亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        空間復(fù)用MIMO系統(tǒng)的信號檢測方法比較

        2019-06-20 03:55:48張明軍
        關(guān)鍵詞:信道天線噪聲

        張明軍

        (阜陽職業(yè)技術(shù)學(xué)院,安徽阜陽 236031)

        1 研究背景

        MIMO技術(shù)是無線通信領(lǐng)域的重大突破,作為一種通信技術(shù),其最先是由Marconi(1908)采用多天線系統(tǒng)來解決無線通信中衰落問題所引出的。Telatar(1995)在對MIMO系統(tǒng)的信道容量進(jìn)行平坦衰落分析發(fā)現(xiàn),天線數(shù)目的增加會使信道容量呈現(xiàn)線性增長,這一發(fā)現(xiàn)使得MIMO技術(shù)飛速發(fā)展。Bell實(shí)驗(yàn)室的研究學(xué)者(1996)提出了空間信號處理的系統(tǒng)框架,為MIMO技術(shù)全面推向無線通信領(lǐng)域奠定了基礎(chǔ)。隨著電子通信應(yīng)用的普及,各國科研機(jī)構(gòu)對MIMO技術(shù)不斷改良,使MIMO技術(shù)成為移動通信領(lǐng)域中的關(guān)鍵技術(shù),發(fā)展前景巨大。MIMO技術(shù)通過增益極大提升了信道容量以及信道傳輸性能。并且MIMO技術(shù)實(shí)現(xiàn)了多路信號的并行傳輸,提高了系統(tǒng)的頻譜效率,但與此同時,發(fā)射信號的重疊和碼間干擾給接收端的信號檢測增加了難度[1]。因此,有效檢測接收端的信號成為空間復(fù)用MIMO系統(tǒng)中的一項(xiàng)具有挑戰(zhàn)性的任務(wù),系統(tǒng)的檢測方法性能的優(yōu)劣直接對MIMO系統(tǒng)的整體性能造成影響。對此需要探尋一種低復(fù)雜度與高性能相統(tǒng)一的信號檢測算法來提升MIMO系統(tǒng)的性能。

        常見的系統(tǒng)信號檢測方法可以分為線性和OSIC兩大類,在對高性能系統(tǒng)信號檢測方法的研究上,郁光輝[2]針對信道復(fù)用輸入的重疊干擾問題提出一種分層調(diào)制的球形檢測算法,相較于MSD算法而言,其在誤碼率以及復(fù)雜度性能上分別得到5%和20%的提升。李小文[3]在V-BLAST算法的基礎(chǔ)上進(jìn)行改進(jìn)與優(yōu)化,并與其它幾種常見信號檢測算法進(jìn)行實(shí)驗(yàn)比較分析,結(jié)果顯示提出的優(yōu)化算法在性能上得到明顯增強(qiáng)。趙新雪[4]提出了一種通過縮小ML向量檢索的雙向最大似然檢測算法,通過實(shí)驗(yàn)仿真可知,與傳統(tǒng)最大似然檢測算法相比較此算法性能有所提高。本文在構(gòu)建系統(tǒng)模型的基礎(chǔ)上對4種信號檢測方法進(jìn)行仿真實(shí)驗(yàn)比較,從而擇優(yōu)選擇檢測算法。

        2 空間復(fù)用MIMO系統(tǒng)及模型

        MIMO系統(tǒng)是依靠多根天線來實(shí)現(xiàn)信號的接收與發(fā)送的,發(fā)射天線與接收天線數(shù)量多少決定了MIMO系統(tǒng)的發(fā)送速率以及信號接收質(zhì)量的高低。所有的數(shù)據(jù)均是處在同一頻帶在同一時間發(fā)送的,這也使得MIMO系統(tǒng)頻譜利用率非常高。常提到的MIMO信道指的是在發(fā)射端與接收端之間的無線信道。該系統(tǒng)的典型結(jié)構(gòu)如圖1所示。

        圖1 MIMO系統(tǒng)信道模型

        對于具有NRx×NTx的MIMO系統(tǒng),其MIMO信道矩陣H可以確定為NRx×NTx。發(fā)射符號向量x由NT個獨(dú)立符號構(gòu)成,接收向量y可以表示成:

        (1)

        其中,Ex為發(fā)射信號的能量,z=[z1,z2,…,zNRx]T是噪聲向量[5]。在該系統(tǒng)中,每一個接收天線均接收來自NTx根發(fā)射天線的信號,其接收到的是空間和頻帶上均相互重疊的多路信號。

        對于某種空時編碼的MIMO系統(tǒng),信號的傳輸速率一定不超過信道容量,假設(shè)傳輸速率為:

        R(SNR)=kC(SNR)=k×min(NRx,NTx)×log(1+SNR),0≤k≤1.

