非相干天线选择算法

基于广义似然比检验(GLRT)与天线选择相结合,提出了平瑞利衰落信道的非相干天线选择(NON-AS)算法,天线选择和信号检测无需信道状态信息.NON-AS算法适用于多输入多输出(MIMO)系统的接收端,接收天线选择是基于每个天线瞬时接收到信号矢量的F-2范数.与相干检测的天线选择相比,NON-AS算法不需要估计信道,大大降低了系统复杂性.成对错误概率分析和仿真结果表明:在高信噪比情况下,选择有最大范数的接收天线,系统能实现和使用全部接收天线相同的分集增益.     

MIMO系统的非相干天线选择算法

该文提出了多天线传输系统的非相干天线选择(NON-AS)算法,将广义似然比检验(GLRT)与天线选择结合应用于U码传输系统,天线选择和信号检测无需信道状态信息。与相干检测的天线选择相比,NON-AS算法不需要估计信道,大大降低了系统复杂性。该文只考虑了接收天线选择,天线选择的准则是基于每个天线接收到的信号向量F-2范数。仿真结果表明,在高信噪比条件下,选择有最大范数的接收天线子集,系统能实现和使用全部接收天线的U码传输系统渐近相同的分集增益。     

OFDM空时发射分集系统信道盲估计

本文研究了OFDM空时发射分集系统的子空间信道盲估计方法。该方法仅利用空时编码及OFDM调制引入的冗余,在接收天线小于发射天线时,也可以对信道进行盲估计。对盲估计方法所共有的估计模糊性问题进行了详细的论述,证明估计仅存在两个标量不确定因子。这种方法不需要对信号进行冗余预编码,系统将有更高的速率;同时也不需要对系统输出进行过采样或采用多天线接收。由于不需要确切知道信道的阶数,算法对信道阶数过估计有较好的鲁棒性。     

基于STBC-SCFDE系统的信道估计算法研究

针对频率选择性衰落信道下2发射天线的空时分组编码-单载波频域均衡(STBC-SCFDE)系统,分别设计了2种新颖的时域多天线导频序列和频域多天线导频序列,相应地提出了一种时域导频信道估计算法和一种频域导频信道估计算法,并分别进行了信道估计的MSE性能分析以及计算复杂度对比.仿真验证表明,相比传统经典多天线信道估计算法,所提2种信道算法在中低信噪比下均能实现良好的信道估计性能,为未来无线通信系统的信道估计开辟了新的解决途径.     

一种基于平衡性空时增益的空时编码方案在盲多用户检测中的应用

在MIMO系统的盲多用户检测技术中,信道估计是一个非常重要的步骤.现有的信道估计算法大多需要非常复杂的实现方式和巨大的计算量.本文在一篇已有文献的基础上给出了一种广义的空时编码设计方案,该方案除了拥有实现简单、计算量小等优点之外,还具有统计意义上的平衡性空时增益,这是原文献的算法所不具备的.除此之外,本文还从理论上给出了广义空时编码方案的最优化设计准则.在信道估计完成之后,再继续进行盲多用户检测.仿真结果显示,本文提出的最优化设计编码方案比起原先的方案具有更低的信号检测误码率和性能相当的信道估计误差,而算法复杂度则不变.     

一种基于多发射天线的差分空时编码

一般的空时编码解码时接收端需要信道状态信息（CSI）,因而必须获得精确的信道估计;而差分空时编码（DSTC）接收端解码时不需要CSI,因而不需要信道估计。在信道衰落快或信息传输速率高的情况下,实时而精确的信道估计非常困难或代价很高,此时接收端不能获得CSI,因而需要差分空时编码。文章对多发射天线的差分空时编码的编译码原理、特点和性能进行了分析和比较,并对其中的部分差分空时编码给出了具体的实例和仿真结果。     

空时编码OFDM系统中信道的半盲估计

针对空时编码的OFDM系统,利用发送信息符号的星座点数目有限特性构建了一个包含信道参数所有可能的集合,并将该集合映射到实平面上,信道估计则通过更新信道参数实平面和其中的信道参数曲线来实现.导频的使用简化了算法运算,实现了在信道参数实平面上初始信道参数曲线的建立.仿真分析表明,在空时编码OFDM系统中该方法性能接近理想的基于最小均方误差的估计,但计算更为简单.     

空时/频编码在OFDM系统中的应用

介绍了空时编码(STBC)和空频编码(SFBC)应用于OFDM系统,实现发射分集,并对基于梳状导频的LS(最小二乘)算法采用正交导频设计方案,把多天线信道估计转化为单天线信道估计,大大简化了运算。仿真结果表明,实现的空时和空频编码OFDM方案不仅误码性能良好,且具有系统实现复杂度低、接收机结构简单等优点。     

DS-CDMA系统新的空时并联结构 及二维自适应DBF算法

针对直接序列扩频码分多址(DS-CDMA)移动通信接收系统,本文提出了一种新的空时二维信号处理结构,这是一种"智能天线与瑞克(RAKE)接收机的并联连接"(PI-SA&RR)结构.基于PI-SA&RR结构,提出了空时二维自适应数字波束形成(ST2-DADBF)算法.与"二维RAKE接收机"(2-DRR)相比,ST2-DADBF算法不需要对延时-波达方向(DOA)进行估计就能够获得最优空-时域联合输出.与"导频符号辅助相干自适应天线阵列分集接收机"(PSA-CAAADR)相比,ST2-DADBF算法能够使智能天线和RAKE接收机联合参与自适应算法,不需要对RAKE分支信道参数进行估计,是一种真正的二维自适应算法.针对多用户移动通信系统,同时考虑到信道的时延扩展和空间角度弥散的影响,本文给出了一种接收信号的通用模型,基于该模型对ST2-DADBF算法进行了计算仿真.仿真结果表明,ST2-DADBF算法能够在空时二维域中捕获感兴趣用户的各个多径分量,并将这些多径分量同步相干合成,同时抑制其它用户在时域和空域形成的干扰,因而可获得良好的误码率(BER)性能.     

