MIMO-OFDM系统中信号检测算法的研究与仿真

 2022-01-17 11:01

论文总字数:17589字

目 录

一 绪论 1

1.1 课题研究背景及意义 1

1.2 国内外研究现状 1

1.3 本文研究内容 2

二 MIMO-OFDM系统原理 3

2.1 MIMO技术 3

2.2 MIMO信道容量 3

2.3 OFDM技术 5

2.4 MIMO-OFDM技术 6

三 MIMO-OFDM信号检测算法的仿真与分析 7

3.1 线性检测算法 7

3.1.1 ZF算法 7

3.1.2 MMSE算法 8

3.2 非线性检测算法 8

3.2.1 ML算法 8

3.2.2 ZF-SIC算法 9

3.2.3 MMSE-SIC算法 10

3.3 两种信道下不同检测算法的性能比较 12

3.4 不同调制方式对算法检测性能的影响 14

3.5 天线数目不同对检测性能的影响 15

3.5.1 收发天线数相同 15

3.5.2 接收天线数不变,改变发送天线的数目 17

3.5.3 发送天线数不变,改变接收天线的数目 18

四 MMSE-SIC算法的改进 20

4.1 理论分析 20

4.2 改进算法的仿真及性能分析 21

五 结束语 24

参考文献 25

致谢 26

MIMO-OFDM系统中信号检测算法的研究与仿真

任星赫

,China

Abstract: Research on signal detection algorithms at the receiving end of MIMO-OFDM systems plays an important role in improving system performance. This paper analyzes the traditional detection algorithms, including ZF, MMSE, ZF-SIC and MMSE-SIC algorithms. Aiming at the problem of high bit error rate of MMSE-SIC algorithm, an algorithm combining ML and MMSE-SIC algorithm is proposed. After simulation and verification, the improved algorithm detection performance is improved compared to the traditional MMSE-SIC algorithm. The computational complexity is less than the ML algorithm.

Keywords: MIMO; OFDM; MMSE-SIC algorithm; ML algorithm; detection performance

一 绪论

1.1课题研究背景及意义

伴随着信息时代的迅速发展,人们已经不能满足于低速的网络业务,研究设计高速率、高可靠性的通信系统成为通信领域的当务之急。无线移动通信系统中的移动无线信道由于多径传播,会造成信号频率选择性衰落;另外,信道的时变特性会造成信号频谱的展宽。过去所采用的一些诸如窄带信道下的调制技术等,因为其速率的限制,也渐渐的被宽带信道下的调制技术所代替[1]

OFDM技术是一种特殊的多载波传输,由于OFDM技术多载波彼此正交,可以有效的利用频谱资源[2]。同时MIMO技术的提出,使空间资源得到了充分的开发,成倍地提高了信道的容量。将OFDM技术与MIMO技术联合起来既可以提高系统传输速率,也能提高系统的容量,减少成本,所以研究MIMO-OFDM技术也成为了下一代通信技术的目标与热点。

从发展趋势来看,无论4G技术还是5G技术,对MIMO-OFDM技术的研究都是很有必要的,MIMO-OFDM技术在未来移动通信中占据着非常重要的地位。而一个无线通信系统质量的好坏,主要依赖于检测模块的性能好坏,也就是检测算法的好坏,即使系统其他模块的性能良好,但检测算法的低性能也会影响整个系统的解码质量。在MIMO-OFDM系统中,具有优异检测性能的信号检测算法往往伴随着较高的复杂度,复杂度过高的算法常常受限于当前硬件的处理能力,尤其是当天线的数目线性增加时,算法的复杂度更是呈指数级增长。而复杂度低的信号检测算法检测性能一般很低效,因此研究既能有优良的信号检测性能且算法复杂度适中的信号检测算法是MIMO-OFDM系统实现性能充分发挥的关键,这也是本文研究信号检测算法的意义所在。

1.2 国内外研究现状

MIMO技术的发展已经有一百多年的历史。最初由意大利人马可尼于1908年将该技术应用于抵抗无线移动通信系统的信道衰落;而该技术最终被实用于无线移动通信系统则是在20世纪的70年代;直到20世纪90年代,在贝尔实验室科研人员的不懈努力下,使该技术对无线移动通信系统的发展产生了巨大的影响[3][4]

