MIMO中继系统中基于不完全信道信息的线性预编码算法

针对采用放大转发中继技术的多输入多输出系统,提出一种基于不完全信道状态信息的中继预编码设计方案.假设在中继端已知源-中继的全部信道状态信息,在中继-目的端的信道考虑信道估计误差及发射天线相关性,根据最小均方误差设计准则,推导获得目的端线性处理矩阵.在中继端最大发射功率约束条件下,通过理论推导求得中继端线性预编码矩阵的闭式解.数值仿真结果表明,在存在信道估计误差和天线相关性的条件下,所提方案能有效降低系统的误比特率和均方误差.     

上行多用户MIMO中继系统中基于不完全信道状态信息的预编码算法

论文研究了存在信道估计误差及天线相关条件下,上行多用户MIMO中继系统的预编码问题,目标是提升系统的误比特率性能。针对基于放大转发中继技术的上行多用户MIMO中继系统,考虑源-中继和中继-目的端信道中存在的信道估计误差及天线相关,提出一种基于不完全信道状态信息(Channel State Information, CSI)的预编码设计方案。首先根据最小均方误差(Minimum Mean-Squared Error, MMSE)准则设计代价函数,以发射端和中继端最大功率为约束条件,通过理论推导求得中继端和发射端的线性预编码矩阵,最后采用迭代下降法得到接收端处理矩阵的闭式解。数值仿真结果表明,在存在信道估计误差和天线相关的条件下,与现有算法相比,所提算法能有效降低系统的误比特率。     

基于MMSE准则的MIMO多中继系统线性收发机设计

本文以放大转发MIMO多中继系统为研究对象,研究其联合线性收发机的优化设计问题,其基本思想是在中继的总发射功率约束下,最小化系统的均方误差(MSE).为降低系统复杂度,本文首先引入了乘积矩阵的奇异值分解,把收发机的设计简化为以奇异值向量和酉矩阵为优化变量的优化问题;接着利用变量替换并引入罚项,将简化后的问题转化成只有酉矩阵约束的优化问题.在此基础上,通过引入替换变量的欧氏梯度,设计了新的黎曼欧氏最陡下降算法,从而有效地处理酉矩阵约束.仿真结果表明,与传统的设计方法相比,本文提出的方案性能最优,最接近MSE下界.     

多用户中继系统中联合收发机的设计方案

在多用户中继系统中,根据最小均方误差(MMSE)准则,提出了一种考虑直接路径的联合收发机设计方案.给出了迭代算法,对中继发射机和用户接收机进行了联合优化,其中用户接收机是用来接收合并源端发送信号和中继发送信号.数据仿真结果表明,提出的方案与不考虑直接路径的收发机方案以及其他已知的LMMSE方案相比,在均方误差(MSE)和误码率(BER)性能方面,有较大的提高.     

基于功率的双向AF MIMO中继系统收发器设计

针对多用户对双向放大转发多输入多输出中继系统中用户和中继的收发器联合设计问题,基于节省功率的目的,提出了在满足每个用户均方误差约束的条件下最小化用户和中继总功率的优化问题。由于所形成的优化问题是非凸的,难以求得全局最优解,因此将原问题分解为3个便于处理的子问题,对这3个子问题分别进行求解,在此基础上提出了一种基于交替优化的迭代算法去求解原问题。仿真结果表明,所提算法相较于其他算法可以有效地节省用户和中继的总功率。     

MIMO中继下行通信系统中的多目标优化设计

针对通信系统中系统功率消耗和接收信号均方误差(MSE)存在冲突关系,无法同时达到性能最优的情况,采用多目标优化(MOO)框架联合优化系统功率消耗和接收信号MSE.文中考虑两跳的多入多出(MIMO)放大转发(AF)中继下行通信系统.联合优化形成的多目标优化问题是非凸且难以直接求解的,为此,提出一种基于帕累托最优策略的资源分配方法,该方法采用加权切比雪夫法,并引入中继预编码矩阵的一般结构和Schur补引理将优化问题转化为SDP问题.仿真结果验证了所提出方法的有效性,表明其具有更好的性能,同时也给出了系统功耗和MSE性能之间的帕累托最优边界.     

