《多天线系统中迫零准则检测技术的实现与研究.docx》由会员分享，可在线阅读，更多相关《多天线系统中迫零准则检测技术的实现与研究.docx（39页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、多天线系统中迫零准则检测技术的实现与研究摘 要现如今，无线通信技术日益获得相对稳定的迅猛发展，在此背景下，各种类型的多天线系统应运而生，其将能有效提高多样化空间资源的实际利用率，并可有效拓宽现有的空间自由度。不仅如此，其在拓宽系统所含的信道容量以及切实提升传输速率的前提下，还不会耗费不必要的系统带宽。从本质上而言，MIMO实为当前备受青睐的多天线系统，其在过去所能达到的吞吐率将近为理论最大值。针对这一现象，全球学者致力于研发出创新性的MIMO，力求尽可能提高频谱的实际利用率，并有效拓宽现有的业务容量。事实上，多天线系统在未来一段时期必将获得相对稳定的蓬勃发展，这是由于，此类系统对于发展5G来说
2、至关重要，故而将有必要对其所涉及的各项信号检测技术，进行如火如荼的细致研究。在本篇论文中，即着重于据此进行科学合理的细致研究。在过去一直秉持的线性检测算法中，重点针对迫零检测以及相应的非线性检测算法等，进行相对深入的细致阐述，并据此列出上述算法所遵循的实现步骤。不仅如此，本文还针对这些算法进行科学有效的复杂度分析，还在多样化条件下，针对这些算法进行必要的仿真工作，以此来获得与之相匹配的误码率曲线。除此之外，本文还针对系统表现出的适用性，进行科学合理的综合讨论。关键词多输入多输出（MIMO）；多天线系统；破零检测；串行干扰消除算法；V-BLAST系统模型。AbstractNowadays, wi
3、reless communication technology is getting relatively stable and rapid development. In this context, various types of multi-antenna systems have emerged, which will effectively improve the practical utilization of diverse spatial resources and effectively broaden existing Space freedom. Not only tha
4、t, but it does not consume unnecessary system bandwidth under the premise of widening the channel capacity contained in the system and effectively increasing the transmission rate. In essence, MIMO is currently the most popular multi-antenna system, and its throughput in the past is nearly the theor
5、etical maximum. In response to this phenomenon, global scholars are committed to the development of innovative MIMO, and strive to maximize the actual utilization of the spectrum, and effectively expand the existing business capacity. In fact, multi-antenna systems will surely achieve relatively sta
6、ble growth in the coming period. This is because such systems are crucial for the development of 5G, so it will be necessary to cover the various signal detection technologies. Conduct intensive research. In this paper, we focus on scientific and reasonable detailed research. In the linear detection
7、 algorithm that has been held in the past, the emphasis is on the zero-forcing detection and the corresponding nonlinear detection algorithm, etc., and the relatively in-depth detailed explanation is given, and the implementation steps followed by the above algorithm are listed. Not only that, but a
