（通信与信息系统专业论文）mimo系统中的调制及接收技术研究.pdf

摘要 在无线系统中，通过在发送端和接收端采用多个天线形成的多输入多输出模型能显 著提高无线信道的容量，已经成为下一代移动通信系统的必然选择。但是如何设计实际 的发送接收系统，使得数据传输率达到信道容量，仍是一个有待解决的公开问题。实际 收发系统涉及到信道编码、调制、空时处理、智能天线、信道估计与均衡、符号检测、 多用户复用等多项技术，是一个复杂的系统。本文对无线收发系统进行系统研究，重点 研究发送系统中的多用户调制问题和接收系统中的信道盲均衡、符号检测问题。论文主 要工作如下： 1 针对多用户m i m o - - o f d m 系统的子载波和比特分配问题，提出了一种简单的 基于各个用户信道矩阵最大特征值的子载波和比特分配算法，仿真结果表明该算法可以 充分利用多用户分集增量，取得较好的系统性能。提出一种基于子载波分组的简化算法。 仿真结果表明，简化算法在基本不影响性能的前提下，降低了复杂度。 2 在传统循环平稳信号d o a ( d i r e c t i o no f a r r i v a l ) 估计算法的基础上，提出一种 基于循环平稳特性的新的伪快拍构造法，给出了基于该伪快拍的d o a 估计算法的理论 分析和仿真结果。新算法在接收天线阵元数相同情况下，能检测到更多目标信号，检测 到的信号数可以达到传统算法的2 倍；同时有较好的准确性，特别在低信噪比情况下性 能明显优于传统算法。 3 提出一种逼近最大似然检测的球约束算法。该算法把搜索空间球约束下的最大 似然检测问题转化成一个约束优化问题，证明了局部最小点和全局最小点的存在性。并 给出一种基于梯度下降的搜索方法求解最优解。仿真结果显示该算法性能明显优于线性 检测器。 4 提出一种新的基于信号盲分离的盲信道均衡算法。采用自然梯度算法作为均衡 器的自适应调整算法。针对均衡器输出不同复杂度的期望星座图，提出一种分级聚类的 算法，即对于复杂度较高的期望星座图，先进行一次或多次的初级聚类，对均衡器输出 的星座图逐步细化，最终聚类到期望的星座图上。仿真结果显示本文算法较传统算法明 显提高了收敛速度。 关键词：多输入多输出模型；正交频分复用；波达方向估计；符号检测；信道盲均衡 a b s t r a c t i nw i r e l e s sc o m m u n i c a t i o ns y s t e m s , t h em 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 ) m o d e l ， w h i c hi sg e n e r a t e db ya p p l y i n gm u l t i p l ea n t e n n aa tt h et r a n s m i t t e ra sw e l l 嬲t h er e c e i v e r , h a s b e e ns h o w nt os i g n i f i c a n t l yi n c r e a s et h ec a p a c i t yo fw i r e l e s sc h a n n e l sa n d w a sp r o s p e c t e dt o b ea ne s s e n t i a lt e c h n o l o g yi nt h ef u t u r em o b i l es y s t e m h o w e v e r , d e s i g n i n gp r a c t i c a l t r a n s c e i v e r st op r o v i d ed a t at r a n s m i s s i o nr a t et h a ta p p r o a c h e st h ec a p a c i t yl i m i t er e n a a l n s 弛 o p e np r o b l e m t h et r a n s c e i v e ri sac o m p l i c a t e ds y s t e m w h i c hi n c l u d e st h et e c h n o l o g i e s i n c l u d i n gc h a n n e lc o d i n g , m o d u l a t i o n , s p a c e - t i m ep r e c e s s i n g , i n t e l l i g e n ta n t e n n a , s y m b o l d e t e c t i o n , b l i n dc h a n n e le s t i m a t i o na n de q u a l i z a t i o n , u s e rm u l t i p l e x , e t e t h i st h e s i sp r o v i d e s s y s t e m a t i cs t u d i e so nt h ed e s i g no ft h ew i r e l e