多输入多输出的建模与系统容量分析

多输入多输出的建模与系统容量分析

论文摘要

多输入多输出(MIMO)系统是无线通信领域中的一项新技术,它能够在不增加系统带宽的条件下,通过在发射端和接收端分别设置多个天线,利用多径信道能大幅度提高频谱利用率和信道容量。然而,空时相关性的存在,使得MIMO通信系统的实际应用受到限制,本文通过分析MIMO系统的信道模型,研究空时相关多天线的通信系统的容量,主要包含以下内容。第一章介绍了本文的研究背景和意义。包括:MIMO技术的研究的历史,研究现状及发展前景;MIMO技术的优点和局限;MIMO技术的能够提高信道容量的本质;以及与MIMO相关的技术。第二章信息论的观点介绍了信道容量的实质,推导了不同信道模型下的信道容量。其中基于波形信道的香农定理是多输入多输出信道容量的理论基础。第三章推导了MIMO信道容量的一般表达式。建立并推导了瑞利衰落信道下快,块和慢衰落的信道容量,通过仿真比较了不同条件下的瑞利衰落下MIMO信道容量。分析比较了不同功率分配时的信道容量,在一定的仿真条件下将两方案从容量和性能进行了对比,得出了相关结论。建立了天线相关信道模型,在一定的衰落信道模型下,推导了空间衰落相关性和天线互藕对信道容量的影响,在不同的条件下仿真比较了不同的系统参数对信道容量的影响。建立了匙孔效益传输信道的模型并推导了其信道容量。得到了不同条件下的仿真结果。第四章对于频率选择性衰落下的信道容量进行了研究。建立了基于等效簇(单族)的频率选择性Rician衰落MIMO信道模型,推导了接收天线和发射天线相关的情景下MIMO-OFDM系统的信道容量的表达式。第五章对论文的主要研究工作进行了总结,阐述了今后论文发展的方向。

论文目录

  • 摘要
  • Abstract
  • 术语表
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 MIMO研究现状
  • 1.3 MIMO技术
  • 1.3.1 与MIMO结合的技术
  • 1.4 MIMO技术的局限
  • 1.5 本文的主要工作及章节安排
  • 第二章 信道模型及信道容量
  • 2.1 信道模型
  • 2.1.1 离散无记忆信道
  • 2.1.2 波形信道
  • 2.2 离散信道的信道容量
  • 2.3 波形信道的信道容量
  • 2.4 小结
  • 第三章 平坦衰落下多输入多输出(MIMO)的信道容量
  • 3.1 概述
  • 3.2 MIMO系统模型
  • 3.3 MIMO系统容量
  • 3.4 信道容量与信道矩阵的关系
  • 3.5 自适应发射功率分配时的MIMO信道容量
  • 3.6 分集合并
  • 3.7 随机信道的MIMO系统容量
  • 3.7.1 衰落模型的分类
  • 3.7.2 快和块衰落信道的MIMO信道容量
  • 3.7.3 接收分集的快和块衰落信道的MIMO信道容量分析
  • 3.7.4 发射分集的快和块衰落信道的MIMO信道容量分析
  • 3.7.5 发射—接收分集的快和块衰落信道的MIMO信道容量分析
  • 3.7.6 平均功率分配和自适应功率分配的比较
  • 3.8 慢瑞利衰落信道的MIMO信道容量
  • 3.8.1 信道容量的分类
  • 3.8.2 接收、发射分集的慢瑞利衰落信道的MIMO信道容量
  • 3.9 天线相关性和空间衰落相关性对MIMO信道容量的影响
  • 3.9.1 相关性的概述
  • 3.9.2 空间衰落相关性的建模和MIMO信道容量
  • 3.9.3 LOS信道相关模型
  • 3.9.4 瑞利衰落信道的相关模型及MIMO信道容量
  • 3.10 赖斯信道相关模型及MIMO信道容量
  • 3.11 匙孔效益对信道容量的影响
  • 3.11.1 匙孔效益
  • 3.11.2 有发射和接收散射体的MIMO相关衰落信道
  • 3.11.3 影响匙孔传播信道的系统参数
  • 3.11.4 对匙孔的模型的扩展
  • 3.12 本章小结
  • 第四章 频率选择性衰落下MIMO信道容量
  • 4.1 概述
  • 4.2 频率选择性衰落的信道建模
  • 4.3 基于OFDM的MIMO信道容量推导
  • 4.4 本章小节
  • 第五章 全文总结
  • 5.1 主要工作
  • 5.2 课题的问题和发展方向
  • 致谢
  • 参考文献
  • 附录A
  • 相关论文文献

