《毕设 - 多入多出系统研究.docx》由会员分享，可在线阅读，更多相关《毕设 - 多入多出系统研究.docx（40页珍藏版）》请在金锄头文库上搜索。
1、摘 要摘 要多入多出(MIMO)系统比单发单收系统能够得到更大的容量，在 MIMO系统中，最大似然检测是最优接收，却由于指数复杂度而难以在实际中应用。针对该问题，对MIMO系统的检测算法进行进一步研究，我们结合格缩减理论提出了基于MMSE准则和迫零准则的LR-MMSE和LR-ZF检测方式，通过将格缩减技术和MIMO系统线性检测算法相结合，给出相应得量化判决方法，且这两种格缩减辅助的算法复杂度小于其他MIMO系统检测算法。通过对算法的仿真结果表明，结合格缩减理论的基于MMSE准则和迫零准则的LR-MMSE和LR-ZF检测方式，运用信道矩阵优化的方式能够获得更佳判决域，使其能够接近最优最大似然检测
2、算法的特点。研究格缩减辅助MIMO的检测算法对于MIMO系统的优化和利用有很大作用和积极意义。对提高MIMO系统获得更高的容量和最优接收也有很大的研究意义。关键词 MIMO 格缩减 MMSE准则 迫零准则28ABSTRACTABSTRACTMultiple input multiple output (MIMO) system than single input single output system can obtain higher capacity, for the MIMO system, the maximum likelihood detector is optimal, but
3、 its exponential complexity it is difficult to apply in practice. Aiming at this problem, further study on detection algorithm of MIMO system, we combine the lattice reduction theory is proposed based on the MMSE criterion and the zero-forcing criterion of the LR-MMSE and LR-ZF algorithm, the lattic
4、e reduction of linear technology and detection algorithm of MIMO system are combined, the corresponding quantitative judgment method, and the two lattice reduction aided the complexity of the algorithm is less than other detection algorithm of MIMO system. Through the algorithm simulation results sh
5、ow that the lattice reduction theory, combined with the MMSE criterion and the zero-forcing criterion of the LR-MMSE and LR-ZF algorithms based on, get better decision domain through can optimize the channel matrix, performance achieved optimal maximum likelihood detection algorithm. Study on detect
6、ion algorithm for lattice reduction aided MIMO has a great role and positive significance for optimization and utilization of MIMO system. To improve the MIMO system to obtain higher capacity and optimal receiving also has a great significance.Keywords MIMO LR MMSE ZF目 录目 录第一章 绪论11.1 MIMO系统的背景11.2 本
7、文的主要工作3第二章 格缩减技术42.1格的定义42.2 格缩减技术基本原理4第三章 MIMO系统检测算法43.1单小区情况单用户MIMO系统模型63.2 最大似然检测73.3 线性检测算法93.4 非线性检测算法123.5 结合格缩减技术的检测21第四章 算法的性能分析284.1 算法的复杂度及分集增益分析284.2 算法的误码率分析304.3 算法的仿真32第五章 总结35致 谢36参 考 文 献37第一章 绪论第一章 绪论移动通信技术俨然是21世纪通信领域创造巨大经济价值的技术，也是更新变革速度很快的技术。了解时下通信技术，我们发现第三代移动通信系统开始在世界范围内广泛应用，如我们熟知的
8、中国联通使用的WCDMA系统、中国电信使用的cdma2000系统以及中国移动使用的我国自主知识产权的TD-SCDMA系统。这一代移动通信系统可以保证日常需求的数据和多媒体业务，由于这些系统对于更快的移动多媒体业务目前仍有缺陷。移动用户对手机终端的体验也更为多样和有个人特色的业务，此外互联网和移动通信的逐渐渗透融合，人们期盼在互联网上的全部服务也可以在移动终端体验到，于是有了IP为寄出的，整合各式应用以及多种网络互相连接的宽带移动通信系统，这种数据传输能力能达到甚至超过100Mbit/s的未来移动通信网络。该网络系统的主要标志在于宽带化、自组织化、移动化和全IP化等。我们希望能够达到这样的需求，
