存在信道估计误差的MIMO通信系统中的最大似然(ML)检测.docVIP

2011年第七届关于系统，信号处理及其应用的国际研讨会（WOSSPA） 存在信道估计误差的MIMO通信系统中的最大似然（ML）检测 1M. Neinavaie , 1M. H. Shariat, 1M. Biguesh 电子电脑工程系，设拉子大学，设拉子，伊朗 2S. Gazor 电子电脑工程系，女王大学，金斯敦，加拿大 摘要：在不完全信道状态信息条件下（ICSI），信号检测的性能在多输入多输出（MIMO ）通信系统中可能被大大降低。本文讨论了在ICSI 条件下MIMO的检测问题。我们提出了一种检测器，它除了能够很好地抵抗ICSI之外，该检测器还有两种实现的方法。计算机模拟将被用来证明我们所提出的检测器在彩色环境下的性能。 I.引言 为了增加系统的容量获得的频带宽度效率[1]，[2] ，多输入多输出（MIMO ）无线通信已经获得了显着的关注。迄今在大多数研究中，单输入单输出（SISO）系统[3]，系统的性能有了显著的改善。这些性能使得MIMO通信系统有了最可靠的技术，去实现高数据速率的信号[4] 。在MIMO系统中发送和接收天线构成了空间复用系统中，在这个系统中独立的信号被传输，以实现高的信号传输速率。在每个接收天线元件所接收的信号是发送信号的叠加。事实上，一个信道存在于每个由未知矩阵形成模式的发射与接收天线对。MIMO的信号检测问题被大家广泛地讨论，而且提出了很多的方法，例如：迫零检测器（ZF） ，球形译码（SD），半正定松弛（SDR），垂直贝尔实验室空间（ VBLAST ）和最大似然（ML）方法。事实上，从信号错误率（SER）[5], [6], [7]的角度，最大似然法（ML）是最佳的方法。但是，用最大似然法（ML）来检测，需要一个理想的信道信息，而ICSI对信号检测性能的影响非常显著，从而降低了检测器的性能。[9]中示出的方法能够使最大限度地抵抗信道估计误差。在本文中，我们提出了两种检测器来使最大似然检测器能最大限度抵抗信道估计误差。我们首先定义了等效噪声向量，其包含了信道估计误差对加性噪声的影响。为了找到这些误差矢量对应的协方差矩阵，使检测器具备鲁棒性，我们算出了最小均方误差估计的误差协方差矩阵，最后我们提出了一个检测器，其能通过一个引导的方法自适应地估计协方差矩阵。仿真结果表明，这些检测器使得信号检测能很好地抵抗信道估计误差。 本文其余部分安排如下：在第二部分中表示Hermitian转置矩阵的共轭和; 分别地；表示矩阵的迹，th 输入矩阵被表示成。维的恒等矩阵被表示成，且表示一组维复矩阵用于显示的随机的期望。函数使一个矩阵的列转换成列向量，如。代表矩阵张量乘。 II.问题公式化 考虑到有个发射和个接收天线的多输入多输出（MIMO）通信系统，基带接收信号矢量可以表示为 （1） 这里接收的第k时刻的矢量，表示在接收端到加性噪声矢量; 是信道矩阵；第个发送信号矢量由有限个字母组合而成。得到了信道矩阵，发送信号的最大似然检测（ML）可以通过误差概率最小化来得到，如： （2） 假设加性高斯白噪声（2）降低至[5]， （3） 在实际情况下的信道状态信息在接收器上不可用，同时，信道矩阵通常被认为使用一个训练信号。错误的估计信道的协方差是一个有许多参数的函数，比如，训练期间的信噪比（SNR），信道的估计方法和训练信号的类型。由表示的信道估计误差，估计矩阵可以表示在无差错的信道矩阵的条件下为： （4） 最终接收到的信号矢量可以被表示为： （5） 这里表示干扰（）加噪声并且可以被视为是包含信道误差影响的等效噪声向量。应该指出的是，等效噪声，是一种具有协方差矩阵的有色加性噪声。 （6） 其中，假设等效噪声矢量作为有色高斯矢量，发送信号的最大似然（ML）估计通过 （7） 获得。 这里在实践中未知。 III.使得最大似然（ML）检测器在不完全信道状态信息（ICSI）条件下具有更好性能 事实上，为了使检测器对信道错误具有鲁棒性我们需要的的知识在实践中是未知的。在本节中，我们提出两种方法得到这方面的知识，它们能够使探测器更好地抵抗信道估计错误。第一种方法提供了一个基于信道估计知识的的估计方法，而第二种采用了没有用到任何信道估计算法知识的自适应估计的方法。 III -A. 基于信道估计知识的估计方法 假设接收方知道信道估计方法，也知道训练序列的知识。应当指出，演示信道估计的性能，即信道估计的均方误差（MSE）和的关系是： （8） 接下来我们的目标是找到最小均方误差（MMSE）信道估计从被发送到接收机并且假设信道变化是可以忽略不计的瞬间可以被表示为： （9） 这里列向量和分别表示发送信号和接受信号矢量，表示在训练期间的噪声矩阵。可以看到接受矩阵可以被改写成向量形式，如下： （