天线选择与MIMO编码相结合的调研报告.doc

目录一、相关历史及研究现状1二、天线选择与MIMO编码相结合的目的1三、文献调研成果21AS与STC(Space-Time Codes)相结合21.1 相关文献21.2 系统模型21.3 性能分析32AS与STBC(Space-Time Block Codes)相结合42.1相关文献42.2系统模型42.3性能分析43AS与STTC(Space-Time Trellis Codes)相结合63.1相关文献63.2系统模型63.3.性能分析64AS与V-BLAST(Vertical-Bell Laboratories Layered Space-Time)相结合74.1相关文献74.2系统模型74.3性能分析85AS与混合STBC、V-BLAST相结合115.1相关文献115.2系统模型115.3性能分析116AS与LDC(线性离散码Linear Dispersion Codes)相结合126.1相关文献126.2系统模型126.3性能分析1214天线选择与MIMO编码相结合的调研报告一、相关历史及研究现状近年来MIMO技术的发展已相对成熟，虽然MIMO系统可以提高系统容量，改善通信质量，但由于引入了多个射频链路，在体积，功耗和硬件成本上，都提出了额外的要求。在寻求更为廉价方便地获取MIMO系统增益的过程中，天线选择(Antenna Selection)成为一种低成本低复杂度的实现方案。为了更好地发掘和利用MIMO系统，相关研究人员开始将天线选择方法应用于空时编码系统和V-BLAST系中。通过调研，我发现AS与STBC、AS与V-BLAST相结合的方案已经很成熟，在各种调制方式、各种信道状态下、基于容量、误码率、信噪比等各种准则的分析均已有相关文献，STTC则由于其复杂度较高，难以实现，所以相应地，天线选择与STTC相结合的文献较少。而AS与混合STBC、V-BLAST相结合的文献较少，AS与线性离散码(Linear Dispersion Codes)相结合的文献也很少。这样来看，AS与MIMO编码相结合方面，如果要做进一步的研究，应该把重心放在仿真环境的具体设置、优化系统性能、降低复杂度、混合编码或是寻找新的编码方案等方向。二、天线选择与MIMO编码相结合的目的MIMO 技术显示：随着天线数目的增多，系统的性能也会变得更好。然而这也会带来很大的问题：越多的天线会给硬件带来一定的成本，更重要的是以目前技术看，较多RF同样是个很大的障碍，硬件很难实现。所以我们必须做出性能和代价之间的权衡，由此可以看出对天线的选择是很有必要的。三、文献调研成果总结所调研的文献，按照不同的MIMO编码方式课大致分为以下几类：1.AS与STC(Space-Time Codes)相结合，2.AS与STBC(Space-Time Block Codes)相结合，3.AS与STTC(Space-Time Trellis Codes)相结合，4.AS与V-BLAST(Vertical-Bell Laboratories Layered Space-Time)相结合，5.AS与混合STBC、V-BLAST相结合，6. AS与LDC (Linear Dispersion Codes)相结合。下面我将对每种类型做简要的描述，具体思路：参考文献-系统模型-性能分析。1AS与STC(Space-Time Codes)相结合1.1 相关文献1. 2007_Space-Time Coded Systems with Joint Transmit and Receive Antenna Selection.2. 2004_Antenna Selection for Space-Time Coding over Frequency-Selective Fading Channels. 1.2 系统模型模型简介：1平坦衰落信道/频率选择性衰落信道，联合收发天线选择，2 频率选择性衰落信道，天线选择在接收端进行。图1 系统模型1.3 性能分析文献1：以降低硬件复杂度为目标，天线选择的准则为基于接收端的信噪比。在平坦衰落信道下，给出了STC系统成对误差概率PEP(pairwise error probability)的上限，在频率选择性衰落信道下，只给出可能的延伸。