MIMO-OFDM系统的子载波智能分配及小区间干扰抑制

来源 :上海师范大学 | 被引量 : 0次 | 上传用户:hermes262
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
MIMO技术利用其空间子信道使高速数据传输成为可能,而OFDM技术能更加有效地利用频率资源。MIMO-OFDM的无线资源管理成为下一代移动通信的关键技术,且小区间干扰成为限制容量提升的重要因素。本文以优化系统容量为目标,围绕多用户MIMO-OFDM系统中的子载波分配和蜂窝MIMO系统中的小区间干扰抑制两方面内容,进行了理论研究、仿真验证和分析比较。主要工作有:在分析了常用的基于Frobenius范数最大化的分配准则和基于信道矩阵行列式最大化分配准则对多用户MIMO-OFDM系统的独占式子载波分配效果后,针对独占式子载波只在频域进行分配的不足,提出了一种空频二维的自适应子载波分配算法,通过在发射天线和子载波之间寻找最优用户组合来使系统容量最大化。仿真表明该方法较传统分配方法有较大的容量提升,且提升程度随着天线数的增多而加大,可获得更多的多用户分集增益。为进一步降低分配算法的复杂度,提出将遗传算法应用空频子载波分配。其一直接采用标准遗传算法;其二利用最大化Frobenius范数准则进行遗传算法寻优,它需要接收端进行最优发射天线的预选择并将选择的结果反馈给发射端。仿真表明:虽然以上两种方法都能以较小的容量性能损失换来复杂度的较大降低,但是第二种方法在性能和复杂度上都优于第一种方法。针对影响容量的蜂窝MIMO系统小区间干扰的问题,提出了一种块对角化方法。该方法不需要用户与相邻基站间的信道状态信息(CSI),只需接收机端估计干扰和噪声的协方差矩阵并将其反馈给本小区发射基站,基站就可获得预编码矩阵来抑制干扰。仿真表明:该方法比无小区间干扰抑制的块对角化方案有较大的和容量提升。但该方法不能完全消除干扰,与单小区块对角化方案的性能还有一定差异。综上所述,本文在MIMO-OFDM系统的子载波分配和MIMO抗小区间干扰两方面提出的改进方法和结论可为下一代通信系统提供一些参考。
其他文献
波达方向角(Direction of Arrival,DOA)估计是阵列信号处理的一个重要研究方向,在语音、通信、雷达、声呐等领域具有广泛应用。如何在阵元个数较少的情况下估计出更多信源的
在全球化“工业4.0”战略背景下,中国也从国情出发,积极推动智能制造,实现制造业转型和升级。发动机制造过程可能出现生产计划更新不及时,生产备料等料或送错料,生产过程误操作,缺
由于频谱资源紧张,如何在占用有限的频带资源的条件下,实现大范围网络覆盖,支持更高速率的无线数据传输,这是未来移动通信网络必须设法解决的基本问题。为此,MIMO作为理想的解决方
光纤传感器由于其良好的性能,被广泛应用于大型复合材料和混凝土结构检测,电力工业,医疗和化工等领域。其中,由于FBG(Fiber Bragg Grating,光纤布喇格光栅)传感器具有波长编
随着数字产品和国际互联网的迅猛发展,数字产品在版权保护和内容真实性认证方面正面临着越来越严峻的挑战。近年来,日渐成熟的鲁棒的和半脆弱的数字水印以及小波变换等技术,正逐
认知雷达不仅具有接收自适应能力,而且通过接收端到发射端的反馈可以获得发射端的自适应能力,因此,认知雷达是一个闭环的自适应系统。MIMO雷达具有比相控阵雷达更高的发射自
随着传感器技术、嵌入式计算机技术和通信技术的飞速发展,无线传感器网络(WSN: wireless sensor network)技术已经成为计算机与通信领域一个活跃的研究分支。其广泛的应用前景
随着科学技术的迅猛发展,多媒体设备不断更新换代。人们对高清,超高清的视频资源的实际需求越来越大。此外,在大数据时代需要通过互联网传播的视频资源越来越多的现实情况对