MIMO系統(tǒng)檢測算法仿真

1、精品好資料學習推薦MIMO系統(tǒng)檢測算法仿真姓名：學號：目錄摘要3一、MIMO系統(tǒng)簡介4二、MIMO系統(tǒng)容量分析5三、MIMO多用戶系統(tǒng)檢測技術83.1多用戶檢測技術原理83.2 V-BLAST的迫零檢測93.3 ZF-SIC算法103.4 MMSE算法113.5 MMSE-SIC算法113.6 最大似然(ML)檢測算法12四、仿真結(jié)果12五、分析與總結(jié)14六、參考文獻15七、附錄17摘要關于如何在有限的頻譜資源上實現(xiàn)高速率和大容量是未來移動通信系統(tǒng)的關鍵因素之一。MIMO技術利用多個天線實現(xiàn)多發(fā)多收,充分開發(fā)空間資源,可以成倍地提高信道容量,同時也可以提高信道的可靠性,降低誤碼率。多用戶檢測技

2、術與MIMO結(jié)合可以進一步提高傳輸效率,提高系統(tǒng)性能。報告首先介紹了MIMO系統(tǒng)以及多用戶檢測理論,然后著重解釋了BLAST系統(tǒng)中一類垂直分層空時碼的檢測算法,依據(jù)信號模型,分析推導了基于迫零準則和最小均方誤差準則的估計算法,并在此基礎上采用了以上算法與判決反饋及最佳排序思想結(jié)合的方法,使系統(tǒng)的誤碼率性能得到了提高。此外，還進行了最大似然算法的仿真。最后通過仿真實驗比較了各種算法的性能和特點,結(jié)果表明分層空時碼用于無線通信具有極大優(yōu)勢。一、MIMO系統(tǒng)簡介多輸入多輸出(MIIMO,Multiple-Input Multiple-Output)技術最早由Marconi于1908年提出的,是利用多

3、天線來抵御信道衰落?？梢院唵味x為:在一個任意的無線系統(tǒng)中,鏈路的發(fā)端和收端都使用多天線,也包括單入多出系統(tǒng)和多入單出系統(tǒng)。MIMO的核心思想是:將發(fā)送端的信號分開而將接收端天線的信號合并,使每個MIMO用戶的傳輸質(zhì)量比特誤碼率(BER)或數(shù)據(jù)速率得到改進,提高網(wǎng)絡服務質(zhì)量。MIMO技術可以把多徑效應作為有利因素來加以利用,在不增加帶寬的情況下成倍地提高通信系統(tǒng)的容量和頻譜利用率。在理想情況下,MIMO系統(tǒng)的信道容量隨發(fā)送天線個數(shù)和接收天線個數(shù)的最小值線性增加,從而提供目前其他技術無法達到的容量潛力。多天線發(fā)送和接收技術是空間分集與時間分集技術的結(jié)合,有很好的抗干擾能力,如果能進一步將多天線發(fā)

4、送和接收技術與信道編碼技術結(jié)合,就可以更大程度地提高系統(tǒng)性能。MIMO技術領域另一個研究熱點就是空時編碼。常見的空時碼有分層空時碼、空時網(wǎng)格碼、空時分組碼?？諘r碼的主要思想是利用空間和時間上的編碼實現(xiàn)一定的空間分集和時間分集,從而降低信道誤碼率。MIMO無線通信技術采用空時處理技術進行信號處理,在多徑環(huán)境下,無線MIMO系統(tǒng)可以極大地提高頻譜利用率,增加系統(tǒng)的數(shù)據(jù)傳輸速率。MIMO技術利用多個天線實現(xiàn)多發(fā)多收,充分開發(fā)空間資源,可以成倍地提高信道容量,同時也可以提高信道的可靠性,降低誤碼率。多用戶檢測技術與MIMO結(jié)合可以進一步提高傳輸效率。但是在MIMO系統(tǒng)多用戶檢測的研究上,盡管全空間最大

5、似然(ML)檢測能獲取最優(yōu)的檢測性能,但由于其算法復雜度太高,一直無法實際應用,于是研究復雜度較低,性能接近ML的多用戶檢測算法具有重要意義,MMSE算法,ZF算法,以及對兩者進行改進的MMSE-SIC算法和ZF-SIC算法。二、MIMO系統(tǒng)容量分析假定一個點對點MIMO系統(tǒng)有Mr個發(fā)射天線、MR個接收天線。集中于用離散時間描述的復基帶線性系統(tǒng)模型,系統(tǒng)框圖如圖2-1所示。用Mr1列矩陣s表示每個符號周期內(nèi)的發(fā)射信號,其中第i個元素si表示第i根天線發(fā)射的信號。圖2-1 MIMO系統(tǒng)框圖對于高斯信道,按照信息論可知,發(fā)射信號的最佳分布也應該是高斯分布的。因此,s的元素是零均值獨立同分布的高斯變

