（通信与信息系统专业论文）多天线系统信道估计及干扰消除算法研究.pdf

大连理工大学硕士学位论文 摘要 多输入多输出( m i m o ) 技术由于能够同时提高无线通信系统的传输速率和传输质 量，已成为未来移动通信系统的关键技术之一。但是在复杂的无线通信环境下，来自 m i m o 系统内部的多天线干扰( m a i ) 和多径信道引起的码间干扰( i s l ) 同时影响着接收 机的误码性能。精确的信道估计是接收机进行均衡和译码的基础，它和干扰消除方案共 同决定了系统的性能。本文重点讨论了点对点频率选择性m i m o 系统下的信道估计和 干扰消除算法，并通过仿真验证了算法的有效性。 叠加训练序列的信道估计算法将训练序列直接叠加在信息序列上，不需要占用专门 的时隙，从而提高了系统的频谱利用率；同时仅利用接收信号的一阶统计量就可以达到 信道估计的目的，具有计算量小的优点。本文在讨论了单输入单输出( s i s o ) 系统中叠加 周期隐训练序列( i t ) 的信道估计算法后，将该方法推广到m i m o 系统中，通过对各发送 天线合理地分配i t ，实现了不同子信道的分离和估计，并继承了r r 算法较低峰均功率 比的优势。 为了消除系统中的m a i 和i s i ，本文从线性检测和非线性检测两方面入手，介绍了 线性最小均方误差( m m s e ) 算法以及基于迭代的概率数据辅助( p d a ) 算法。并将p d a 算法与基于信道矩阵q r 分解的串行干扰消除( s i c ) 算法相结合，提出了一种低复杂度 的软判决迭代均衡算法。该算法一方面很好地消除了m a l ，另一方面将传统p d a 算法 中大量的矩阵运算简化为数值计算，降低了系统的计算复杂度。实验结果表明，算法改 进后具有更好的误码率性能。 关键词：多输入多输出；信道估计；隐训练序列；干扰消除；概率数据辅助 大连理工大学硕士学位论文 c h a t m e le s t i m a t i o na n di n t e r f e r e n c ec a n c e l l a t i o nf o rm u l t i a n t e n n a s y s t e m s a b s tr a g t 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 ) t e e l m i q u e ，w h i c hp r o v i d e sr e m a r k a b l yi n g r e a s e i nd a t ar a t ea n dt r a n s m i s s i o nq u a l i t y , h a sb e c o m eo n eo ft h ek e ys c h e m e si nf u t u r ew i r e l e s s c o m m u n i e a t i o ns y s t e r n s i nm i m 0m o b i l er a d i oe n v i r o n m e n t t h ep r e s e n c eo fm u l t i a n t e n n a i n t e r f e r e n c e ( m a l ) a n dc h a n n e l i n 打o d u c a di n t e r - s y m b o li n t e r f e r e n c e ( i s i ) b o t hi m p a e tt h eb i t f f t y o rr a t ei nr c c e i v h e n c e a c c u r a t ec h a n n e le s t i m a t i o n , w h i e hi st h eb a s i co fe q u a l i z a t i o n a n dd e c o d i n g , w e l la si n t e r f e r e n c ec a n c e l l a t i o n s i m u l t a n e o u s l yi n f l u e n c et h es y s t e m p e r f o r m a n c e ht h i sp a p e r , s e v e r a lc h a n n e le s t i m a t i o t la n di n t e r f e r e n c ee a n c e l l a t i o n a l g o r i t h m sa r ed i s c u s s e di np o i n t - t o p o i n tf r e q u e n c ys e l e c t i v em 1 m oc h a n n e l s ，s i m u l a t i o n r e s u l t sa r ea l s op r e s e n t e d s u p e r i m p o s e dt r a i n i n g - b a s e dc h a n n e le