衰落信道上的信号检测.ppt

第二章：衰落信道的信号检测 2.1 衰落信道模型 离散复基带信号模型(双选信道) x: 输入信号，取自有限大小的信号星座（如PSK/QAM), i.e., r: 输出信号， n: 高斯噪声 下标m表示时刻、l表示多径数目 L=1：平坦衰落；L1：频率选择性衰落 LTI信道 时延扩展与多普勒扩展 L的取值与时延扩展的关系 WWc, flat fading WWc, frequency-selective fading 多普勒扩展与相干时间 Tcdelay requirement, fast fading Tcdelay requirement, slow fading 信道统计模型 路径的衰落系数的物理模型 Rayleigh衰落模型：仅存在许多散射路径时，根据中心极限定理（CLT），有 Rician衰落模型：存在视距传输（LOS）以及许多散射路径 2.2 平坦衰落信道的信号检测 复基带信号模型 相干检测：已知h和y，确定发送信号x 非相干检测：已知y，确定发送信号x，（h未知） 相干检测：BPSK ML检测 ML检测 BER Proof BER Proof 非相干检测 BPSK 调制 如果h在接收端位置，计算ML检测的误码率. 二进制正交调制 Please try again 非相干检测-BPSK BPSK：广义最大似然比检验 ML detection performance: Pe=0.5?BPSK don’t work in this scenario. 非相干检测-BOM Binary Orthogonal Modulation 同理 非相干检测-BOM 非相干检测-BOM 非相干检测-BOM BER of Coherent Detection Comparison To achieve the same Pe 2.3 频率选择性衰落信道的信号检测 离散复基带信号模型 相干检测 ：已知r1,…,rN和h0,…,hL-1，确定发送符号序列 x1,…,xN 时域均衡：ML序列检测（Viterbi算法） 频域均衡：OFDM ML检测 ML检测 ML检测 FSM Viterbi算法 ML检测 Viterbi算法-原理 基于Trellis图计算从T时刻到T+1时刻的度量 因此，最小距离矢量的搜索可以采用下面的逐符号搜索 最后 Viterbi算法-步骤 VA算法，在Trellis图上通过迭代处理方式寻找最小距离路径。实现步骤： 1) 计算k时刻的接收信号rk与进入状态sk的所有trellis分支之间的欧氏距离，并将该距离作为分支度量； 2) 计算进入状态sk的所有trellis路径度量：分支度量+状态度量; 3) 比较并存储有最佳度量的trellis路径及度量值，删掉其余路径； 4) 在最后时刻，有一个唯一状态，它对应的幸存路径一定是具有最小度量的路径，对应该路径的输入序列即是检测输出结果。 例1 例1 例1 例1 例1 OFDM 收发端结构 频域均衡 等效为N个并行子信道，每个子信道对应不同的子载波 频域均衡，对第n(n=1,…N)个子信道,采用相干检测估计s(n). 大作业 采用Monte Carlo仿真，画出基于Viterbi算法的时域均衡和基于OFDM的频域均衡的误码曲线。（Rayleigh fading channel） 2.4 多天线信号检测 信号模型 ML检测 复杂度 Sphere Decoding Idea behind sphere decoder 预处理 信道矩阵的QR分解 R:上三角矩阵， Q (Q’) 酉矩阵 则sphere constraint 可表示为 算法示例 SD算法 参考文献 M. O. Damen, et al., “On ML detection and the search for the closest lattice point,” IEEE T Inf. Theory, vol. 49, no. 10, pp. 2389-2402, Oct. 2003. 2.5 多用户信号检测 信号模型 联合检测 SIC （Successive Interference Cancellation）Detector 先估计x1，再估计x2（此时将x1看作是已知的）,… SIC Detector 第k个用户的信号检测