MIMO OFDM下行鏈路均衡算法研究.pdf

1、隨著智能終端以及多媒體業(yè)務(wù)的不斷發(fā)展，人們對(duì)無(wú)線通信的需求越來(lái)越大，要求更高效的傳輸速率、更好的通信質(zhì)量、更多的用戶接入。但是頻譜資源有限，可用的頻譜資源也就越來(lái)越緊張，因此需要提高頻譜資源的利用率。多天線技術(shù)可以充分地利用多徑效應(yīng)，用以提高頻譜效率，已成為目前或未來(lái)高速無(wú)線通信的關(guān)鍵技術(shù)。MIMO OFDM下行無(wú)線通信系統(tǒng)將 MIMO技術(shù)與正交頻分復(fù)用（OFDM）技術(shù)相結(jié)合，可以有效地克服無(wú)線信號(hào)在多徑信道傳播中所導(dǎo)致的符號(hào)間干擾。當(dāng)

2、基站已知信道狀態(tài)信息時(shí)，對(duì)發(fā)射信號(hào)進(jìn)行相應(yīng)的預(yù)處理可以進(jìn)一步提升系統(tǒng)吞吐量和容量、改善信號(hào)傳輸可靠性。
　　無(wú)線通信技術(shù)中的干擾問(wèn)題一直是人們關(guān)心的核心問(wèn)題。MIMO OFDM下行無(wú)線通信系統(tǒng)中的多天線技術(shù)以及多用戶場(chǎng)景，也面臨各種各樣的干擾。均衡技術(shù)一直是全球范圍內(nèi)的研究課題，具有重要的理論和實(shí)際價(jià)值。
　　在MIMO OFDM下行多天線系統(tǒng)中，針對(duì)多天線干擾問(wèn)題，現(xiàn)有的串行均衡干擾消除技術(shù)復(fù)雜度過(guò)高，并且時(shí)延相對(duì)較大不利

3、于實(shí)際應(yīng)用，并行均衡干擾消除技術(shù)性能相對(duì)較差，但是實(shí)現(xiàn)結(jié)構(gòu)簡(jiǎn)單。因此低復(fù)雜度高性能的均衡技術(shù)成為新的需要。為此，本文針對(duì)目前MIMO OFDM下行均衡方法研究的不足，分別對(duì)MIMO OFDM下行單用戶同步系統(tǒng)模型、MIMO OFDM下行單用戶異步系統(tǒng)模型以及MIMO OFDM下行多用戶系統(tǒng)模型的均衡方法進(jìn)行了深入的研究。本文主要研究?jī)?nèi)容如下：
　　首先，針對(duì)MIMO OFDM下行單用戶同步通信系統(tǒng)的均衡方法進(jìn)行了研究?；贚MMS

4、E軟迭代均衡模型提出一種基于預(yù)編碼矩陣的混合迭代均衡方法。該方法以減少深衰落信道對(duì)傳輸信號(hào)的影響以及降低均衡算法復(fù)雜度為目標(biāo)，通過(guò)預(yù)編碼的思想減少部分子載波受深衰落時(shí)對(duì)原始發(fā)射信號(hào)的影響，同時(shí)在接收端引入最小均方誤差排序QR分解方法用以降低傳統(tǒng)LMMSE軟迭代均衡算法的復(fù)雜度，從而以較低的計(jì)算復(fù)雜度實(shí)現(xiàn)高性能的檢測(cè)。值得注意的是，該算法雖然相比于基于LMMSE軟迭代均衡方案在接收天線數(shù)大于等于發(fā)射天線數(shù)時(shí)，算法復(fù)雜度有較大的降低，但是也

5、面臨著隨天線數(shù)目大小和信道編碼碼塊長(zhǎng)度以及調(diào)制多進(jìn)制數(shù)的不同，復(fù)雜度呈指數(shù)增長(zhǎng)，從而在實(shí)際過(guò)程中受到了一定的限制。因此，為了進(jìn)一步減少均衡算法的復(fù)雜度以滿足實(shí)際通信的要求，針對(duì)低復(fù)雜度的基于軟迭代的并行迭代均衡模型進(jìn)行研究，提出兩種并行迭代均衡方法，分別為：基于預(yù)編碼擴(kuò)展的并行迭代均衡方法和基于修正矩陣的并行迭代均衡方法。第一種均衡方案通過(guò)預(yù)編碼擴(kuò)展的思想以及最小均方誤差排序QR分解的思想的引入，能夠顯著地緩解目前并行迭代均衡算法在迭代