s st r a n s c e i v e r t h ec o n t r i b u t i o no ft h i st h e s i si s f o u rf o l d e d 1 p r o p o s ean e wc a r i e r sa n db i ta l l o c a t i o na l g o r i t h mf o rm i m o o f d ms y s t e m s t h e n e wa l g o r i t h mi sb a s e do nt h em a x i m a le i g e n v a l u e so ft h ec h a n n e lm a t r i c e so ft h eu s e r s s i m u l a t i o nr e s u l t ss h o wt h a tt h en e wa l g o r i t h ma c h i e v e ss a t i s f a c t o r yp e r f o r m a n c ed u et ot h e e x p l o i t a t i o no f t h em u l t i u s e fd i v e r s i t y as i m p l i e da l g o r i t h mi sa l s op r o p o s e d w h i c ha c h i e v e s c l o s ep e r f o r m a n c ea tt h es a m et i m es i g n i f i c a n t l ys a v e st h ec o m p u t a t i o n 2 b a s e do nt h ec o n v e n t i o n a lc y c l i c m u s i cd i r e c t i o n - o f - a r r i v a l ( d o a ) e s t i m a t i o n a l g o r i t h m ，an e wp s e u d o - s n a p s h o tc o n s t r u c t i o na l g o r i t h mi sp r o p o s e d an e w d o ae a t i m a t i o n a l g o r i t h mi sp r o p o s e db a s e do nt h en e wp s e u d o - s n a p s h o t sa n di t ss i m u l a t i o nr e s u l t sa r ea l s o p r e s e n t e d i ti ss h o w n t h a tb yu s i n g 文l l n en u m b e ro fa n t e n n a s ，t h en e wa l g o r i t h mc a ne s t i m a t e m o r ei n c o m i n gs i g n a l s c a nb ea sh i g ha s2t i m e so ft h a to ft h ec o n v e n t i o n a la l g o r i t h m i ti s a l s os h o w nt h a tt h en e w a l g o r i t h ms i g n i f i c a n t l yo u t l * r f o r mt h ec o n v e n t i o n a la l g o r i t h mi nl o w 呲o f l s e $ 3 p r o p o s eas p h e r e - d e c o d i n gb a s e ds y m b o ld e t e c t i o na l g o r i t h m t h en e wa l g o r i t h m c o n s i d e r st h em a x i m u m - l i k e l i h o o d ( m l ld e t e c t i o np r o b l e mw i t hs p h e r ec o n s t r a i n ta sa c o n s t r a i n e do p t i m i z a t i o np r o b l e m t h ee x i s t e n c eo f t h el o c a lm i n i m i z e ra n dg l o b a lm i n i m i z e r i ss t u d i e d ag r a d i e n t - d e s c e n d i n ga l g o r i t h mi sa p p l i e dt os o l v et h i sc o n s t r a i n e do p t i m i z a t i o n p r o b l e m s i m u l a t i o nr