MIMO系统中的空时编码技术

下一代移动通信系统必须具有更高的传输速率和更好的传输性能,多输入多输出(MIMO)天线技术能够极大提高系统的信道容量从而满足要求.为了提高频率利用率和传输可靠性需要研究MIMO系统中的空时编码技术,文章介绍了目前主要的空时编码技术:空时格状编码和空时分组编码技术,同时指出MIMO系统在天线相关性、接收端复杂性、与单天线系统整合等方面仍存在问题.     

60GHz 室内信道下一种快速天线选择算法

传统的基于信道容量最大化准则的天线选择算法虽然使信道容量达到了最大化,但是计算复杂度很高。针对计算复杂度高的问题, 提出了一种基于Doolittle-QR 分解的低复杂度天线选择算法。该算法基于Doolittle-QR 分解,可以快速选择出使系统容量最大化的天线。与传统的天线选择算法相比,该算法的计算复杂度不仅有效地降低了, 而且容量性能相近。在60GHz 室内信道下,仿真实验结果表明, 该算法具有良好的容量性能,优于随机天线选择算法,接近最优天线选择算法。     

相关衰落MIMO信道下的联合天线子集选择

针对相关衰落MIMO信道下的联合天线子集选择,提出了2种选择算法。首先,在已知精确信道知识的情况下,选择算法选择以使接收数据流的SNR最大化和瞬时误差概率即误符号率最小化的天线子集,从而得到平均SNR增益改善的解析表达式;其次,当信道迅速变化时,在已知信道统计知识的情况下,选择算法选择以使全部可能信道实现的平均误差概率最小化的天线子集,从而得到编码增益,在极端相关信道条件下,也可以得到分集增益;基于2种选择算法的性能分析和仿真结果验证了本文提出算法的有效性。     

MIMO系统中改进的二进制粒子群天线选择算法

在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。     

基于排序QR分解的VBLAST解码算法研究

将基于信号功率排序的QR分解算法与最后检测层分集增益最大算法相结合,提出一种改进的SQRD(Sorted QR Decomposition)算法。该改进算法在串行干扰消除SQRD算法的基础上最大化了分集增益。这样既能保证每次检测时的最先检测层信号功率最大,又能得到最后检测层的最大分集增益。同时采用了串行干扰消除,使后面的信道矩阵维数不断减少,降低了检测复杂度。仿真结果表明,改进的SQRD算法在误码性能上取得了较好的表现,尤其在接收天线数较大时误码性能得到明显改善。改进的算法在复杂度和性能上得到较好的平衡,很适合VBLAST系统的信号检测。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出(MIMO)系统中,天线选择技术平衡了系统的性能和硬件开销,但大规模MI-MO系统收发端天线选择复杂度问题一直没有得到很好的解决.基于信道容量最大化的准则,采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态,提出将二进制猫群算法(BCSO)应用于多天线选择中,以MIMO系统信道容量公式作为猫群的适应度函数,将收发端天线选择问题转化为猫群的位置寻优过程.建立了基于BCSO的天线选择模型,给出了算法的实现步骤.仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法,非常适用于联合收发端天线选择的大规模MIMO系统中.     

一种新型低复杂度双层分组天线选择算法

针对平坦相关瑞利衰落信道环境下的端到端大规模MIMO系统复杂度过高的问题,提出一种基于离散布谷鸟搜索的低复杂度双层分组天线选择算法。该算法首先基于天线信道相关性对大规模天线阵列进行分组处理,进而利用新型双层算法对分组的天线集合进行优化天线选择。其中,新型双层算法的第一层是每小组天线基于离散布谷鸟搜索的内部选择,第二层是对第一层选择的所有天线利用离散布谷鸟搜索进行最终的选择。提出的新型天线选择算法可有效降低大规模MIMO系统复杂度。仿真结果验证了在平坦相关瑞利衰落信道环境下,提出的天线选择算法能够以较低选择复杂度获得接近最优选择方法的容量性能和较优的BER性能。     

大规模MIMO系统中收发联合阈值天线选择算法

在大规模多输入多输出(massive MIMO)系统中使用天线选择算法可提高能效和系统吞吐量,然而适用于传统MIMO系统的天线选择算法具有高复杂度,很难用于massive MIMO系统。为优化天线选择算法,以算法复杂度和系统容量为优化目标,提出了收发联合阈值天线选择算法。该算法在发射端使用最大范数双向天线选择算法进行天线选择,在接收端使用分组maxvol算法并通过仿真实验结果的预设阈值进行天线选择。仿真实验表明,收发联合阈值天线选择算法在降低复杂度的同时可以提高系统容量,与递增天线选择算法相比,系统容量最多可提高52.2 bit/s/Hz。提出的天线选择算法可以满足不同天线相关度和信噪比的传输环境。     

RECEIVE ANTENNA SUBSET SELECTION BASED ON ORTHOGONAL COMPONENTS

A new receive antenna subset selection algorithm with low complexity for wireless Multipie-Input Multiple-Output （MIMO） systems is proposed, which is based on the orthogonal components of the channel matrix. Larger capacity is achieved compared with the existing antenna selection methods. Simulation results of quasi-static fiat fading channel demonstrate the significant performance of the proposed selection algorithm.