        (2)

        將MIMO系統(tǒng)能夠得到的傳輸速率與SISO系統(tǒng)的最大傳輸速率log(1+SNR)的比值定義為空間復(fù)用增益,即:

        r=R(SNR)/log(1+SNR)
        =k×min(NRx,NTx)×log(1+SNR)/log(1+SNR)
        =k×min(NRx,NTx).

        (3)

        那么,MIMO系統(tǒng)能夠獲得的最大空間復(fù)用增益為rmax=min(NRx,NTx)。其中,NTx為發(fā)射天線數(shù)量,NRx為接收天線數(shù)量。

        圖2為NRx×NTx的空間復(fù)用MIMO系統(tǒng),它的發(fā)射天線和接收天線數(shù)分別為NTx和NRx。

        圖2 空間復(fù)用MIMO系統(tǒng)

        y=Hx+z.

        (4)

        其中,H指的是信道矩陣,矩陣中的hij元素代表的是第i根發(fā)射與第j根接收天線的增益,j=1,2,…,NRx,i=1,2,…,NTx。令矩陣H中的第i個列向量用hi表示,則空間復(fù)用MIMO系統(tǒng)的公式可以進(jìn)行變形,如(5)所示:

        y=h1x1+h2x2+…+hNTxxNTx+z.

        (5)

        MIMO系統(tǒng)接收到的信號是疊加信號,除了會接收到發(fā)射信號外,還往往存在噪聲信號,如何有效地對接收信號分離來排除噪聲信號的干擾是信號檢測技術(shù)最關(guān)鍵的問題。本次信號檢測基于前文所構(gòu)建的V-BLAST系統(tǒng)模型來完成。

        3 空間復(fù)用MIMO系統(tǒng)的信號檢測方法

        3.1 線性信號檢測

        在系統(tǒng)的接收端,每根天線都同時接收來自NTx根發(fā)射天線的信號,致使在接收端所有信號混疊在一起。為了從混疊信號中檢測出來自目標(biāo)發(fā)射天線的期望信號,必須最小化或消除來自其他天線的干擾。

        線性信號檢測方法的原理是通過矩陣W(加權(quán)矩陣)來對信道進(jìn)行逆轉(zhuǎn),從而實(shí)現(xiàn)期望信息與干擾信號的分離,如式(6)所示,可以有效地實(shí)現(xiàn)對每個信號的檢測。

        (6)

        下面就對常用的線性信號檢測方法中的ZF與MMSE檢測方法進(jìn)行簡要的介紹。

        3.1.1 ZF信號檢測

        ZF信號檢測方法在接收端強(qiáng)制將信號間干擾置為零,使用如式(7)所示的加權(quán)矩陣進(jìn)行干擾消除:

        WZF=(HHH)-1HH.

        (7)

        其中,(·)H表示艾米特轉(zhuǎn)置操作。將偽逆矩陣WZF與接收信號向量y相乘,實(shí)現(xiàn)了信道的逆轉(zhuǎn):

        (8)

        (9)

        利用酉矩陣Q,因?yàn)槠錆M足‖Qx‖2=xHQHQx=xHx=‖x‖2,所以噪聲功率的期望值為:

        (10)

        ZF信號檢測的優(yōu)點(diǎn)是簡單實(shí)用,但也因?yàn)槠錂z測方法完全消除了符號間干擾,同時通過與偽逆矩陣WZF相乘將高斯噪聲放大,因此ZF算法的抗噪聲性能很差。

        3.1.2 MMSE信號檢測

        (11)

        其中,加權(quán)矩陣的第i個行向量wi,MMSE由最優(yōu)化方程得出:

        (12)

        使用MMSE加權(quán)矩陣可以得到以下關(guān)系:

        (13)

        (14)

        由于

        (15)

