MIMO系统中信道估计技术

由于MIMO信道相对于SISO信道的复杂性,实现MIMO传输系统的主要困难之一就是MIMO信道估计。因此,对其进行充分的研究,对设计合理的MIMO传输方案是非常关键的。重点研究了平坦衰落条件下的MIMO信道估计技术。     

OFDM系统基于压缩感知的信道估计方法

本文提出了一种基于压缩感知的OFDM系统信道估计模型,在此模型基础上给出了具体的基于压缩感知的OFDM系统信道估计实施步骤并进行仿真验证。仿真结果表明,在导频数目相同的情况下,基于压缩感知的OFDM信道估计方法的性能明显优越于传统的数据辅助OFDM系统信道估计方法;在性能接近的情况下,基于压缩感知的OFDM信道估计方法使用导频数远少于传统的数据辅助OFDM系统信道估计方法。     

大规模MIMO系统信道估计研究

由于当代信息社会对数据和视频的质量要求越来越高,移动通信系统也需要更高的传输速度和效率,同时还要保证其可靠性。在无线频谱资源较为紧张、发射功率受到各类因素影响的环境下,大规模MIMO系统(multiple-input-multiple-output,MIMO)可以视为下一代移动通信系统的关键技术之一。因为无线电技术过于落后,加上无线频谱资源较为短缺所导致。但是到了上个世纪五十年代,贝尔实验室提出了蜂窝技术,把两个用户终端从空间上分开一些距离,这样可以减小它们之间的相互干扰,从而这两个用户终端就可以正常运作在相同的频段上,不会浪费频谱资源,还能使系统容量有巨大的提升。当在基站或用户端配置的大规模天线阵列后,系统吞吐量能有巨大的提升,而大规模MIMO的性能,则基本上是看基站能否较为精确地获取信道状态信息(channel state information,CSI),达到能够可以从信道状态信息中获得收益的目的。但是大规模MIMO系统的基站端天线数量较多就会有导频所带来的污染、资源方面的消耗以及导频上的功率等影响,从而给系统的性能带来很多难以解决的问题。所以只能选取复杂度比较低的算法来增加自适应估计能力。本论文就以上问题展开大规模MIMO信道估计技术的研究。     

大规模MIMO系统中联合最强用户冲突解决的最大似然信道估计方案

在多小区大规模多输入多输出(MIMO)系统中,针对各小区复用相同导频序列进行信道估计存在有导频污染问题,提出了一种大规模MIMO系统中联合最强用户冲突解决的最大似然(ML)信道估计算法。该方法联合最强用户冲突解决(SUCR)算法和循环前缀的最大似然信道估计算法,先在小区用最强用户冲突解决方案减轻用户之间的竞用相同导频的干扰,减少竞争导频的用户数,提高系统的成功接入用户数数量,然后再用循环前缀的最大似然的信道估计算法,对处理后的导频序列的信道进行信道估计,以获得较为准确的信道状态信息。仿真结果表明,提出的算法对比分析传统ML算法和MMSE算法能够得到更好的归一化均方误差和系统能量效率,并且可以较明显地减轻导频污染对信道估计的影响。     

基于导频的MIMO—OFDM系统信道估计方法

该文研究了在多径衰落信道下基于导频的MIMO-OFDM系统的信道估计方法,把空时分组码和OFDM技术结合起来,采用了基于Ls准则的MIMO信道时域估计算法获得信道的初始估计,然后用维纳滤波器和一种简化的信道估计方法估计出各信道所有频点上的频率响应。最后对这两种插值算法进行了仿真。     

MIMO—OFDM系统中自适应编码技术的性能研究

正交频分复用（OFDM）技术支持高速数据传输，具有抗多径干扰以及频谱利用率高等优点。多输入多输出天线（MIMO）技术可以提高无线移动通信系统的性能和容量，这二者的结合成为B3G移动通信系统的核心技术之一。对MIMO—OFDM系统中不同信道状态信息条件下的自适应调制编码进行性能的仿真和比较，仿真结果表明信噪比高时，采用高阶调制可以极大地提高系统吞吐量；基于奇异值分解的自适应技术对多普勒扩展比较敏感。     

基于子空间算法的MIMO-OFDM盲信道估计研究

统一了应用于SISO-OFDM系统子空间算法盲信道估计的识别条件并推广到MIMO-OFDM系统中,实现了基于噪声子空间算法的盲信道估计技术。该算法对信道的真实阶数不敏感,只需要MIMO信道阶数的上限,且可以获得信道的精确估计,并且能快速收敛。仿真结果验证了该算法的均方误差性能。     