    • [1].多输入多输出变量带误差模型的最坏情况频域辨识(英文)[J]. 控制理论与应用 2016(10)
    • [2].大规模多输入多输出下的容量优化算法[J]. 计算机工程 2017(03)
    • [3].多输入多输出的比特交织编码调制技术[J]. 天津市经理学院学报 2011(05)
    • [4].保密多输入多输出无线携能系统的节能稳健优化[J]. 上海交通大学学报 2020(04)
    • [5].多输入多输出通信系统的低密度奇偶校验码[J]. 计算机应用研究 2012(12)
    • [6].多输入多输出Hammerstein-Wiener交流电弧炉电极系统模型[J]. 仪器仪表学报 2017(04)
    • [7].机载多输入多输出雷达局域化降维杂波抑制方法[J]. 西安电子科技大学学报 2011(02)
    • [8].长期演进项目中基于移动自组织网络的虚拟多输入多输出用户配对算法研究[J]. 成都信息工程学院学报 2010(04)
    • [9].分布式多输入多输出雷达的侦察分析[J]. 清华大学学报(自然科学版) 2014(10)
    • [10].机载多输入多输出雷达脉冲相消杂波抑制方法[J]. 电子与信息学报 2013(03)
    • [11].一种多输入多输出系统传递函数的实用计算方法[J]. 电子技术与软件工程 2018(15)
    • [12].汽车变速器多输入多输出模态试验方法分析[J]. 机械传动 2012(11)
    • [13].基于多输入多输出技术的无源雷达信号模型[J]. 电波科学学报 2011(04)
    • [14].多输入多输出雷达复杂海面场景成像模拟[J]. 系统仿真技术 2017(04)
    • [15].涡轮编码迭代检测在多输入多输出-正交频分复用系统中的应用[J]. 武汉工程大学学报 2012(03)
    • [16].一种统计多输入多输出雷达正交波形的设计方法[J]. 南京理工大学学报 2012(01)
    • [17].集中式多输入多输出雷达多功能波形优化设计[J]. 电子与信息学报 2015(06)
    • [18].一种虚拟多输入多输出用户配对算法[J]. 上海交通大学学报 2011(03)
    • [19].一种可自适应分组的多输入多输出支持向量机算法[J]. 西安交通大学学报 2013(06)
    • [20].基于软件无线电的并行多输入多输出均衡技术[J]. 计算机应用 2015(04)
    • [21].基于非线性多输入多输出近似动态规划的发动机缸平衡智能调节算法[J]. 上海海事大学学报 2017(04)
    • [22].多输入多输出信道空域相关性评估简化模型[J]. 电波科学学报 2011(02)
    • [23].多输入多输出雷达发射天线低旁瓣设计[J]. 电波科学学报 2012(06)
    • [24].多输入多输出桥梁结构时变模态参数的滑窗时域识别[J]. 应用基础与工程科学学报 2020(05)
    • [25].低复杂度多输入多输出雷达目标角度估计方法[J]. 西安邮电大学学报 2018(06)
    • [26].基于射频拉远的宏小区协作多输入多输出正交频分复用系统性能分析研究[J]. 上海师范大学学报(自然科学版) 2018(02)
    • [27].双基地多输入多输出雷达收发四维角联合估计[J]. 兵工学报 2017(05)
    • [28].认知的协同多输入多输出通信[J]. 通信电源技术 2013(06)
    • [29].具有未知参数的多输入多输出雷达弱目标检测[J]. 电波科学学报 2012(01)
    • [30].利用多输入多输出雷达低秩杂波的降维空时自适应算法[J]. 西安交通大学学报 2012(08)

    标签:;  ;  ;  ;  

    多输入多输出的建模与系统容量分析
    下载Doc文档

    猜你喜欢