（通信与信息系统专业论文）高速铁路移动环境下mimo信道预测与预处理技术研究.pdf

西南交通大学硕士研究生学位论文 第1 i 页 摘要 随着移动通信业务需求的持续增长，移动通信已经成为当前世界上技术发展最迅 速的学科之一。多输入多输出技术( m i m o ) 作为新一代移动通信领域的关键技术之 一，也是目前移动通信领域的研究热点，更优于单天线系统，m i m o 技术能较好地提 高信息传输的速率，改善信息传输的质量，提升通信容量。目前，多输入多输出技术 已经广泛应用于宽带无线接入以及长期演进( l 1 e ) 等无线通信系统中。 m i m o 系统的性能提升与m 蹦o 无线信道的传输特性关系较大。如果系统能够准 确获得信道的状态信息，并且充分将其利用于自适应传输技术中，能显著提升通信系 统的系统容量。通信系统可以根据信道状态信息进行空时编码，预编码，自适应调制， 功率控制等，提升通信质量。 在高速移动的通信系统中，由于信道快变，当前时刻通过信道估计出来的信道状 态信息不再适合指导未来时刻发射端发送下行数据。下一代蜂窝通信需要支持快达 5 0 0 k n g h 的超高移动速度。所以有必要使发射端准确获取未来的信道状态信息，或者直 接减轻甚至克服对信道状态信息的需求，以显著改善系统性能。 系统精确传输的关键在于准确的信道状态信息，由于信道预测技术能有效修正不 准确的信道状态信息，是近年来m 蹦o 增强技术的研究热点之一。系统通过参考符号 对当前时刻的信道状态信息进行估计，并依据当前时刻的信道状态信息预测或者修正 未来时刻的信道状态信息，从而提升m i m o 系统传输的性能。 随着高速铁路的快速发展，移动台的移动速度不断提高，移动传播环境越来越恶 劣，某些传统的通信技术适用性不断受到挑战，酉空时编码技术不同于传统的空时编 码技术，可以应用于未知信道状态信息的恶劣信道中，以克服系统无法正常获取c s i 的困难。 本文首先对m i m o 信道预测与跟踪技术进行了研究。m i m o 信道预测技术主要考 察了几种常用的信道预测算法，并通过预编码技术对信道预测的性能进行了进一步验 证。本文考察的算法包括基于m m s e 和基于自适应滤波器的预测算法。基于m m s e 的预测算法思想是信道的全局统计特性，基于自适应的预测算法思想是数据的局部平 稳性，依据使用自适应滤波器的种类可以分为基于n l m s ( 归化最小均方误差) ，r l s ( 递归最小二乘法) 和k a l m a n 这三种方法。最后，结合局部平稳性和全局统计特性， 提出了引入预测样本迭代的信道预测策略，在预测深度加大的情况下有较好预测性能。 本文还对酉空时编码技术进行了研究，其中包括传统的酉空时编码技术和差分酉 空时编码技术，分别对两种酉空时编码技术在不同星座构成，不同多普勒扩展，不同 检测方法，不同信道时变性等方面进行了充分的考察。最后，结合信道的时变特性， 西南交通大学硕士研究生学位论文 第1 il 页 提出了一种适用于快速时变信道情景下，基于修正因子的差分酉空时检测技术，相对 于传统的差分酉空时解码，有一定程度的性能提升。 关键词：m m o ；时变信道；预测；酉空时编码；差分酉空时编码 西南交通大学硕士研究生学位论文 第1 v 页 a b s t r a c t w i t ht h e g r o w i n g d e m a n df o rm o b i l ec o m m u n i c a t i o n sb u s i n e s sf r o m s o c i e t y , m o b i l e c o m m u n i c a t i o n si so n eo ft h ef a s t e s tg r o w i n gd i s c i p l i n e sc u r r e n t l y m u l t i p l ei n p u tm u l t i p l eo u t p u t ( m i m o ) i sa k e yt e c h n o l o g yi nt h en e wg e n e r a t i o nm o b i l ec o m m u n i c a t i o n ，w h i c hi sa l s oac u r r e n t l yh o tr e s e a r c h f i e l do fm o b i l ec o m m u n i c a t i o n s c o m p a r e dw i t ht h es i n g l ea n t e n n as y s t e m ，m i m os y s t e m sc a n s i g n i f i c a n t l yi m p r o v et h e i n f o r m a t i o n r a t e ，t h eq u a l i t y o fi n f o r m a t i o n t r a n s m i s s i o n ，a n d t h e c o m m u n i c a t i o nc a p a c i t