MIMO系统的信道容量分析

本文详细推导了MIMO系统信道容量的表达式,分析了MIMO系统是如何利用多径来提高频谱利用率,并说明当天线数目很大时,信道容量随收发端最小天线数目的增大而线性增大.最后对MIMO与AWGN、SISO、SIMO的信道容量进行了仿真比较.     

分布式MIMO系统的复合信道容量分析

分布式MIMO系统结合了MIMO技术和分布式天线系统两者的特点,具有高容量、大覆盖范围、低损耗的优势,在未来4G通信中具有很好的应用前景。基于包含了路径损耗、阴影衰落和相关小尺度衰落的分布式MIMO信道模型,通过Monte Carlo仿真比较分析了分布式MIMO系统和集中式MIMO系统的信道容量,研究了空间相关性和路径损耗对信道容量的影响。仿真实验结果表明,分布式MIMO系统能有效降低小尺度衰落相关性的影响,可以获得更好的平均信道容量。     

MIMO信道在不同条件下的容量分析

对影响多输入多输出(MIMO)信道容量的因素进行分析研究有助于未来无线传感器网络的组建与优化。假设信道系数不变,给出了发射端不同功率分配方案对信道容量的影响并进行了对比,通过实验仿真可知,注水算法对信道容量是最优的,此结论与理论分析相吻合,但其运算复杂度较高。推导了等功率分配方案在低信噪比时信道容量的近似表达式,并通过实验仿真与理论值进行了比较,其运算量大大降低,且在低信噪比时逼近理论值。假设MIMO信道矩阵随机分布,对影响信道容量的天线相关性进行了分析与仿真;比较了在不同天线配置下,遍历容量和中断容量的变化趋势,结论有助于组网时根据相关要求选择适宜的天线数目。     

MIMO系统各态历经信道容量的分析与仿真

以信息论的观点为基础,在假设信道状态信息仅收端已知的情况下,采用等功率发射方案,研究了瑞利衰落信道下MIMO(多输入多输出)系统各态历经信道容量,推导了三种特殊MIMO信道的各态历经信道容量表达式,以及在小信噪比下等收发天线MIMO系统的容量近似公式,并通过仿真进行了验证,仿真结果表明该近似公式比较精确。     

基于拉普拉斯分布天线阵列下MIMO性能研究

多天线系统是可以克服多径干扰的影响并增加频谱使用效率的系统.MIMO系统的容量增加主要取决于无线电信道的空间相关性性能.主要研究了MIMO天线阵列系统的性能,包括MIMO空间时间相关性和天线阵列配置,推导了当角能量遵循拉普拉斯分布时均匀线性阵列、均匀圆阵的衰落相关性解析公式,并分析了两种天线阵列下的系统信道容量.通过计算机程序模拟仿真验证了分析结果,验证结果表明当阵元间距增大或者衰减因子减小(角度扩展增大)时,空间衰落相关性减小,系统信道容量增大,提升了系统性能.     

BF-MIMO系统下行链路容量分析及仿真

针对波束赋形（BF）和多输入多输出(MIMO)这两种多天线技术的结合问题,提出一种通用的波束赋形—多输入多输出(BF-MIMO)下行链路系统方案,以期有效发挥二者优势,进一步提升信道容量和系统性能。分析了该系统的信号变换形式和处理过程,给出了平坦衰落环境下该系统的组合信道矩阵形式,得到了赋形加权后的系统信道容量闭合表达式。理论分析和仿真结果表明,在相同衰落条件下,BF-MIMO系统能够比常规MIMO系统获得更高的信道容量。     

基于合作似然检测和球形译码的多用户多输入输出多跳中继系统

针对多输入输出(MIMO)系统在传输数据过程中的误码率(BER)和信道容量优化问题,提出一种基于合作似然检测和球形译码的多用户MIMO多跳中继系统。首先,该系统构建二阶协作的MIMO中继系统模型对信道数据的中继传输过程以及路径损耗、阴影衰落情况进行分析;接着,通过球形译码来推导出等效的最大似然规则进行对数正态阴影衰落检测;最后提出最大调和平均信道功率选择策略,基于相关性链路度量和最大信道功率阈值为用户选择误码率更小的接入链路,从而改善多用户MIMO系统的性能。实验仿真结果显示,与基于互信息最大化的多用户MIMO多跳中继系统以及基于解码转发和多入多出技术正交空时分组编码(STBC)的中继系统相比,该系统在数据传输过程中的平均比特误码率分别降低了27.4%和32.6%,平均信道容量分别提高了9.5%和12.7%,因此在减少误码率和提高信道容量上具有较好的效果。     

一种分布式MIMO系统的快速天线选择算法

分布式MIMO系统的天线数目与点对点MIMO相比进一步增多,性能优越的经典天线选择算法难以应用其中。针对这一问题,在分布式架构的基础上提出一种基于逐增端口选择的改进型逐减天线选择算法。该算法通过设定上限的动态端口选择缩小待选天线范围,进而利用贪心策略,逐步去除对信道容量贡献最小的天线。仿真结果表明,该算法的容量性能逼近穷举算法,且复杂度大幅降低,在强相关信道下表现出良好的适应性。     

高铁环境多普勒频移对MIMO信道容量的影响

列车的空间位置和移动速度对多输入多输出（MIMO）通信系统的性能有很大影响。研究高速列车地面典型场景MIMO两径信道容量，发现受多普勒效应影响，信道元素有额外相移。在高速运动中多普勒相位累积可以部分提高MIMO系统的信道容量。仿真结果表明多普勒相位累积后MIMO的信道容量提升比较明显，从信道矩阵条件数的角度也证明了信道容量可以提升。这项研究可为高铁中的5G通信提供参考。     