e s u l t ss h o wt h ep r o p o s e da l g o r i t h ms i g n i f i c a n t l yo u t p e r f o r m st h el i n e a r d e t e c t i o na l g o r i t h m s 4 p r o p o s eab l i n d - s i g n a l - s e p a r a t i o n ( b s s ) b a s e db l i n de q u a l i z a t i o na l g o r i t h mf o r m i m oc h a n n e l t h en a t u r a lg r a d i e n tc o m m o n l yu s e di nb s si sa p p l i e da st h el e a r n i n g a l g o r i t h mo ft h ee q u a l i z e r f o rc h a n n e li n p u tw i t hh i g h e r - o r d e rq a mc a n c e l l a t i o n , a m u l t i s t a g ec l u s t e r i n gt e c h i n i q u ei sa p p l i e d ，t h a ti s ，t h ee q u a l i z e ro u t p u t sa r ef i r t l yc l u s t e r e d w i t hal o w e r - o r d e rc a n c e l l a t i o na n dt h e nt h et a r g e tc a n c e l l a t i o n s i m u l a t i o nr e s u l t ss h o wt h e n e w a l g o r i t h ma c h i e v e sf a s t e rc o n v e r g e n c es p e e d t h a nc o n v e n t i o n a la l g o r i t h m k e yw o r d s ：m i m o ；o f d m ；d i r e c t i o no fa r r i v a l ；s y m b o ld e t e c t i o n ；b l i n dc h a n n e l e q u a l i z a t i o n i i i 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名： ，蜇，铭纠黟 日期：切年胆月瑶日 f r 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校 有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位 论文被查阅( 除在保密期内的保密论文外) ；学校可以公布学位论文的全部 或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论 文。本人电子文档的内容和纸质论文的内容相一致。 本学位论文属于： 口保密，在年解密后适用本授权书。 囱不保密。 学位论文全文电子版提交后： 口同意在校园网上发布，供校内师生和与学校有共享协议的单位浏 览。 ( 请在以上相应方框内打“”) 作者签名：膨牵匆簪 日期：力叨，二缪 指导教师签名。考荡 醐咖六偿俘 第一章绪论 第一章绪论 1 1 引言 随着社会的发展，人们对通信的需求日益迫切，对通信的要求也越来越高，理想的 目标是能在任何时候、任何地方、与任何人都能及时沟通联系、交流信息。移动通信是 实现这一目标的重要手段。从上个世纪8 0 年代第一代移动通信系统开始，移动通信系 统从最初作为有线通信系统的补充，发展到可以独立为用户提供从语音到数据全方位的 服务，并有可能在未来超过有线通信成为全球范围更重要的通信手段【1 】虽然经过近3 0 年的发展，现有移动通信能提供给终端用户的带宽仍远小于有线通信系统。如何增加无 线信道的带宽仍然是移动通信系统最关键的问题之一。m u l t i p l e - i n p u t m u l t i p l t - o u t p u t ( m r m o ) 系统的提出是实现这一目标的一个重大突破，m i m o 系统通过在无线发送及接 收机放置多个天线实现。理论分析已证明m i m o 系统可较传统单天线系统成倍提高信 道容量 2 - 3 。但是，如何设计实用的调制及其他信号处理技术，使得无线通信系统的信 息传输率达到信道容量的极限仍是一个复杂并有待解决的问题。本章概述了m i m o 系 统相关的研究领域，评述了现有的研究成果，最后介绍本文的研究内容。 1 2 研究背景 1 2 1m i m o 系统的提出 m i m o 系统是在无线通信智能天线技术上发展起来的，其主要特点就是在通信系统 的收发端采用多天线配置，以解决未来移动通信系统大容量高速率传输和日益紧张的频 谱资源之间的矛盾。