y c u r r e n t l y , m i m ot e c h n o l o g yh a sb e e nw i d e l yu s e di nb r o a d b a n dw i r e l e s sa c c e s s ， s u c ha sl o n g - t e r me v o l u t i o n ( l t e ) w i r e l e s sc o m m u n i c a t i o ns y s t e m t h ep e r f o r m a n c eo fm i m os y s t e m sg r e a t l yd e p e n d e n t so nt h et r a n s m i s s i o nc h a r a c t e r i s t i c so fm i m o w i r e l e s sc h a n n e l a c c u r a t ec h a n n e ls t a t ei n f o r m a t i o n ( c s r ) p l a y sav i t a lr o l ei m p r o v i n gt h es y s t e m c a p a c i t y c o m m u n i c a t i o ns y s t e mu s e st h ec h a n n e ls t a t ei n f o r m a t i o nt o a c h i e v es p a c e - t i m ec o d i n g ， p r e c o d i n g ，a d a p t i v em o d u l a t i o n ，p o w e rc o n t r o la n ds oo n i nt h em o b i l ec o m m u n i c a t i o ns y s t e m ，t h ec s ii so b t a i n e df r o mc h a n n e lr e c i p r o c i t ya n df e e d b a c k t h ec s ii nt h ep r e s e n tm o m e n ti sn ol o n g e rs u i t a b l e f o rt h es y s t e mt os e n dd o w n l i n kd a t ai nt h ef u t u r e ，i e ， t h et i m ev a r y i n gc h a r a c t e r i s t i cl e a dt ot h ec h a n n e ls t a t ei n f o r m a t i o no u to fd a t e i ti sd i f f i c u l tt oo b t a i nt h e c h a n n e ls t a t ei n f o r m a t i o ni nt h ec o n t e x to ff a s t f a d i n g c h a n n e l t h en e x tg e n e r a t i o nw i r e l e s s c o m m u n i c a t i o n sn e e dt os u p p o r tu l t r a - h i g hm o b i l es p e e du pt o5 0 0 k m h t h e r e f o r e ，i ti sn e c e s s a r yf o rt h e s y s t e mt oo b t a i na c c u r a t ec h a n n e ls t a t ei n f o r m a t i o ni nt h ef u t u r e ，o rd i r e c t l yr e d u c eo re v e no v e r c o m et h e c h a n n e ls t a l ei n f o r m a t i o n ，i no r d e rt os i g n i f i c a n t l yi m p r o v es y s t e mp e r f o r m a n c e t h ec h a n n e lp r e d i c t i o nt e c h n i q u ec a ne f f e c t i v e l ym o d i f yt h ei n a c c u r a t ec h a n n e ls t a t ei n f o r m a t i o n ， a n di so n eo ft h ep o p u l a rt e c h n i q u e si nr e c e n ty e a r s t h es y s t e me s t i m a t et h ec h a n n e ls t a t ei n f o r m a t i o no f t h ec u