仿真结果表明，如果码字矩阵是满秩的，那么在平坦/频率选择性信道下系统均无分集损失(即可获得满分集重数)，虽然频率选择性衰落信道的情况目前尚无正规的理论证明。【研究现状】如果码字矩阵不是满秩的，分集重数将会降低，并且依赖于要选择的天线数目和码字矩阵的秩。系统框图如下：小结：2007年Tansal Gucluoglu和Tolga M.Duman提出了一种STC系统中的联合收发天线选择算法：先在接收端进行天线选择(基于最大范数或SNR)，然后在发端进行天线选择(基于最大范数)。本文在2的基础上，分别对平坦衰落信道/频率选择性衰落信道下的STC系统天线选择进行了研究。结论：经查找，联合收发天线选择和MIMO编码相结合的文献不多。文献2：可等同于文献1的一种特殊情况(固定发射端天线数目)，与文献1的结果相似，在此不在赘述。小结：2004年Tansal Gucluoglu、Tolga M.Duman和Ali Ghrayeb提出了一种频率选择性信道下STC系统中的接收天线选择算法，该方法其实就是1的一部分，因此不再赘述。结论：这方面(单端AS与STC相结合)的研究较多。 2AS与STBC(Space-Time Block Codes)相结合2.1相关文献3. 2010_Performance of Space-Time Block Codes with Transmit Antenna Selection in Nakagami-m Fading Channels. 4. 2009_Combining of Antenna Selection with Adaptive Modulation and Coding in STBC System.2.2系统模型模型简介： 3独立同分布(i.i.d.)的平坦Nakagami-m衰落信道,发射端天线选择。 4非选择性Rayleigh 衰落信道，发射端天线选择，CSI仅在接收端知道，且自适应控制信号可被完整的反馈到发射端。图2 系统模型2.3性能分析文献3：给出了TAS/STBC系统在2/M阶调制、独立同分布(i.i.d.)的平坦Nakagami-m衰落信道下、基于矩量生成函数(moment generation function)的分析方法的准确的平均SER表达式。为了获得系统的渐进分集重数，还推导了SER的上限表达式。小结：2010年Ahmet F.Coskunl，Oguz Kucur和Ibtahim Altunbas提出了一种STBC系统中的发射天线选择算法：在每个STBC传输期间，发射端选出具有最大后验SNR的天线子集，接收端的所有天线进行最大比值合并。在m很小时的衰落环境下，分集重数对SER性能的改善有着决定性的作用，而且，在高信噪比环境下，该方法可获得满分集重数。结论：文中给出了平坦Nakagami-m衰落信道的优点，但是如果能和其他信道模型作对比是否效果会更加显而易见？文献4：采用自适应调制和编码方案，在给定的BER限制下，以最大化整个系统的平均频谱效率(ASE)为目标。为了提高系统性能，引入纠错码LDPC(low density parity check codes低密度奇偶校验码)。仿真表明，该方案在ASE和BER之间可获得很好的权衡。小结：2009年Yuling Zhang、Wenwei He和Yunbo Cheng提出了一种自适应调制和编码的STBC系统与天线选择相结合的方法：首先，在给出的传输天线中，选出具有最大SNR总和的天线子集，其次，选择不同的调制和编码方案，并根据相关的天线数目选择合适的STBC编码方案。这样就解决了固定的调制和编码方案对应不同信道条件或是天线数目的局限性问题。文中分别对发射、接收天线选择做了仿真，但是天线数目都很小，随着天线数目的增大，该方案的性能如何就无从而知了。结论：这方面的研究(AS与STBC相结合)较多，已经比较成熟。不过以最大化整个系统的平均频谱效率(ASE)为目标是否是一个很好的准则有待探究？相对于最大化容量、SNR等有何优缺点？3AS与STTC(Space-Time Trellis Codes)相结合3.1相关文献5. 2003_Space-time trellis codes with transmit antenna selection.3.2系统模型模型简介：准静态平坦Rayleigh信道，接收端完全已知CSI，发射端已知部分CSI。