导致接收信号发生畸变或衰落。因此即使移动终端是静止的，仍可能 由于无线信道中周围物体的移动引起接收信号的衰落。 当无线信道中的物体静止，仅移动端运动时，衰落成为一种纯粹的空间现象。 由此导致的接收信号在空间上的变化可以看作由于接收端在多径场中移动而导 致的时域上的变化。在不同的空间位置上，多径波形的相互加强或抵消，使得高 速运动的接收机在很短的时间内可能经历多次衰落。在更为严重的情况下接收机 甚至可能在接收信号的深衰落点上无法工作。因此保持良好的通信：肾变得非常困 难。另一方面移动端附近物体的运动也可能改变场的分布，从而降低接收端长时 间停留在深衰落点的概率。 此外，移动端与基站间的相对运动造成的多普勒频移也是影响小尺度衰落的 重要因素。因此通常我们认为，影响小尺度衰落的主要因素包括：多径传播、移 动端的运动速度、周围物体的运动速度以及信号的传输带宽。 【第一二章m i m 0 信道及f 弃号模型】 2 12 1 多径时延扩展产生的衰落效应 多径时延扩展将产生平衰落或频率选择性衰落。 一、平衰落 当无线移动信道在大于传输信号带宽的频带范围内具有恒定的衰落及线性 相位响应时，将形成平衰落。在平衰落中，在接收端发送信号的频谱特性保持不 变，但是接收信号的强度随时间变化，这是由多径造成的信道衰落波动导致的。 平衰落信道特性如图2 i 所示。 h ( t ，f ) n j 【一t 0f h u 、 j ；l ， ： j r ( ，) 厂- 、 j 0 、寿：， r + f7 】： r ( ，) 图2 i 平衰落信道特性 f i g 2 1f l a tf a d i n gc h a n n e lc h a r a c t e r i s t i c s 由图2 1 可见，当信道增益随时间变化时，接收信号的幅度发生变化，但其 频谱特性不变。在平衰落情况下，发送信号带宽的倒数远远大于信道的多径时延 扩展。因此，平衰落信道也称为幅度变化信道，有时也被称为窄带信道，这是由 于信号的带宽相对于信道带宽而言是很“窄”的。典型情况下，平衰落信道会导 致深衰落，因此通常情况下，较之无衰落信道，平衰落信道需要附加2 0 或3 0 d b 的发送功率以达到较低的误码率。平衰落信道的瞬时增益分布对于无线链路的设 计至关重要，最常见的幅度分布为瑞利分布。瑞利平衰落信道模型假设在时域上 信道增益的幅度