r l 蚀tm o m e n tb yu s i n gr e f e r e n c es y m b o l sa n du s et h ec h a n n e ls t a t ei n f o r m a t i o nt op r e d i c to rm o d i f y t h ec h a n n e ls t a t ei n f o r m a t i o ni nm ef u t u r e w i t ht h ec o n t i n u o u sd e v e l o p m e n to fh i g h s p e e dr a i l w a y , t h em o b i l ec o m m u n i c a t i o ne n v i r o n m e n ti s w o r s e n i n g ，t h ea p p l i c a b i l i t yo fs o m et r a d i t i o n a lc o m m u n i c a t i o nt e c h n o l o g i e si sc o n s t a n t l yb e i n g c h a l l e n g e d d i f f e r e n tf r o mt h et r a d i t i o n a ls p a c e t i m ec o d i n gt e c h n i q u e s ，t h eu n i t a r ys p a c e - t i m ec o d i n g t e c h n i q u e s ，c a nb ea p p l i e di nav e r yb a dc h a n n e lw i t hu n k n o w nc h a n n e ls t a t ei n f o r m a t i o n ，i no r d e rt o o v e r c o m et h es y s t e mc a nn o tn o r m a l l yo b t a i nc s i f i r s t , t h em i m oc h a n n e lp r e d i c t i o nt e c h n i q u e si nr e s e a r c h e d s e v e r a lc o m m o nc h a n n e lp r e d i c t i o n a l g o r i t h m sa r ci n v e s t i g a t e d ，i n c l u d i n gm m s ea n da d a p t i v ef i l t e r t h ep e r f o r m a n c eo fp r e c o d i n gb y c h a n n e lp r e d i c t i o ni ss t u d i e da sf u r t h e rv e r i f i c a t i o n t h em m s e p r e d i c t i o na l g o r i t h mi sb a s e do nc h a n n e l g l o b a ls t a t i s t i c a lp r o p e r t i e s t h ea d a p t i v ef i l t e ra l g o r i t h mi sb a s e d0 np a r t i a ls t a b i l i t yo fd a t a ，a c c o r d i n gt o t h es 乜- n c m r e ，a d a p t i v ef i l t e rc a nb ed i v i d e di n t ot h e s et h r e em e t h o d s ：n l m s ，r l sa n dk a l m a n f i n a l l y , 西南交通大学硕士研究生学位论文 第v 页 w i t ht h ec o m b i n a t i o no fl o c a ls t a b i l i t ya n dg l o b a ls t a t i s t i c a lp r o p e r t i e s ，n e wp r e d i c t i o n s t r a t e g yi s t h e n , t h eu n i t a r ys p a c e t i m em o d u l a t i o nt e c h n i q u e sa r es t u d i e d m c l u d m gt r a d i t i o n a lu n i t a r y s p a c e t i m ec o d i n gt e c h n i q u e sa n dd i f f e r e n t i a lu n i t a r ys p a c e - t i m ec o d i n gt e c h n i