6、過(guò)程中的誤差傳播的影響，同時(shí)可以有效地降低算法的運(yùn)算復(fù)雜度，從而實(shí)現(xiàn)了算法性能與復(fù)雜度之間的可調(diào)性權(quán)衡。第二種均衡方案在第一種均衡方案的基礎(chǔ)之上，通過(guò)修正矩陣的引入，能夠有效地解決第一種均衡方案中將部分期望信號(hào)當(dāng)做干擾的情況，從而進(jìn)一步改善系統(tǒng)誤碼率性能。
　　其次，對(duì)MIMO OFDM下行單用戶異步通信系統(tǒng)的均衡方法進(jìn)行了研究。針對(duì)目前異步通信系統(tǒng)的并行迭代均衡方法中的一些問(wèn)題，如僅考慮方案中天線間干擾而沒(méi)有考慮迭代過(guò)程中的誤差

7、傳播問(wèn)題，僅考慮檢測(cè)準(zhǔn)確性而沒(méi)有考慮方案運(yùn)算復(fù)雜度的問(wèn)題，提出了兩種異步并行迭代均衡方法，分別為：基于功率擴(kuò)展的并行迭代均衡方法以及基于修正矩陣的并行迭代均衡方法，分別通過(guò)功率擴(kuò)展矩陣和修正矩陣解決目前異步通信系統(tǒng)中的多種干擾問(wèn)題，即，使得方案性能與運(yùn)算復(fù)雜度得到有效權(quán)衡，并對(duì)兩種迭代方案的性能、復(fù)雜度進(jìn)行了詳細(xì)的分析。兩種并行迭代均衡方法充分考慮了異步通信系統(tǒng)中的天線間干擾問(wèn)題、迭代過(guò)程中的誤差傳播問(wèn)題以及方法運(yùn)算復(fù)雜度的問(wèn)題，能夠提

8、升現(xiàn)有異步迭代均衡方法僅考慮其中一種或兩種干擾的情景進(jìn)行均衡的不足，最優(yōu)地確定均衡方案，有效地提高系統(tǒng)誤碼率性能，減少多種干擾對(duì)傳輸信號(hào)的影響。
　　最后，對(duì)MIMO OFDM下行多用戶同步系統(tǒng)的均衡方法進(jìn)行了研究。首先將臟紙編碼的思想以及最大化系統(tǒng)容量預(yù)處理矩陣引入到基于SLNR的多用戶MIMO預(yù)編碼的設(shè)計(jì)中，提出了基于預(yù)處理矩陣的連續(xù)信漏噪比（SSLNR）的多用戶MIMO預(yù)編碼方法。該方案中的臟紙編碼的思想是將其他用戶已知泄漏

9、，在發(fā)射端進(jìn)行抵消，因此在計(jì)算SLNR時(shí)，只需考慮對(duì)其他用戶未知的泄漏，忽略掉可以進(jìn)行抵消的泄漏，最大化SLNR，得到預(yù)編碼矩陣。最大化系統(tǒng)容量預(yù)處理矩陣的思想，是減少臟紙編碼過(guò)程中非線性模運(yùn)算對(duì)系統(tǒng)性能與容量的影響，通過(guò)采用最大化系統(tǒng)容量的準(zhǔn)則，得到的預(yù)處理矩陣可以有效地減少模運(yùn)算帶來(lái)的性能損失。求出預(yù)編碼矩陣與預(yù)處理矩陣后，對(duì)等效的信道矩陣?yán)肨omlinson-Harashima預(yù)編碼方法，抵消掉前面計(jì)算SLNR時(shí)忽略掉的泄漏。該

10、方法相比于目前的基于連續(xù)信漏噪比的多用戶MIMO預(yù)編碼方案，誤碼率得到了有效地提升，同時(shí)也繼承了基于連續(xù)信漏噪比的多用戶預(yù)編碼方案不受收發(fā)天線數(shù)目限制的優(yōu)點(diǎn)。為了進(jìn)一步提升性能，提出了基于預(yù)處理矩陣與幾何平均值分解的連續(xù)信漏噪比多用戶MIMO預(yù)編碼方案?；陬A(yù)處理矩陣的連續(xù)信漏噪比預(yù)編碼方法和傳統(tǒng)的SLNR預(yù)編碼方案一樣，每個(gè)用戶的多個(gè)數(shù)據(jù)流之間存在增益差的問(wèn)題，系統(tǒng)的誤碼率性能主要由最差的子信道決定，使得系統(tǒng)存在較大的損失。針對(duì)此問(wèn)題