基于MIMO系统的快速天线选择算法

在多径衰落环境中，MIMO系统的信道容量随天线数的增加呈线性增加，发射／接收天线选棒方法能以很小的性能损失换取射频成本的大幅度降低，使MIMO系统不完全受射频成本的限制。为快速选择出使系统容量最优的发射／接收天线子集，提出一种快速天线选择法的改进算法。该算法通过实时更新优化参数，大大降低计算复杂度。仿真结果表明，该算法在不影响系统容量的情况下大大减少了计算时间。     

基于MIMO系统的快速天线选择算法

在多径衰落环境中,MIMO系统的信道容量随天线数的增加呈线性增加,发射/接收天线选择方法能以很小的性能损失换取射频成本的大幅度降低,使MIMO系统不完全受射频成本的限制。为快速选择出使系统容量最优的发射/接收天线子集,提出一种快速天线选择算法的改进算法。该算法通过实时更新优化参数,大大降低计算复杂度。仿真结果表明,该算法在不影响系统容量的情况下大大减少了计算时间。     

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。     

天线选择对低秩相关信道系统容量的影响

在MIMO系统中有选择地使用多根天线,可以大幅增加系统容量,解决无线通信现在面临的资源紧张问题。低秩相关信道进行发送天线选择比不进行天线选择情况可以大大增加系统容量并降低成本。在进行发送天线选择的基础上再进行接收天线选择会使容量比只进行发送天线选择小,但相对于只进行发送天线选择,可使设备复杂度大大降低,对系统的实现具有重要的实用价值。本文首先进行发送天线选择,然后在此基础上进行接收天线选择并进行数值仿真。     

基于LS检测误差准则的天线选择算法研究

研究了无信道状态信息下的MIMO接收天线选择。发射端发送训练序列,接收端对接收到的观察序列进行LS估计,接收端以最小化估计误差这个标准选择接收天线。该方法的特点是避免了信道估计。由于全搜索法的高复杂性,我们利用QR分解进行LS估计,并进一步利用“贪心算法”和Gram-Schmidt方法,提出了一种次优的选择标准和低复杂度的接收天线选择算法。     

基于MIMO技术的IMT—Advanced通信系统

在无线通信中,MIMO技术能在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率,并且可以在一定程度上保证传输信号的质量,所以成为IMT～Advanced移动通信系统中的核心技术。给出了多输入多输出（MIMO）技术的概念,分析了该技术优缺点,介绍了其在IMT—Advanced系统中的具体可应用技术。     

MIMO系统中多天线技术的应用研究

MIMO(Multiple-Input Multiple-Out-put)技术是LTE和第四代通信标准的关键技术之一,它能够在有限的频谱资源上,使传输速率、系统容量以及频谱利用率有十倍乃至百倍的提高。智能天线技术是MIMO技术的应用,利用智能天线技术在移动通信链路的发射端或接收端带有多根天线这一特点,使整个通信系统性能得到了提高。现从智能天线的原理入手,分析智能天线的结构组成。并对智能天线的各类参数进行分析,重点分析了电性能参数对智能天线性能的影响。     

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。     

关于MIMO无线通信技术的研究

作为通信领域的一项重要突破技术,MIMO无线传输技术能成倍地提高无线通信系统的频谱效率和容量,并且不增加功率与带宽,因此迅速发展演变成新一代无线通信系统中的关键技术之一,最近几年更是引起了人们的研究兴趣和广泛关注。本文首先分析了MIMO技术的原理,进一步介绍了MIMO中的关键技术,以及其结合OFDM技术的发展和应用。     

MIMO系统及其信道容量分析

主要介绍了MIMO系统的由来,以及对其主要的研究历程,在此基础上给出了MIMO系统的模型,以及MIMO系统输入输出的表达式,最后还进一步分析了MIMO系统的信道容量。     

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。     

MIMO系统中随参信道的容量分析

在确定性的恒参信道中信道容量是确定的值,就是香农信道容量,它是可靠信息传输的上界。然而在现实情况下信道不是确定性的而是随机时变的,在现实的随参信道的情况下,对MIMO系统中的容量进行了理论分析,并进行了系统性仿真研究。     

浅谈移动通信基站的天线系统的选择与安装

移动通信基站天线的选择及参数设置是否合适,对移动通信网络的干扰、覆盖率、接通率及全网服务质量有很大影响。本文介绍了天线系统的类型、选择以及安装过程中应注意的问题。     

MIMO通信系统研究

MIMO无线传输技术能在不增加带宽与功率的情况下成倍地提高无钱通信系统的容量和频谱准备效率,因此成为新一代无线通信系统中的关键技术之一.本文对MIMO无线通信系统原理结构及其关键技术进行了分析介绍.     

协同天线系统的建模研究

研究了协同天线系统的分布式组织,通过数学建模,从干扰减轻的角度分析了协同分布式天线系统的下行和上行方面的联合处理和传输,同时介绍了LTE-A中分布式天线形式的协同,为协同天线系统的进一步研究提供了一般模型。     

多输入多输出系统信道容量研究

本文讨论了在信道矩阵是独立的复高斯变量,按照这种理想环境推导出MIMO信道容量,最后通过对几种信道进行分析得出MIMO系统可以大大提高系统的信道容量。     

MIMO无线通信系统

MIMO无线传输技术是通信领域的一项重要技术突破,它能在不增加带宽与功率的情况下成倍地提高无线通信系统的容量和频谱效率,因此迅速崛起,并成为新一代无线通信系统中的关键技术之一。近年来引起了人们的广泛关注与研究兴趣。本文对MIMO无线通信系统原理结构及其特性作了系统介绍。     

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。     

基于天线选择对混合空时编码进行优化的研究

针对结合空时分组码(STBC)及分层空时码(V-BLAST)的混合空时编码结构,提出了一种新型的发送编码方案.该方案首先对发送天线以接收端反馈信息为基础进行分组,选取信道情况较差的天线进行分组编码,其余的作为分层码发射信号的天线。介绍了分层空时编码(V-BLAST)、分组空时编码(STBC)和混合空时编码,以及通过天线选择在混合空时编码中的应用。     

TD-SCDMA下行链路智能天线波束赋形算法仿真

研究了TD-SCDMA系统下行链路最大信干比波束赋形算法,搭建下行链路的MATLAB仿真平台,并在TD-SCDMA系统下行链路的2种信道环境下,对最大信干比波束赋形算法进行了MATLAB仿真。实验结果表明,波束赋形技术能够有效地抑制多径衰落,总体性能优于全向发送技术,且能提高系统性能。