q u e s f u r t h e r , v a r i o u s s i m u l a t i o n si nd i f f e r e n tc o n s t e l l a t i o n s ，d o p p l e re x p a n s i o n ，d e m o d u l a t i o nm e t h o da n dt i m ev a r y m g c h a n n e li s a n a l y z e d f i n a l l y , an e wd i f f e r e n t i a ld e m o d u l a t i o nm e t h o di sp r o p o s e db a s eo i lc h a n n e l p r e d i c t i o n c o m p a r e dt oc o n v e n t i o n a ld e m o d u l a t i o nm e t h o d ，t h ed e m o d u l a t i o np e r f o r m a n c ei si n c r e a s e d k e yw o r d s ：m i m o ；t i m ev a r y i n g ；p r e d i c t i o n ；u s t m ；d u s t m 西南交通大学硕士研究生学位论文 第1 页 1 1 课题研究背景及意义 第1 章绪论 随着移动通信的发展，未来的移动通信技术除了提供传统的语音业务之外，更需 要给用户提供各种高质量的数据业务。因此，各种新技术将应用于未来的移动通信系 统。m i m o 即m 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 ，多输入多输出无线传输技术，相对于单 天线无线通信系统，可以在不增加带宽的情况下为通信系统提供更大的无线信道容量， 除此之外，还能更加有效的实现抗干扰和抗衰落。该技术在未来的无线通信领域都有 广泛的应用【1j 1 2 j 。 在无线通信系统中，如果系统能够准确获得信道的状态信息，并且充分将其利用 于自适应传输技术中，能显著提升通信系统的系统容量。通信系统可以根据信道状态 信息进行空时编码，预编码，自适应调制，功率控制等，提升通信质量【3 】。在频分双工 的工作模式下，信道的信道状态信息只能通过接收端处理导频信息获取，再通过反馈 信道反馈信道状态信息回发射端，供发射机使用；在时分双工的工作模式下，下行信 道状态信息不仅能在接收端获取，还可以在发射端通过上行信道互易性获取【4 】。 但是，在时变的高速移动环境中，发射机当前时刻获取的的信道状态信息出现因 为时变特性而失效的问题，即不再适合去指导未来时刻准确发射端发送数据，即信道 时变性导致信道状态信息过时，准确获取信道状态信息越来越困难。但是通信用户的 需求在不断上升，未来的蜂窝通信甚至需要支持高达5 0 0 k m h 的超高移动速度【5 。所 以有必要使发射端准确获取未来的信道状态信息，或者直接减轻甚至克服对信道状态 信息的需求，以显著改善系统性能。 信道预测技术能有效地基于无线信道的相关特性，修正不准确的信道状态信息。 系统通过各种预测算法预测出将来时刻准确的信道状态信息，既能有效克服无线衰落 信道的时变性，以便指导准确的自适应传输；又能直接减轻m i m o 反馈信道的负担， 促进多点协作( c o m p ) 等新技术的发展1 6 】。 酉空时编码技术能有效适用于即使信道状态信息未知的传播环境。在某些及其恶 劣的无线传播环境，例如s c s s v ( s p a t i a l l yc o r r e l a t e da n ds a m p l e t o s a m p l ev a r i a n t ) 信 道，信道系数在每一个抽样时刻均有变化，此时系统无法实时获取准确地信道状态信 息。差分酉空时编码机制类似于差分移相键控，即通过差分检测的方式实现信号的传 输。在未来能有较好的发展前景。 西南交通大学硕士研究生学位论文 第2 页 1 2 国内外研究现状 如何使发射端准确获取更准确的信道状态信息，或者直接减轻甚至克服对信道状 态信息的依赖，是近几年国内外研究的重点。 ( 1 ) 信道预测方法研究现状 目前信道预测的方法主要分为线性信道预测与非线性信道预测。线性信道预测模 型主要算法有a r ( 自回归模型) 和a r m a ( 自回归和移动平均混合模型) 等。其关 键在于计算模型系数，系数可以通过自适应滤波或其他方法获得，自适应滤波算法主 要包括l m s ( 最小均方误差) 【7 】，r l s ( 递归最小二乘法) 【8 】，k a l m a n t 9 等。c h a n g k e e m i n 等人提出了利用k a l m a n 滤波器和m m s e 准则预测模型系数【1 0 】。m e h d is 神等提 出利用l m s 跟踪时域信道【l l 】。t u g a y 等提出了最大熵方法估计a r 模型的系数。该 方法只用于在低速和静止条件下使用。