和智能天线不一样的是，在m i m o 系统中从任意一个发送天线到 任意一个接收天线间的无线信道是相互独立的或具有很小的相关性。m i m o 技术可认 为是一种新型的“智能天线”技术。传统的智能天线技术重视空域一维处理，通过对用 户信号的相干合并，一般能实现阵列增益以提高接收信噪比。但是在特定环境下，如存 在大量的散射体环境中，多径效应将导致每一个用户的信号均有较大的角度扩展，使得 接收信号问相关性的减弱，从而导致智能天线接收合并性能的下降。而m i m o 技术则 提供了阵列天线应用的新思路并更着重于空时联合处理。多径通常会引起衰落，m i m o 技术的一个鲜明特色在于它将传统通信系统中存在的不利因素多径效应，通过空时 联合处理转化为对用户通信性能有利的增强因素，而不是试图对抗它。通过在接收端和 发射端空时二维甚至空时频三维的联合设计和优化的编码、调制，m i m o 系统能有效 地利用了随机衰落和可能存在的多径传播，在不增加额外的频谱带宽的前提下成倍地提 华南理工大学博士学位论文 高系统传输速率，极大改善通信链路的容量和通信可靠性。因此，可以说m i m o 是充 分利用无线通信的多径条件，而非像智能天线依靠减弱多径的影响来达到目的。 乙 衰落信道 发送阵列接收阵列 图1 1m i m o 系统的发送接收模型 f i g u r e1 - 1 t h es t n m t u r eo f am i m ot r a n s c e i v e r m i m o 系统的发射端和接收端都采用多天线( 或阵列天线) 和多通道，原理如图1 1 所示。发送端的发送数据流( 一个或多个) 经过编码、调制、加权等处理后形成多个子 流，并同时经过多个发射天线发送，接收端对接收信号经过相应的逆处理后恢复出原来 的发送数据。各发射信号占用同一频带，因而并未增加带宽。如果各发射接收天线间的 通道响应独立，则m i m o 系统能够创造多个并行空间信道。通过这些并行空间信道独 立地传输信息，则必然可以提高数据传输率。m i m o 将多径无线信道与发射、接收视为 一个整体进行优化，从而可以实现高的通信容量和频谱利用率。这是一种近于最优的空 域时域联合的分集和干扰对消处理。功率和带宽固定时，m i m o 系统的最大容量或容量 上限随最小天线数的增加而线性增加。因此，m i m o 技术对于提高无线通信系统的容量 具有极大的潜力。 m i m o 技术对移动通信系统性能的提升也可以从其提供的分集( d i v e r s i t y ) 进行解 释。分集指发送端采用一定方式在发送数据中加入冗余信息，而接收端可利用该冗余信 息提高接收准确度。分集可以在时间域、频率域、空间域实现。例如最简单的时间分 集就是多次重复发送相同的数据。时间分集和频率分集被广泛应用于早期的通信系统， 而空间分集近2 0 年来才引起人们的重视。空间分集涉及到对空间资源的充分利用，其 思想可追溯到上个世纪四十年代贝尔实验室提出的蜂窝技术，该技术在七十年代进行了 实用化，并产生了世界上第一个蜂窝移动通信系统a m p s ，改变了人们对空间资源利用 的观念。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 2 第一章绪论 行了实用化，应用到了g s m ，c d m a 系统中，以进一步提高系统的容量。但由于小区不 能一味地分裂下去，小区分裂的思想在大容量的需求条件下就变得不可行了。于是智能 天线、m i m o 等空间分集技术随后被提出。因此，可以说m i m o 技术的出现是人们对 空间资源开发利用的必然结果。并且，m i m o 技术的出现使得人们可以统筹安排时问 频率空间的分集，实现提高系统容量的目的。在无线频谱资源紧缺的情况下，m i m o 技术无疑是提高频谱利用率和数据传输速率的有效方法之一。 m i m o 技术具有如此优异的性能，是由于其充分利用到由多天线产生的多信道特 性。下面以一个简单的例子解释m i m o 技术对无线信道容量的贡献。假设系统有个 发射天线和接收天线，只考虑平坦信道，这时第一个发射天线到第m 个接收天线之间的 无线信道用信道增益啊。描述。于是第m 个接收天线的接收信号可表示为 ) 0 ( 七) = ，x l ( | | ) + 如。工2 ( 的+ + h x ( 七)( 1 - 1 ) 其中矗( 七) 表示第栉个发射天线的发送信号。上式的求和可以写成矢量相乘的形式， 进一步把所有发送信号看成一个发送矢量，所有接收信号看成一个接收矢量，定义 x ( 七) = 而( _ i ) x 2 ) x r ( 后) ，h = 啊。， 。k h n 曲n 2 l j k 2 ： 陟。( 七) ，蚶) ：l 儿! 七) l ： 【踟( 七 于是最终的信道模型可表示为 y ( | i ) = h x ( k )( 1 2 ) 以上面的m i m o 模型为基础，分析m i m o 信道的容量。由奇异值分解理论可以得 到，信道响应矩阵h 可以分解成 4 1 h = u s v ” ( 1 - 3 ) 其中u ，v 是酋矩阵( 都满足u ”u = i ，v 8 v = i ) ，s 是对角矩阵。