基于信道状态信息的MIMO发射策略优化研究

基于信道状态信息的MIMO发射策略优化研究

论文摘要

理论证明,在无线通信系统中,当发射端和接收端同时采用多副天线(即MIMO系统)时,系统可以产生额外的空间维数,并使系统获得自由度增益。利用这些额外的自由度,无线系统可以在信道空间上实现多路复用,从而带来系统容量的提升。因此,MIMO系统发射策略的研究已成为当前的一个热点研究问题。本文主要研究了在无线通信系统中,基于信道状态信息的发射策略优化的几项关键技术。这些技术的应用,在降低误码率的同时,可以有效地提高系统容量。本文的主要研究内容如下。首先,本文对基于有限比特反馈的单用户MIMO系统发射策略优化进行了研究。基于有限比特反馈的发射策略优化的关键问题为码本(codebook)设计。本文提出了基于MMSE准则、BER最小化准则和容量最优化准则的新的码本设计算法。在码本设计中,我们提出了最优的发射机结构,设计了新的失真函数,并改进了通用的Lloyd算法。通过改进型Lloyd算法,设计了三种新型的码本。这些码本和目前已有的码本相比较,进一步提高了无线通信系统的性能。同时,基于三种准则,本文研究了MIMO-OFDM有限比特反馈系统的最优化发射策略,并提出了基于有限比特反馈的最优功率分配方案。然后,本文研究了多用户MIMO系统的发射策略优化。通过对多用户MIMO-OFDM系统中功率优化的问题进行分析,提出了一种新的功率优化算法。该算法能够在满足多用户速率要求的情况下,使发射功率最小,从而既实现了系统的公平性,又达到了资源的最优分配。同时,本文推导了多用户MIMO系统中多址接入信道(MAC)与广播信道(BC)的功率对偶性关系。利用MAC与BC的功率对偶性,使上行链路与下行链路的功率优化方案可以相互转换,从理论上建立了多用户系统上行与下行链路的功率优化的对偶性关系。在多用户MIMO系统的调度方面,本文提出了一种基于码本向量正交性的低复杂度多用户调度算法,该算法避免了传统算法中的穷举搜索,简化了用户选择的过程,使选择的用户集更加优化。在码本设计方面,本文利用FFT矩阵设计了具有良好正交性的码本。并利用码本中的码字的正交关系将用户进行分组,基于具有准正交性的用户组进行用户调度,可降低用户选择的复杂性。由于在实际中发射端只能得到部分信道状态信息,因此本文进一步研究了基于有限反馈的多用户调度算法。该算法以信道方向信息(CDI)与信道质量信息(CQI)作为反馈的信道状态信息。为了降低复杂度,我们根据CDI将用户划分到不同的量化信道区域,并利用CQI进行用户选择,从而可避免传统算法的穷举搜索,使用户调度的过程得以简化。最后,本文研究了基于跨层优化的多用户MIMO系统发射策略优化问题,并提出了基于信道状态信息与队列状态信息的发射技术优化算法。在本文中,提出了“稳定性”以及“队列控制函数”的概念,并分析了队列控制函数的特性,即:为了达到系统的稳定性,队列控制函数的二阶导数必须为0。在保证系统稳定的基础上,本文对跨层优化算法的可达系统容量域进行了推导,并得出了容量域表达式,可以为调度算法提供理论上的指导。根据得到的容量域表达式,本文还提出了一种新的基于跨层优化的用户选择算法。