h a n i 等人提出基于a r m a 模型的动态信道预测 算法【1 3 1 。基于m m s e 的信道预测算法主要是充分挖掘信道的全局性，利用信道的二阶 统计特性，实现信道预测。基于l m s ，r l s ，k a l m a n 的信道预测算法，都是基于自适 应的思想，实现信道的局部预测。 非线性的预测模型有近似投影子空间跟踪【1 4 】，支持向量机【1 5 】，神经网络f 1 6 】，马尔 可夫过程【1 7 】等方法。i n f i n e o n 公司在文献 1 7 中提出在接收端或者发送端，将信道系数 的变化看作是马尔可夫过程。通过对大量的过去序列进行分析，计算出未来时刻的序 列。非线性预测模型算法过程复杂，往往涉及大量矩阵操作占用大量资源，实际应用 可行性低。 ( 2 ) 酉空时编码技术研究现状 空时编码能在无线衰落信道中有效地实现空间分集1 8 】【19 1 ，然而，传统的空时编码 方式使用的前提是接收机获取准确地信道状态信息。区别于传统的空时编码技术，酉 空时编码和差分酉空时编码技术能在c s i ( c h a n n e ls t a t ei n f o r m a t i o n ，信道状态信息) 未知或者不准确的情况下正常工作【2 0 】。 文献 2 1 利用香农理论分析了无c s i 获取机制的多天线系统，并且提出了天线之间 正交的复数星座信号。文献 2 2 提出了酉空时信号，能有效用于系统未知c s i 的瑞利衰 落信道。文献 2 3 】提出了酉空时信号的系统设计方法，该方法适用于平稳的衰落信道。 文献 2 2 2 4 】中的理论分析表明，酉空时编码不仅易于检测，而且在空时块时间间隔t 远大于发射天线数目情况下能够获得容量增益。文献 2 5 【2 6 给出了接收端信道未知情 况下的差分信号设计框架。文献 2 7 考察了在s c s s v 信道中，非相干接收机的理论和 仿真性能，并对最优接收机和次优接收机性能了性能比较。p e e l 等人在文献 2 8 中对时 变信道中酉空时编码性能进行了分析，并用高斯马尔科夫过程描述差分编码。 随着该项技术的发展，h o c h w a l d 利用差分移相键控的思想，提出了差分酉空时编 码技术【2 9 】，适应于连续衰落环境的信道，能取得较好的性能。 西南交通大学硕士研究生学位论文 第3 页 本论文针对信道预测技术和酉空时编码技术展开研究，相关成果对于高速移动致 使信道状态信息不准确的情况有一定理论意义，可以为高速移动环境下m i m o 通信系 统设计提供指导。 1 3 本文研究的主要内容 本文主要研究在移动通信环境下，m i m o 系统中克服信道状态信息不准确的技术， 包括信道预测技术和不依赖于信道状态信息的酉空时编码技术，通过仿真对其在高移 动环境下的性能进行分析比较并提出改进策略。 信道预测技术主要算法有基于m m s e ( 最小均方误差) 的信道预测算法和基于自 适应滤波的信道预测算法，其中基于自适应的信道预测算法包括n l m s ，r l s ，k a l m a n 三种自适应方法。本文提出了两种信道预测的策略；策略一可以应用于所有信道预测 算法。策略二可以应用于基于m m s e 的信道预测算法。 本文还研究了酉空时编码技术，酉空时编码技术包括酉空时编码和差分酉空时编 码。最后给出了一种应用于差分酉空时解码的修正方法，能有效提升快速时变环境下 的差分解码性能。 1 4 论文的主要结构 本文的内容安排如下： 第1 章：绪论。主要介绍了本课题的研究背景、意义以及国内外研究现状。 第2 章：m i m o 无线信道建模及其传播特性。主要分析了高速环境下的m i m o 无线信道相关建模算法。并对m i m o 信道的部分传播特性进行了讨论。其中包括多普 勒效应，信道的时间相关性以及空间相关性。 第3 章：无线信道预测技术。分析并比较了几种常见的信道预测算法，包括基于 m m s e 的信道预测算法，基于自适应滤波的信道预测算法。基于自适应滤波的信道预 测算法还分为基于n l m s 的信道预测算法，基于递归最j j 、- - 乘法( r l s ) 的信道预测，基 于卡尔曼滤波器的信道预测。最后，提出了两种能够提升预测性能的信道预测策略。 第4 章：酉空时编码技术。这一章详细讨论了酉空时编码与差分酉空时编码。对 两种酉空时编码技术在不同天线数目，不同多普勒扩展，不同信道时变性等方面进行 了详细的分析。提出了一种可以适用于快速时变信道的差分检测修正方法。 第5 章：总结与展望。总结了本论文的主要工作，并展望了今后可能在信道预测 与预处理领域可能扩展的的一些研究新方向。 西南交通大学硕士研究生学位论文第4 页 第2 章m i m o 无线信道及其信道传播特性 m i m o 无线信道的传播特性直接影响了通信系统的性能，故只有充分了解m i m o 信道的建模和传输特性，才能更准确地分析整个无线通信系统，在有限的频谱资源上， 实现高质量的信息传输。本章首先对m i m o 信道进行了概述，然后介绍了m i m o 无线 信道的传播特性，对m i m o 无线信道的空时相关性进行了分析。 