成像MIMO通信中信道容量研究

成像MIMO是实现高速、远距离可见光通信的新型方式。由不完美对焦或镜头抖动造成的成像模糊会大大降低成像质量、产生空间码间串扰(SISI),进而影响通信效率。建立了基于成像MIMO的通信模型,对成像MIMO通信系统中的噪声和信道容量进行了分析,得出了该模型下的信道容量和信噪比与收发端距离、接收单元数量的关系,分析了SISI对信噪比和信道容量的影响。此外,为减小SISI对信道容量的影响,对接收阵列单元进行了优化,得到了使信道容量达到最佳的接收单元数量和尺寸。     

分布式MIMO系统容量最优的预编码设计

针对分布式多入多出(MIMO)系统各天线功率无法共享的问题,基于分布式MIMO系统各天线功率受限的假设,提出容量准则下的最优预编码矩阵设计方案。采用Lagrange对偶优化的方法,将原优化问题转化为其对偶问题,给出求解预编码矩阵的迭代算法流程,以及在不同天线配置和容量准则下的信号发射策略。仿真结果表明,在发射天线数目多于接收天线数目时或信道矩阵缺秩时,该迭代算法求得的预编码矩阵的容量性能优于已有次优解析解。     

An overview of transmission theory and techniques of large-scale antenna systems for 5G wireless communications

To meet the future demand for huge traffic volume of wireless data service, the research on the fifth generation (5G) mobile communication systems has been undertaken in recent years. It is expected that the spectral and energy efficiencies in 5G mobile communication systems should be ten-fold higher than the ones in the fourth generation (4G) mobile communication systems. Therefore, it is important to further exploit the potential of spatial multiplexing of multiple antennas. In the last twenty years, multiple-input multiple-output (MIMO) antenna techniques have been considered as the key techniques to increase the capacity of wireless communication systems. When a large-scale antenna array (which is also called massive MIMO) is equipped in a base-station, or a large number of distributed antennas (which is also called large-scale distributed MIMO) are deployed, the spectral and energy efficiencies can be further improved by using spatial domain multiple access. This paper provides an overview of massive MIMO and large-scale distributed MIMO systems, including spectral efficiency analysis, channel state information (CSI) acquisition, wireless transmission technology, and resource allocation.     

无线MIMO 系统信道容量分析

本文先对MIMO 系统进行了简单介绍,并推导出其容量计算公式,随后对比分析了SISO、MISO、SIMO、MIMO 等各自的特点,并将研究的焦点放到信道相关性对系统容量的作用方面。在理论分析之后,借助Matlab 对整个实验进行 模拟,并得出如下结论：如果无线间距不断增加,而角度的拓展却不断较少,那么平均到达角和阵列之间的垂直性就越强,那么 信道相关度会大大降低,使得容量增加。从相关性角度,相关系数较小（小于0.3）时,对容量影响不大,当其较大（大于0.7）时, 信道容量明显降低。     

基于MIMO技术的信道容量研究与设计

本论文从MIMO无线通信系统的基本概念入手,分析了它的结构和工作原理,然后从理论上推导了MIMO系统容量的公式,最后应用MATLAB软件对不同发射天线、不同接收天线、不同信噪比下的MIMO系统容量进行计算机仿真。     

MIMO/SA多天线空时信道建模

运用相关矩阵法,通过计算2根天线之间的相关系数、多输入多输出(MIMO)的相关矩阵,得到MIMO信道系数矩阵,在其中加入智能天线(SA)的导向向量和赋形向量,得到MIMO/SA矩阵,由此实现对MIMO/SA多天线空时信道的建模。利用Matlab搭建一个仿真平台,从空间、时间、频率3个方面分析MIMO/SA多天线信道模型,结果表明,该模型具有较好的信道方向性增益,信道的空时频特性符合3GPP 25.996的要求,可用于MIMO/SA多天线的设计、优化和信道容量分析。     

虚拟MIMO无线传感器网络的传输模式

无线传感器网络(wirelesssensor networks,WSN)是由大量低成本、低功耗、具备感知能力、计算能力和无线通信能力的微型传感器节点通过自组织方式构成的网络。多入多出(Multiple-Input Multiple-Output,MIMO)技术是指在发送端和接收端采用多天线,MIMO技术可在不增加频谱资源和天线发送功率的情况下,成倍地提高信道容量,是新一代移动通信系统采用的关键技术。将虚拟MIMO技术引入无线传感器网络,可以利用MIMO技术带来的分集增益,增加接收端信号的信号强度,通过分集来克服信道衰落的影响;也可以利用MIMO技术提供的复用增益,提高信息速率,大大改善网络的能耗特性。本文介绍了虚拟MIMO技术在无线传感器网络中的应用,针对中小规模传感器网络,设计了一种基于分簇的能量高效协作式虚拟MIMO传输模式。并对虚拟MIMO无线传感器网络的能效性进行了分析,最后总结了研究的关键问题以及未来的发展趋势和研究方向。     

MIMO信道平均容量优化算法的研究

该文研究MIMO系统收发天线间存在空间相关衰落时信道平均容量的优化算法,利用牛顿迭代法,对发送子空间各特征向量的分配功率进行了优化。仿真结果表明,在各种SNR下,其平均容量接近Jensen’s上界;得出信道相关性对平均容量的影响取决于系统信噪比的结论。