一种新的基于PARC技术的MIMO系统

MIMO (Multiple-Input Multiple-Output)的显著优点就是在不增加带宽的情况下,能够成倍地提高通信系统容量和频谱利用率,是未来移动通信与个人通信系统实现高速率数据传输,提高高传输质量的重要途径,也是未来移动通信系统广泛采用的关键技术.文中简要介绍了MIMO系统及其一种新的MIMO系统中的应用技术,即PARC(Per-antenna Rate Control)技术.     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。     

智能反射面辅助广义空间调制性能分析

将智能反射面（Intelligent Reflecting Surface,IRS）技术引入索引调制（Index Modulation,IM）技术领域,可在保留各自优势的同时提高系统可靠性并实现高频谱效率。但现有方案在每时隙内仅激活一根天线,使得天线的利用率降低,且单天线激活时若想要进一步提高系统传输速率只能成倍增大发射天线数或提高调制阶数,从而影响系统性能。针对这一问题,提出了IRS辅助广义空间调制（Generalized Spatial Modulation,GSM）相关技术的方案,在发射端激活多根天线,使得在单位时间内相同天线数时每时隙传输的比特数增加。计算了该方案理论误码率上界,通过仿真验证了理论推导的正确性。     

人工噪声辅助的多用户安全传输方法

针对传统人工噪声辅助的安全传输方法无法适用于发射天线数等于接收天线数的多用户(Multiuser, MU)多输入多输出(Multiple-Input Multiple-Output, MIMO)系统的问题,提出了一种人工噪声辅助的多用户安全传输新方法。通过合理设计人工噪声与预编码矩阵,该方法可在同时满足所有用户传输需求的基础上,显著提升发射天线数等于接收天线数的MU-MIMO系统的安全性。同时,针对提出的方法进行了检测算法与平均保密速率的推导与分析。理论分析与仿真结果表明,所提方法可有效提升无线通信系统的安全性,在信噪比为20 dB时,该方法较传统方法的平均保密速率提升达到120%。     

MIMO多跳无线网络

综述了多跳无线网络MIMO(multiple-input multiple-output)技术的研究进展,分析了MIMO技术的引入对多跳无线网络各层及整体设计的影响.以跨层协议设计为重点,详细介绍了当前典型的基于MIMO的多跳无线网络协议算法的核心机制,并比较分析了这些算法的特点和性能差异与存在的缺陷.最后,结合本领域内的研究现状,指出了基于MIMO的多跳无线网络走向实际工程应用环境所亟待解决的关键问题,指出了基于MIMO技术设计自适应调整、高性能多跳无线网络跨层模型及协议的重要性.     

A sparse direction-of-arrival estimation algorithm for MIMO radar in the presence of gain-phase errors

In this paper, the problem of direction-of-arrival (DOA) estimation for monostatic multiple-input multiple-output (MIMO) radar with gain-phase errors is addressed, by using a sparse DOA estimation algorithm with fourth-order cumulants (FOC) based error matrix estimation. Useful cumulants are designed and extracted to estimate the gain and the phase errors in the transmit array and the receive array, thus a reliable error matrix is obtained. Then the proposed algorithm reduces the gain-phase error matrix to a low dimensional one. Finally, with the updated gain-phase error matrix, the FOC-based reweighted sparse representation framework is introduced to achieve accurate DOA estimation. Thanks to the fourth-order cumulants based gain-phase error matrix estimation, and the reweighted sparse representation framework, the proposed algorithm performs well for both white and colored Gaussian noises, and provides higher angular resolution and better angle estimation performance than reduced-dimension MUSIC (RD-MUSIC), adaptive sparse representation (adaptive-SR) and ESPRIT-based algorithms. Simulation results verify the effectiveness and advantages of the proposed method.     

基于PU2RC的下行多用户MIMO系统多模发送方案

针对有限反馈下行多用户多输入多输出（multiple-input multiple-output, MIMO）系统,提出了一种基于每用户正交码率控制（per user unitary rate control, PU2RC）的多模发送方案。该方案通过最大化系统的遍历和速率来自适应地选取发送模式,即系统同时传输的并行数据流数目。由于直接计算系统的遍历和速率比较困难,论文推导出它的一个上界,并以最大化该上界来简化发送模式的选取。仿真结果表明,所提方案的遍历和速率性能优于传统PU2RC方案,特别当系统中用户数不大或者信噪比较高时,性能有明显的改善。     

密集阵MIMO雷达阵列模式及其特性

为了对密集阵MIMO雷达不同阵列模式之间的联系进行研究,建立了密集阵MIMO雷达多次快拍信号模型,导出了接收信号相位历史的解析表达式,并通过相位历史表达式揭示了其蕴含的三种阵列模式以及生成机理;结合各阵列模式形成机理分别讨论了三种不同模式阵列特性.最后通过仿真结果对各阵列模式的特性进行了分析.研究结果表明,密集阵MIMO雷达不同阵列模式可带来不同的得益.