2 1m i m o 无线信道建模 m i m o 系统可以看成是s i s o 的扩展，其系统框图如图2 - 1 所示。发送端天线数目 为m ，发送信号可以表示为： s ( t ) = b ( f ) ，s 2 ( f ) 9o ，( f ) 】。 ( 2 1 ) 接收端天线数目为n ，接收信号可以表示为： y ( t ) = m ( f ) ，y 2 ( f ) ，蜘( f ) 。 ( 2 2 ) 基站( b s )移动台( m s ) m 个天线n 个天线 图2 - im i m o 系统框图 对接收信号y ( t ) 和发送信号s ( f ) 进行建模 y ( f ) = ih ( z ) s ( t - r ) d f 第f 时刻，m i m o 链路的信道系数矩阵h ( r ) 为： 工 日( f ) = q 万( f q ) ( 2 3 ) 在 ( 2 4 ) 式中：日p ) c 村，三表示可分辨径的数目，勺为第z 径抽头时延。耳= 【础j 。， 形如式( 2 5 ) 所示。 j j j m r￥ 、j即 西南交通大学硕士研究生学位论文 第5 页 h l2 础，档，榴j ( 2 5 ) m i m o 无线系统中，每一对接收天线可以建模为时变的子信道。子信道的建模可 使用基于抽头延迟线的信道模型。假定信道模型是离散多径信道模型，在高速移动条 件下具有时变性，信道由多个可分辨径组合而成。如图2 2 所示，信号从左侧输入， 经过每一个时变抽头，最后相加，可以得到接收信号。 s i g n a lx ( t ) h o 0 y ( o 图2 2 信道抽头模型 信道建模时，每个信道抽头都是相互独立的，并且同分布，每个抽头的衰落过程 都可以用瑞利或者莱斯分布进行描述。多径传播信道的冲激响应是关于时间和时延的 函数，如式2 - 6 所示。 丛， j l z ( f ，f ) = 异g ，( f ) 万( f 一乃) ( 2 - 6 ) l = o 式中，为子径的总数目，弓是第，个子径的功率，g ) 是第，个子径的时延大小， 可以用复高斯过程进行描述，一为抽头时延，在移动信道中，信道存在多径，到达接收 端的信号是途径若干个子路径相加而成，每条子路径有各自大小不同的衰落幅度和时 间延迟，这些值并非固定的，而是随时间变化的。 只有先产生服从瑞利分布的平坦衰落子信道g t ( t ) ，才能建立频率选择性衰落信道。 文献 3 0 提出了多种方法实现r a y l e i g h 衰落信道的建模，其中包括j a k e s 模型，等距离 法，最小均方误差，等面积法等。 平坦衰落信道的建模通常会用j a k e s 模型。j a k e s 模型信道模拟器由若干个低频振 荡器构建而成，如图2 3 所示【3 。 础蝶 ) ，) ， 硝蟛 ) ，) ， 硝蟛 西南交通大学硕士研究生学位论文 第6 页 ( f ) + 儡( ，) 图2 3 由低频振荡器塑成的j a k e s 模型仿真器 对于o f d m 系统，在t 时刻，信道冲激相应的频率响应可以写成 h ( t ，厂) = i ( f ，f ) p 叫冽7 出 ( 2 7 ) 那么时变信道的离散频域信道响应可以表示为 日( ，z ，后) ：日( 托五，k a y ) ：芝w ) e x p ( 等) ( 2 - 8 ) - - 0 v 其中，采样间隔为= l ( k z x f ) ，a f 为子载波间隔，兀为符号长度，是采样间隔 整数倍信道抽头的总数，k 为子载波数目。不同o f d m 符号的不同子载波的频域信道 响应h ( n ，砂的相关函数可以写为嘞( n ，k ) = r , ( n ) r s ( k ) 。( 以) 为不同时刻之间的相关系数， r r ( k ) 为不同子载波之间的相关系数。 高速铁路信道的通信区域通常固定的站场和狭长的铁路运营沿线，所以，铁路移 动通信系统中的基站一般采用方向性发射天线，系统建网使用带状的蜂窝系统。目前， 高速铁路信道的建模，有多个现成的模型，例如c o s t - 2 5 9 乡村( r a ) 和c o s t - 2 0 7 乡村 ( r a ) 信道模型【3 3 1 f 3 4 1 ，台湾高速铁路无线信道建模大多采用c o s t - 2 5 9 r a 模型。这两种 无线信道建模中，一般都有一条比较强的莱斯径，其余子径的功率谱服从经典型分布， 各种模型下的子路径增益和子路径相对延时参数如表2 1 ，2 2 ，2 3 所示。 c o s t - 2 0 7 乡村( r a ) 信道模型的传播过程几乎没有多径效应，常用于模拟基站与高 速列车的信道，多径时延小，主要的信道特性由主径决定。 