信道反馈延迟时MIMO中继系统的线性预编码算法

针对采用放大转发(Amplify and Forward, AF)中继技术的多入多出(Multiple Input Multiple Output, MIMO)系统, 考虑信道估计误差及反馈存在延迟的情况, 提出一种基于最小均方误差(Minimum Mean Squared Error, MMSE)准则的预编码设计方案.假设基站-中继端及中继端-终端的信道均存在估计误差与反馈延迟, 在基站和中继端功率都受限条件下, 以MMSE为准则, 推导得到了基站预编码矩阵、中继转发矩阵和终端解码矩阵的闭式解.数值仿真结果表明, 该方案所提出的预编码算法能有效地改善系统的误比特率与均方误差.     

基于MSMSE的MIMO放大转发双向中继信道中波束成形设计

本文主要研究了基于最小化均方误差和准则的MIMO放大转发双向中继信道中的波束成形向量(矩阵)的设计.我们分别在集中式与分布式两种应用环境中提出了一套解决方案.在集中式方案中,多个中继之间完全协作,因此将多个单天线中继等效成一个多天线的中继节点,设计了基于所有中继天线的总功率控制的波束成形向量(矩阵).在分布式方案中,中继节点之间无协作,分别设计了基于所有中继总功率控制波束成形向量(矩阵)和基于单个中继功率控制的波束成形向量(矩阵).仿真表明,通过波束成形设计,可以显著提高通信节点平均误码率.由于中继节点之间的完全协作,集中式方案要优于分布式方案.但是,由于中继结构简单,分布式方案更易于在实践中应用.     

MIMO多中继系统中基于不完全信道状态信息的预编码算法研究

针对配置多个中继节点的多输入多输出（Multiple-input Multiple-Output,MIMO）系统,提出一种不完全信道状态信息（Imperfect channel state information,CSI）下基于最小均方误差（Minimum Mean-Squared Error,MMSE）准则的预编码设计方案,该方案综合考虑各个节点天线之间的相关性及信道估计误差。由于各个中继端预编码矩阵之间可视为相互独立,故将约束优化问题转化为若干半正定规划问题,继而通过内点法或CVX工具箱求解预编码矩阵,然后采用求导法推导出接收端处理矩阵。最后利用迭代算法交替迭代来联合优化预编码矩阵和接收端处理矩阵,直到算法收敛。仿真结果表明,与未能综合考虑各个节点的预编码算法相比,本文提出的算法能明显改善系统BER性能。      

频率选择性信道下的MIMO收发机联合设计

研究了频率选择性信道下非块传输多天线系统的线性空间收发机联合设计问题,提出了基于最小均方误差准则(MMSE)的联合最优收发算法.为了避免MMSE算法所需要的收发机迭代计算,还给定MMSE接收机、提出了一种低复杂度的串行搜索迫零(ZF-SS)发射预编码,它能够采用多天线提供的空间资源减小或消除多径信道带来的符号间干扰.仿真分析表明,MMSE算法和ZF-SS算法在高信噪比下的性能明显优于现有的基于特征值的波束形成算法.     

基于不同信道状态信息的MIMO中继系统收发信机设计

该文研究了在中继站已知完全信道信息或统计信道信息情况下的多输入多输出(MIMO)中继系统收发信机设计的问题。中继站利用获得的信道状态信息对接收信号进行滤波转发,接收节点采用线性最小均方误差接收机(MMSE)恢复出原始信号。仿真结果表明,所提中继转发策略性能优于传统的放大转发。在高信噪比条件下,基于部分信道状态信息反馈的设计方案可以获得与完全信道状态信息反馈接近的性能。     

多天线双向中继转发的优化方法研究

本文对多天线双向中继放大转发方案进行了研究。首先,基于最小化均方误差的准则,通过对上行链路和下行链路进行联合优化,推导出了相应的中继优化方法,该优化方法能够实现最优的链路可靠性。然后,基于该优化方法,利用部分信道状态信息和信道统计信息,针对固定中继和移动中继两种不同的通信场景,分别设计了不同参数控制下的鲁棒性实现。理论分析和计算机仿真都表明所提方案具有明显的性能增益。      

OFDM系统中一种A-MMSE信道估计算法

针对正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)系统中最小均方误差(Minimum Mean Squared Error, MMSE)信道估计算法误码率(BER)高的问题,提出一种平均最小均方误差(Averaged-Minimum Mean Squared Error, A-MMSE)信道估计算法。该算法首先基于802.11n标准而构造了一种新的导频结构,收发两端分别进行降采样和过采样处理,利用已知训练序列和导频获得信道频域响应。仿真结果表明,所提出的A-MMSE信道估计算法与传统的MMSE算法相比,在BER为10^-3时,信噪比改善了约8 dB。因而所提出的信道估计算法能明显改善系统的BER性能。     

