MIMO信道容量.ppt

3.5 MIMO信道及其容量 3.5.1 MIMO系统模型 3.5.2 MIMO无线信道的容量 3.5.3 用SVD方法对MIMO的进一步分析 3.5.1 MIMO Channel Model 3.5.1 MIMO系统模型 发送信号：第j根天线发送xj为零均值i.i.d高斯变量，发送信号的协方差矩阵为： 总的发送功率约束为 若每根天线发送相等的信号功率PT/MT， 3.5.1 MIMO系统模型 信道矩阵：H为复矩阵，hij表示第j根发送天线至第i根接收天线的信道衰落系数。 归一化约束：每一根天线的接收功率均等于总的发送功率 3.5.1 MIMO系统模型 接收端的噪声：各分量为独立的零均值高斯变量，具有独立的和相等方差的实部和虚部。 噪声协方差矩阵 若n的分量间不相关， 每根接收天线具有相等的噪声功率?2。 每根接收天线输出端的信号功率为PT，故接收功率信噪比为 3.5.2 MIMO无线信道的容量 定义 若由x的实部和虚部构成2n维实随机向量 是高斯随机向量，则称x为n维复高斯随机向量。 如存在非负定（特征值都小于零）的Hermitian矩阵Q?Cn×n，使得n维复高斯随机向量x所对应的2n维实随机向量 的协方差满足 则称x为循环对称复高斯随机向量。 3.5.2 MIMO无线信道的容量 定理1 设x ?Cn为零均值n维循环高斯复随机向量，且满足 ，即 则x的熵满足 当且仅当x为循环对称复高斯分布时等式成立。 3.5.2 MIMO无线信道的容量 循环对称复高斯向量的性质： 若x ?Cn为零均值n维循环对称复向量，则对任意的A ?Cn×n ，y=Ax也服从循环对称高斯分布，且 若x,y ?Cn为n维循环对称复高斯向量，且相互独立， ， ，则z=x+y也服从循环对称复高斯分布，且 3.5.2 MIMO无线信道的容量 假设接收信号x与n相互独立 3.5.2 MIMO无线信道的容量 遍历容量(ergodic capacity)：输入与输出间最大互信息的期望 等功率发送 每根天线的接收噪声n为互不相关的零均值复高斯变量， 3.5.2 MIMO无线信道的容量 中断容量：指信道瞬时容量值小于某个指定容量值的概率等于某一给定中断概率Poutage时，该给定的信道容量称为对应于该中断概率的中断容量Coutage，即 3.5.3 用SVD方法对MIMO的进一步分析 根据奇异值分解（SVD-Singular Value Decomposition）定理，任意矩阵H可表示为 U和V分别为MR×MR和MT×MT酉矩阵， D为MR×MT非负对角阵，对角线元素为矩阵特征值的非负平方根 。?满足 z为关于特征值?的MR×1特征向量。U的列是HHH的特征向量，V的列是HHH的特征向量。 3.5.3 用SVD方法对MIMO的进一步分析 3.5.3 用SVD方法对MIMO的进一步分析 矩阵HHH的非零特征值数目m等于矩阵H的秩r。对于MR×MT矩阵H，其秩最大为 即H的非零奇异值最多有m个。 用 表示H的奇异值，则 从第1个到第r个接收分量，子信道增益为 ，而从第r+1接收分量起，子信道的增益为0，相应的接收分量不再依赖发送分量 。 3.5.3 用SVD方法对MIMO的进一步分析 等效的MIMO信道可看成由r个相分离的并行子信道组成，每个子信道指配一个H矩阵的奇异值（或HHH的特征值），该奇异值 相当于该子信道的幅度增益，而子信道的功率增益相当于HHH的特征值?i。 3.5.3 用SVD方法对MIMO的进一步分析 即y’、x’ 和n’的协方差矩阵与变换前y，x，n的协方差阵具有相同的迹（对角线元素之和）或功率。 3.5.3 用SVD方法对MIMO的进一步分析 各子信道是分开的，因而它们的容量相加。假定在等效MIMO信道模型中每根天线发送的功率为 ，总的信道容量可利用Shannon公式求出： 式中F为每个子信道的带宽，Pi为第i个子信道的接收信号功率： 3.5.3 用SVD方法对MIMO的进一步分析 3.5.3 用SVD方法对MIMO的进一步分析 例1：自适应发送功率情况下的MIMO信道容量 在系统呈闭环情况下，发送端可知信道的状态信息（CSI），可根据注水法则，将发送功率分配给各发送天线，即将较大的发送功率分配给状态较好的信道，则可以增