表2 1c o s t2 5 9r a 信道模型参数 路径数 多径时延【舢多径功率 a b 多普勒功率谱 10 5 2l o s 24 26 4 c l a s s 3 1 0 1 8 4c l a s s 41 2 9 9 3c l a s s 西南交通大学硕士研究生学位论文 第7 页 51 4 91 0 0c l a s s 62 4 51 3 1c l a s s 7 3 1 2 1 5 3 c l a s s 84 101 8 5c l a s s 94 6 92 0 4c l a s s 1 05 2 82 2 4c l a s s c o s t2 0 7r a 信道模型参数 路径数 多径时延 珊多径功率 d e 多普勒功率谱 1 o0r i c e 22 0 02 0c l a s s 34 0 01 0 0c l a s s 4 6 0 02 0 0c l a s s w i n n e r 模型中的d 1 r u r a lm a c r o c e l l 带有直射路径的信道模型可以适用于 0 - 2 0 0 k m h 下的信道建模，其参数如表2 3 所示。 表2 2d 1 r u r a lm a c r o c e l l 带有直射路径信道模型参数 多径编号 多径时延 n s 多径功率 a b 离开角 到达角 1o51 001 5 o1 6 80o 22 01 5 51 74 4 32 01 6 21 74 5 42 5 3 03 5 15 31 7 51 9 2184 8 54 52 0 51 95 0 66 51 8 9l84 8 76 52 1 11 95 1 89 02 3 62 05 4 91 2 52 6 12 25 7 1 018 0 2 9 4 2 36 0 111 9 0一2 8 32 25 9 w i n n e r 模型中的d 2 a 信道也可以用于高铁信道的建模，其信道模型参数如表2 3 所示。 表2 3d 2 a 信道模型参数 多径编号 多径时延【舢多径功率 a b 离开角到达角 100 o00 24 55 05 51 7 82 0 12 1 81 2 78 0 0 36 01 7 21 3 68 6 o 48 51 6 51 3 48 4 4 51 0 0 1 0 51 1 01 8 12 0 42 2 11 3 98 7 5 611 51 5 71 3 08 2 2 7 1 3 01 7 71 3 98 7 5 82 1017 31 3 78 6 2 高铁线路纵贯全国各地，因此实际场景比较复杂，可能在繁华的市区，也可能在 开阔的农村，不同区域无线传播特性差异很大，因此为了便于研究，一般将铁路无线 通信环境简化为农村开阔地环境吲。 西南交通大学硕士研究生学位论文 第8 页 2 2m l m o 无线信道传播特性 2 2 1 多普勒效应 多普勒效应产生的原因是移动台和基站之间的相对运动。多普勒扩展导致了信道 的时变效应，产生频率展宽( 频率扩展) ，也就是信道出现了时间选择性衰落，进而导 致信道冲激响应的时变性。 如图2 4 所示，当移动台相对于基站运动时，移动台收到来自信号源发射的无线 信号。其多普勒频移为 以= ；c o s 毋 ( 2 - 9 ) 式中，v 为移动台的移动速度，九为电磁波的波长，俄为第f 径电磁波的入射角度。 o s ，j 7 j _ j ? x r 。一1 o oj v y 图2 4 多频率效应示意图 多普勒频移由以下几个因素组成：电波入射角度，移动台相对速度，相对移动方 向，多普勒扩展增加了信号带到3 5 1 。图2 5 为时变环境下移动传播信道的包络图，从 图中可以看出，移动速度越快，多普勒扩展越大，信道变化越剧烈。 西南交通大学硕士研究生学位论文第9 页 c h a n n e le n v e l o p eu n d e r1 0 k m hc h a n n e le n v e l o p eu n d e r3 0 k m l h 2 1 5 1 0 5 o c h a n n e le n d = t o p eu n d e r5 0 k m h 2 2 2 信道的时间相关性 c h a n n e le m e l o p eu n d e r9 0 k m h 图2 5 不同速度下信道包络图 在相干时间内，信道的冲激响应变化平稳。信号经历的衰落相关性也比较高。具 有很大的相关性；在瑞利衰落信道中，信道的冲激响应是复随机过程。 只要观测时间足够短或通信的物理空间足够小，那么许多衰落信道都满足w s s ( 广 义平稳) 的假设。进一步假设具有不同传播时延的散射分量是统计不相关的( u s ) ，则 得到一种非常重要的频率选择性信道模型b e l l o 的w s s u s 模型。w s s 假设会引出 这样一个事实：不同的多普勒频率或不同入射角的散射分量是统计不相关的。u s 模型 是关于频率广义平稳的。在w s s u s 条件下，时变冲激响应一方面关于传播时延f 具有 非平稳白噪声特性；另一方面关于时间是广义平稳的【3 6 】。 在b e l l o 的w s s u s 信道模型中，子信道的抽头之间相互独立，第f 根发送天线与 第，根接收天线的信道中，第脚个子径的信道系数硝( f ) 是均值为0 ，广义平稳( w s s ) 的复高斯过程。无线信道的时间自相关特性可以通过贝塞尔函数描述表示为 e 碟( ) 碟j ( 乞) 兰j o ( 2 ，r f f f j = tf l 一乞f ) ( 2 1 0 ) 以( ) 是第一类零阶b e s s e l 函数，矗“”是第i 根发送天线与第，根接收天线信道系 数的最大多普勒扩展，l 一乞l 为f t 与f 2 时刻的时间间隔【”】。 