高移动场景下有限反馈信道研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:zibinxin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
闭环多天线技术通过在发送端利用信道状态信息(Channel State Information,CSI)自适应地调整发送模式,可以显著改善多天线系统性能。在实际通信系统中,TDD系统可以利用上下行信道的互易性获得CSI,但在FDD系统中,上下行信道采用不同的发射频率,无法利用信道的互易性,发射机处CSI的获得需要依靠上行有限传输速率的反馈链路获得。本文主要研究了在无反馈时延条件下基于有限反馈的闭环多天线系统的性能表现,然后分析了在高移动场景下反馈时延对系统误码率的影响,证明当信道呈现快时变特性时,反馈时延会导致系统误码性能严重退化,在此基础上介绍了在高移动场景下能够有效对抗反馈时延的信道预测技术的实现过程。首先论文介绍了在文中会用到的矩阵基础理论,然后对已有关于MIMO信道容量的理论结果进行了仿真验证。理论推导出发射端未知CSI时MIMO系统的信道容量后,进一步得出在发射端具有完美CSI时系统容量能够达到的峰值及功率分配方案,最后仿真验证了CSI对系容量的显著改善以及收发天线之间的相关性会导致系统容量降低。其次本文介绍了多天线技术中的空间复用技术,包括空间复用技术的基本原理及接收端对多个叠加信号的检测技术。首先分析了ZF(Zero Forcing, ZF)检测和MMSE(Minimum Mean Square Error, MMSE)检测方案的检测性能,然后推导当发射机利用CSI进行预均衡时接收信号信噪比的改善,最后仿真验证发射端利用CSI进行预均衡比在接收端进行重叠信号检测系统误码率要低,这是因为采用预均衡避免了噪声增强的影响,改善了接收信号的SNR/SINR。本文的第4章分析了空间分集技术及其对CSI的利用。首先重点介绍了空-时编码系统实现原理及其成对差错概率的推导过程,并以此得出空-时编码系统的码字设计准侧。分析指出当发射端利用CSI进行预编码时,系统能够获得更小的误码率和更高的分集增益。最后本章简单介绍了具有很大应用前景的发送天线选择技术,分析指出当空时编码系统与天线选择技术相结合时,性能与采用预编码的系统性能相比,误码率具有一定优势。最后本文重点分析了高移动场景下反馈时延对多天线系统性能的影响以及考虑信道空、时相关性的多载波信道预测技术。在反馈时延条件下,利用接收信号信噪比的矩生成函数(MGF)推导出误码率的表达式,仿真证明当系统处于高移动场景时,因信道呈现快衰落,系统性能因反馈时延退化严重。信道预测技术作为对抗反馈时延的有效措施,能够追踪时变信道,缓解系统性能的恶化程度。然而在高移动场景下,信道相干时间非常短暂,信道的时间相关性变得很弱,这时如果仅利用信道的时间相关性来预测未来时刻的信道状态,即使预测器采用较高的预测阶数,依然很难达到预期的预测效果。因此,对于快时变信道,在考虑信道时间相关性的同时还应考虑信道的空间相关性。本章首先详细介绍了考虑信道空间、时间相关性多载波信道预测方案的具体流程及可以降低计算复杂度的数据选取方案,并在此基础上基于文献中针对单载波的两步信道预测方案分析了适用于MIMO多载波系统的两步信道预测方案,并仿真对比了不同预测方案的均方误差(MSE)性能及其对系统误码性能的改善。
其他文献
本文设计的遥爆系统,是石油勘探过程中的一个重要设备,主要功能为震源激发、与震源激发同步的井口数据采集、采集数据的无线传送、同时具有无线对讲功能以保障勘探队内部的语
指纹识别作为生物特征识别的一种,在身份识别上有着其他手段不可比拟的优越性,是生物识别技术研究中的一个热点。传统的嵌入式指纹识别解决方案大多采用单片机或者“单片机+D
为促进农村社区各项事业健康发展,山东省昌邑市积极鼓励支持社会力量参与农村社区建设,并取得了一定成效、积累了一定经验,但仍存在不少问题。针对这些问题,提出了一些意见和建议
复杂背景下的扩展目标跟踪是目标识别与跟踪技术中的重点和难点,它主要涉及两个方面的难题:一是复杂背景下的背景杂波抑制与目标识别问题;另一个是扩展目标的高精度稳定跟踪问题
无线传感器网络集成了传感器、嵌入式计算、网络和无线通信四大技术,是一种新型的无基础设施的无线网络,能够实时监测、感知和采集各种环境或监测对象的信息,并对其进行处理,
随着计算机技术的迅猛发展,新的软硬件应用正在不断涌现,与此形成鲜明对比的是“一个鼠标-一台计算机”的人机交互模式已经维持了多年而没有发生变化。这种经典的输入响应的
随着网上阅卷系统中阅卷人身份认证问题越来越受到关注,基于生物特征识别技术的签名认证技术以其非侵犯性、不易遗忘、应用范围广等优点在网上阅卷系统中具有广阔的应用前景。
图像分类是将复杂的现象简化为少量的一般性类别的过程,是提取有用信息实现目标识别的重要途径。在数据量呈海量增长的今天,如何有效地将图像中的目标或其它感兴趣部分从背景中提取出来,提高图像分类的效率和效力,尤其凸显其重要性。另一方面由于遥感图像具有灰度级大、信息量多、边界模糊、目标结构复杂等特性,使得遥感图像的精确分类相当困难,因此遥感图像分类方法的研究成为一个具有重要理论和实际应用价值的课题。论文首先
期刊
期刊