基于降元集合的组分层空时结构发送天线选择

针对结合空时分组编码和分层空时的组分层空时(Group layered space-time,GLST)系统,提出了一种基于降元集合的发送天线选择算法.在信道矩阵列向量Euclidean范数排序的基础上,构建与较大范数列向量对应的天线元减少的集合.对该降元集合的子集进行重构信道矩阵QR分解,通过比较各子集R矩阵对角元素的最小值,选定与其最大值对应的天线子集.并结合采用正交空时分组编码和分层空时的GLST,分析了所提出算法的性能和计算复杂度.仿真结果表明,该算法的性能明显优于几种常见的快速天线子集选择算法.当合理选择降元集合元素数量时,该算法以很高的概率达到最优.     

分层块空时分组码的简化译码方法

为四发射天线的多输入多输出(Multi-input multi-output,MIMO)系统提出一种高速率全分集的分层块空时(Layered block space-time,LBST)分组码.该空时分组码能够提供2符号/信道利用的传输率,为了能够正确地译码,接收天线数必须不少于2个.本文分析了LBST分组码的编码结构与简化的译码算法,并对其性能进行了仿真分析.结果表明:本文方案与其他空时分组码相比较,具有一定的优越性,并且采用简化的译码算法可以很大程度上降低计算复杂度.     

基于V-BLAST的MIMO无线通信系统性能分析

重点对多输入多输出（MIMO）无线通信系统的信道模型、空时分组码（Alamouti）以及垂直分层空时码（V-BLAST）空间复用技术进行了仿真分析.首先利用MATLAB在信道建模中实现了基于瑞利环境下的信道容量仿真图,同时仿真并分析了天线相关性对信道容量的影响;然后进行了Alamouti方案和最大比接收合并（MRRC）之间的仿真分析;最后对V-BLAST系统中的线性检测（ZF）算法和最小均方误差（MMSE）算法做了仿真比较,从而得出V-BLAST系统优于非V-BLAST体系下的误码性能.     

一种改进的相关信道下MIMO天线选择算法

由于MIMO系统天线间距的限制等原因,实际MIMO无线信道往往是衰落相关的,而信道相关性严重影响了MIMO系统的性能。针对这个问题,提出一种改进的基于相关性天线选择算法,通过选择具有最小平均相关性和最大相关矩阵行列式的天线子集作为最优天线集合。在选择较少天线的情况,降低了计算复杂度,达到几乎与相关性选择算法相同的性能,且非常接近最优选择算法。仿真结果证明了改进算法的有效性和可靠性。     

空时码在Rician衰落信道下性能分析

基于Alamouti提出的BPSK调制下空时分组码在Rayleigh衰落信道中的简单分集方案。推导出多发射和多接收天线系统中正交空时分组码在Rician衰落信道的BPSK调制下的比特差错率的最小距离球界,并推广到在高阶调制下衰落信道中系统符号差错率的性能。仿真分析和比较了空时分组码的多天线系统中发射和接收天线分集增益,以及信道相关参数的变化对系统误比特性能的影响。     

码本扰动有限反馈多载波分层空时检测方法

针对有限反馈多载波分层空时方案存在反馈链路开销量减少引起性能缺失的问题,利用矩阵线性变换特性,提出了一种基于码本扰动的有限反馈多载波分层空时预编码检测方法。该方法利用多载波各子载波信道频域之间的相关性,在接收端仅需估计部分子载波信道信息,采用相应的准则从预置码本中选取主码字及扰动码字,用扰动码字对主码字进行线性变换扰动以达到容量最优,在发送端根据反馈的码本矩阵的索引重构各子载波预编码矩阵,最后在接收端采用非线性循环迭代检测方法,以补偿由于有限反馈导致的性能缺失。仿真结果表明,提出的方法在保证反馈链路开销的情况下,一定程度上提高了系统吞吐量,改善了系统误码性能。     

空时分组码在TD-SCDMA系统中的应用技术研究

提出了一种空时分组码与TD-SCDMA系统联合检测算法相结合的新方法,提出在发送端两根天线采用基于数据域的域空时分组码编码方案,即以一个突发中的数据域为单位进行空时分组码的编码.接收端采用一根天线接收,算法可应用于多根天线,并对系统矩阵进行了扩充,对一个突发中的两个数据域同时进行译码.与传统的联合检测算法比较,由于采用了发送分集技术,性能有所提高.     

正交空时分组码系统的一种新的盲信道估计算法

基于QR分解的信道盲估计方法是一种性能优良的新算法。将该算法推广到正交空时分组码的信道估计中，结合正交空时分组码的特性提出了一种新的信道盲估计算法。与经典的信道盲估计算法相比，新算法的计算量大为降低。同时,Monte Carlo仿真表明，当信噪比较低时，该算法比子空间法具有更好的性能。     

多天线阵列中基于矩阵求逆的BLAST和准正交STBC结合的HARQ算法的研究

提出了多天线阵列中基于BLAST和准正交STBC结合的HARQ算法,并采用低复杂度的矩阵求逆方法进行解码.推荐的算法不是如传统的ARQ算法那样重传同样的信号,而是将数据组成准正交空时码发射矩阵,重传的时候传输发射矩阵的下一行,并和以前传输数据联合进行空时码解码.所以推荐的算法可以额外获得空时码的分集增益,而在信道条件好和信噪比高时,由于没有重传的发生而可以获得BLAST的复用增益.对于部分发射矩阵联合空时码解码,本文提出了采用矩阵求逆的解码算法.仿真表明该算法和最大似然算法的性能相近而复杂度下降很多.本算法结合了BLAST和STBC以及HARQ的优势并采用了低复杂度的矩阵求逆算法,是一个既能够提高系统传输速率也能够提高系统抗干扰性能的HARQ方案.特别是本算法在所有接收天线数大于等于发射天线数的多天线阵列中有很强的实用性.     

几种空时码容量对比

贝尔实验室提出的分层空时（layered space-time code，LSTC）主要基于空分复用思想，它的主要目的是提高系统频谱效率；而其它空时码（space-time code，STC），如空时分组码（space-time block code，STBC）、空时格码（space-time trellis code，STTC）等主要基于发射分集。它们主要利用空间分集带来的增益，包括分集增益和编码增益来对抗无线信道的各种衰落。本文从信道容量角度评估各种空时编码的性能，同时将其和相同收发天线数下多输入输出（Multiple input multiple output，MIMO）系统的信道容量进行对比。