大规模MIMO传输技术研究与展望

移动互联网和物联网应用需求的持续增长,带来对无线移动通信速率和用户终端容量量级提升的技术需求。为应对此技术需求,第五代(5G)移动通信目前已经正式进入商用。大规模MIMO作为5G移动通信的关键技术之一,在5G移动通信中起着至关重要的作用,近年来被广泛研究。未来,大规模MIMO或超大规模MIMO也必将是B5G和6G移动通信的关键技术之一。本文围绕大规模MIMO导频开销、移动性增强、频段扩展等因素引发的信道信息获取瓶颈问题和信道信息非精确问题,从大规模MIMO信息理论分析基础、信道信息获取与后验信道模型、波束域鲁棒传输理论方法以及同步与控制信息传输理论方法几个方面论述其传输理论与技术,并提出未来大规模MIMO研究中具有挑战性的关键技术问题。     

基于稀疏重构的多用户MIMO网络联合反馈策略

为解决多用户MIMO-OFDM网络反馈链路所面临的反馈链路开销大与频谱效率低的问题,提出了一种基于稀疏重构的多用户MIMO网络联合反馈策略。该策略将压缩感知应用于多用户MIMO-OFDM网络有限反馈,首先在接收端对由信道估计得出的信道状态信息进行稀疏重构,以最大程度降低反馈链路开销,然后观测矩阵自适应地反馈到发送端,在发送端通过压缩感知重构策略重构原始信道信息,有效降低了反馈链路处理复杂度和传输的数据量。仿真结果表明,在反馈量相同的前提下,该策略的反馈开销和频谱率性能都优于传统有限反馈机制,降低了通信链路的整体开销,并一定程度上改善了网络拥塞。     

MIMO-OFDM系统中自适应编码技术的性能研究

正交频分复用(OFDM)技术支持高速数据传输,具有抗多径干扰以及频谱利用率高等优点。多输入多输出天线(MIMO)技术可以提高无线移动通信系统的性能和容量,这二者的结合成为B3G移动通信系统的核心技术之一。对MIMO-OFDM系统中不同信道状态信息条件下的自适应调制编码进行性能的仿真和比较,仿真结果表明信噪比高时,采用高阶调制可以极大地提高系统吞吐量;基于奇异值分解的自适应技术对多普勒扩展比较敏感。     

MIMO—OFDM系统基于导频的信道估计算法研究

MIMO—OFDM系统中,信道估计是接收机设计的一项主要任务。在研究各种信道估计算法的基础上,对其改进算法进行了研究,并对其计算复杂度和算法性能进行了仿真,结果表明,该方法可以提高估计性能,降低复杂度。     

基于自适应支持检测信道估计算法

针对经典CS信道估计算法在低信噪比情况下对信道状态信息估计不够精准的问题,结合基于透镜的毫米波大规模MIMO可以显著减少所需RF链的数量。本文考虑了3D波束空间信道模型并提出了一种基于自适应支持检测信道估计方案。该方案的基本思想是将3D波束空间信道估计问题分解成几个子问题,每个子问题只处理稀疏信道分量。对于每个信道分量,利用3D波束空间信道的水平和垂直稀疏度,先以高精度自适应地检测其支持,然后消除这个信道分量的干扰影响,作为检测下一个子信道分量的支持。在所有信道分量支持检测之后,可以用LS低导频开销估计波束空间信道的非零元素。仿真结果验证了所提出的方案即使在低SNR情况下也比经典OMP算法和CoSaMP算法获得更优的系统性能。     

WiMAX系统中MIMO信道模型的性能仿真

提出了IEEE802.16e协议中,一种适用于研究MIMO系统性能的信道模型-SCME信道城市宏环境。讨论了MIMO信道模型的适用条件。通过在WiMAX上行浮点平台仿真Virtual MIMO性能证明：SCME信道城市微环境能充分体现出MIMO信道的各种特性,是作为MIMO系统性能评估和比较的理想信道模型。     

大规模MIMO专利申请现状和发展趋势分析

大规模多输入多输出(Massive MIMO)技术是业界公认的5G关键技术之一,可实现频谱效率的显著提升。本文介绍了大规模MIMO技术的基本原理,统计分析了该领域相关专利的申请量、主要申请人和地域分布的基本情况,并对导频分配、信道估计、天线选择、预编码和波束赋形这些关键技术分支的重点专利进行了分析梳理,为我国相关申请人了解该领域技术发展现状和趋势,进行相关专利布局提供参考。     