8、lso for the scientific and effective complexity analysis of these algorithms, under the diversified conditions, the necessary simulation work for these algorithms, in order to obtain a matching BER curve. In addition, this paper also conducts a scientific and rational comprehensive discussion on the
9、 applicability of the system.目 录第一章 绪论11.1 论文研究背景及意义11.2 多天线系统11.3 信号估计与检测51.4 无线信道模型 10第二章 MIMO系统与空时检测技术112.1 MIMO系统模型112.2 空时检测技术192.2.1 ZF检测算法12.2.2 ZF串行干扰检测消除算法22.3 V-BLAST系统模型192.4 空时编码技术19第三章 ZF算法空时检测与仿真213.1 不同检测算法下的误码率曲线对比213.2 不同收发天线数目下误码率曲线对比263.3仿真结果与分析30结束语33参考文献35第一章 绪论1.1 论文研究背景及意义现如今，
10、中国社会正在不断蓬勃发展，多样化互联网技术应运而生，在此背景下，人们对于通信质量愈加提出相对严苛的实际要求。自19世纪80年代起，中国经由数十年的持续发展，已经自1G模拟通信逐步发展为4G移动通信，这为全球带来极其深远的影响。但是，现今诸多学者所致力于研发的移动通信系统，即为全球备受瞩目的5G无线移动通信系统,该系统表现出尤为显著的容量，并可达到更为迅猛的运行速率，还能保持较低的延时，实现与大量用户的良好衔接。当前时期，参与该系统研发的企业重点涉及到华为以及三星等。近年来，中国已经针对5G网络进行更为深入的研发，并获得尤为良好的效果。预计直至2020年，5G网络将可大规模推行商业化。相较于4G
11、系统而言，5G系统无论在频谱的实际利用率方面，亦或为传输速率方面，均远胜一筹，将可切实满足日益膨胀的移动数据攀升需求，真正达到极速传输的效果。不仅如此，其还可实现千亿设备彼此之间的紧密衔接，为人类生活带来极大的便利。近年来，各种类型的信息技术逐步获得相对稳定的迅猛发展，无线通信系统所发挥的作用不再单单局限于语音业务的正常传输，而是涉及到多媒体业务等各个领域，从而切实满足多样化用户所提出的一系列实际需求。在此过程中，移动通信速率由本来的lOMbps逐步攀升至100Mbp，而带来如此效果的核心因素，即为多输入多输出技术（英文简称MIMO）。这项技术将可在同一时间于收发端安装若干天线，并且这些天线彼
12、此之间保持相互独立。相较于以往所一直沿用的单输入单输出系统而言，MIMO无论从信道容量方面来看，亦或为从传输速率方面来看，均远胜一筹，并且不会对带宽以及发送功率等产生实质性的影响，这将能够有效节约本就有限的频谱资源，还可切实满足多样化用户日益攀升的容量需求。整体而言，MIMO技术所发挥的核心作用如下：在今后的移动通信系统中，解决人们对于无线信道表现出的数据传输速率以及可靠性所提出的一系列实际需求。事实上，MIMO技术将能针对自空间采集的分集增益，进行科学有效的合理利用。并且对拓宽信道容量表现出非常显著的作用。在将来的通信系统中以及在无线局域网中的使用具有巨大的市场。当然，为了系统频谱的使用率的
13、提高，通过合理的空间码设计与算法研究，可以充分利用MIMO系统的容量。现有文献对于空时码应用的研究很多，提出了多种实现方案。本课题着重研究了MIMO系统中空时检测技术并进行了仿真。仿真表明V-BLAST结构在采用了合适的检测算法后能够较好地提高系统容量。从本质上而言，5G移动通信所亟待攻破的技术问题，依然为无线传输技术等核心技术，并需要借助超过5GHz的频段来有效提高现有带宽。与此同时，28 -60GHz的频段将可适用于覆盖小区环境甚至于室内环境，此举将能切实解决密度数据量所提出的一系列热点覆盖需求。正因如此，5G对于各项数据的实际处理速度愈加提出相对严苛的实际要求。直至2015年，5G初步拟
14、实现的商业化已经达标，全球各参与方均极为期待5G系统的推广。自2016年直至2017年，全球各电信运营商均纷纷致力于筹备5G系统所需要的各项技术。值得一提的是，预计至2020年末，新时代的5G标准将正式出台，并日益实现商用化，这项举措必将切实推进物联网等领域，在未来一段时期的稳定发展。对于任何通信系统而言，尤为关键的步骤即为信号检测。现如今，人们对于通信系统所含的运行速率以及吞吐率等各项参数，愈加提出相对严苛的实际要求。不仅如此，以MIMO为例的前沿技术相继问世，这将使得针对多样化信号所研发的检测技术尤为关键。在此背景下，若能成功研发出表现为高吞吐率以及显著精度的某特定检测算法，将有益于整个行
15、业的进步。然而，以MMSE为例的高端检测算法，却长期基于矩阵求逆阶段停滞不前，无法得到进一步发展。一般情况下，基于多天线而构建的检测算法将能细分为两大类别，其中包含借助矩阵求逆而获得相应信道矩阵所含有的伪逆，以此来进行一系列线性检测的某特定算法，此类算法往往需要秉持两项基本准则，即迫零以及相应的最小均方差，虽然其计算过程相对简单，然而却通常无法获得良好的效果。除此之外，还涉及到线性检测算法，一般情况下，尤为典型的非线性检测算法主要涵盖：干扰消除法以及相应的动态禁忌搜索法，这两类算法均应纳入至人工智能搜索的范畴。其旨在借助于线性检测法来获得与之相匹配的初解，再秉持一定的邻域搜索策略，来精准获得相