s t i m a t i o na l g o r i t h m sa r i t h m e t i c a l l ya d dt h e t r a i n i n gs e q u e n c e st ot h ei n f o r m a t i o nd a t a ，n oe x t r at i m ei so c c u p i e d ，s ot h e r ei sn ol o s si n s p e c t r a le f f i c i e n c y t h e s ea l g o r i t h m sh a v el o wc o m p u t a t i o n a lc o m p l e x i t yb e c a u s et h ec h a n n e l s t a t ei n f o r m a t i n nc a nb ea c h i e r e do n l yh a s e do nf i r s t - o r d e rs t a t i s t i c so fr e c e i v i n gs y m b o l s c h a n n e le s t i m a t i o nu s i n gi m p l i d tt r a i n i n g ( mi ns i n g l ei n p u ts i n g l eo u t p u t ( s i s o ) s y s t e m si s i n t r o d u c e di nt h i sp a p e r t h e nt h ea u t h o rg e n e r a l i z e st h i sm e t h o dt om t m oe a s e ，b y p r o p e r l y a s s i g n i n gt h ei t t od i f f e r e n tt r a n s m i ta n t e m a a s , d i f f e r e n ts u b - c h a n n e l sa r ee a s i l ys e p a r a t e da n d e s t i m a t e d i na d d i t i o n , t h ep r o p o s e da l g o r i t h mk e e p st h el o wp e a k - t o a v e r a g es y m b o lp o w e r r a t i o i la sr rm e t h o dd o e s c o n s i d e r i n gt h em a ia n di s ii nm i m 0s y s t e m s 1 i n e a rm i n i m u mm e a n s q u a r ee l t o r ( m m s e ) a l g o r i t h ma n dn o n l i n e a ri t e r a t i v ep r o b a b i l i s t i cd a t aa s s o c i a t i o n ( p d a ) a l g n d t h ma r e d i s c u s s e di nt h i sp a p e r t h e nt h ea u t h o rp r o p o s e sam o d i f i e dp d a a l g o r i t h mc o m b i n e dw i t h s u e e e a s i v ei n t e r f e r e n c ec a n e e l l a t i o n ( s t c ) ，w h i c hu t i l i z e st h eq rd e c o m p o s i t i o no ft h e c h a n n e lm a t r i x t h ep r o p o s e dm e t h o de l i n a i n a t e am a ip e r f e c t l y , a n dc e n v c r l sm a t r i x o p e r m i o no ft r a d i t i o n a lp d ae q u a l i z a t i o ni n t on u m e r i c a lc o m p u t a t i o n , t h e r e f o r ea no p t i m u i i l p e r f o r m a n c ew i t hr e d u c e dc o m p l e x i t yi so b t a i n e d k e yw o r d s ；m u l t i p l ei n p u tm u l t i p l eo u t p u t ；c h a n n e le s t i m a t i o n ；i m p l i c i tt r a i n i n g ； i n t e r f e r e n