9、因此MIMO技术已经被视为其关键技术之一。考虑到移动终端天线数目有限，为了保证其也能获得MIMO增益，于是便诞生了MIMO中继的概念。MIMO技术现在已经应用于这样的无线系统中，MIMO技术也将是未来移动通信系统中至关重要的技术之一。1.1 MIMO系统的背景1.1.1 MIMO系统的由来我们了解传统无线通信系统中，一般情况下发射端利用一根天线，接收端利用一根天线，我们把此类单天线系统又叫做单输入和单输出（Single Input Single Output，SISO）系统。针对此单输入和单输出，于1948年C.E.Shannon（19162001）在通信的数学理论这篇论文里撰写出一种算法：C
10、=Wlog21+SN，用这种算法来计算信道容量，在此式中用W来代表信道带宽，接收端的信噪比用SN来代表。通过对W归一化处理，求出带宽利用率=log21+SN，它确定了在有噪声的信道中进行可靠通信的上限速率。通过对实际应用和操作，我们发现无论使用何种调制的方案以及对信道进行编码的方式，也是能够更加近似等于它，但是无法高于此速率，这也是我们现代无线通信的极难克服的障碍在移动通信极大运用情况下，也由于互联网对于无线接入的需求日趋强烈，现今用户对于无线速率要求越来越高，使其成为很多通信工作者的研究任务，人们通过对系统的各种研究来打破超过眼下系统的最大容量。与通信工作者而言，我们通过建设越来越多的通信基
11、站、加大现今广泛利用的频带、对现今频谱进行最大限度的利用。而建设越来越多的基站也就表明需要建设越来越多的蜂窝，出于此目的，我们也就要投入了很大人力物力。也有研究者提出将频带增加到毫米级别。通常情况下，依据C.E.Shannon提出的计算信道容量的方式，我们如果把信噪比增加3db，那么就会以1bit s/Hz扩展到信道容量。在单用户情况下，影响信噪比的因素一般为系统的热噪声，而系统热噪声在通信器件基本保持不变，在发射端的发射功率越来越大的情况下，接收端的信噪比必然会变得越来越大。但是，设计一个功率放大器，并且希望该放大器可以工作在线性范围很宽，发射功率很大，其难度会很大，实现起来也会带来诸多麻烦
12、，比如在该放大器工作期间，放大器发射功率达到很大值的情况下，仪器的降温会成为需要克服的难点。如果运用蜂窝方案，即便通过改变发射功率也会不能很大程度上帮助来增加信道容量，会出现其他用户的干扰电平比系统的热噪声高出很多的状态。我们还会利用分集技术来对频谱使用效率进行提高。与单输入多输出系统进行对照，不难发现，信道容量能够获得极大的增大。这一系统能够打破单输入多输出系统的信道容量极限，这也是对C.E.Shannon理论的一种延伸。由于加入了最佳合并的接收分集这种方式，单输入多输出（Single Input Multiple Output，SIMO）系统可以使我们接收端的信噪比得到极大的优化。而对于多
13、输入单输出系统，假设在不清楚发射端信道状态情况的情况下，波束形成这样的技术和和对发射功率进行自适应分配，也无法将信道容量进行很大的增加。纵观目前我们所能够得到的信道容量，能够增大数倍的只有多入多出这种系统，所以多入多出技术会成为我们今后电信工作中广泛应用的技术之一。在移动通信系统中会是得到很大应用的技术。1.1.2 MIMO系统的特征及研究进展l 多入多出系统中如果采用多径技术这种极易产生衰落的技术，会成为其很有优势的一方面，得到更好地运用，但如果在普通系统中运用会长生很多弊端，一般会出现衰落的情况，这会对通信系统有严重影响。作为以把发送天线与接收天线进行结合为MIMO技术的应用，其目的是能够
14、提高用户的通信质量也可以增大我们进行通信的效果效率。图1.1为MIMO系统的原理图，我们增加了在发射端和接收端的天线，并且运用经过空时处理的二进制串行数据流发到天线发射，运用多种空时检测技术来恢复接收到的数据符号。与多入多出系统而言，如果从随机的发送天线和随机的接收天线间的信道是互不干扰也是相关性很小的，这与我们所了解的智能天线技术有着很大区别。在运用上述技术时，为了避免接收信号之间的相关性太大产生影响，即子数据流可以很好的互不干扰，我们一般会通过将各个天线之间的距离维持在一定的距离之上，即大于半个载波波长。为了能够达到更高的数据率，我们将并行的信道进行处理使其能够互不干扰的传输数据符号。这是
15、因为我们能够有很多并行的空间信道，而这种技术是通过使发射天线的信道响应与接收端的信道响应相互独立来实现的。这是因为通常情况下我们信道中会同时收到子数据流，这样就必然会同时使用相同的频带，这种情况下并没有是信道的带宽得到提升。率TXRX多径信道空时处理空时处理RXTXTXRX图1.1 MIMO系统原理图1.2 本文的主要内容此篇论文着重阐述了MIMO系统检测算法中加入格缩减技术后所能够达到的效果。在第一章中我们主要阐述了MIMO系统，并介绍了MIMO系统的系统结构图，后文提到的检测算法也以此结构为准则。接着研究了各种检测算法。然后，给出了格缩减技术，并将格缩减技术与后文提到的算法相结合。文章末尾
16、也将这些算法的性能进行横向纵向的分析，同时我们也通过Matlab对于这些算法实现了仿真。对于研究过程我们的流程在后几章提到。在第二章中我们主要阐述了格缩减技术，包括对格缩减技术原理的简要阐述，给出了格缩减技术辅助MIMO检测算法的计算流程，也提到了这种技术的原理。在第三章中我们主要阐述了MIMO系统的检测算法，也分析了这些算法的区别和优缺点。我们文中也会研究这种技术应用后的变化。并对各种检测算法进行了分析，对在MIMO系统检测算法中加如格缩减技术与否的检测性能进行了比较。在第四章中我们又分析文中提出的算法的复杂度以及这些算法的解码性，也通过对这些提出的算法进行了仿真，根据仿真后的结果来分析各种算法的优缺点。在