        式(15)的噪聲功率可表示為:

        (16)

        根據(jù)酉矩陣算法的特征,進(jìn)行相乘時并不會使向量的范數(shù)發(fā)生變化,也就是‖Vx‖2=‖x‖2,噪聲功率的期望值為:

        (17)

        對于線性濾波進(jìn)行信號檢測來說,最小的奇異值越小,則會導(dǎo)致噪聲增強(qiáng)所造成的影響更為突出,以上兩種線性檢測方法分別所造成的噪聲增強(qiáng)影響如式(18)(19)所示:

        綜上現(xiàn)狀分析不難發(fā)現(xiàn),學(xué)校教育亟需基于人工智能,展開教學(xué)系統(tǒng)重構(gòu)的系統(tǒng)性研究,實(shí)現(xiàn)信息技術(shù)與學(xué)科教學(xué)線上線下資源、教學(xué)、管理等系統(tǒng)的深度融合,創(chuàng)新動態(tài)開放的課程構(gòu)成和教學(xué)模式,改變教學(xué)機(jī)制與學(xué)習(xí)范式,進(jìn)而構(gòu)建智能化、精準(zhǔn)化、個性化的教育新常態(tài),使“人工智能+”教育變革落到實(shí)處。鑒于此,本文擬通過辨析認(rèn)知人工智能的功能效用,對“人工智能+”對教育變革的影響、變革理念與實(shí)現(xiàn)路徑展開深入探討,以推動“人工智能+教育”的發(fā)展,提高學(xué)校教育實(shí)效性。

        (18)

        (19)

        3.2 OSIC信號檢測

        線性檢測方法的復(fù)雜度比較低,其檢測性能不如非線性檢測方法。在這樣的情況下,為實(shí)現(xiàn)檢測方法的低復(fù)雜度與高性能,可以采用OSIC方法來進(jìn)行優(yōu)化與改善,在并不大改變復(fù)雜度的前提下提高檢測性能。該方法是通過對已檢測數(shù)信號數(shù)據(jù)在接收端進(jìn)行刪除,使得后面的檢測信號受到干擾減小。

        圖3 用于4個空間數(shù)據(jù)流的OSIC信號檢測示意圖

        (20)

        3.2.1 基于MMSE準(zhǔn)則的OSIC檢測

        基于MMSE準(zhǔn)則的OSIC檢測方法記為MMSE-OSIC檢測方法,檢測時需要對最大SINR信號進(jìn)行檢測。原本的MMSE檢測方法獲得的SINR信號為:

        (21)

        其中,Ex表示的是發(fā)送信號能量,wi,MMSE和hi分別代表加權(quán)矩陣的i個行向量與信道矩陣H的i個列向量。從前面的MMSE檢測方法可以知道SINR最大化的同時,均方差維持在最小的范圍內(nèi),這樣可以根據(jù)加權(quán)矩陣來獲得NTx個SINR,從而判斷最大的SINR信號所處的層。后續(xù)對第二個信號進(jìn)行檢測時已經(jīng)對第一個信號所產(chǎn)生的干擾進(jìn)行了消除。如果假定第一個被檢測出的信號記為(1)=l,那么對第一個符號所產(chǎn)生的增益向量刪除后,信道矩陣則可變形為:

        H(1)=[h1h2…h(huán)l-1hl+1…h(huán)NTx].

        (22)

        3.2.2 基于ZF準(zhǔn)則的OSIC檢測

        (23)

        由于采用了優(yōu)化排序的操作,OSIC信號檢測方法能在一定程度上得到分集增益從而提升檢測性能,然而其優(yōu)化排序的操作會造成計(jì)算的復(fù)雜度有所增加。在OSIC信號檢測方法中,所有符號的分集階數(shù)都大于NRx-NTx+1。由于排序的原因,第一個檢測符號的分集階數(shù)也大于NRx-NTx+1,前面符號檢測的正確性直接影響剩余符號的分集階數(shù)。OSIC檢測方法在性能和復(fù)雜度之間取了合理的折中,其基本思想已經(jīng)成為MIMO信號檢測領(lǐng)域的一個研究熱點(diǎn),受到了廣泛的關(guān)注。

