相关信道下MIMO系统天线选择算法研究

相关信道下MIMO系统天线选择算法研究

论文摘要

多输入多输出(MIMO)是一种在无线通信系统的发射端和接收端同时使用多根天线的技术,它可以提高无线通信系统的容量和传输可靠性。然而,随着天线的增多,射频(RF)链路的成本不断提高,制约了MIMO技术的广泛应用。因此,需要低成本、低复杂度的技术来克服上述缺点。天线选择技术通过从所有的天线中选择最优的天线子集与射频链路连接,降低了MIMO系统的成本和复杂度,成为研究的热点。但是,现有的MIMO系统研究大多数都假设信道是独立同分布的,而在实际的传输环境中,由于散射体分布及天线特性的不理想等因素的影响,MIMO信道不可避免的存在空间相关性。基于此,本文研究相关信道下MIMO系统天线选择算法。首先,论文研究了MIMO系统的基本理论,给出了MIMO系统信道模型,详细分析和推导了发射端已知和未知信道状态信息(CSI)时系统的信道容量,并仿真比较了两种情况下系统信道容量的关系。着重介绍了相关信道模型,在此基础上定量地分析了相关信道下MIMO系统的信道容量与性能,通过仿真验证了理论分析的结果。其次,对基于信道容量最大化的经典天线选择算法进行了总结,通过仿真分析和比较了这些算法的性能及优缺点。然后提出了一种低复杂度的改进天线选择算法(仅考虑接收天线选择),本算法将递增与递减选择相结合,弥补了现有算法仅适用于射频链路数较少或较多的缺陷。通过仿真实验表明,改进算法对任意大小的射频链路数均适用,所获得的系统性能优于基于不相关等次优天线选择算法,与最优天线选择算法非常接近。最后,针对实际的无线通信环境,提出了一种新的用于相关信道的发射天线选择算法。该算法采用奇异值估计的方法对信道传输矩阵进行处理,避免了矩阵相乘和奇异值分解等复杂运算,有效降低了算法复杂度。仿真分析表明,不管信道相关性强弱,该算法获得的系统容量和误码(BER)性能均接近最优天线选择算法,具有较强的实用性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景、目的和意义
  • 1.2 MIMO系统天线选择技术研究现状
  • 1.3 论文主要研究内容及要解决的关键问题
  • 1.4 论文章节安排
  • 第2章 MIMO系统的基本理论
  • 2.1 无线信道的基本特征
  • 2.1.1 大尺度衰落
  • 2.1.2 小尺度衰落
  • 2.1.3 无线信道的数学模型
  • 2.2 MIMO系统信道模型
  • 2.2.1 非频率选择性信道模型
  • 2.2.2 频率选择性信道模型
  • 2.3 MIMO系统信道容量
  • 2.3.1 信道系数确定时MIMO系统的信道容量
  • 2.3.2 信道系数确定时的几种特殊情形
  • 2.3.3 信道系数随机时MIMO系统的信道容量
  • 2.3.4 发射端已知和未知CSI时信道容量仿真分析
  • 2.4 本章小结
  • 第3章 相关信道下MIMO系统容量与性能分析
  • 3.1 空间相关性的定义
  • 3.2 相关信道模型
  • 3.2.1 Kronecker相关信道模型
  • 3.2.2 半相关信道模型
  • 3.2.3 信道相关系数形式
  • 3.3 相关信道下MIMO系统性能分析
  • 3.3.1 相关信道下MIMO系统的信道容量分析
  • 3.3.2 相关信道下V-BLAST系统的性能分析
  • 3.3.3 仿真分析
  • 3.4 本章小结
  • 第4章 天线选择算法研究
  • 4.1 天线选择系统模型与信道容量
  • 4.1.1 天线选择系统模型
  • 4.1.2 天线选择系统的信道容量
  • 4.2 天线选择的分类
  • 4.2.1 空间分集系统中的天线选择
  • 4.2.2 空间复用系统中的天线选择
  • 4.3 基于容量最大化的天线选择算法
  • 4.3.1 最优天线选择算法
  • 4.3.2 基于范数的天线选择算法
  • 4.3.3 基于相关的天线选择算法
  • 4.3.4 递增递减天线选择算法
  • 4.3.5 几种算法性能的比较
  • 4.4 改进的算法
  • 4.4.1 新算法的推导过程
  • 4.4.2 新算法的数值仿真分析
  • 4.5 本章小结
  • 第5章 相关信道下一种新的天线选择算法
