多載波-多天線系統(tǒng)中的檢測(cè)和均衡技術(shù)研究.pdf

1、移動(dòng)通信和互聯(lián)網(wǎng)的高速發(fā)展，使得人們對(duì)寬帶無線接入的需求越來越迫切。多載波技術(shù)特別是正交頻分復(fù)用(OFDM)具有如下優(yōu)勢(shì)：高的頻譜效率，可以很好地適應(yīng)多徑信道特性從而實(shí)現(xiàn)簡(jiǎn)單的均衡器，可以通過快速傅立葉變換(FFT)實(shí)現(xiàn)，和可以動(dòng)態(tài)地適應(yīng)信道特性。多載波技術(shù)因而受到了越來越多的研究者的重視。而多輸入天線多輸出天線(MIMO)系統(tǒng)因?yàn)槟艽蠓仍黾訜o線通信系統(tǒng)的譜效率和提高傳輸可靠性而得到了越來越多的關(guān)注。本論文主要針對(duì)多載波/多天線無線通

2、信系統(tǒng)中遇到的檢測(cè)和均衡問題進(jìn)行了研究。 本論文首先在分析無線信道傳播特征的基礎(chǔ)上，討論了常見的傳輸信道的物理模型，然后研究了典型信道建模的基本問題。進(jìn)而本文介紹了多載波/多天線系統(tǒng)的基本原理，包括OFDM基本原理和系統(tǒng)參數(shù)設(shè)置；多天線傳輸?shù)男畔⒄摶A(chǔ)，分集技術(shù)原理，線性空時(shí)碼原理及其ML檢測(cè)，空時(shí)復(fù)用技術(shù)等問題。 隨著未來系統(tǒng)的高移動(dòng)速度，高載頻和大子載波數(shù)所導(dǎo)致的長(zhǎng)OFDM符號(hào)都將使系統(tǒng)的性能正越來越深地受到快速時(shí)變

3、多徑信道所帶來子載波間干擾(ICI)的影響。為此本文首先給出了一種用于OFDM符號(hào)估計(jì)的全局最優(yōu)隨機(jī)搜索方法，并證明了其漸進(jìn)全局收斂特性；同時(shí)為了改進(jìn)全局最優(yōu)的隨機(jī)搜索算法的收斂速度和實(shí)現(xiàn)復(fù)雜度，提出了一種可實(shí)現(xiàn)的次優(yōu)的隨機(jī)搜索算法，并結(jié)合實(shí)現(xiàn)分析了所提的次優(yōu)隨機(jī)算法的計(jì)算復(fù)雜度。仿真結(jié)果表明，相對(duì)于已有的經(jīng)典迫零檢測(cè)和時(shí)域并行干擾消除的方法，所提的次優(yōu)的隨機(jī)搜索方法都能大大減小檢測(cè)的誤碼平層。 正交空頻OFDM系統(tǒng)能進(jìn)行簡(jiǎn)化的

4、最大似然線性檢測(cè)的前提假設(shè)是在空頻編碼所占用的OFDM子載波組內(nèi)，信道的頻域響應(yīng)保持不變。由于載波數(shù)的限制和實(shí)際傳輸信道的非理想性，實(shí)際系統(tǒng)中信道的頻域響應(yīng)不可能在編碼占用的子載波組內(nèi)保持不變。已有的經(jīng)典最大似然檢測(cè)和并行干擾消除的方法對(duì)于實(shí)際傳輸中惡劣的多徑信道或總子載波數(shù)較少的情況會(huì)出現(xiàn)嚴(yán)重的誤碼平層。為此，本文提出了兩種基于串行迭代的線性最小均方誤差(LMMSE)估計(jì)的檢測(cè)方法。在第一種LMMSE方法中，隨著迭代不斷地更新待檢測(cè)符

5、號(hào)的一階和二階統(tǒng)計(jì)特性；為了減小第一種檢測(cè)方法的復(fù)雜度，在第二種LMMSE方法的迭代中僅僅利用判決反饋。仿真結(jié)果表明，相對(duì)于基于經(jīng)典最大似然檢測(cè)和并行干擾消除的方法，所提的兩種方法都能大大減小檢測(cè)的誤碼平層，并且能夠取得接近ML檢測(cè)的性能。所提的方法亦可推廣到正交空時(shí)OFDM系統(tǒng)在時(shí)變多徑信道下的檢測(cè)。本文還討論了塊傳輸?shù)膯屋d波MIMO系統(tǒng)在頻率選擇性信道下的軟均衡問題。雖然BCJR和維特比算法能實(shí)現(xiàn)最優(yōu)的檢測(cè)性能，但復(fù)雜度是隨著輸出的

6、個(gè)數(shù)和信道記憶長(zhǎng)度呈指數(shù)增長(zhǎng)，因而難以實(shí)現(xiàn)。本文針對(duì)滿秩的MIMO信道(即接收天線數(shù)不少于發(fā)送天線數(shù)的情況下)提出了兩種具有類最大似然(ML)的性能的低復(fù)雜度的次優(yōu)軟均衡算法。這兩種算法都采用了基于滑動(dòng)窗的子信號(hào)模型。在第一種算法中，我們利用了發(fā)送符號(hào)恒模特性，并提出了一種基于符號(hào)度量的max-log-MAP球譯碼器(MLMSD)。這一MLMSD有三個(gè)特點(diǎn)：可以利用從鄰近子模型傳來的更新的發(fā)送符號(hào)的先驗(yàn)信息；使用了基于LMMSE濾波的預(yù)

7、處理；使用了一種改進(jìn)的貪婪枚舉策略。對(duì)于非PSK星座，可以先利用QAM到QPSK變換，進(jìn)而利用第一種軟均衡方法。針對(duì)第一種軟均衡的弱點(diǎn)，即對(duì)于接收分集較小時(shí)復(fù)雜度大，處理QAM星座會(huì)導(dǎo)致子信號(hào)模型秩缺失上升等，本章提出了第二種軟均衡。此種方法結(jié)合了軟干擾消除(SIC)和現(xiàn)有的MLMSD，首先使用SIC改造了子信號(hào)模型，得到近似等價(jià)的列滿秩的子信號(hào)模型，進(jìn)而把MLMSD應(yīng)用于此近似等價(jià)子信號(hào)模型，可以得到發(fā)送比特的后驗(yàn)信息，并根據(jù)這些后驗(yàn)

8、比特信息可以得到更新后的一，二階統(tǒng)計(jì)量，這些一，二階統(tǒng)計(jì)量將被再后來的SIC操作使用。仿真表明，對(duì)于PSK星座，第一種軟均衡方法在接收分集較大的情況下，能比已有的基于概率數(shù)據(jù)擬合(PDA)濾波的軟均衡方法和第二種軟均衡方法以更小的復(fù)雜度實(shí)現(xiàn)接近ML檢測(cè)的性能；第二種軟均衡方法的復(fù)雜度隨著接收分集的稍有增大，但是都低于基于PDA濾波的軟均衡方法，而其性能依然接近于ML檢測(cè)，而不像基于PDA濾波的軟均衡方法和第一種軟均衡方法那樣會(huì)出現(xiàn)和ML