        圖4 4×4天線配置下4種檢測方法的性能比較示意圖

        4 各檢測方法仿真及性能比較

        為了對不同檢測算法的性能進(jìn)行比較,在相同天線配置的情況下進(jìn)行仿真。圖4給出了ZF、MMSE、ZF-OSIC、MMSE-OSIC這4種信號檢測方法的誤碼率隨信噪比變化的情況。可以看出,在信噪比相同的情況下,MMSE-OSIC檢測方法的誤碼率要低于ZF-OSIC檢測方法,其次是MMSE檢測方法,最后是ZF檢測方法。這說明,在同一個MIMO信道模型中,OSIC信號檢測方法性能最優(yōu),MMSE次之,最差是ZF檢測方法。造成這一結(jié)果的原因在于OSIC信號檢測方法通過事先優(yōu)化排序以及刪除信號等方式對干擾進(jìn)行了消除,使得檢測性能較線性檢測方法呈現(xiàn)大幅度提高。MMSE-OSIC檢測性能優(yōu)于ZF-OSIC檢測方法,是由于其在進(jìn)行SINR排序的同時還考慮了噪聲所帶來的影響,故而較僅單純進(jìn)行SNR排序的ZF-OSIC檢測方法的檢測性能更優(yōu)。而MMSE算法利用使均方誤差最小的特征降低了ZF算法噪聲的影響,所以其檢測性能也要優(yōu)于ZF檢測方法。

        5 結(jié)論

        本文對4種空間復(fù)用MIMO系統(tǒng)的信號檢測方法進(jìn)行了簡要介紹,并運(yùn)用MATLAB進(jìn)行仿真比較。比較結(jié)果顯示,ZF、MMSE、ZF-OSIC和MMSE-OSIC這4種檢測方法,性能最好的是MMSE-OSIC信號檢測方法,其次是ZF-OSIC方法,排在第三位的是MMSE信號檢測,ZF的檢測性能最差。

        猜你喜歡
        信道天線噪聲
        噪聲可退化且依賴于狀態(tài)和分布的平均場博弈
        控制噪聲有妙法
        ETC相控陣天線與普通天線應(yīng)用對比分析
        ALLESS轉(zhuǎn)動天線射頻旋轉(zhuǎn)維護(hù)與改造
        電子制作(2016年1期)2016-11-07 08:42:54
        理論宣講要上接天線、下接地氣
        基于導(dǎo)頻的OFDM信道估計(jì)技術(shù)
        一種改進(jìn)的基于DFT-MMSE的信道估計(jì)方法
        基于MED信道選擇和虛擬嵌入塊的YASS改進(jìn)算法
        一種基于白噪聲響應(yīng)的隨機(jī)載荷譜識別方法
        車內(nèi)噪聲傳遞率建模及計(jì)算
        少妇隔壁人妻中文字幕| 天天躁日日躁狠狠躁av中文| 国产精品麻豆成人AV电影艾秋| 人妻丝袜中文字幕久久| 亚洲视频专区一区二区三区| 国产欧美日韩精品丝袜高跟鞋 | 国产一区二区三区av天堂| 国产精品r级最新在线观看| 九九精品视频在线观看| 精品一区二区三区人妻久久| 国产亚洲成人精品久久久| 成人免费直播| japanese无码中文字幕| 激情综合网缴情五月天| 麻婆视频在线免费观看| 国产又粗又猛又黄又爽无遮挡| 妺妺窝人体色www在线图片| 激情综合五月天开心久久| 一区二区三区四区在线观看日本 | 亚洲精品无码久久久久| 波多野结衣一区二区三区视频| 精品亚洲国产亚洲国产| 亚洲人精品午夜射精日韩| 国产肉丝袜在线观看| 草莓视频在线观看无码免费| 亚洲精品一区二区在线免费观看| 国产精品一卡二卡三卡| 欧美日本亚洲国产一区二区| 啪啪视频免费看一区二区| 中文乱码字字幕在线国语| 国产一区二区三精品久久久无广告| 亚洲AV无码秘 蜜桃1区| 81久久免费精品国产色夜| 国产精品无码无卡无需播放器| 国产精品国产三级国av| 中日韩字幕中文字幕一区| 久久黄色国产精品一区视频| 黄网站欧美内射| 亚洲欧美中文v日韩v在线| 日产国产亚洲精品系列| 中文天堂国产最新|