c ec a n c e l l a t i o n ；p r o b a b i l i s t i cd a t a a s s o c i a t i o n i i i 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，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经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意 f 作者签名：蔓止墼日期：丝孕盟 人连理j 二人学硕+ 研究生学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位 论文版权使用规定”，同意大连理工大学保留并向国家有关部门或机构送交 学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连理工 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可 采用影印、缩印或扫描等复制手段保存和汇编学位论文。 作者签名：丑l 二盎 铷签名：墨望趁 塑2 年三月坐r 大连理工大学硕士学位论文 1 绪论 1 1mj m o 移动无线通信概述 移动通信是当今全球通信业界最活跃的领域，作为现代通信中不可缺少的部分，因 其不受固定终端的限制，为人们实现自由通信提供了有效的手段，给日常生活和工作带 来了极大的方便。过去的二十年问，无线通信技术在规模庞大的市场需求和日益增长的 应用需求的推动下得到迅速发展，不断地推陈出新，已广泛渗透到人们的日常生活之中， 并朝着提供大容量、高质量、可靠、高效和多速率的信息化业务方向发展。 随着通信技术的迅猛发展和用户需求的不断增长，新一代无线通信系统除了需要支 持传统的语音业务外，还要能够提供丰富的多媒体数据业务，这对通信系统的频潜效率 和服务质量提出了更高的要求。研究表明，在发射端和接收端分别采用多根天线的多输 入多输出( m t m o ，m u l t i p l ei n p u tm u l t i p l eo u t p u t ) 技术，能够在不增加系统带宽和天线总 发送功率的情况下，成倍提高系统的信道容量【i 司，并可以有效抵抗无线信道衰落的影响， 是无线通信领域一个重大突破。 事实上，早在1 9 0 1 年马可尼就使用了多天线方式来抵抗倍道衰落，他用4 根6 l 米 高的天线塔组成的环形阵列将奠尔斯编码“s ”发送过大西洋1 3 。但真正将m i m o 用于 无线通信的奠基工作则是1 9 9 5 年左右由b e l l 实验室的e t e a t a r ”和gj f o s c h j l i 日等学 者完成的，他们分析了平坦衰落情况下m i m o 信道的容量，提出了空时分层发射和接 收的d b l a s t 和v - b l a s t 结构，所建立的m i m o 实验系统在实验中获得了 2 0 - - , 4 0 b p s h z 的频谱利用率p 】，这在普通系统中是极难实现的。 在传统的无线传输系统中，多径引起的衰落是造成误码的主要原因之一。被视为有 害因素。然而，m i m o 系统将多径作为一个有利的因素加以利用，通过和用多根天线带 来的多条传输路径，获得了空问分集增益，从而提高了系统的传输性能。 尽管m i m o 系统在多径环境下仍能够保证高频谱效率、高质量地传输信号，但在 使用过程中，还有很多具体问题尚待解决阁： ( 1 ) m i m o 信道模型的建立还不成熟，现在实用化中用的较多的m i m o 信道模型 有i s t - m e t r a 提出的基于空间相关性的m e t r a 模型嘲以及3 g p p 推荐的s c m 模型f j 。 ( 2 ) 由于m i m o 信道的复杂性，对其容量上限的精确估计是一件非常困难的事情， 现有的一些的结论也是初步的。 ( 3 ) 多天线情况下的信道估计对解调译码性能的影响很大，所以需要研究更精确的 信道估计方法。m i m o 系统的信道待估参数数目高于单输入单输出( s i s o ，s i n g l ei n p u t 多天线系统信道估计及干扰消除算法研究 s i n 西eo u t p u t ) 系统，如果在频率选择性衰落信道中，还需要结合复杂的自适应均衡、判 决反馈均衡( d f e ) 算法或借助于o f d m 技术来对抗宽带信号所遭受的频率选择性衰落。 因此，寻求实用化能力强的m 1 m o 信道估计算法就变得十分关键。 ( 4 ) 实际系统需要解决的一个蕈要问题就是在移动终端上实现多天线和多路接收。 由于移动终端设备通常要求体积小，重量轻、耗电量低，因此移动台和基站软硬件实现 的复杂度会大大增加。 准确的信道估计和干扰消除技术是通信系统可靠性的保障，本文将在频率选择性 m 1 m o 信道下深入研究这方面的技术，探索具有实用价值的信道估计和干扰消除方案。 1 2m l m o 系统信道估计的研究意义及研究概况 在m i m o 系统中，空时信道的估计与跟踪，对最后的误码性能和系统容量有很大 的影响。