MIMO-OFDM系统中自适应技术研究,毕业设计.doc

基于发送端估计信道状态信息的自适应MIMO-OFDM系统 摘要 自适应MIMO-OFDM系统采用的是本征模算法，这种算法是基于当信道状态信息（CSI）在发送端准确已知的情况下，此时信号在很大程度上可能会提高频谱效率。但是，对于一个在频率选择衰落信道下的无线系统来说，信道状态信息的完全已知是一个很难的假设。当存在信道状态信息误差时，则本征模的正交性可能会丢失，在这种情况下，在每一个子载波处就需要一个空间均衡器来消除本征模相互之间的干扰。在这篇文章中，我们建议采用第一阶逆矩阵近似 (基于截断诺依曼展开算法)来找到一个上限值，此上限值是均衡器输出端的判决变量的协方差矩阵的上限值。基于这个上限值，我们就可以找到受最大传输功率与最大帧误差限制的最大化吞吐量的新的比特与功率载入算法。通过用不同的天线相关设置的计算机仿真，可以研究在可达到的频谱效率内信道状态信息误差所带来的影响。结果清楚在显示到，提议的方法对于信道状态信息误差与信道空间相关性是具有鲁棒性的。在较低与中等信噪比时所能达到的频谱效率与在发送端不知道信道状态信息时所需的损耗容量大得多。 1介绍 通过在多输入多输出（MIMO）系统中采用正交频分复用（OFDM）技术，原来频率选择性的MIMO信道就变成了一组非频率选择性衰落MIMO信道。如果在发送端已知信道状态信息，则信道矩阵可以用奇异值分解（SVD）算法将其分解成对应子载波的本征模。从而就可以在空间领域得到一系列相互正交的子信道。最后，我们将把这些重要的子信道当作是本征模。 这里，我们考虑时分双工（TDD）系统，基于无线信道的相关性，在发送端可以得知信道状态信息（CSI）。但是完全在发送端已知信道状态信息对于无线系统来说是一个非常大的假设，并且当信道状态信息存在错误时，本征模的正交性就会丢失。利用发送端的部分信道状态信息的二维本征波束与阿拉穆蒂编码（Alamouti’s encoder）。当信噪比（SNR）较高时，实用的正交振幅调制（QAM）星座图结构通常会受到很大的速率限制，因为它们不能充分利用多输入多输出（MIMO）信道所提供的复用增益。 在这篇文章中我们考虑了与我们最近推出的著作中的参考文献[9]中一样的分层体系结构，在每一个子载波处都有一个空间均衡器来消除本征模干扰。能过采用第一阶矩阵逆矩阵近似，我们可以得到均衡器输出端的一个判决变量的协方差矩阵的一个上限值。同样，我们也提供了一种新的比特和功率算法来最大化受限于最大传输功率和最大误帧率的吞吐率。最后的数据结果非常清楚的表示，我们所提供的方法非常有效的利用到了多输入多输出信道（MIMO）所提供的空间复用增益，并且这种方法对于信道状态信息存在误差时也具有鲁棒性。 2系统模型 自适应多输入多输出——正交频分复用（MIMO-OFDM）系统框图中共有C个子载波，T根发送天线与R根接收天线，如图1所示。正交频分复用（OFDM）调制器与解调器的输入与输出关系如（1）给出： （1） 这里，是一个临时的编号，代表着子载波个数编号，与分别代表了预处理器输出矩阵与正交频分复用解调器输出矩阵的第列，代表着噪声向量在瞬时时刻的值，代表着信道矩阵在瞬时时刻时的值。输入代表着发射天线与接收天线在子载波处的复信道增益。帧长L的选择要小于信道的相关时间。为了简化示子，时间编号将在下面被省去。 我们采用信道状态信息误差模型：基于发送端的估计信道矩阵通过给出，表示信道估计误差并且是独立同分布的矩阵，其中是已知的，它服从如下分布。通过信道估计矩阵的奇异值分解，我们得到了单位矩阵，并通过它来完成线性预结合。在子载波处的发送向量，这里代表由比特与功率算法得到的激活本征模的 （a） （b）控制着分配给每一个本征模的功率（集群功率归一化1，即）并且包含了的第一个列元素。则第c个子载波外的接收信号可以被表示如下y： = = = = = (2) 这里，是独立同分布的输入，即服从。是一个的矩阵，且只有对角线上有元素，而矩阵其余地方的元素都为0，其中代表着厄米特Hermitian矩阵的本征值。矩阵是信号处理在发送端的累积效果与传输数据信号的信道传播，并且可以在通过增加用作信道估计的导频码元，从而在接收端获得。的估计超出了这篇文章的研究范围，所以我们将在下面假设它已经在接收端完全已知。 非常有效的Turbo编码因为其较大的编码增益所以常被用作信道编码。turbo编码将时域与频域结合起来，所以在一个传输帧的连续OFDM码元中，一个turbo码字将包含所给分层的被选择本征模。 3 均衡器输出端的信噪比 我们分析这种情况，当线性后处理（或空间均衡）已经经过迫零均衡法完成。但是，通过仿真