论文总字数：37662字

目录

1 绪论 3

1.1 选题的背景及意义 3

1.2研究状况和应用 3

2 MIMO系统理论基础 4

2.1 MIMO 系统模型 4

2.2 MIMO 系统信道模型 5

2.2.1 MIMO 大尺度衰落信道及其典型模型 6

2.2.2 MIMO 小尺度衰落信道及其典型模型 6

3 空间复用MIMO系统检测算法 7

3.1最大似然检测（ML） 8

3.2 线性检测 8

3.2.1 基于迫零（ZF）准则 8

3.2.2 基于MMSE准则 8

3.3 非线性检测算法 9

3.3.1 排序串行干扰消除 9

3.3.2 QR分解（SQRD）检测算法 12

3.4格约减辅助MIMO检测算法 13

3.4.1格约减原理 13

3.4.2 格约减辅助的线性检测 16

3.4.3 格约减辅助的非线性检测 18

3.4.4改进的LLL算法 19

4 MIMO系统算法性能分析及仿真研究 21

4.1 传统检测算法仿真研究 21

4.2格约减辅助检测算法仿真研究 22

4.3 ELLL辅助OSIC检测算法仿真研究 24

5 总结和展望 26

5.1 论文主要工作 26

5.2 对未来的展望 26

参考文献 27

致谢 28

改进的格基约减辅助MIMO检测算法研究

陶丽娟

Abstract:In today's communication, mobile communication technology development is very rapid.From 2G to 4G, the network has a qualitative leap, coupled with the popularity of Internet, mobile communication technology has a huge market potential.Until now, 4 g networks have spread around the world.At this stage of development, MIMO has become one of the core technology, it broke through the traditional communication system bottleneck, by increasing the number of sending and receiving antenna, in power limited bandwidth of wireless channel not only overcome the decline of the channel, and further increase the channel capacity of the system.Successful use of the advantages of MIMO technology and implement it mainly lies in the design of detection algorithm, algorithm design is good or bad will directly affect the MIMO detection performance and computational complexity of the system.Traditional testing mainly includes the maximum likelihood detection algorithm, linear detection algorithm and nonlinear detection algorithm, is comparatively mature at this stage for their research.In this paper, through the brief introduction of the basic principle of MIMO system, channel model, the transmission characteristics of wireless channel, the traditional detection algorithm, combined with the case base about lattice reduction algorithm (the name 'LLL) in-depth study, and then puts forward a new algorithm is proposed.By the above mentioned algorithm using MATLAB simulation, to prove the proposed algorithm performance and detection LLL-algorithm performance is the same.Key Words:MIMO；ZF；ML；Sorting interference elimination step by step

1 绪论

1.1 选题的背景及意义

在最早的通信系统的设计当中，运用的是单输入单输出系统，顾名思义，单输入就是使发射的天线数等于一，同理，使接收天线的数目等于一。香农公式为该系统确定了在有噪声的信道中进行可靠通信的上线速率，以后的工作无论怎样的调制方案和信道编码方法，只能接近它，却没有办法超越，这使得信号的传输速率变成通信系统快速发展的最大障碍。随着移动通信的广泛应用，加上互联网的无线接入，提高无线通信速率成为非常紧迫的研究任务，因此设法突破传统的无线通信系统的容量界限成为关键。一般来说，提高移动通信的信道容量有3种方案：一是拓宽已使用的频带；而是设置更多的基站；三是提高频谱的利用率。设置更多的基站意味着增加更多的蜂窝，而这需要花费很高的代价。在现实环境中频谱资源非常有限的情况下，怎样获得它以及提高频谱的使用效率与信道容量已经成为具有非常重要意义的研究课题。

可以通过增加信噪比提高频谱的使用效率，这就需要设计一个能在很宽的线性范围内很高的发射功率的功率放大器，但是当功率比较大时，会出现散热的问题。

另外一种提高频谱效率的方法叫做单输入多输出系统，极大的提高了频谱效率。与其相似的一种是MISO，它的天线配置刚好和SIMO想反。随着技术进步，将SIMO和结合就变成MIMO，通过实验证明，MIMO系统能够提高数据传输速率，突破了传统的系统的瓶颈，得到了广泛的应用。

MIMO系统中接收端各个天线接收的是很多信号的重叠，再加上信道噪声和多径衰落等因素的影响，还会发生码间干扰。要使MIMO无线系统实现好的性能就必须将接收端处经过多径衰落和噪声等一系列影响的混叠信号尽可能正确地检测出来，因此，我们就需要设计一种信号检测算法，使得它能够更加正确的检测出发射端发出的信号，并且这种算法具有较低的复杂度。

1.2研究状况和应用

就目前而言，研究MIMO系统已经成为一种趋势。1995年，Telader在衰落情况下给出了MIMO容量；1996年，Foschini提出了这种算法；1998年，Tarokh等人研究了它，Wolniansky等人则采用了V-BLAST算法建立了一个MIMO实验系统，在实验中达到了20bit/s/Hz以上的频谱利用率，这一频谱利用率在当时的情况下很难实现，这些工作引起了人们极大的注意，并开始研究MIMO。MIMO的应用主要为一下三个方面：

无线宽带移动通信。从3G以及4G网络，为了提高数据传输速率，就采用了MIMO技术。根据在基站端设计的天线数，可以将MIMO技术分为两种：对需要覆盖的小区，第一种是在不同位置放置一定数量的天线；第二种是在相同位置放置一定数量的天线，并且这些它们集中排列。

蜂窝移动通信系统。将基站的单天线换为多个天线。从系统结构的角度看，这种MIMO系统与传统的单入单出蜂窝通信系统相比并没有太大的区别。

无线通信领域。现在被人们熟知的3G和4G已经应用了MIMO技术。

雷达领域。MIMO在雷达领域中也有涉及，在雷达领域中，主要通过多个天线发射不同的正交波形，同时覆盖较大空域，利用长时间的想干积累来获得较高的信噪比。