MIMO信道模型及信道估计技术的研究

论文摘要

MIMO技术可提高频谱利用率,在不增加带宽的情况下成倍地提高通信系统的容量,这在频谱资源日益紧张的今天具有非常重要的意义。MIMO技术被认为是实现高速宽带无线互联网的关键技术之一,在新一代移动通信系统中有广阔的应用前景。MIMO通信系统的性能很大程度上取决于无线信道的衰落特性。故需要对无线MIMO衰落信道的模型进行研究,建立参数化的便于描述的无线衰落信道模型。在MIMO系统中,信道数量的增多、发送信号空间维的扩展使信道估计己成为制约系统性能和实际应用的关键技术。本文主要对无线MIMO系统中的信道模型、信道估计进行了研究。本文的主要内容如下：介绍了多输入多输出无线通信的研究背景和基本概念,阐述了在MIMO无线通信领域中正受到关注的和仍有待解决的基本问题,指出了本文的研究方向。分析了电波传播的基本机制,研究了无线信道的特征。为无线信道建模奠定了理论基础。研究了无线MIMO系统的系统模型和信道容量。针对MIMO无线信道建模这一具有挑战性的前沿课题,在研究平坦衰落信道模型、频率选择性衰落信道模型和空间信道典型模型的基础上,提出了一个具有直观物理意义的时变相关MIMO信道模型。该模型考虑了传播环境对信号产生的各种影响,并具有较低的计算复杂度；并建立了一个MIMO信道快速仿真器。以平坦衰落窄带信道为背景,基于无线MIMO传输帧结构和数学模型,利用训练序列推导了MIMO信道系数的最大似然估计值,最小二乘估计值和最小均方误差估计值。基于信道阶数为L,FIR结构的频率选择性信道,提出了新的基于叠加训练序列的信道估计方法,通过在信息序列上叠加训练序列,仅利用一阶统计量的方法实现信道估计。此算法针对时变信道中可利用的观测数据有限的情况,利用时间上相邻的信道系数之间的相关性,在没有带宽损失的情况下可以估计出信道系数。并在理论上证明了此算法的无偏性和有效性。以有理空间理论为基础,在信道阶数己知条件下,研究了基于子空间方法的MIMO盲信道估计算法。将此算法与HGA相结合,提出了基于HGA的MIMO盲信道估计算法。将待估计的信道系数和阶数阶数采用不同的编码方式编码在同一染色体中,以基于子空间的MIMO盲信道估计算法中得到的关于信道系数的方程式为基础构造适应度函数,同时估计出信道系数和信道阶数。解决了以往算法中需将信道阶数定义为已知或设定信道阶数上界的难题。仿真结果显示本文提出的算法有较快的收敛速度,其估计误差和基于子空间方法的MIMO盲信道估计算法相当。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 移动通信的发展概况
• 1.2 MIMO无线通信技术
• 1.2.1 MIMO通信系统发展简史
• 1.2.2 MIMO系统特征
• 1.3 国内外MIMO技术研究现状
• 1.4 MIMO信道模型及信道估计技术研究进展
• 1.5 本文的结构安排
• 第二章 无线信道特征及系统容量
• 2.1 无线信道的特征
• 2.1.1 传输衰减
• 2.1.2 多径（时延）扩展——频率选择性衰落
• 2.1.3 多普勒扩展（时变性）——时间选择性衰落
• 2.1.4 角度扩展——空间选择性衰落
• 2.1.5 Rayleigh衰落、Rice衰落、Nakagami衰落
• 2.2 SISO系统模型及其系统容量
• 2.3 MIMO系统模型及其系统容量
• 2.3.1 MIMO系统模型
• 2.3.2 MIMO系统容量
• 2.4 本章小结
• 第三章 无线信道模型的建模与仿真
• 3.1 建立信道模型的重要意义
• 3.2 移动衰落信道模型
• 3.2.1 平坦衰落信道模型
• 3.2.2 频率选择性衰落信道模型
• 3.2.3 矢量信道模型
• 3.3 MIMO系统的信道建模与仿真
• 3.3.1 MIMO时变频率选择性相关信道建模
• 3.3.2 MIMO信道快速仿真器
• 3.3.3 MIMO信道模型的仿真
• 3.4 本章小结
• 第四章 基于训练序列的MIMO信道估计
• 4.1 信道估计概述
• 4.2 基于训练序列的MIMO信道估计
• 4.2.1 系统模型
• 4.2.2 信道估计方法
• 4.2.3 MIMO信道最大似然比估计算法
• 4.2.4 MIMO信道线性最小二乘估计算法
• 4.2.5 MIMO信道线性最小均方误差估计算法
• 4.2.6 实验仿真
• 4.3 基于叠加训练序列的MIMO信道估计算法
• 4.3.1 系统模型
• 4.3.2 基于叠加训练序列的信道估计算法
• 4.3.3 叠加训练序列的形成
• 4.3.4 仿真实验
• 4.4 本章小结
• 第五章 基于HGA的MIMO系统盲信道估计
• 5.1 MIMO系统盲信道估计算法综述
• 5.2 MIMO系统的子空间盲信道估计
• 5.2.1 有理空间理论
• 5.2.2 MIMO系统模型
• 5.2.3 MIMO系统的子空间盲信道估计
• 5.3 经典遗传算法
• 5.3.1 遗传算法的基本原理
• 5.3.2 遗传算法常见编码方法和基本操作
• 5.3.3 遗传算法的特点与应用
• 5.4 基于HGA的MIMO盲信道估计
• 5.4.1 HGA
• 5.4.2 仿真实验
• 5.5 本章小结
• 第六章 结论与展望
• 6.1 本文所做的工作
• 6.2 进一步研究的方向
• 参考文献
• 致谢
• 攻读博士学位期间发表的论文和论著