下行预编码算法研究及仿真分析.doc

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

下行预编码算法研究

研究内容:ZF、MRT预编码在单社区大规模MIMO系统下的性能

影响因素:基站天线数M、基站发送功率Pd、信道模型、同时服务的单天线数K

性能指标:遍历容量、系统误码率BER

仿真原理准备

下行预编码算法介绍:

大规模MIMO下行链路如图一所示。

图一大规模MIMO下行链路图

系统遍历容量计算方法:

两种线性预编码算法:ZF(迫零)预编码、MRT(最大比值传输)预编码

表达预编码矩阵,表达信道矩阵

MRT

ZF

使用预编码算法以后的接受信号为:(仿真研究的系统模型)。

第k个用户的接受信号为:,

(来源:《MassiveMU-MIMODownlinkTDDSystemwithLinearPrecodingandDownlinkPilots》,这篇论文重要讲述了一种信道估计的方法,得到CSIT后运用H进行下行的线性预编码,仿真采用的系统模型便借鉴了该篇论文,该模型的重要理解点在于归一化问题,预编码矩阵的归一化,噪声归一化等,在运用其做延伸的系统BER研究时,信号的调制解调也需要解决归一化问题。此外,在文章的Page296,有仿真的发送端SNR与基站天线数M对遍历容量的影响,仿真结果是可以相应上从而验证自己建立的仿真的准确性的。)

遍历容量:,第k个用户的容量:,第k个用户的信干噪比:。

(来源:PPT《MassiveMIMO》,该PPT介绍了大规模MIMO的整体概述以及关键技术的研究,重要参考了其Page22~Page27的MassiveMIMODownlinkChannel部分,该部分给出了上述系统遍历容量的具体计算方法。此外,Page26和Page27分别给出了基站天线数M和同时服务的单天线用户数K对系统遍历容量影响的仿真图,自己的仿真过程也对照了该仿真结果,从而验证的仿真的准确性。)

BER的仿真流程图如图二:

图二误码率的仿真流程图

不同的信道模型:

瑞利衰落信道模型(最简朴最抱负的信道模型,PPT中的抱负CSIT信道模型,便是应用了瑞利衰落信道模型。)

空间相关性模型:为的空间自由度,由此可以建立一定空间自由度下大规模MIMO下行多用户信道的简化模型()。特别地,若各用户的发端相关矩阵相同,则,,其中为任意酉矩阵的列。仿真时取一个M*M阶的酉矩阵的前F列,F=M*(1-d),d是空间相关系数。

(空间相关信道模型参考来源:吴雅颖师姐的毕业论文《大规模MIMO容量优化算法》,在第三章第一节(Page16)中,具体介绍了该算法,并且也参考了师姐的仿真代码得到了空间相关信道模型的建立代码。)

非抱负的CSIT模型:非抱负CSIT下,运用MMSE信道估计得估计信道矩阵:其中,:信道估计的误差矩阵~CN(0,1),:信道估计的可靠性。

(非抱负CSIT信道模型来源:PPT《MassiveMIMO》,Page25给出了非抱负信道模型的估计信道模型,且Page26有相应的仿真结果可以用于验证自己仿真结果的准确与否。)

实验1:瑞利信道下基站天线数M对预编码性能的影响

实验目的:

分别遍历容量和误码率性能上研究基站天线数M对ZF和MRT预编码算法性能的影响。

参数设立:见参数设立表格

瑞利信道下M对遍历容量的影响

参数设立:

表1.1仿真参数设立

考察算法

影响因素

参数设立

case1

ZF

M(20:20:200)

K=10

Pd=0dB

Rayleigh信道

case2

MRT

仿真结果:

图1.1瑞利信道下M对遍历容量的影响

由仿真结果1.1可见,随着基站天线数M的增多,系统的遍历容量不断增长;对于两种预编码算法,在M值较小的时候MRT性能优于ZF,但M值一增大,ZF性能明显优于MRT性能,这是由于以信道矩阵H的伪逆矩阵作为预编码矩阵比以信道矩阵H的共轭转置矩阵作为预编码矩阵更能消除用户间的干扰,从而得到更好的系统遍历容量性能。

在计算复杂度上,ZF预编码需规定信道矩阵H的伪逆,算法复杂度为O(K^3+M*K),MRT只需计算H的共轭转置,计算复杂度为O(M*K),可见ZF预编码的计算复杂度明显高于MRT预编码;此外参数K的不同也会影响系统的遍历容量,初步可以看出,当同时服务的单天线用户数K的增长时,系统的遍历容量也随之增长。

瑞利信道下M对系统BER性能的影响:

仿真参数:

表1.3仿真参数设立

考察算法

影响因素

参数设立

case1

ZF

M(20:20:200)

K=10

Pd=0dB

QPSK调制

Rayleigh信道

case2

MRT

仿真结果:

图1.2瑞利信道下M对系统BER的影响

由仿真图1.2可见,随着基站天线数M的增长,两种预编码算法的系统误码率均不断下降,且仅在M值较小的时候MRT误码率低于ZF,M值一增大,Z

文档评论(0)

188****0089 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档