假设发送信 号是从某源信号s ( 的经以下变换得到i ( 七) = v s ( 的，对接收信号作以下变换： y ( k ) = u 8 y ( k ) ，得到 罗( 膏) = s s ( k )( 1 4 ) 因为s 是对角矩阵，上式可分解为 只( j i ) = s 。s ，( 七) f = l ，n ( 1 - 5 ) 由上式可以看到m i m o 信道的传输能力可以看成是多个单输入单输出 ( 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 ) 信道之和。上述分析是在无噪声并且发送天线数目 3 华南理工大学博士学位论文 等于接收天线数目情况下得到，但一般情况下的分析容易推广得到，基于( 1 - 5 ) 口- i 得到 m i m o 信道的容量为【2 】 c=p2”log：旧plt-i = ：| 1 + 了i 、u f ， ( 1 - 6 ) 其中表示带宽，p 。和盯? 分别表示第f 个子信道的发射功率和噪声功率。和s i s o 信道的容量公式相比，m n 订o 系统的信道容量随着天线数量的增加的线性增大。也就是 说m i m o 技术可以成倍地提高无线通信系统的容量，在不增加带宽和天线发射功率的 情况下，频谱利用率可以成倍地提高。 m n 订0 技术用于无线通信系统的实际研究早在7 0 年代就有人提出，但是对无线移 动通信系统中m i m o 技术产生巨大推动的奠基工作则是在9 0 年代由a t & tb e l l 实验室 的学者完成的。1 9 9 5 年t e l a t a r i q 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 5 1 提出了一种m i m o 处理算法一贝尔实验室对角分层空时( d b l a s t ) 算法。 1 9 9 8 年t a r o k h 6 1 等讨论了用于m i m o 系统的空时码，1 9 9 8 年w o h i e n s k y 等人采用垂直 分层空时( v - b l a s t ) 算法 7 1 建立了一个m i m o 实验系统，在室内实验中达到了2 0 b p s h z 以上的频谱利用率，这一频谱利用率在普通系统中极难实现。这一振奋人心的结果提供 了在衰落信道中提高系统容量和通信可靠性的一种新技术手段，引发了m i m o 技术的 研究浪潮。 m i m o 也引起其众多标准化组织的注意。在第三代移动通信( 3 g ) 标准确定之后， 3 g p p ( t h i r dg e n e r a t i o np a r t n e r s h i pp r o j e c t ) 和3 g p p 2 都启动了能进一步提高3 g 系统容 量、改善链路传输质量和提升数据速率的关键技术研究，其中就包括了智能天线和 m i m o 技术。同时，无线世界研究论坛( w i r e l e s s w o r l d r e s e a r c h f o r u m , w w r f ) s r 国际 电联( r r u ：i n t e r n a t i o n a l t e l e c o m m u n i c a t i o n u n i o n ) 也开展了面向2 0 1 0 年无线应用的 后3 g 系统( b e y o n d3 g ，b 3 g ) 关键技术研究嘲，即所谓的第四代( 4 t hg e n e r a t i o n ，4 g 移动通信系统物理层关键技术的研究中，m i m o 被广泛看好。在i e e e8 0 2 2 0 工作组 关于移动宽带无线接入( m o b i l e b r o a d b a n dw i r e l e s sa c c e s s ，m b w a ) n n 究计划【1 川中，也 将m i m o 技术列为主要内容。我国于2 0 0 1 年启动了国家高科技技术( 8 6 3 ) 重大项目 “b 3 g 无线链路传输关键技术研究”，m i m o 技术也是框架技术之一【1 1 1 。目前，从国 际国内的无线通信研究趋势的发展中可以发现，在无线通信传输理论和技术领域，基于 多天线( 包括天线阵列) 的信号处理、编码、调制和资源管理等技术则处于研究和应用的 最前沿。 4 第一章绪论 综上所述，无线通信应用需求的持续增长直接推动着无线通信网络的发展和无线通 信新技术的诞生。而在众多新技术中，m i m o 做为未来一代宽带无线通信系统的框架 技术，是实现充分利用空间资源以提高频谱利用率的一个必然途径。m i m o 技术能在不 增加带宽的情况下，成倍地提高通信系统的容量和频谱利用率。将是新一代无线通信领 域必将采用的关键技术。基于m i m o 的无线通信理论和传输技术显示了巨大的潜力和 发展前景。 图1 2m i m o 技术相关研究领域 f i g u r e1 - 2 t h er e s e a r c hf i e l d sr e l a t e dw i t ht h em i m o t e c h n o l o g y 1 2 2m i m o 系统主要研究热点 m i m o 技术涉及到众多研究领域，文献【1 2 】把m i m o 系统的相关研究分为信息理论、 信道模型、系统平台、信息检测4 大类( 见图1 - 2 ) 。