高速高效的传输技术取决于信道估计，信道估计准确及时，这些技术的优势就 可允分发挥，反之亦然。但因为m i m o 信道的复杂性远远超过了s i s o 信道，信道估计 的难度也大大增加。目前m i m o 系统的信道估计主要面临着以下的困难： ( 1 ) 信道参数的增加：m i m o 系统中，需要估计的信道参数由s i s o 系统中的一个 值扩展为一个矩阵，导致估计复杂度的大幅增加。 ( 2 ) 信道的时变影响：在快速移动环境中，信道的时变特性非常明显，m i m o 系统 对信道的跟踪也更为复杂。 ( 3 ) 频率选择性衰落的影响：当系统带宽增加时，信道会由平坦衰落变为频率选择 性衰落，此时信道时延扩展将会超过一个符号周期，导致接收数据存在符号间干扰( i s i ， i n t e r - s y m b o li n t e r f e r e n c e ) ，因此对信道的估计和跟踪将变得更为困难。 鉴于信道估计的重要性和关键性，国内外众多学者在该领域进行了大量的研究，并 获得了丰硕的研究成果。根据发射端是否发送用于信道估计的训练序列，可以将无线信 道的估计方法分为三类；基于训练序列的信道估计方法，盲信道估计方法，半盲信道估 计方法。 基于训练序列的估计算法h 4 “，即在发射信号中插入已知的训练序列，在接收端利 用训练序列直接估计信道参数。这种方法估计信道简单准确，但也存在着一些缺点。首 先，由于训练序列在数据突发中成为了不可忽略的部分，从而使带宽效率下降；其次， 在某些通信系统中( 如在接收端与发送端不能同步的情况下) ，接收机不能得到训练序列 或者根本不能利用训练序列。 盲信道估计即利用调制信号本身固有的、与具体承载信息比特无关的一些特征( 如 恒模、子空间、有限符号集、循环平稳、高阶累积量等) ，或者采用判决反馈的方法来 大连理工大学硕士学位论文 进行信道估计。这种方法不需要训练序列开销，因此系统容量较高，但其一般需要较多 的观测数据，计算量较大，只能适用于慢变信道环境。m i m o 系统盲估计算法主要分为 神经刚络算法、基于商阶统计特性( h o s ) 1 2 , 1 3 1 的算法、基于二阶统计特性( s o s ) f l t ”1 的 算法等，对后两类算法的研究更为广泛。 半盲估计就是同时利用盲方法所用的信息和来自训练序列的已知信息来完成信道 估计，并获得比这两种方法更优的性能。该方法能够对任何信道进行估计，即使当已知 符号处于突发中任意位置时也能估计出信道。传统的半盲估计算法中训练序列仍然占用 部分时隙。1 9 9 9 年ph o e h e r 和f t u f v e s s o n t ”】提出将已知的导频序列算术叠加于信息 序列之上，以实现系统信道估计的算法。该方法不需要专门的时隙发送导频序列，也不 需要插值进行信道跟踪。故没有传输速率的损失，有效地提高了频带利用率，具有较大 的发展宅闻。 1 3m i m o 系统干扰消除的研究意义及研究概况 根据t e l a t 0 ”和f o s c h i l i t 2 l 等学者研究，对于高斯噪声下平坦衰落的m i m o 系统， 若各天线相互独立，接收端已知精确的信道状态信息，则系统的信道容量随收、发天线 数目的最小值成线性增长。但需要注意的是，该信道容量的提高来自于通过不同的天线 发送独立的数据而获得的复用增益口j 。然而，空间复用的m i m o 系统是强白干扰系统， 每根发送天线上的信号虽然可以在多根接收天线上获得本身信号的副本，但也同时受到 其它发送信号的强干扰，我们称之为多天线干扰( m a i ，m u l t i a n t e n n ai n t e r f e r e n c e ) ，这 是m i m o 系统需要解决的主要问题之一。此外，通信系统中由信道的频率选择性衰落 引起的i s i 问题也严重影响着m i m o 系统的性能。 m i m o 系统的干扰模型将在2 3 节详细介绍。为了提高系统的可靠性，必须综合考 虑m a i 和i s i 的影响，通过将传统的均衡技术和高性能的信道编码方案结合起来可以获 得更优的性能。目前国际上的研究成果主要可以分为发送端预编码技术、接收端信号检 测和t u r b o 均衡三大类： 当发送端可以获得信道状态信息( c s t ，c h a n n e ls t a t ei n f o r m a t i o n ) 时，可以通过预编 码矩阵 1 7 , t s 对m i m o 信道作对角化处理，从而达到消除m a i 的耳的。但这类方法需要 专门的反馈信道传递c s i ，且运算复杂度较高，只适用于慢衰落信道。 通常，m i m o 系统的干扰消除问题部是在接收端解决的。借助矩阵理论，对信道矩 阵进行伪逆运算来迫零( z f ，2 e r of o r c i n g 检 则1 w 可以有效去除各发送天线间的干扰，但 是迫零算子对噪声向量起到了放大作用，由线性均方估计理论得到的最小均方误差 ( m m s e ，m i n i m u mm e a n s q u a r ee r r o r ) 检测【1 9 , 2 0 i 可以有效综合考虑干扰和噪声的因素， 多天线系统信道估计及干扰消除算法研究 获得最大输出信干噪比( s l n r ，s i g n a ll oi n t e r f e r e n c ep l u sn o i s er a d i o ) ，其性能在低信噪 比时优于z f 算法。