6、量。發(fā)射信號的協(xié)方差矩陣為:(2-1)代表均值；S表示矩陣的復共扼轉(zhuǎn)置矩陣。不管發(fā)射天線數(shù)是多少,總的發(fā)射功率限制為P。如果信道在發(fā)射端未知,則假定從各個天線發(fā)射的信號都有相等的功率。這樣,發(fā)射信號的協(xié)方差矩陣為:(2-2)由于發(fā)射信號的帶寬足夠窄,因此可以認為它的頻率響應是平坦的。換句話說,假定信道是無記憶的。用的復矩陣H描述信道。表示矩陣H的第ji個元素,代表從第i根發(fā)射天線到第j根接收天線之間的信道衰落系數(shù)。為了規(guī)范,假定根接收天線中每一根天線的接收功率都等于總的發(fā)射功率。這種假定,實際上忽略了信號傳播過程中的信號衰減和放大,包括陰影、天線增益。于是得到了具有確定參數(shù)的信道矩陣H中的各元

7、素的規(guī)范限定,如下式所示: (2-3)當信道矩陣元素為隨機變量時,規(guī)范就是對上述表達式取期望值。假定己知接收端信道矩陣,但發(fā)射端不確定,那么可以通過向接收端發(fā)射訓練序列來估計信道矩陣,然后再通過可靠的反饋信道將估計的信道狀態(tài)信息(CSI)發(fā)送到發(fā)射端。用的列矩陣描述接收端的噪聲,表示為n。它的元素是統(tǒng)計獨立的復零均值高斯變量,它具有獨立且方差相等的實部與虛部。接收噪聲的協(xié)方差矩陣為: (2-4)如果n的元素之間沒有相關性,則接收噪聲的協(xié)方差矩 (2-5)個接收分支中每一個都有相同的噪聲功率。接收端基于最大似然準則,在根天線上進行聯(lián)合操作。用的列矩陣描述接收信號,表示為r,其中每個復元素代表一根

8、接收天線。Pr表示每根接收天線輸出端的平均功率。則每根接收天線處的平均信噪比(SNR)定義為:(2-6)前面己假定每根天線的總接收功率都等于總發(fā)射功率,這樣,SNR就等于總的發(fā)射功率和每根接收天線的噪聲功率的比值,而且它獨立于,寫為: (2-7)使用線性模型,可將接收矢量表示為接收信號的協(xié)方差矩陣定義為,利用式(2-5)可以得出(2-8)而總接收信號功率可表示為。三、MIMO多用戶系統(tǒng)檢測技術3.1多用戶檢測技術原理傳統(tǒng)的接收機進行的都是單一用戶的檢測,它的缺點是在對一個用戶解調(diào)時沒有利用已知的其它用戶的信息,而是將多址干擾當作高斯白噪聲處理,按照經(jīng)典的直接擴頻理論對每個用戶信號分別進行擴頻碼

9、匹配處理,因此抗MAI干擾能力較差,大大降低了系統(tǒng)容量。 MUD技術是在傳統(tǒng)的檢測技術基礎上,充分利用造成干擾的所有用戶的信息,對單個用戶進行檢測,從而解決抗干擾問題和抗遠近效應的問題,降低了系統(tǒng)對功率控制精度的要求,因而能夠更加有效地利用上行鏈路的頻譜資源,從而顯著提高系統(tǒng)的容量。MUD的主要思想是:把同時占用某個信道的所有用戶或某些用戶的信號當作有用信號而不是當作干擾信號處理,利用多個用戶的碼元、時間、信號幅度以及相位等信息聯(lián)合檢測單個用戶的信號,即綜合利用各種信息及信號處理手段,對接收信號進行處理,從而達到對多個用戶信號的最佳聯(lián)合檢測。圖3-1多用戶檢測算法分類3.2 V-BLAST的迫

10、零檢測迫零檢測器是一種線性檢測器，它的作用是通過是通過線性濾波將數(shù)據(jù)流分隔開來,再對其進行獨立譯碼。我們假定信道矩陣是可逆的,則發(fā)送信號向量的估計為： (3-1)其中表示矩陣H的偽逆。在迫零ZF檢測器中，每個數(shù)據(jù)流的分集增益為。因此，迫零檢測器是次優(yōu)的。迫零檢測是V-BLAST系統(tǒng)最早提出的經(jīng)典檢測算法。迫零算法的目的是找到迫零向量以消除各數(shù)據(jù)層之間的干擾。3.3 ZF-SIC算法串行干擾抵消算法(SIC)的思想是采用過逐步檢測相消法來實現(xiàn)子流的區(qū)分和檢測，考慮MIMO系統(tǒng)的信號檢測模型，之前所講的ZF和MMSE算法是將s各分量的估計值都得到后再作判決，而SIC算法是每得到一個分量就作判決得到

11、（即根據(jù)某種準則找出星座點集合中的一點與之對應），然后得到一個新的接收信號，這時中就消除了的干擾，重復上述步驟得到s所有分量的估計即可。然而如果某個分量估計出錯，則會大大影響剩余分量估計的準確度，即差錯傳播問題。引入排序機制的OSIC算法就在一定程度上削弱了這個影響。ZF的協(xié)方差矩陣，其中，作為行向量組成一個矩陣，這說明s各分量估計值的方差正比于相應行向量的范數(shù)，顯然應該先選擇方差小的分量進行估計，即最先選擇s的第個分量進行估計，得，而后對該結(jié)果進行判決得到。記，經(jīng)過第一次判決后，接收信號矢量更新為，去掉H的第k1列得到，去掉s中已判決出的分量得到，計算新的檢測子，選擇的第行與作內(nèi)積然后判決即