无线通信中MIMO-OFDM系统研究

多输入输出（MIMO）技术和正交频分复用（0FDM）技术各有独特的优势和缺陷。MIMO技术可以大幅度提高无线通信系统的容量,但是抗频率选择性信道能力不强;OFDM技术利用正交子载波抗频率选择性信道,提高了频率利用率,易受频率偏差的影响,存在较高的峰值平均功率比。MIMO与OFDM技术结合构成的MIMO—OFDM系统既可以达到很高的传输效率,又有很强的可靠性,具有很大的研究空间和实用前景。     

改进的主从式无线传输信道自适应跟踪技术

主从式无线传输信道自适应跟踪技术是实现短距离无线通信的关键,短距离无线通信系统在传输和接收信号过程中,由于通信干扰和信道畸变等因素的影响,导致通信质量下降,研究短距离无线通信的抗码间干扰和信道均衡技术,设计无线传输信道自适应跟踪,提高通信质量。提出一种主从式无线传输信道自适应均衡处理的无线传输信道自适应跟踪技术,构建短距离通信系统信号包络模型,设计短距离通信的信道均衡技术,根据检验统计量和门限关系,用似然比估计的方法实现信道参量估计,达到无线传输信道自适应跟踪的目的。实验结果表明,采用该方法进行短距离通信传输,信道估计精度提高,对局部平稳性影响较小,保证了算法的收敛性。     

一种新的基于导频的MIMO-OFDM信道估计方法

多输入多输出正交频分复用(MIMO-OFDM)技术可以大幅度地提高无线通信系统的信道容量与传输速率,其信道估计精度对系统性能有着直接的影响。针对时域最小二乘(LS)信道估计复杂度大的问题,分析了一种基于变换域的MIMO-OFDM信道估计算法,并且提出了一种新的信道插值算法。仿真结果表明:提出的方法在误码率性能上优于最小二乘(LS)算法,接近理想信道估计性能,并且该算法计算复杂度低,易于在实际系统中实现。     

移动无线信道技术在地下矿井中应用研究

多输入多输出技术(MIMO)是多天线技术和信号处理技术中,越来越受关注的新一代关键技术。本文将该MIMO技术应用在地下矿井中,建立了矿井环境下的MIMO系统的GBDB散射和直射分量信道模型,推导了该模型的空时相关函数。仿真结果表明本文方法有效。     

大赫兹频段下的无线通信系统信道配准技术

在大赫兹频段下,混合MIMO移动无线通信系统受到强干扰,导致通信系统信道难以配准。传统方法采用自干扰盲辨识刚发实现对大赫兹频段下的无线通信系统信道配准,信道均衡性能不好。提出一种基于自适应滤波功率谱估计的大赫兹频段下的无线通信系统信道配准算法,首先构建大赫兹频段下的无线通信系统,采用传播损失的概念来描述信号的通信传输过程中的能量损失,各阵元中的多径信号实现了同时刻同相位叠加,将多径波的强度、传播时间以及发射信号带宽等的进行耦合,得到功率方法电路系统的耦合约束条件,实现了多径信号的时间压缩又获得了聚焦增益,通过滤波器进行干扰抑制,得到的空间谱瞬时值,通过傅里叶变换求得功率谱密度函数,实现信道配准。仿真结果表明,该算法具有较好的信道配准和均衡性能,提高了功率谱空间增益,改善大赫兹频段下的无线通信质量。     

MIMO系统均衡技术研究综述

MIMO是一种革命性的天线技术,不仅可以利用MIMO信道提供的空间复用增益提高信道的容量,同时还可以提高信道的可靠性,降低误码率。MIMO系统的传输环境是移动的多径衰落环境,因此接收端必须消除接收信号的符号间干扰和通道间干扰。实现这个目的而采用的均衡技术有两类:训练方法和盲方法。较早采用的方法是基于训练序列方法,这种方法的缺点是要消耗大量的传输带宽。而现在的不需要训练序列的盲方法对信号结构或者噪声特性等有特殊的要求。对几种MIMO空时均衡技术进行了分析比较,指出了每种均衡技术的特点,提出了研究新的MIMO均衡技术的发展方向。