根据b a y e s i a n 概率理论，最大似然( m l ，m a x i m u ml i k e l i h o o d ) 或者 最大后验概率( m a p ，m a x i m u mf i tp o s t o r i o r i ) 检测口1 1 的算法采取对调制信号空间遍历搜 索的方法来获得概率意义上的理想信号检测，其性能是最优的，但是复杂度随着发送天 线数目和信号星座点调制阶数的增加而增加。球形译码( s d ，s p h e r e d e c o d i n g ) t 2 2 1 和概率 数据辅助( p d a ，p r o b a b i l i s t i ed a t a a s s o c i a t i o n ) 技术“埘可以看作对m l 、m a p 技术的改进， 实现了计算复杂度和性能的折衷。 以上检测算法将各个支路的信号同等看待，主要针对i s i 问题，若借助多用户检测 中的干扰消除( i c ，i n t e r f e r e n c ec a n c e l l a t i o n ) 算法1 2 4 , 2 5 ，可以进一步抵抗m a i ，提高系统 的性能。按照抵消方式与结构的不同，i c 算法可以分为串行干扰消除( s t c ，8 u e c e s s i v e i n t e r f e r e n c ec a n c e l l a t i o n ) 和并行干扰消除( p i c ，p a r a l l e li n t e r f e r e n c ec a n c e l l a t i o n ) 两类口6 1 。 s i c 算法将接收机中各支路信号按功率排序，由强至弱依次判决出各支路的数据。p i c 算法采用并行结构，利用接收信号的初始判决值，构造所有支路的干扰信号，然后再同 时并行地从接收信号中消除所有非期望支路的干扰。i c 算法通常需要多级迭代结构才能 够实现，在每一级的输出都要做一次判断，判决结果随着级数的增加而逐渐逼近真实值。 但如果采用硬判决译码结果作为先验信息，迭代过程中会产生严重的差错传播。 近年来，受到t u r b o 码译码怛7 1 思想的启发，出现了将均衡和译码联合处理的t u r b o 均衡技术口”，将软信息在均衡器和信道译码器之间迭代传递，直到收敛为止。经典的 t u r b o 均衡算法采用m a p 检验的思想，计算复杂度与信道冲激响应长度和调制信号空 间的大小成指数关系，不适合实际应用。 m i m o 干扰消除算法 发送端：预编码技术 接收端 线性算法 釜秉骂箬锂。m 检测 械e 熏萝 t m b o 均衡 图l 1m i m o 干扰消除算法分类 f i g 1 1 c l a r i f i c a t i o n o f m i m o i n l e r f e r e n e o c a n c e l l a t i o na l g o r i t h m s 大连理工大学硕士学位论文 图1 1 简单总结了m i m o 系统干扰消除算法的分类，这些算法大多还存在着运算复 杂度高或可靠性低等问题。寻找一种简单可靠，适用于实际应用的算法，是目前m i m o 干扰消除领域急需解决的问题之一。 1 4 本文内容安排及符号说明 本文的主要工作分为两部分：m i m o 系统信道估计算法研究和m i m o 系统干扰消 除算法研究。论文从m i m o 系统的基本原理和模型入手，系统分析了目前信道估计和 干扰消除算法的优劣。在此基础上重点介绍了叠加隐训练序列( 1 t ，i m p l i c i t 缸a i l l i n j ；) 的 信道估计算法和概率数据辅助( p d a ) 均衡算法，并对p d a 算法加以改进。 论文具体内容安排如下： 第l 章为绪论，简单介绍了本文的研究背景、m i m o 信道估计算法和干扰消除算法 的研究意义及研究概况。 第2 章介绍了移动无线通信信道基本特征，m i m o 多径信道的数学模型以及m i m o 系统的干扰模型，为第3 、4 章的算法研究奠定了基础。 第3 章对m i m o 移动通信系统的信道估计算法进行了研究。首先介绍了s i s o 系统 下叠加r r 的信道估计算法，之后将该算法推广到m i m o 系统中，并与m i m o 系统中叠 加周期脉冲序列的信道估计算法相比较。 第4 章足对m i m o 系统干扰消除算法的研究。首先介绍了经典的最小均方误差 ( m m s e ) 均衡算法，并将其与串行干扰消除算法相结合，获得系统性能的提高。然后重 点介绍了p d a 算法，并且将p d a 算法与信道q r 分解相结合，提出了一种低复杂度的 改进算法。改进后的算法一方面很好地消除了m a i ，另一方面将传统p d a 算法中大量 的矩阵运算简化为数值计算，降低了系统的计算复杂度，并获得了良好的性能。 