只考虑的情况，即在发射天线中选出两根天线。文中未给出系统框图。3.3.性能分析文献5：在发射端选出两根天线来发送基线STTCs(为两发射天线设计的baseline STTCs?)。仿真表明，这种方案可以获得满分集重数，虽然只有两根天线被使用。而且不管分集重数多高，该方案具有固定较低的译码复杂度，不像传统的STTC(为了获得满分集重数，对存储器的顺序有特别要求)。在理论上推导出接收端SNR的CPF，以及系统的SER，文章的主要贡献就是从理论上看出系统的分集度。目的：发射天线数目较大时，解决STTC的设计困难和降低译码复杂度。小结：2003年Zhuo Chen、B.Vucetic和Jinhong Yuan提出了一种STTC和天线选择相结合的方法：在发射端选择两根天线发射为两发射天线设计的STTC，解决了发射天线数目较大时STTC设计的困难和译码复杂度的问题，存在缺陷：只考虑了发射端选择两根天线的情况。结论：STTC由于其自身的缺陷，因此这方面的研究较少。4AS与V-BLAST(Vertical-Bell Laboratories Layered Space-Time)相结合4.1相关文献6. 2009_An Adaptive Transmit Antenna Selection and PowerAllocation Scheme for VBLAST System under Imperfect Channel State Information.7 2007_ Transmit antenna selection for V-BLAST MIMO system Based on Extended Channel Matrix Analysis. 8 2007_Hybrid Receive Antenna Selection Scheme for V-BLAST.9 2006_A Near Optimal Performance Based Receive Antenna Selection Algorithm for MMSE V-BLAST System.10 2005_Transmit antenna selection for V-BLAST systems with ordered successive interference cancellation.4.2系统模型图3 系统模型模型简介：6非理想CSI，采用参考文献中的非理想信道模型，发射端天线选择，7平坦衰落信道，CSI仅在接收端已知，发射端天线选择。8准静态的平坦Rayleigh信道，CSI仅在接收端已知，接收端天线选择，9准静态平坦衰落信道，CSI仅在接收端已知，接收端天线选择，10 准静态(信道信息在一个分组内保持不变，在分组间持续改变)平坦衰落信道， CSI仅在接收端已知，发射端天线选择。4.3性能分析文献6：目标-最小化系统的BER。发端，选择最好的天线子集，根据总的功率限制为每根天线分配合适的功率；收端，MMSE检测，考虑信道估计误差来消除天线间的干扰，从而BER性能可以得到改善。以后的工作：研究其他影响接收端信道信息的因素：反馈延迟、量化误差、空域相关等。给出了后验SINR。 小结：2009年Chen Xiaomin、Xu Dazhuan、Yu Xiangbin和Zhu Qiuming提出了一种非理想信道状态信息的V-BLAST系统中包含功率分配的自适应发射天线选择算法：发射端根据非理想的CSI为所选择的天线子集分配功率，接收端使用考虑了信道估计误差的MMSE检测来消除天线间的干扰以改善BER性能。在考虑影响接收端信道信息的因素方面仍然有缺陷。结论：基于非理想CSI的链路自适应技术是一个有趣的话题，这方面的研究较少。文献7：以最优化最差子载波的SINR为目标，使用OSIC(排序串行干扰抵消)接收机，综合考虑了检测顺序、干扰抑制、噪声放大等因素的影响，结合次优的分类和QR分解进行天线选择。理论分析和仿真表明，该方案改善了V-BLAST系统性能(中断容量提高，SER降低，计算复杂度降低)。小结：2007年Jianguo Liu和 Luxi Yang针对采用排序逐次干扰抵消(OSIC)接收的MMSE V-BLAST系统，通过对增广信道矩阵进行次优排序和QR分解，提出了一种新颖低复杂度的发射天线选择算法。