西南交通大学硕士研究生学位论文 第1 0 页 2 2 3 信道的空间相关性 传统的信道信息主要是时间，频率这二维，但是随着多天线技术的逐渐成熟，信 道的空间信息，例如到达角( a o a ) ，角度扩展( a s ) 之类的空间角度信息也需要引 入模型中来描述信道特性。所以，在对多天线的研究中，空间选择性衰落也是非常重 要的研究内容。空间相关性是m i m o 信道的主要特性，只有充分了解信号到达，离开 等的角度信息，才能更好地研究信道的空间相关特性【3 7 】【3 8 】f 3 9 1 。 在天线相对间隔为0 ，即两根天线合成为一根天线的情况，两根天线的相关系数为 l 。说明两根天线有完全相同的信道特征。在天线的达到角度，角度扩展相同的情况下， 随着天线间隔的增加，天线之间的相关性呈现出减小的趋势( 所说的趋势是指包络的 趋势) ，在天线间隔从o 增大到0 5 的过程中，天线的相关性急剧变小，相关系数从1 变为0 2 。 天线相关性与天线相对间距的关系 天线相对间距 图2 6 天线相对间隔( 叭) 与相关性的关系 由于多波簇和贝塞尔函数性质的原因，在整个下降过程中相关系数的数值出现了 震荡，最后由于天线间隔的增大，震荡随之减小。在给定到达角度为6 0 度的情况下， 分别绘制为角度扩展为0 度，5 度，1 5 度，6 0 度，1 8 0 度这五种情况下空间相关性与 天线间隔的关系。可以看出，当到达角度为6 0 度时，天线相关性因为天线间隔的增大 而衰减的趋势更加明显，衰减更快。随着到达角度的增大，空间相关系数呈现增大的 趋势。- 一 西南交通大学硕士研究生学位论文 第”页 a o a - = 6 0 下空间相关性与天线间距的关系 图2 7a o a 为6 0 的情况下，角度扩展在不同天线相对间隔( d x ) 的相关性 2 3 本章小结 本章主要介绍了m i m o 技术以及m i m o 信道的建模，m i m o 信道的传播特性，其 中着重介绍了高速移动环境下的m i m o 建模技术。然后讨论了无线信道的多普勒效应， 最后考察了m i m o 信道的时间相关性和空间相关性。 西南交通大学硕士研究生学位论文 第12 页 第3 章无线信道预测技术 m i m o 信道的预测，现行的方法都是将其分解为s i s o ( 单输入单输出) 信道进行 单独预测。本章主要介绍了几种信道预测算法，包括基于全局统计特性的m m s e 信道 预测算法和基于自适应滤波器的三种预测算法( 基于n l m s 的信道预测算法，基于i l l s 的信道预测算法和基于k a l m a n 的信道预测算法) 。它们均能基于信道的时间相关性， 有效地实现对未来信道的预测和预处理，帮助系统更有效地获取信道状态信息。 3 1 无线信道预测技术概述 信道状态信息的获取分为开环和闭环两种形式。在传统闭环系统中，信道预测通 常在接收端信道估计之后进行，如图3 1 所示，接收端将信道状态信息进行相关处理， 并且通过上行无线信道传输反馈给发射端，反馈的信道状态信息可以包括p m i ( p r e c o d i n gm a t r i xi n d e x ，预编码矩阵索引) ，c q i ( c h a n n c lq u a l i t yi n d e x ，信道质量 索引) ，r i ( r a n ki n f o r m a t i o n ，信道秩信息) 等，回传c s i 的反馈信道不仅降低了频谱 利用率，也增加了接收端的设备复杂度，更容易引起时变环境下，回传信息不准确的 问题【删【4 1 】。 基站无线衰落信道移动终端 l 反t 1 1 t 1 1 1 i 图3 1 闭环系统信道预测框图 在开环通信系统中，发射机可以基于信道的互易性，根据上行接收到的参考符号 等信息，实现信道状态信息的获取。发射机通过信道状态信息指导未来时刻的自适应 传输技术。 3 2 信道时变性对m i m o 系统的影响 预编码是一项近年来研究较多的m i m o 增强技术。基于非码本的预编码基本原理 是在发射端获取理想的信道状态信息，发射机对信道系数矩阵日进行矩阵分解，将分 解出来的矩阵作为供发射端使用的预编码矩阵、供接收端使用的均衡矩阵等【4 2 1 。 如式( 3 1 ) 所示，基于s v d ( s i n g u l a rv a l u ed e c o m p o s i t i o n ，奇异值分解) 的预编码算 法原理如式( 3 1 ) 所示： h = u z v ( 3 1 ) 西南交通大学硕士研究生学位论文 第1 3 页 式中，h c 肌为信道矩阵，u c 肌和v c 肌为酉矩阵，为对角矩阵， 信号的传输模型可以表示为： y = h f x + n ( 3 2 ) 经过矩阵分解，为供发射端使用的预编码矩阵，其值为式( 3 1 ) 中的；供接收 端使用的均衡矩阵，其值为式( 3 1 ) 中的矿，接收信号的均衡过程如式( 3 3 ) 如下： y = u 片 e r + u i 1 = x + n( 3 3 ) 式中，= 纰( a ，五，丑) 为对角矩阵。n 为等效噪声。单纯的s v d 预编码技术 不能提高m i m o 系统容量，只