最后一部分内容是对本文主要工作的总结与展望。 论文中常用符号说明：符号( ) ，( ) t ，( ) “分别表示共轭、转置、共轭转置；符号 e - ，v n ) ，c o v 分别表示均值、方差、协方差；符号h 表示复数的模值；如表示 的单位阵；0 ，。表示m 的零矩阵。 多天线系统信道估计及干扰消除算法研究 2 移动无线通信信道 信道是发射端和接收端之间传播媒介的总称，它是任何一个通信系统所不可或缺的 组成部分。按传播媒介的不同，物理信道分为有线信道和无线信道两大类。有线信道是 平稳的、可预测的，而无线信道一般则是随机并不易分析的。无线通信通过电磁波在空 间的传播实现信息传输，该过程受到自由空间中复杂凼素影响，导致信号的衰落，如传 输衰落、频率选择性衰落、时间选择性衰落、空问选择性衰落；刮时，信号还受到信道 中的多种干扰的影响，如由信道畸变产生的码问干扰、频率复用产生的同道干扰、邻道 干扰等。本章将主要讨论移动无线信道的主要特性及其对信号的影响。 2 1移动无线信道物理特性 无线信道对信号的传输衰减使接收信号的功率减小，它由传输路径的长度，直达信 号路径中的障碍情况决定。任何阻碍在发射机和接收机之问的障碍都会引起信号功率的 衰减。无线通信中的传输衰减主要体现在以下3 个方面 2 9 1 ： ( 1 ) 路径损耗 当发射机与接收机之闻的距离在较大尺度上( 数百米或数千米) 变化时，接收信号的 平均功率值与信号传播距离d 的n 次方成反比，n 称为路径损耗指数，n 值的大小由具 体的传输环境决定。空间自由传播环境中月= 2 ，其他情况下3 n 4 。 ( 2 ) 阴影衰落 阴影衰落是由传输环境中的地形起伏、建筑物及障碍物对电磁波的阻挡和遮蔽引起 的衰落，它描述的是中等尺度区问( 数百个波长) 内信号电平均值起伏变化的趋势。 ( 3 ) 小尺度衰落 在无线通信中，由于电波经过多条路径的距离不同，因而各条路径中的发射波到达 接收机的时间、相位都不相同，不同相位的多个信号在接收端叠加，同相叠加会使信号 幅度增强，而反向叠加则会削弱信号幅度。当发射机和接收机之间的距离在较小的尺度 上( 数个波长) 变化时，接收信号的功率会发生急剧的变化，称之为小尺度衰落。这种衰 落是由无线信道的多径特性引起的，故也称多径衰落。 路径损耗与阴影衰落都反映了无线信道在大尺度上对传输信号的影响，合称为大尺 度( l a r g e s c a l e ) 衰落，因为这种衰落对信号的影响反映为信号随传播距离的增加而缓慢 起伏变化，所以也称慢衰落。小尺度( s m a l l s c a l e ) 衰落又称快衰落，它反映的是在较短 的距离或时间之内接收信号所呈现的快速起伏特性。图2 1 【刈所示为衰落信号功率与距 离的关系，图中的距离用对数表示。 大连理工大学硕士学位论文 路径损耗 距离( 对数) 图2 1 信号的路径损耗，阴影衰落、快衰落 f i g ，2 1 p a t ha t t e n u a t i o n ，s h a d o w i n gf a d i n ga n df a s tf a d i n go f s i g n a l 无线通信环境中多径传播、基站与移动台之间的相对运动以及各种不同的散射环境 的存在，会造成无线信道的时延扩展、多普勒扩展和角度扩展，即信道在时间、频率和 角度发生了色散，使信道具有时间选择性、频率选择性和空问选择性。 2 1 1 时间色散参数( 频率选择性) 多径传播的情况f ，由于各条路径的长度不同，同一信号沿不同路径到达接收端的 时问也不一样，导致接收信号的波形比原始信号波形展宽了。这种由信道的时延引起的 信号波形的展宽称为时延扩展( d e l a ys p r e a d ) ，也叫时自j 色散p 】。在数字传输中，由于 时延扩展，接收信号中的一个码元波形会扩展到其它码元周期中，引起码间干扰( i s i ) 。 为了避免i s i ，应使码元周期大于多径引起的时延扩展。 常用平均附加时延f 和均方根( f i l l s ) 时延扩展耳来描述时延扩展，这两个参量均与 功率时延分布尸f f l 有关。平均附加时延f 是功率延迟分布的一阶矩，定义为( 2 q ： 尸( “) k 酷商 其中，p ( “) 表示在延迟点q 处多径衰落的相对功率。 均方根时延扩展。定义为功率延迟分布的二阶矩口9 】，即 ( 2 1 ) 多天线系统信道估计及干扰消除算法研究 叶= e ( r 2 ) 一( f ) 2 ( 2 2 ) ，( n ) 其中，e ( f 2 ) = j ! ；丽。叶表示时延扩展的散布程度，。越大，时延扩展越严 重。 信道的相干带宽定义为信道处于强相关状态下频率差的范围，它是信道频率选择性 的测度。相干带宽e 近似等于多径均方根时延扩展的倒数堋，即 e 。一1 ( 2 3 ) 衰落信号中的两个频率分量，当其频率问隔小于相干带宽时，它们是相关的，其衰 落具有一致性，衰落波形不会失真，没有符号问干扰，认为信号只是经历了平坦衰落， 即非频率选择性衰落；当频率间隔大于相干带宽时，它们就不相关了，其衰落具有不一 致性，引起信号波形的失真，造成符号问干扰，此时认为信号发生了频率选择性衰落。 