12、可得到中的第個分量的估計結(jié)果。重復上述步驟直到得到s所有分量的估計結(jié)果。3.4 MMSE算法MMSE算法在一定程度上改善了迫零算法的性能，它是用一個新的矩陣來代替迫零算法中的。利用一下原則得到加權矩陣其中E表示期望值。算法步驟如下：1) 先根據(jù)上述原則得到并計算加權矩陣，其中：為噪聲方差；為發(fā)送信號功率。如果每根發(fā)射天線信號能量進行歸一化，則在公式中的可以省略，此時。2) 將加權矩陣左乘接收信號，式子變?yōu)椤?) 直接利用公式進行量化，從而對信號進行譯碼。3.5 MMSE-SIC算法1) 首先進行初始化；2) 選取信噪比最大的信號；3) 第i次迭代取第行；4) 計算判決變量；5) 進行硬判決；6

13、) 抵消這個信號對下面要進行判決的影響;7) 計算;8) 再次選取信噪比最大的信號;9) 。3.6 最大似然(ML)檢測算法最大似然檢測是MIMO檢測中的最優(yōu)檢測方式，能獲得最高的分集增益，檢測出的信號是星座圖上最接近發(fā)射點的信號。對于MIMO來說，對第k個子載波上的信號檢測表示如下： (3-2)式中，為MIMO信道估計所估計出的信道頻率響應矩陣，S為BPSK調(diào)制中所有發(fā)出符號的星座集合，在進行了信道估計后，產(chǎn)生一個對角矩陣，因此，對各個子載波上的數(shù)據(jù)進行ML檢測時，可以分離開來進行，這時，多載波下的檢測就相當于單個載波下的檢測。四、仿真結(jié)果圖 4-1圖4-2圖4-3五、分析與總結(jié)由仿真結(jié)果可

14、知，在采用相同的調(diào)制方式和相同的信噪比時，非線性檢測的ML算法的誤比特率遠小于其他算法。線性檢測算法中MMSE算法要優(yōu)于ZF算法，這是因為MMSE算法在處理消除符號間干擾的時候考慮了噪聲的影響，從而使得噪聲和同頻信號相互干擾造成的錯誤最小。ZF算法因為要根除同頻信號的相互干擾而忽略了噪聲的影響，因此，檢測效果差些。在線性檢測ZF和MMSE中，當采用了順序干擾消除，一次一個地將干擾從接收信號中除去時，性能得到了較好的提升，從圖4-1中可以看出，ZF-SIC算法性能和MMSE算法性能差不多，但ZF-SIC算法和MMSE-SIC算法性能仍不及ML算法的性能。圖4-2和圖4-3是研究在ZL算法種發(fā)射天

15、線與接收天線不同組合時檢測性能的優(yōu)劣?？梢钥闯觯敯l(fā)收天線數(shù)一致時，不影響ZF算法的檢測性能。當發(fā)射天線數(shù)大于接收天線數(shù)時，算法檢測性能不受信噪比的影響。發(fā)射天線數(shù)小于接收天線數(shù)時，算法有更佳的檢測性能。六、參考文獻1 GB/T 7714趙莉. MIMO檢測算法J. 2010.2龔兵, 鄧飛其. LTE系統(tǒng)中的MIMO檢測算法J. 重慶理工大學學報自然科學版, 2009, 23(9):115-117.3王利勇. MIMO檢測算法的研究與實現(xiàn)D. 西安電子科技大學, 2010.4肖莉. LTE系統(tǒng)中MIMO檢測算法的研究D. 安徽大學, 2012.5 劉文龍, 裴瑩瑩, 金明錄. BPSK通信系

16、統(tǒng)的部分最優(yōu)MIMO檢測算法J. 信號處理, 2013, 29(10):1315-1322.6 陳雯柏, 李衛(wèi), 張小頻. 一種低復雜度的近似最大似然MIMO檢測算法J. 哈爾濱工業(yè)大學學報, 2012, 44(5):140-143.7 王靈光, 劉皓, 王軍,等. MIMO檢測算法研究與實現(xiàn)C/ 中國西部青年通信學術會議. 2005. for t=1:L r=R_noised(:,t); HH=H(:,:,t); G=pinv(HH); S=1:tx; xtemp=zeros(tx,1); for k=1:tx wki,ki=minnorm(G,S); S(ki)=0; y=wki*r; xtemp(ki)=1*(y=0)-1*(y=0)-(y=0)-(y=0)-(y0.5; s = 2*ip-1; sMod = kron(s,ones(nRx,1); sMod=reshape(sMod,nRx,nTx,N/nTx); h = 1/sqrt(2)*randn(nRx,nTx,N/nTx) + j*randn(nRx,nTx,N/nTx); % Rayleigh channel n = 1/sqr