MIMO系统中的天线选择技术

MIMO系统是无线通信领域的研究热点,他能够极大地提高通信系统的容量和频谱利用率。然而使用多个射频的MIMO系统增加了天线的体积、功率和硬件,从而增加了成本。因此寻找具有MIMO天线优点且低价格、低复杂度的最优天线选择极具吸引力。总结了天线选择的方案、介绍了两类关键实现算法和最新研究进展,并在性能上进行分析比较,最后指出了该技术的实际应用问题。     

天线选择技术在MIMO中的应用

MIMO系统是当今无线通信领域的重要技术,但是它存在一个严重的缺陷:随着天线数量增多,系统的复杂度和成本大大增加。天线选择技术被认为是降低MIMO系统复杂度的有力方案。本文详细阐述了天线选择技术在MIMO系统中的应用,它能在保证系统传输速率的同时降低复杂度和误码率。     

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。     

天线耦合和极化对空分复用MIMO系统误码性能的影响

文章目的在于研究天线的互耦、匹配和极化特性对于基于空分复用的分层结构空时编码多输入多输出（Multiple Input Multiple Output,MIMO）系统误码性能的影响。采用了基于电路网络参数的信号分析模型,精确描述了匹配/未匹配天线阵列的发射、接收特性,接着使用蒙特卡罗分析方法对空分复用MIMO系统的误码性能进行了分析,包括匹配/未匹配线性阵列和极化分集阵列,并且讨论了极化失配特性对误码性能的影响。结果表明,匹配网络的应用能够有效地降低空分复用MIMO系统的误码率;同时极化分集天线的应用能够降低耦合和极化失配的影响,降低系统的误码率。     

基于最大比合并的MIMO分集系统递增天线选择算法

MIMO分集系统天线选择技术可以在不增加系统射频链路的情况下,达到与全天线几乎相同的分集增益.针对发送端采用最大比发送,接收端采用最大比合并的MIMO分集系统,提出了一种递增天线选择方法,每次增加一根天线,并使得它与已选出的天线结合起来具有最大的信噪比增益.相对于对所有可用天线集进行遍历的最优算法,它减小了需要搜索的范围和每次搜索的计算量,降低了复杂度;相对于功控天线选择算法,它考虑了新增天线与已选出天线集之间的相关性,改善了性能.仿真结果表明,在误比特率、信道容量和信噪比增益方面,此算法和最优算法性能相近,且不随可用天线数和选出天线数的改变而改变.     

LTE系统中的多天线技术

多天线技术,特别是空分复用技术,在HSPA+和LTE系统中得到了广泛的应用。本文首先分析了LTE系统中采用的各种多天线技术的原理,然后结合几种多天线技术的性能仿真,给出了每种多天线技术的应用场景建议。     

空间相关MIMO信道中一种自适应的天线选择算法

该文研究了空间相关性对于多输入多输出空间复用(MIMO-SM)系统性能影响问题,并提出了一种适用于迭代迫零软干扰抵消接收机的天线选择算法。平坦衰落信道中,发送天线相关性将降低接收天线选择算法的性能,该文所研究的算法采用可变的接收天线数以获得不同的接收分集,增加一定的硬件实现复杂度但可以显著减小发送天线相关性引起的误码性能下降。在2个发送天线,4个接收天线的天线配置场合,计算机仿真证实该算法在帧误码率上优于简单的行相关算法(CBM)。     

基于WLAN的MIMO技术研究

在分析OFDM和MIMO技术的基础上。探讨了一些与MIMO技术密切相关的领域。MIMO技术通过开发空间资源，采用空间复用和空时编码为系统提供复用增益和分集增益，在最大化传输速率的同时，也提高了传输的可靠性。     

智能天线系统中信道空分复用问题的研究

本文阐述了智能天线（ｓｍａｒｔ ａｎｔｅｎｎａ）空分复用系统中的重要概念－信道方向图的概念，提出子一种高效的搜算算法，用于解决信道复用中的组合寻优问题。最后以本文的搜索算法为基础进行仿真，得到了关于智能天线系统中有关信道复用的若干有用结论。     

基于卷积神经网络的MIMO空分复用发射天线数目识别

针对传统多输入多输出(Multiple-Input Multiple-Output,MIMO)空分复用发射天线数目识别方法要求对于非合作方接收天线数目大于发射天线数目,以及特征寻找困难的问题,提出了一种基于卷积神经网络的MIMO空分复用发射天线数目识别方法.通过单天线接收目标信号,采集数据,再由卷积神经网络(Convolutional Neural Network,CNN)训练和测试.网络用发射端信号经过空时编码后表现出的不同特征识别发射天线数目.仿真和实测数据验证了CNN对于发射天线数目识别的效果,在信噪比大于15 dB时识别率可以达到85％.     