多径时延扩展与频率选择性衰落、平坦衰落之间的关系如图2 2 的衰落分类树【蚓所 多径时延扩展 广l 平坦衰落频率选择性衰落 1 信号的带宽c 信道相干带宽 2 符号周期) 时延扩展 1 信号的带宽 信道相干带宽 2 符号周期( 时延扩展 图2 2 多径时延扩展的分类树 f i g 2 2c l s 墒e d o f m u l t i - p a t hd e l a ys p r e a d 2 1 2 频率色散参数( 时间选择性) 当移动用户与基站之间存在相对运动时，每个多径波都会有一个明显的频率移动。 由运动引起的接收信号频率的移动称为多普勒频移，它与移动用户的运动速度成正比。 8 大连理工大学硕士学位论文 图2 3 多普勒效应 f i g 2 3d o p p l e re f f e c l s 如图2 3 t 3 川所示，假定移动台在接收远程信号源s 发出的信号时，正在以恒速r 沿路 段盯运动。设信号源发出的信号频率为z ，接收机接收到的信号频率为f ，该时刻移 动台运动速度与来波方向夹角口，则在波传播方向上，移动台的速度分量为1 , 1 = v c o s p a 则接收信号频率为 ? = 0 + v | x = f ：+ v c o s e ；。= l ：七 4 c 2 吣 其中，c 为电磁波在自由空问的产播速度，五为信号波长，c = c o s 口即为多普勒 一 频移刈。 由公式( 2 4 ) 可知，多普勒频移与移动台运动速度以及移动台运动方向与无线电波入 射方向之间的夹角有关。若移动台朝向入射波方向运动，则多普勒频移为正( 即接收信 号频率上升) ；若移动台背向入射波方向运动，则多普勒频移为负( 即接收信号频率下 降) 称正的最大值为最大多普勒频移，记为厶，正= 叫z 。 多普勒扩展1 3 1 1 定义为多普勒功率谱取非零值的一个频率范围，反映多普勒频移引起 的衰落的频率扩散，是移动无线信道时间变化率的一种度量。多普勒扩展以定义为多 普勒功率普密度s ( f 1 的均方根： q = 其中，五表示平均多普勒频移。 相干时间2 9 1 是信道冲激响应保持强相关时的最大时间间隔，常用最大多普勒扩展的 倒数来规定相干时间，即 豁 多天线系统信道估计及干扰消除算法研究 2 去 ( 2 6 ) j 。 相干时间的大小反映信道随时间变化的快慢，相干时间越大，信道变化越慢；反之， 相干时间越小，信道变化越快，根据发射信号带宽的倒数与信道相干时问大小的比较， 信道可分为快衰落信道和慢衰落信道。快衰落信道中，信道的相干时间小于发送信号的 信号周期，会导致信号的失真，多普勒扩展越太，信号的失真就越严重。而慢衰落信道 中，信道冲檄响应变化比发射信号变化慢得多，即多普勒扩展比基带信号带宽小很多， 在一个很短的时间间隔内，可以把信道看作静态信道， 多普勒扩展与快衰落、慢衰落之间的关系如图2 , 4 的衰落分类树【所示： 多普勒扩展 1 多营勒筘展 信号带宽 2 相十时闻 码元周期 3 信邋变化比基带信号变化快 l 多普勒扩展 玛兀周期 3 信道变化比基带信号变化慢 图2 4 多普勒扩展的分类树 f i g 2 - 4c l a s s i f i e d o f d o p p l e r s p r e a d 2 1 3 角度色散参数( 空间选择性) 空间复用、智能天线咀及m i m o 技术的发展使无线信道的空域特性成为一个研究 的热点。多径传播信号在空间上的分布受到散射环境的影响，使接收信号的大小与天线 的空日j 位置有关，觚而带来空间选择性衰落。 角度扩展口9 l 是指由于多径的反射、散射引起的到达角或发射角的角度展宽，它描述 了接收信号主要能量分布的角度范围角度扩展定义为功率方位谱p ( 们的二阶中心 矩的平方根，即 0 02 ( 2 7 ) 大连理j 二大学硕士学位论文 角度扩展在咿，3 6 0 。】之间分布，其大小与空间环境紧密相关：角度扩展越大，表明 散射环境越强，信号在空间的色散度越高；相反，角度扩展越小，表明散射环境越弱， 信号在空间的色散越低。经典的角度扩展值l 叫为：室内环境3 6 0 6 ，城市环境2 0 4 ，平坦 的农村环境14 。 在角度扩展不为零的情况下，随着多天线系统的引入，使得不同位置的天线经历了 不同的衰落，接收信号的大小与天线的空问位置有关，即空间选择性衰落。 空间选择性衰落用相干距离描述。相干距离定义口”为两根天线上的信道响应保持强 相关时的最大空间距离。若两根天线的问隔大于相干距离，可以认为接收信号经历的是 不相关衰落。相干距离越短，角度扩展越大：反之相干距离越长，则角度扩展越小。 2 2m l m o 系统的数学模型 发送， ( 。) j 删j ( 脚) j 鸟( i ，1 ) ( ，n r ) 接收， v ，( 1 ) l 电卜- “( 1 ) ( n r ) 图2 5m 1 m o 系统模型 f i g 2 5 m i m os y s t e mm o d e l y 。( 2 ) ： n ( ) m i m o 通信系统是在发射端和接收端均有多根天线的通信系统。一个有坼根发送天 线、根接收天线( n r n r ) 的m i m o 系统模型如图2 5 所示。