论文目录

  • 摘要
  • ABSTRACT
  • 缩略语表
  • 第一章 绪论
  • 1.1 选题背景与意义
  • 1.1.1 发射机具有准确信道状态信息(CSI)时MIMO系统的容量
  • 1.1.2 发射机不具有信道状态信息时MIMO系统的容量
  • 1.1.3 基于部分信道状态信息的MIMO系统
  • 1.2 国内外利用信道状态信息进行发射策略优化的研究动态
  • 1.2.1 线性预编码技术
  • 1.2.2 基于有限比特反馈的MIMO系统
  • 1.2.3 多用户MIMO系统的发射策略优化
  • 1.2.3.1 多用户系统模型
  • 1.2.3.2 MAC-BC的对偶性
  • 1.2.3.3 多用户MIMO系统有待解决的问题
  • 1.2.4 基于信道状态信息的跨层优化设计
  • 1.3 内容安排及主要创新点
  • 1.3.1 本文主要内容
  • 1.3.2 主要创新点
  • 第二章 基于部分信道状态信息的单用户MIMO发射策略优化
  • 2.1 基于有限比特反馈的MIMO系统码本设计
  • 2.1.1 概述
  • 2.1.2 通用Lloyd算法(GLA)
  • 2.1.3 基于不同准则的码本设计算法
  • 2.2 系统模型与反馈模式
  • 2.2.1 系统模型
  • 2.2.2 反馈模式
  • 2.3 基于MMSE准则的码本设计方法
  • 2.3.1 MMSE设计准则
  • 2.3.2 发射机最优化结构
  • 2.3.3 基于有限反馈的码本设计
  • 2.3.4 基于MMSE准则的改进型Lloyd算法
  • 2.3.5 步骤1的闭式解
  • 2.3.6 步骤2的解决方案
  • 2.3.7 码字选择准则
  • 2.3.8 带反馈的MIMO-OFDM系统最优功率分配
  • 2.3.9 仿真结果与讨论
  • 2.4 基于最小BER准则的码本设计算法
  • 2.4.1 发射机最优化
  • 2.4.2 迫零(ZF)接收机和MMSE接收机
  • 2.4.3 基于最小化BER准则的改进型Lloyd算法
  • 2.4.4 步骤1的闭式解
  • 2.4.5 步骤2的解决方案
  • 2.4.6 码字选择准则
  • 2.4.7 功率分配的实际解决方法
  • 2.4.8 基于BER最小化准则的带有限比特反馈的MIMO-OFDM系统最优功率分配
  • 2.4.9 仿真结果与讨论
  • 2.5 基于容量最优准则的码本设计算法
  • 2.5.1 最优发射机结构与基于容量最优准则的码本设计算法
  • 2.5.2 基于容量最优和BER约束的MIMO-OFDM有限反馈系统功率分配
  • 2.5.3 仿真结果与讨论
  • 2.6 本章小结
  • 第三章基于信道状态信息的多用户MIMO系统发射策略优化
  • 3.1 基于对偶性的多用户MIMO-OFDM系统的发射策略优化
  • 3.1.1 系统模型和发射策略
  • 3.1.1.1 多天线OFDM广播信道模型
  • 3.1.1.2 多用户MIMO系统发射策略:脏纸编码(DPC),迫零脏纸编码(ZF-DPC),迫零波束形成(ZFBF)
  • 3.1.2 广播信道(BC)和多址接入信道(MAC)的功率对偶性
  • 3.1.2.1 基于DPC的BC和MAC的对偶性
  • 3.1.2.2 基于ZF-DPC与ZFBF的BC与MAC的功率对偶性
  • 3.1.3 功率分配最优化与解决方案
  • 3.1.3.1 功率分配最优化问题
  • 3.1.3.2 功率分配的解决方案
  • 3.1.4 多用户MIMO-OFDM系统广播信道最优多用户调度
  • 3.1.4.1 算法1(基于DPC,ZF-DPC的用户调度)
  • 3.1.4.2 算法2(基于ZFBF的用户调度)
  • 3.1.4.3 算法3(基于TDMA的用户调度)
  • 3.1.5 仿真结果与讨论
  • 3.2 低复杂度多用户MIMO系统调度与发射策略
  • 3.2.1 基于ZFBF空分复用的多用户调度
  • 3.2.1.1 信道量化与码本
  • 3.2.1.2 基于码本的准正交用户集选择
  • 3.2.2 基于信道量化的低复杂度用户调度算法
  • 3.2.3 复杂度分析
  • 3.2.4 仿真结果与讨论
  • 3.3 基于有限反馈的低复杂度多用户MIMO系统调度算法
  • 3.3.1 系统模型及用户调度中的相关问题
  • 3.3.2 CDI与信道幅度反馈
  • 3.3.3 CQI的SINR反馈形式
  • 3.3.4 基于有限反馈的低复杂度用户选择
  • 3.3.5 复杂度分析
  • 3.3.6 仿真结果与讨论
  • 3.4 本章小结
  • 第四章基于队列控制与信道状态信息的MIMO系统联合优化
  • 4.1 基于队列控制与用户调度的多用户MIMO系统联合优化
  • 4.2 联合队列控制与用户调度的跨层优化算法
  • 4.2.1 系统模型
  • 4.2.2 资源管理与系统稳定性
  • 4.2.2.1 基于多用户数据随机到达的资源管理
  • 4.2.2.2 稳定性与吞吐量最优化
  • 4.2.3 队列控制与用户选择联合算法
  • 4.2.3.1 加权速率的上限
  • 4.2.3.2 基于准正交用户选择的调度算法
  • 4.2.4 仿真结果与讨论
  • 4.3 本章小结
  • 第五章总结与展望
  • 5.1 本文主要工作及创新点
  • 5.2 未来工作展望
  • 参考文献
  • 致谢
  • 作者在攻读博士学位期间的研究成果及发表的论文
  • 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].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)
    • [11].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)
    • [12].MIMO系统中均衡与预编码技术的对比研究[J]. 信息通信 2017(07)
    • [13].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)
    • [14].5G大规模MIMO高低频信道模型对比探讨[J]. 移动通信 2017(14)
    • [15].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)
    • [16].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)
    • [17].大规模MIMO系统中导频污染研究进展[J]. 广东通信技术 2016(05)
    • [18].大规模MIMO系统中导频污染空域降低方法[J]. 通信技术 2016(08)
    • [19].大规模MIMO预编码算法研究与分析[J]. 通信技术 2016(09)
    • [20].MIMO雷达抗有源干扰性能分析[J]. 科技风 2020(32)
    • [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:;  ;  ;  ;  ;  

    基于信道状态信息的MIMO发射策略优化研究
    下载Doc文档

    猜你喜欢