其中前两项是m i m o 系统的基础 研究，主要研究无线信道的传输模型和信道容量；后两项是m i m o 系统的实用化研究， 主要是收发机设计。目前m i m o 系统的主要研究问题包括以下几个方面。 1 信道容量分析 信道容量指信道能达到的最大数据传输率。这方面的研究一般结合信号模型，考虑 在接近实际环境中的信道模型中，影响信道容量的因素。一般只考虑单用户的情况。现 有研究主要讨论了以下基本问题【1 3 】： 5 华南理工大学博士学位论文 问题一：在不同类型信道状态信息( c h a n n e ls t a t ei n f o r m a t i o n ，c s i ) 和信道分布信息 ( c h a n n e ld i s t r i b u t i o ni n f o r m a t i o n ，c d i ) 约束下，如何清晰地表述单用户m i m o 信道容 量的界( 上界和下界) ? 问题二：m i m o 信道容量与接收机的平均信噪比、接收天线数目和发送天线数目 之间的递增关系究竟如何? 如何度量m i m o 信道能带来的容量增益? 问题三：在各种逼近实际无线传播环境的前提下，m i m o 的信道容量界限与限制 容量的各种因素之间是怎样的一种关系? 比如，容量与发送端、接收端的衰落相关特性、 信道中散射体的几何分布、天线阵列的拓扑结构以及无线系统的信令方式之间存在什么 关系? 目前信道容量的研究正向系统容量研究的方面拓展，即考虑蜂窝系统中的用户容量 问题，这主要基于多用户信息论【1 4 】在m i m o 系统中的推广。但与单用户m l m o 信道 容量的研究相比，这一部分研究仅处于起步阶段。 2 信道模型 这方面的研究其目的是认识m i m o 信道冲激响应的规律性。目前的研究主要包括 两个方面：一方面是对m i m o 信道衰落空时统计特性的测量和理论分析；另一方面是 对m i m o 信道建模方法的研究。研究m i m o 衰落信道的空时( 频) 衰落的统计特征不仅 能有助于更好地揭示m i m o 无线通信结构所能利用的空间资源的本质，还有助于理解 限制m i m o 无线通信的各种因素，以及发现提高m i m o 无线通信容量和链路质量的 各种方法。对m i m o 无线衰落信道模型的研究是进行m i m o 信道容量研究及空时信 号处理算法的基础。 针对收发端均使用单天线的单入单$ ( s i n g l e i n p u ts i n g l e - o u t p u t ，s i s o ) 无线衰落信 道，有相当多的文献公布了一些测量数据和建模方法【1 5 4 7 】。但是m i m o 信道模型的多 个天线的拓扑结构和摆放方式已不仅局限于阵列形式，还包括小尺度范围的分集形式和 扩展到大尺度的分散布置形式。此时，影响m i m o 信道衰落特征的因素将同时包括接 收和发送端周围的空间和时间的衰落统计特性，这导致了从理论上描述m i m o 信道空 时衰落特征的统计特性的困难，也导致了m i m o 信道建模的的合理性、准确性和复杂 度问题。关于m i m o 信道模型的研究存在两个基本问题：1 ) 什么样的理论模型能更 准确地描述m i m o 信道的空、时、频三维的统计衰落特征? 2 ) 如何扩展已有的s i s o 建模方法，以有效且准确地构建m i m o 信道模型? 并且，在仿真所建立的m i m o 信 道模型时，如何保证较低的实现复杂度? 6 第一章绪论 3 调制技术 m i m o 系统中的调制一般指空时调制，空时调制可以看成是一个映射，把要发送的 用户( 可以是一个或多个) 数据映射成多个数据流，每个数据流由m i m o 系统的某个 发射天线发送出去。信道容量分析从理论上给出m i m o 信道的容量，但没有给出具体 的实现方式。空时调制是实现m i m o 系统优越性能的实际方法，其目的是实现尽量大 的分集度( d i v e r s i t yo r d e r ) 。对于平坦信道，现有研究表明通过空时调制可以实现最大 的分集剧5 电瑚，对于频率选择性信道，结合正交频分复用( o r t h o g o n a lf r e q u e n c yd i v i s i m u l t i p l e x ：o f d m ) 技术的m i m o - o f d m 系统能进行空时频调制，实现空间，时间和 多径分集，是更好的选择【1 9 - 2 0 1 。 调制技术的另一个重要研究内容是针对时变信道的自适应调制，因为无线信道容易 受周围环境的影响，时变性是无线信道固有的特性。在自适应调制中，一般假设接收端 在估计得到信道参数后，通过某种反馈通道把信道状态反馈给发送端，发送端根据信道 状态自适应地调节其发射功率、调制编码方式以及数据的帧长来克服信道的时变特性， 从而获得最佳通信效果的技术。 4 智能天线 智能天线是由多个天线单元组成的阵列。