基于上下行对偶性的多用户MIMO下行链路鲁棒收发机设计

针对多用户多天线(MIMO)下行链路信道状态信息(CSI)非理想的条件,该文研究SINR平衡问题及功率最小化问题的收发机设计。在信道误差受限情况下,该文建立worst-case SINR上下行链路对偶性,并基于该对偶性,为两种鲁棒收发机提出新的设计策略。该策略避免了凸优化内点迭代算法,从而大大降低复杂度。仿真结果显示,所提算法与现有的凸优化算法性能一致。     

室内可见光通信信道估计的研究

要:建立了室内可见光通信系统模型,针对其信道冲击响应,分别采用最小二乘(LS)估计方法和最小均方差(MMSE)估计方法对信道进行了理论分析,并且通过计算机仿真,对两种不同的估计方法性能进行了比较,最后在此基础上,分别对抽头长度和训练序列长度对信道估计的性能影响进行了仿真验证。实验结果表明:在相同信噪比下,MMSE方法的性能优于LS方法,但是计算量比LS方法复杂,而且LS方法性能依赖于噪声的影响,信噪比越高,LS估计方法的性能越好。同时抽头数越多,训练序列越长,信道估计的性能越好,但也会增加计算的复杂度。     

双向MIMO中继系统中一种低复杂度的联合信道估计方法

对于双向多输入多输出(MIMO)中继系统,如何在减少中继负担的情况下获得精确的信道状态信息(CSI)成为信道估计的一个难点。该文针对双向MIMO中继系统,提出一种低复杂度的联合信道估计方法。所提方法在两个用户端同时发送正交信道训练信号至中继,中继采用所设计的放大因子放大所接收的信号并转发至两个用户。每个用户对所接收的信号构造平行因子(PARAFAC)模型,并根据实际系统要求,分别设计了迭代和非迭代的两种拟合算法对PARAFAC模型进行拟合,从而联合估计出所有信道的CSI。所提信道估计方法无需在中继处进行信道估计,减轻了中继的负担。与已有信道估计方法相比,所提方法设计灵活,采用的拟合算法具有较低的复杂度,而且在使用较少信道训练信号的情况下具有较高的信道估计精度。     

MIMO系统中一种新颖的联合信道估计与检测算法

本文基于EM(Expectation-Maximum)算法,提出了一种简单而有效的联合信道估计与检测接收机结构。接收机中通过采用非穷尽列表形式的后验概率检测算法,避免了传统干扰抵消结构中各天线发送信号间的残余干扰对后验概率计算的影响。并进一步针对常用的非穷尽列表形式后验概率检测算法存在的列表冗余度大的问题,提出了自适应长度的列表球形译码算法(ASLSD,Adaptive Size List Sphere Decoding)。该算法通过更新检测半径和设置停止条件,使检测列表长度可随信噪比和迭代次数自适应变化。而且通过将列表操作与LSD(List Sphere Decoding)算法相结合,避免了符号序列在不同半径下的重复检测和排序操作。仿真表明,在复杂度方面,该算法需搜索的路径数远小于LSD算法。在算法性能方面,以3次迭代10~(-4)误码率为例,该算法与PIC算法相比可以获得近2dB的性能增益,因而具有更优的性能与复杂度的折衷。     

SVD-based MIMO Precoding and Equalization Schemes for Realistic Channel Knowledge: Design Criteria and Performance Evaluation

Multiple-input multiple-output (MIMO) based communication systems with precoding, bit-loading and equalization procedures are considered in this paper. Applications of precoding schemes, which are based on Singular Value Decomposition (SVD) of the channel matrix H assume almost always ideal channel knowledge at the transmitter and/or receiver site. This paper investigates an SVD based MIMO approach considering non ideal radio channel estimation results. In any case the MIMO channel matrix H is decomposed into Eigenmodes. In case of an ideal radio channel knowledge the SVD based precoding procedure, which is applied at the transmitter site, is going to consider all possible Eigenmodes which results in a perfect separation of all signals at the receive antenna output and into a minimum bit-error-rate (BER). It will be shown in this paper that in case of non ideal channel knowledge and a limited accuracy in the channel matrix H estimation a reduced number of Eigenmodes in the precoding process will become an optimum and will lead into an increased BER performance.