假设信道为准静态频率选 择性衰落信道，即在一帧内信道保持不变，则发送天线f “= 1 ，n r ) 到接收天线 j ( s = 1 ，n r ) 的所有( l + 1 ) 条路径中，第z ( j = o ，l ) 条路径的信道冲激响应可以表示 为i ( j ，f 1 。假设信号每帧长度为足，为了防止出现帧间干扰，在每帧结尾插入大于信道 冲激响应长度的零保护间隔( z p ，7 g l o p a d i n g ) 。则在时刻k ( k = o ，l k 1 ) ，第i 根发送 天线发送的信号& ( i ) ，第，根接收天线上的接收信号以( ，) 和噪声怫( j ) 满足关系： b 卜 多天线系统信道估计及干扰消除算法研究 “( ，) = z h , ( s ，f ) 矗一，( f ) + r ( ，) ，= l ， ( 2 8 ) n = 耳，+ ( 2 9 ) 其中，n = 虬( 1 ) ，y k ( 2 ) ，几( ) ； = ( 1 ) ，以( 2 ) ，_ ( 件) 7 ，设各天线等功率发送信号且e i k ( f ) 1 2i = z ； 脚( 1 ) ，( 2 ) ，( ) 1 ，其各元素间相互独立，都服从均值为零，方 差为蠢的复高斯分布； 珥憷0 渊徽一髁删距 离足够大，则m i m o 信道的各个支路可以认为是相互独立的，此时可以认为啊服从独 立同分布的r a y l e i g h 衰落隅3 ”。 模型【”。设上行m i m o 系统的基站有根接收天线，同时接收到来自期望用户和其它q 个同道干扰用户的信号。设期望用户有脚根发送天线，发送的信号用s 表示；第 g ( q = l ，2 ，q ) 个干扰用户有月兽根发送天线，发送的信号用c ( 神表示。存在c c i 的 一 茎垄里盔堂雯主堂堡堡壅 图2 6 存在c c i 的m i m o 多用户系统示意图 f i g 2 6m u l t i - u s e r m i m os y s t e m w i t h o o - _ c h a n n e l m 硎渤 假设所有信号经历的无线信道都是频率选择性块衰落信道，即信道在一帧内是不随 时间变化的期望用户与第g 个干扰用户经历的多径信道冲激响应长度分别用犯+ 1 ) 和 ( 砖+ 1 ) 表示。根据公式( 2 8 ) ，可得到在采样时刻女，基站第，( ：1 ，) 根接收天线 上获得的期望用户的信号分量为 几( ，) = 啊( ，f ) s 。( f ) = 艺 ( ，最( f ) ( 2 1o ) f 5 u j 目 其中，墨( f ) = b ( f ) ，& 一。o ) 为期望用户第f 根天线发送的信号序列； ( j ，f ) = ( ，f ) ，吒( ，f ) 表示第j ( = 1 ，) 根接收天线与期望用户的 ；g i ( i = l ， ，) 根发送天线问的信道冲激响应序列。 若最终期望得到的数据流来自期望用户的第v 根发送天线可以将公式( 2 1o ) 分解 为 n ( ，) = ( ，v ) 最( v ) + ( ，i ) 最( i )( 2 1 1 ) 蓦 进一步考虑频率选择性衰落信道引起的码间干扰( 1 s i ) i 殳h ( j ，v ) 中第f 径衰落晟 小( 即该径能量最大) ，可以将公式( 2 1 1 ) 迸一步分解为 n ( ，) = i ( ， v ) s t f ( v ) + 忆。 ( 工v ) 墨( v ) + 艺 ( ，f ) 最( f ) ( 2 1 2 ) 一兰墨垡墨竺笪望堕盐墨! 垫塑坠篁鲨坚窒 其中，_ i l ：l - , i ( v ) = ( j ，v ) ，i 一( ，v ) ，o ，+ 。( ，v ) ，吒d ，v ) 。 类似于公式( 2 1 0 ) ，基站第报接收天线上接收到的所有c c i 信号之和可以表示为 pw 黾( ，) 。舻( ，口c 9 ( f )( 2 1 3 ) 其中， ( 工f ) 2 砖( 工f ) ，蟛( j ，f ) ，砖( ，) = 毋( t ) ，聋，( f ) 1 分别为第g 个干扰用户的第j ( f = l ，剖) 根发送天线对应的信道冲激响应发送序列。 联合公式( 2 1 2 ) 、公式( 2 1 3 ) ，得到在采样时刻女，基站第，根接收天线上的接收信 号为 r j ( ) = i ( 工v ) & 一；( v ) + 啊l - g ) ( ，v ) s ( v ) + ( j ，f ) 最( i ) + 量塞( m 掣( ；) + 仇( ，) 一期望信号 一码间干扰( i s i ) 一天线i f i j t 扰( m a i ) 一同道干扰( c 0 1 ) 一高斯白噪声( a w o n l ( 2 1 4 ) 其中t 巩( ，) 为时刻t 第，根接收天线上的噪声。服从均值为0 ，方差为的复高斯 分布。 观察公式( 2 1 4 ) 不难发现，在存在c c i 的多用户m i m o 系统中，主要存在以下三种 干扰：码间干扰i s i 、天线问干扰m a i 和同道干扰c c i 。本文第4 章将重点研究点对点 m m o 系统( 即系统不存在c c i ) 的干扰消除算法，并具体解决m a i 和i s i 的影响。 大连理工大学硕士学位论文 3m i m o 信道估计算法