能够提供更大的信道容量、更强的抗干扰能力和更大的分集增益是MIMO-OFDM技术最显著的特点,所以MIMO-OFDM技术成为发展第四代无线移动通信系统的关键技术之一。如果是在非平坦衰落信道中,还要考虑由于多径而导致信号到达接收端所需时间不同或相位不一致所引起的码间干扰。因此,决定MIMO-OFDM系统性能的好坏的一个关键因素就是能否快速有效的从接收到的混合信号中将发射信号分离检测出来。有鉴于此,MIMO-OFDM技术研究的一个重要方向就是寻找既有较高检测性能,又有较低计算复杂度的信号检测算法。

自从无线移动通信系统引用MIMO技术的相关结构被提出来以后,关于该系统的信号检测算法已经引起了广泛的关注与研究,并且提出了部分算法。MIMO系统的信号检测算法主要分为线性和非线性两大类。迫零检测算法(ZF:Zero Forcing)和最小均方误差检测算法(MMSE:Minimum Mean Square Error)属于线性检测算法[5],最大似然算法(ML:Maximum Likelihood)、判决反馈和迭代检测算法属于非线性检测算法[6]。虽然非线性检测算法的性能比较好,但都具有较高的计算复杂度,实时延迟性高,其实用性值得商榷。而线性检测算法虽然计算复杂度不高,实时性也较好,但其检测性能不佳,也不适用于现代无线多媒体通信技术。值得一提的是最大似然检测算法,虽然该算法可以使无线移动通信系统获得最佳的检测性能,但是由于其计算复杂度很高,几乎很难在实际应用系统中实现。

因此Wolrdansky等人又提出了多种兼顾检测性能和计算复杂度的次优检测算法[7],其中一种是被称为球形译码(SD: Sphere Decoding)的检测算法。尽管该算法在绝大多数情况下能取得不错的检测性能和较低的计算复杂度,但在条件最差的情况下该算法的计算复杂度和最大似然检测算法是一样的[8]

由Russell C.Eberhart和James Kennedy于1997年提出的粒子群算法本是生物学上的优化方法,用于解决连续优化问题。由于该算法联合求解的优化方式较适合于无线移动通信系统的信号检测,已有部分学者将其应用于OFDM和CDMA系统的信号检测,并取得了不错的成果[9]。该算法组合寻优的特性与无线移动通信的多天线技术有许多可以相互借鉴的地方,在MIMO-OFDM技术及其信号检测算法的发展中有比较广阔的应用前景。

1.3本文研究内容

一.主要介绍本文的选题目的和意义,以及MIMO-OFDM的研究现状。

二.分别介绍了MIMO、OFDM、MIMO-OFDM的系统原理,并作出收发天线数目对MIMO系统信道容量影响的仿真分析。

三.对ZF、MMSE、ZF-SIC、MMSE-SIC四种算法的检测性能进行了比较,并且对比了在不同信道下四种算法的误码率,以及在不同调制方式下非线性检测算法的检测性能,最后分析了收发天线数目对不同算法检测性能的影响。

四.针对MMSE-SIC算法提出了相应的改进算法,通过仿真验证改进算法的性能分析得出结果。

二 MIMO-OFDM系统原理

2.1 MIMO技术

MIMO技术是通过用多天线来达到抑制信道衰落的目的。多入多出(MIMO:Multiple Input Multiple Ouput)技术即为多输入多输出技术,是指在发射端使用了多个发射天线,和接收端分也是用了多个接收天线,从而来改善通信质量。MIMO把多径无线信道与发射、接收视为一个整体然后进行优化,在不增加频谱资源和天线的发射资源时,能成倍的提高信道容量和频谱利用率[10]

图1 MIMO系统模型

图1给出了一个MIMO系统模型。其中是发射天线数目,是接收天线数目,那么MIMO信道可以表示为如下矩阵:

      (2.1)

其中 表示从第根发射天线到第根接收天线之间第时刻的信道响应。那么MIMO信道的传输关系可以表示为:

(2.2)

其中是的接收信号,是发射信号,是加性白高斯噪声。

2.2 MIMO信道容量

MIMO系统的信道容量决定了理论上的最大无差错传输速率[11],在此作简要分析。

剩余内容已隐藏,请支付后下载全文,论文总字数:17589字

相关图片展示:

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;