天线选择对MIMO信道容量的影响

该文首先分析了多天线系统的信道容量,然后研究了当信道矩阵非满秩时,选择发射和接收天线对信道容量的影响。仿真试验结果表明,发射天线选择能提高系统容量,同时选择发射和接收天线虽然减小了复杂度和硬件成本,但对系统容量的增加低于单独进行发射天线选择时的情况。     

基于特征空间的MIMO天线选择算法

多输入多输出(MIMO)系统中多天线阵元(MEA)的使用增加了硬件成本和信号处理负担,而天线选择技术能够在损失MIMO性能很小的条件下大幅度降低硬件需求.在最大化信道容量的准则下,提出了一种基于信道状态信息(CSI)特征空间的渐消算法及相应的启发式简化算法,并说明了简化算法等价于特征空间矩阵上的基于范数的选择(NBS)算法.仿真实验表明,在接收天线选择个数大于发送天线个数的条件下,两种算法达到的中断容量接近最优选择算法,且计算时间较小.     

Antenna selection for MIMO system based on pattern recognition

This paper proposes a novel Multiple-Input Multiple-Output (MIMO) transmission scheme based on Pattern Recognition (PR), which is termed as the PR aided Transmission Antenna Selection MIMO (PR-TAS aided MIMO). As the conventional TAS algorithms need to search all possible legitimate antenna subsets, they may impose some redundant calculations. In order to avoid this problem, we employ some pattern recognition methods to carry out the TAS algorithm in this paper. To be specific, two PR algorithms, namely the K-Nearest Neighbor (KNN) algorithm and the Support Vector Machine (SVM) algorithm, are introduced and redesigned to obtain a TAS with lower complexity but higher efficiency. Moreover, in order to improve the performance of the SVM, we propose a new feature extraction of channel matrix for the TAS. Our simulation results show that the proposed KNN and SVM based PR-TAS algorithms are capable of striking a flexible tradeoff between the complexity and the Bit Error Rate (BER), and the new feature can effectively improve the BER performance compared with the conventional feature extraction method.     

基于多用户MIMO系统的下行链路的预编码

研究了多用户MIMO系统基于信漏噪声比(SLNR)的预编码算法,该预编码算法改善了迫零算法(ZF)对天线数的限制,同时由于考虑了噪声的影响,不会有噪声放大;通过优化不同用户的功率分配,仿真证明了该方案比ZF算法在系统的误码率性能上有所提高,并且多数据流的方案较单数据流的方案有容量的提高.     

MIMO天线方向图的辐射鲁棒性设计

MIMO天线各单元传输的基带信号可以完全不相关,天线上传输的信号可以是任一幅度和相位的组合,可能产生零辐射现象。MIMO天线零辐射缺陷可以用其单元方向图来判定,对于无损天线,该缺陷还可以用天线本地端口S参数判断,不必测量天线方向图。使用方向图鲁棒性设计方法,可以避免零辐射缺陷。针对MIMO系统基站侧使用阵列天线的情况,本文还给出了阵列天线盲点的判定准则。     

无线MIMO系统中天线选择技术的算法

针对多天线需要多射频链路带来的高硬件成本,分析了低复杂度的MIMO天线选择的必要性,介绍了递增天线选择算法、递减天线选择算法和改进的递增递减天线选择算法.链路仿真结果表明:递增递减算法可以快速选择出使系统容量最大的天线子集,该算法简单易于实现,计算速度快,获得的结果非常接近穷尽搜索方法得到的结果.     

基于置换QR分解的V-BLAST天线子集选择

对采用排序串行干扰抵消（OSIC）检测的V-BLAST系统，提出了一种新的的天线子集选择算法。考虑到OSIC检测中排序和干扰抵消产生的影响，通过置换序列和QR分解，给出了一个非常简洁的且具有合理复杂度的V-BLAST系统的天线子集选择表达式。仿真结果表明该算法的中断容量曲线接近基于容量最大的最优算法，在性能上优于已有的几种天线子集选择算法。     

MIMO的天线系统设计

系统地描述了MIMO分集性能衡量指标,并对空间分集、方向图分集、极化分集进行了概念描述。进而根据MIMO系统天线设计的要求和特点,结合新型MIMO系统天线单元和天线阵列,分析了其设计思路,同时重点设计了一种用于MIMO系统的终端阵列天线,即单层矩形切角贴片天线,并对其S 参数和方向图进行了模拟和分析。模拟结果对合理设计MIMO系统发射和接收端天线阵列具有现实意义。     

关于MIMO系统的天线子集选择性能的研究

讨论了有关 MIMO 无线系统中的天线子集选择性能的问题。首先建立了 MIMO 信道模型,对信道模型进行了分析,接着对信道矩阵为非满秩的情况进行了研究,分别采用几种组合对发射、接收天线进行选择,得出不同组合对信道容量的影响。仿真结果表明,选择发射天线可以增加信道容量,选择接收天线虽然无助于增加信道容量,但在不会严重降低信道容量的前提下,可以降低系统的成本。