它能在空间上形成波束，对准目标信号的 方向进行接收或发射；同时形成零陷和旁瓣，对准干扰信号的方向以消除其影响，或抑 制在非目标信号的方向上发射信号。实质上，它就是个空间滤波器。理论与实践证明， 智能天线通过对信号在空域上的处理，能有效改善信号的传输质量、降低信号的发射功 率、扩大蜂窝覆盖的范围并提升通信系统的容量，成为未来移动通信系统最有发展潜力 的无线通信技术之一。 智能天线既是一项接收技术，也是一项发送技术。作为接收技术，天线阵列能估计 不同的来波方向( d i r e c t i o no f a r r i v a l ，d o a ) ，d o a 已经成为智能天线的一个重要分支， 其研究成果同时应用于雷达、声纳等其他领域。作为发送技术，天线阵列根据d o a 的 估计结果，通过不同天线的加权形成波束( b e a m f o r m i n g ) 。智能天线的研究范围主要是 以下几个方面【2 l l ：1 ) 天线的设计和性能分析；2 )波束形成和零陷形成算法；3 ) 空间 来波信号个数和方向的估计；4 ) 智能天线在空分多址系统中的应用。 5 符号检测 7 华南理工大学博士学位论文 符号检测是一项重要的接收端技术。发送端的发送数据一般是经过某种调制算法， 如q p s k 、q a m 形成的数据，在接收端需要恢复出有相同调制星座图的序列。例如， 在噪声存在情况下，系统模型式( 1 - 2 ) 可以表示为 y ( 七) = l t x ( k ) + v ( ( 1 - 7 ) 其中1 ，( 七) 表示噪声，假设通过信道估计得到信道参数的估计疗，则符号检测可认为 是从星座图得到一个长度和x ( 七) 相等的序列主 ) ，使得愀助- h i ( k ) 1 1 2 达到最小。符号检 测直接影响到系统的符号错误概率，因此引起众多研究者的重视。 最直接的方法是采用穷举搜索法( 最大似然方法) ，但该方法计算复杂度随x ( 七) 长 度的增加指数增长。在其改进算法中球形解码算法可以达到最大似然解码的优化性能， 同时在一定的系统参数范围内其复杂度为多项式级1 2 2 1 4 2 3 1 。近年来针对m i m o 系统提出 了联合检测解码技术，该技术同时考虑空时解调和符号检测，利用解调器和检测器之间 的信息迭代交换提高准确率，是一种复杂度适中，性能优良的多天线系统检测算法。但 是目前还不能证明迭代过程的收敛性。同时，如何将球形解码算法的优势和迭代解码进 行结合，以进一步提高系统性能也是非常值得研究的课题。 6 信道估计与均衡 前面所讲述的m i m o 容量以及m i m o 各种检测算法都是基于接收端确知信道状态 信息的前提下进行的，而实际系统中信道状态信息必须通过一定的信道估计算法来获 得，信道估计算法的实用性和准确性就成为影响系统性能的关键因素。信道参数可以通 过发送端发送训练数据得到，但训练序列需要占用带宽。近年来直接利用发送信号间的 相关冗余来进行m i m o 信道估计的方法也得到了很多应用，这种方法不需要训练序列， 又称为盲信道估计。但是盲信道估计有固有缺陷，例如它需要复杂的运算和比较大的样 本集，并且需要信道状态在较长时间内保持不变。随着m i m o 和o f d m 技术的结合， 借助o f d m 系统的一此本质特点( 循环平稳特性、子载波信道无记忆以及子载波间信道 相关近似性) ，提出了许多针对m i m o o f d m 的盲信道估计算法，是目前信道估计算法 的研究重点。 信道估计与均衡的另一个研究重点是针对时变信道的自适应均衡。面对时变和频率 选择性双重的信道特征，基于训练序列的信道估计与均衡算法因为计算量低、实现容易 重新成为研究重点。在m i m o o f d m 系统中，因为o f d m 频域子载波的无记忆性以及 信道均衡计算的方便性，基于频域插放导频进行信道估计的算法成为目前的研究热点。 8 第一章绪论 1 3 研究现状 本文的研究主要关注m “o 系统的发送和接收技术。在发送方面，调制是关键技 术之一，本文重点研究基于信道状态参数的自适应调制。在接收方面，本文系统研究了 波达方向估计、信道估计与均衡、多用户符号检测三个方面，下面详细介绍现有的研究 成果。 1 m i m o o f d m 系统的自适应调制 自适应调制编码洲( a d a p t i v em o d u l a t i o n c o d i n g , a m c ) 技术的基本原理是当信道状 态发生变化时，发射端保持发射功率不变，而随信道状态自适应的改变调制和编码方式，从 而在不同的信道状态下，在保证通信质量的前提下，获得最大的吞吐量。m i m o 技术和 o f d m 技术的结合已经成为下一代移动通信系统的核心技术。因此，针对自适应 m i m o o f d m 系统的研究已经成为目前研究的热点，主要集中在以下几个方面。 一是研究o f d m 调制技术中的自适应参数，即那些参数可以进行自适应调制 2 5 - 2 7 1 。 一般认为o f d m 系统的自适应参数包括予载波和子载波的调制阶数，如4 q a m 、 1 6 q a m 、6 4 q a m 等，调制阶数的改变又称为比特分配问题田4 6 1 。