多用户MIMO信道下行链路预编码方案对比研究

研究了多用户MIMO系统中基于信漏噪声比(SLNR)的预编码算法,给出了求解方法,并分析了基于信干噪声比的迫零算法必须满足的天线约束条件。与迫零算法相比,基于信漏噪声比的预编码算法没有限制发送端和接收端天线数,同时由于考虑了噪声的影响,不会有噪声放大,可以得到闭合解。仿真部分对基于信漏噪声比的预编码算法与基于信干噪声比的迫零算法在不同情况下的性能进行了对比,突出了基于信漏噪声比的预编码算法在不满足天线约束条件时的优势。     

MIMO系统中利用空间相关性的同信道干扰消除算法

针对不适合进行波束赋型的MIMO系统中接收端如何消除同信道干扰的问题,提出了一种利用系统中干扰源的空间相关性进行同信道干扰消除的算法,并给出了估计空间相关性的最大似然算法。仿真结果表明,在2×2的Alamouti分集方案中,该算法相比于将干扰当作高斯白噪的方法在BER为10?2时可以获得3dB的增益;在2×4的分层空时复用方案中,该算法在存在一个强干扰源的情况下优势明显。     

V-BLAST信号的宽线性反馈判决检测

针对V-BLAST结构接收机采用传统反馈判决检测在高信噪比高端出现的检测性能不佳的问题,设计了一种具有更加检测性能的基于最小均方误差准则的宽线性反馈判决检测算法。计算机仿真结果显示,该算法采用最优子流检测顺序时,在信噪比的低端及高端,其误码率性能均逼近最大似然检测;当采用随机子流检测顺序时,这种算法的误码率性能仍优于Golden MMSE检测算法。在相同算法下,采用宽线性检测至少带来了3dB的性能增益。     

宽带无线通信中的MIMO系统

介绍了多入多出系统中的空时、空频编码技术,并在此基础上将OFDM技术与MIMO系统相结合,研究了STBC-OFDM、SFBC-OFDM及VBLAST-OFDM系统。对该系统性能进行了分析和仿真,结果表明VBLAST系统传输速率最高,其速率至少是分组码MIMO-OFDM系统的2倍,但是其误码性能相对较差,误码率为0.001时,VBLAST-OFDM系统所需的信噪比比分组码系统要高9.3dB。     

改进的LMS自适应时延估计方法

针对传统的基于SINC插值的自适应时间延迟估计方法估计误差较大、收敛速度较慢等问题,提出了一种新的插值方法和相应的自适应时延估计方法.根据LMS自适应时延估计方法中最优权表达式的有关参数特点,采用自适应算法对参数进行估计并进行了理论分析.计算机仿真结果表明,与基于SINC插值的自适应时延估计方法相比,在不同信噪比条件下,新方法所需自适应滤波器抽头长度小且具有较快的收敛速度和较好的稳态均方误差,具有广泛的适用性.     

MIMO雷达中的DFCW设计及性能分析

发射信号的正交性好坏是多输入多输出(MIMO)雷达实现的关键,正交离散频率编码波形(DFCW)是MIMO雷达可以利用的正交信号。该文首先分析了DFCW的互模糊函数,在此基础上,对自相关峰值旁瓣及互相关峰值旁瓣电平进行了分析,提出了采用遗传算法对其进行优化,得到了具有更低互相关峰的DFCW。然后将优化得到的DFCW应用于MIMO雷达系统进行仿真分析。通过对信号互相关仿真及对目标回波信号匹配滤波仿真对理论分析进行了验证,证明了理论分析的正确。     

Nakagami衰落信道上编码MIMO WCDMA系统性能分析

研究了多址干扰下,MIMOWCDMA系统发射端采用空时分组码和卷积码、接收端采用最大比合并天线分集和软判决译码方案的误码性能。使用Q(x)的另一种数学表达式和信干噪比的矩生成函数,推导了Nakagami-m衰落信道上存在多址干扰以及发射端发射不等功率下,卷积编码系统的成对差错概率和误码性能联合限。讨论了在各种编码方案下空间路径分集接收机的误码性能。数值计算结果表明组合空间分集和卷积编码能显著改善MIMOWCDMA系统的误码性能。分析结果适用于MIMOWCDMA系统的上下行链路。     

MIMO-OFDM系统中改进的RLS信道估计方法

MIMO-OFDM系统中一种改进的递归最小二乘(RLS)信道估计方法可以在不需要任何信道统计信息的前提下,利用前导训练序列和自适应遗忘因子对信道状态参数进行估计。仿真结果表明基于自适应遗忘因子改进的RLS信道估计方法(RLS-A),在估计精度和鲁棒性上的性能均优于基于常规遗忘因子的RLS信道估计方法(RLS-C)和两步遗忘因子的RLS信道估计方法(RLS-T)。因此,改进的RLS-A信道估计方法能很好地满足MIMO-OFDM系统中接收机的要求。     

双衰信道下基于SDF-LMMSE检测和PIC的空频OFDM接收机

为了在双衰信道下有效地接收空频OFDM,提出了一种结合内环串行判决反馈线性最小均方误差(SDF-LMMSE)检测和外环并行干扰消除(PIC)的空频OFDM迭代接收机.仿真和分析表明,所提的算法极大地改善了空频OFDM在双衰信道下的性能.     

利用迭代滤波改进乘积高阶模糊函数

乘积高阶模糊函数(PHAF)是因分析mc-PPS而提出来的,但它抑制交叉项的能力有限,难以实现mc-PPS估计。该文提出了逐次滤除最强PHAF峰对应的分量来减少交叉项的迭代滤波方法,改进后的PHAF具有较好的鲁棒性:减少了估计盲区,并且具有更好的估计精度,降低了信噪比门限,而且能估计低阶相位系数,这些性能由多个mc-PPS仿真例子所验证。