  • 5.1 相关信道下天线选择系统信道容量
  • 5.1.1 系统模型
  • 5.1.2 系统容量
  • 5.2 发射天线选择算法
  • 5.2.1 盖尔圆算法
  • 5.2.2 基于奇异值估计的发射天线选择算法
  • 5.2.3 复杂度分析
  • 5.3 仿真分析
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].基于MIMO类脑情感学习回路的横-纵向综合控制驾驶员模型[J]. 吉林大学学报(工学版) 2020(01)
    • [2].大规模MIMO系统导频污染问题研究[J]. 无线互联科技 2020(04)
    • [3].基于自适应MIMO技术的深空探测对流层延迟预测[J]. 红外与激光工程 2020(05)
    • [4].基于黎曼流形的MIMO雷达目标检测方法[J]. 吉林大学学报(信息科学版) 2020(03)
    • [5].5G室内分布系统建设方案及MIMO技术使用分析[J]. 数字技术与应用 2020(05)
    • [6].探究MIMO技术在短波通信基带处理中的应用[J]. 产业科技创新 2019(05)
    • [7].一种MIMO非高斯振动的逆多步预测法[J]. 振动.测试与诊断 2020(04)
    • [8].基于升空大规模MIMO平台的无源定位方法[J]. 通信技术 2020(06)
    • [9].角度估计辅助量子密钥分发的毫米波大规模MIMO系统安全传输方案[J]. 信号处理 2020(08)
    • [10].MIMO雷达抗有源干扰性能分析[J]. 科技风 2020(32)
    • [11].联合时移和空间划分方法抑制大规模MIMO导频污染[J]. 通信学报 2017(02)
    • [12].大规模MIMO天线设计及对5G系统的影响分析[J]. 网络安全技术与应用 2017(05)
    • [13].MIMO系统中均衡与预编码技术的对比研究[J]. 信息通信 2017(07)
    • [14].基于空时域压缩的大规模MIMO导频污染抑制算法[J]. 计算机工程 2017(07)
    • [15].5G大规模MIMO高低频信道模型对比探讨[J]. 移动通信 2017(14)
    • [16].大规模MIMO系统中功率分配算法的能效研究[J]. 郑州大学学报(工学版) 2017(04)
    • [17].空间调制系统检测方法在5G大规模MIMO中的应用研究[J]. 科技资讯 2015(34)
    • [18].大规模MIMO系统中导频污染研究进展[J]. 广东通信技术 2016(05)
    • [19].大规模MIMO系统中导频污染空域降低方法[J]. 通信技术 2016(08)
    • [20].大规模MIMO预编码算法研究与分析[J]. 通信技术 2016(09)
    • [21].基于集中式MIMO雷达的多目标跟踪功率分配优化算法[J]. 空军工程大学学报(自然科学版) 2019(05)
    • [22].基于大规模MIMO技术的5G无线信道建模及仿真[J]. 邮电设计技术 2020(07)
    • [23].全双工大规模MIMO中继频谱效率研究[J]. 通信技术 2017(02)
    • [24].航空发动机MIMO系统的闭环辨识与故障诊断算法[J]. 测控技术 2017(04)
    • [25].大规模MIMO下最优预编码选择策略研究[J]. 电视技术 2016(05)
    • [26].MIMO系统中空时编码性能仿真和分析[J]. 电信科学 2015(02)
    • [27].对MIMO雷达角度欺骗干扰研究[J]. 电子测量技术 2015(03)
    • [28].MIMO双基地雷达及其应用展望[J]. 大众科技 2015(04)
    • [29].大规模MIMO系统中基于子空间跟踪的半盲信道估计[J]. 应用科学学报 2015(05)
    • [30].MIMO技术在煤矿井下通信中的应用[J]. 科技视界 2015(33)

    标签:;  ;  ;  ;  ;  

    相关信道下MIMO系统天线选择算法研究
    下载Doc文档

    猜你喜欢