该算法解决了降低系统复杂度的问题 (这种探索性的基于QR分解的检测顺序重排方法具有较低的复杂度)，但是在信道模型的选择方面仍然有缺陷(本文只考虑了理想信道，在以后的研究中应进一步考虑实际的包含噪声的信道，延迟和误差等因素也应该被考虑)。结论：噪声放大、干扰抵消、检测顺序等因素在使用不同接收机(ZF/MMSE)对V-BLAST系统性能的影响方面的研究较少。文献8：给出了一个V-BLAST系统中不同检测级的MSE条件下的新的MIMO容量公式。分别使用线性接收机和V-BLAST接收机，比较了基于容量准则和基于性能准则两种情况下的计算复杂度和降低系统误差概率的优化性，并提出了一种基于容量和性能的新准则，其BLER(block error rate 分组误差概率)稍差于基于性能的选择，但优于基于容量的选择，且具有最小的复杂度。用浮点运算次数来衡量各种方案的复杂度并进行了仿真，文中对该方案的鲁棒性也进行了仿真。 小结：2007年Di Lu和Daniel K. C. So提出了一种V-BLAST系统中的混合接收天线选择算法，该方法基于最大容量和最小差错概率准则，可以避免容量与差错概率性能之间的矛盾，解决了不同天线选择准则之间的权衡问题。 结论：基于不同选择准则(如：容量/SNR/SINR/BLER/BER/差错概率等等)的性能比较方面的研究较少。基于容量最大准则选出的天线子集不一定拥有最小的差错概率，因此我们可以在这方面继续探索。文献9：分析和比较ZF/V-BLAST和MMSE/ V-BLAST系统中天线选择的性能，首次推导出MMSE接收机的一个新的性能上限，从而为MMSE/ V-BLAST系统提出一种新的基于性能的选择准则。优点：新的准则可获得满分集重数，并且其性能优于之前的其他方案，接近于最佳性能。小结：2006年Di Lu和Daniel K. C. So提出了一种MMSE V-BLAST系统中一种基于次优性能的接收天线选择算法：经推导，MMSE V-BLAST系统的性能上限受最小SINR约束，而对于一个特定的子载波，其SINR反比于该子载波的MSE，于是，选出N(子载波数目)个检测级中具有最小-最大MSE的天线子集即可。文献10：和7类似，所以不再赘述。小结：2005年Zhenping Hu、Guangxi Zhu、Meijing Liang和DeshengWang提出了一种ZF V-BLAST系统中使用OSIC检测的发射天线选择算法，该算法以最优化最差子载波为明确目标，将天线子集矩阵的伪逆的转置按照欧式范数进行排序，从而得到检测顺序。该方法解决了之前各种算法中复杂度较高的问题，但由于未考虑到噪声放大的影响，在某种程度上将导致系统性能的恶化。结论：同7 。5AS与混合STBC、V-BLAST相结合5.1相关文献112005_Transmit Antenna Selection with Power and Rate Allocation for Generalized Distributed Wireless Communication Systems5.2系统模型独立同分布的平坦瑞利衰落信道，分布式天线、分布式处理等。5.3性能分析文献11：广义分布式无线通信系统(G-DWCS)中包含功率和速率分配的下行发射天线选择，发射端基于大尺度衰落(路径损耗和阴影衰落)，天线选择准则为STBC和V-BLAST相结合，次优化的天线子集、功率和速率分配都是为了降低SER，通过蒙特卡洛仿真表明，这个准则能明确选出最好的天线子集，分配合适的功率和速率，并且非常适合G-DWCS系统。小结：2005年Shuangfeng Han、Shidong Zhou、Jing Wang和Woogoo Park提出了一种广义分布式无线通信系统(G-DWCS)中包含功率和速率分配的下行发射天线选择算法，基于STBC 子系统性能最优的发射天线选择算法, 虽然可以使STBC 的性能最优，但是会带来STBC子系统和V-BLAST 子系统性能不平衡的缺点，本文提出采用提高STBC 子系统的调制阶数使得两个子系统的性能基本平衡, 从而提高了全系统的频谱效率。存在的缺陷：系统性能有所下降。结论：分布式这一块儿我不太明白，我的疑问：AS与混合STBC、V-BLAST相结合的方案是否也适用于点对点的MIMO系统？我找到了一篇相关额中文文献，但是这篇文章只考虑了4发4收地情况，两根天线使