通常对o f d m 系统 子载波和比特分配问题的研究归结为两个方面：一是最大化系统传输速率，即在发射功 率一定的情况下，寻找一种分配方案使系统的传输速率达到最大；另一方面是在给定系 统传输速率的情况下，寻找一种分配方案使系统的发射功率尽量低。目前，针对这两个 方向都有大量的研究。由于实际中许多系统的传输速率是由业务特性决定的，因此对后 者的研究在实际中更具针对性。本文的研究主要是针对后一个方向的。 二是考虑单用户下的自适应调制捧3 q 。在单用户情况下，由于所有子载波都由一个 用户占用，所以只需要考虑比特分配问题。贪婪灌水算法已经被证明是最优算法，成为 许多子载波和比特分配算法的基础，文献 3 3 ，3 4 1 都是基于贪婪灌水算法的。此外由于贪 婪灌水算法在子载波数量比较大的情况下，计算比较复杂，文献 3 4 】研究了贪婪灌水算 法的简化，在保证算法最优性能的同时，降低了算法复杂度。另外，文献 3 5 1 研究了误 码率公式计算的简化，通过曲线拟合的方式获得了简单的误码率计算公式，进一步降低 了灌水算法的复杂度。 三是考虑多用户下的自适应调制 3 6 - 4 2 1 。在多用户情况下，系统在进行子载波和比特 分配时，不但要考虑各个用户的比特分配，而且要考虑系统中各个用户间的子载波分配 问题，通过综合考虑，使所有用户的速率要求和误码率要求都得到满足，并尽可能使系 统的发射功率降到最低。显然，多用户子载波和比特分配问题比单用户比特分配问题要 9 华南理工大学博士学位论文 复杂得多。目前，针对多用户o f d m 系统自适应予载波和比特分配的算法很多，文献 3 7 】 利用拉格朗日算法推导了多用户子载波和比特分配问题的最优解，但是由于实际中无线 信道的快速变化，文献【3 7 】推出的最优解只是一个理论下限，在实际中很难实现，另外 文献【3 7 】在利用拉格朗日算法的基础上，提出了一种高性能的次优分配算法，该算法性 能很好，但是算法复杂度也非常高。文献【3 8 】提出了一种简单的多用户予载波和比特分 配算法，该算法简单快速，但是性能略差。文献 3 9 - 4 2 都是先利用相对简单的方法得到 一个次优的分配方案，然后对已有的分配方案进行反复的优化，最后得到性能较高的分 配方案。因此在多用户比特和子载波的分配问题上，主要是在算法复杂度和性能之间的 权衡。如何利用更简单的方法得到更优的分配方案是这个方向追求的目标。 最后是结合m i m o 技术的o f d m 系统子载波和比特分配，这是目前的研究重点， 大部分的研究m 3 弓2 1 都是在s i s o o f d m 系统子载波和比特分配算法的基础上，结合 m i m o 以及空时信号处理的实际特点，提出适合m i m o o f d m 系统的分配算法。事实 上，采用适当的空时编码m s - 5 0 ，可以将m i v l o o f d m 系统等效为s i s o o f d m 系统， 这样就可以简化m 1 m o o f d m 系统的子载波和比特分配问题，使s i s o o f d m 系统中 的分配算法可以移植到m i m o o f d m 系统中。 2 来波方向估计 经典的d o a 问题考虑一维情况下的d o a 估计，并且假设环境噪声为高斯白噪声。 最大似然方法【5 3 耐i ( m a x i m u ml i k e l i h o o d , m l ) 已被证明有最好的性能，但是m l 算法 需要构造一个非线性的似然函数，不能得到闭式解，并且计算量很大，实用性较低。在 经典d o a 问题中，接收信号的功率谱包含来波信息，因此把经典谱估计的理论成果应 用于d o a 也是早期研究的重点之一。有很多方法被提出，如b a r t l e t t l 5 5 il p 5 6 1 ( l i n e a r p r e d i c t i o n ：线性预测) ，m e m s 7 删( m a x i m u me n t r o p ym e t h o d ：最大熵) 等。但这些算 法不能利用到d o a 问题的特殊性，其估计性能较差。基于子空间分解的算法是d o a 的另一类重要算法。这类方法一般对接收信号的统计量矩阵( 自相关矩阵或其他高阶距 矩阵) 进行特征值分解，得到信号子空间和噪声子空间。并利用信号子空间和噪声子空 间的正交性得到d o a 解。其中主要算法包括p i s a n l 【o 【5 9 - 6 0 ，m u s l c t 6 2 6 3 1 ( m u l t i p l es i g n a l c l a s s i f i c a t i o n ) 、e s p r i t t 刚s t ( e s t i m a t i o no fs i g n a lp a r a m e t e r sv i ar o t a t i o n a li n v a r i a n e e t e c h n i q u e s ) 、w s f l 6 6 1 ( w e i g h t e ds u b s p a c ef i t t i n g ) 等。 近二十年来，随着无线通信等新应用的发展，d o a 的研究范围不断被拓展。新的 研究范围主要包括以下几个方面。 l o 第一章绪论 1