16、对应的最终解。值得一提的是，应用尤为广泛的线性检测算法即为ZF算法以及MMSE算法，这两类算法的实际操作相对简单，然而，检测性能却并不良好。 对于以往所一直沿用的MIMO系统来说，基站所能安装的天线数量极大值为8根，故而系统无法表现出良好的自由度；但是，对于Massive MIMO而言，其将可有效拓宽天线阵列的实际规模，甚至可安装数百根天线，这将能有效提高用户的服务范围，表现出尤为可观的空间自由度。不仅如此，Massive MIMO还可向海量用户提供更加迅猛的频谱效率以及较为广阔的信道容量，正因如此，其可能会纳入至5G所需应用的核心技术之一。但是，Massive MIM涉及的技术理论过于繁杂，
17、并且尚未进行充足的工程实践，故而依然存在一系列亟待解决的根本问题。例如：信道估计等根本问题。 当前时期，全球学者已经逐步针对Massive MIMO进行相对深入的细致研究，然而却依然存在一系列亟待解决的根本问题。例如：针对多样化信号的检测问题。近年来，由于天线规模的逐步扩张，信号路径也将趋于多样化，这将引发基站端所需秉持的计算过程更为复杂。这种现象频繁体现在上行链路所涉及的信号检测环节。事实上，当针对接收机进行正常设计的过程中，不仅需要针对功耗问题以及计算过程的简洁性问题进行综合考量，而且需要针对实践过程中的延迟问题进行深入分析。故而在此情况下，必须在保持接收机高速运行的基础上，为其匹配研究出
18、低延时的某特定信号处理技术。1.2 多天线系统早在上世纪60年代，其实就已经有人提出多天线技术。当时的技术很明显还不是成熟。那个时候，多天线技术在雷达系统的应用中起着重要的作用。当时的多天线技术最主要的应用领域是军事领域，多天线技术在处理多个不同天线的时候，充分利用它们之间的相关性，因此，传输能力得到提高。由于当时的经济成本的不容许，以及技术支持有限，这种技术没有得到大量的普及。因为每一个信号处理芯片的价格十分高昂，所以促使了低价的信号处理芯片的诞生。通过一步步发展，多天线技术逐渐的走出唯军用的这一领域，慢慢的在移动通信中得到使用。 多天线技术的发展和使用，得到了广泛的好评。人们对多天线技术的
19、使用提出一致称赞。因为多天线能够有效的提升信号传输能力，并且够在移动通信中使用，这位无线通信系统打下了关键支持。多天线的定义即为，有许多根天线连接在信源端或者信宿端。多天线技术能够非常有效的解决逐渐缺少频谱资源的问题，多天线针对逐渐缺少的资源，有着自己的优势。多天线技术可以不需要很多的带宽就能够给信号处理提供多层空间。由于多天线技术带来的便利，信号传输的稳定性以及频谱资源的利用率都得到了很大的提升。具有M根发射天线和N根接受天线的一个系统模型如图1-3。我们把此信道认定为小尺度衰落中的平坦瑞利衰落。假设发射天线发射的功率为，发射总功率为，故而。信道衰落系数矩阵为阶信道衰落系数矩阵，为自发射天线
20、i直至接收天线j的复瑞利衰落系数，并对多样化j和 i, 呈现出独立同分布。服从自由度为2的卡方分布。n1. . . . .C1(t)C2(t)CM(t)RN(t)R2(t)R1(t)n2nN图1-1 多天线系统基本示意图多天线系统容量通常存在下述情况：a. 若作用于单天线发射、单天线接收系统，即无分集系统，则信道容量为： bps/Hzb. 若作用于多天线发射、单天线接收系统，即发射分集系统，则信道容量为 bps/Hz 式中：范数。c. 若作用于单天线发射、多天线接收系统，即接收分集系统，接收端选择最大比合并时，则信道容量为 bps/Hz d. 若作用于多天线发射、多天线接收系统，即发射接收分集
21、系统，则信道容量为 bps/Hz 式中：代表矩阵行列式；为单位阵；上标H代表矩阵共轭转置。基于上述基本公式将能得知，相较于过去一直沿用的单天线系统而言，创新性的多天线系统，基于信道容量方面远胜一筹。事实上，信道容量将能显著提升多样化信息的实际传输速率，并能有效提高信息冗余度，以此来切实增强通信系统所含的各项性能。1.3信号估计与检测基本定义：对于接收端而言，当其实时接收的过程中，将会秉持某特定的方式，针对受干扰信号以及噪声功率等涉及的基本信息，进行科学有效的精准检测，该过程通常又被称之为信号检测。一旦某接收端已经成功接收来源于受干扰信号所实时发送的特定信号序列，则将会对其所涉及的各项参数值，进
22、行相对深入的细致计算。（如振幅、频率、相位、时延和波形等），并且做到精确统计，称为信号估计或参数估计。 发展历程：1942年，当针对通信过程进行精准控制的过程中，通常必须借助于受干扰的某特定信号序列，来针对其所涉及的各项参数值，进行相对深入的细致计算。在此过程中，信号估计即针对最优估计算子进行精准有效的求解，此过程通常需要设计可深入处理多样化数据，并由此形成最优估计值的性能优良的滤波器。 事实上，滤波器所呈现出的期望输出，即为某特定信号的匹配估值，其不仅可看作为信号自身，还可看作为尤其而产生的延迟，这即为滤波以及预测等一系列问题。一般情况下，信号估计将能细分为两种类别，依次为有条件的和无条件的
23、。无条件估计算子不需要利用发送信号先验概率的知识，即认为先验概率密度分布是均匀的。条件估计算子则需要利用发送信号所遵循的概率密度分布理论。除此之外，针对信号估计进行科学评价的基本准则，一般均秉持均方差最小准则。值得一提的是，尤为普遍的估计方法主要涵盖维纳滤波器以及相应的自适应滤波器，此外还涉及到相关估计法和无偏估计法等。 维纳滤波器:此类元件主要秉持均方差最小准则，以此来实时导出与之相匹配的最优滤波器。其输出的实际数值即为后期所得的信号估值。 卡尔曼-布什滤波器:如果对于受干扰的信号流x(t)第一次处理0m个样本,第二次处理1m+1个样本，第三次处理2m+2个样本,以此类推,并将相邻处理过程的
24、若干样本进行紧密衔接，这样即能借助于含有一定存储容量的计算机，来针对延续时间较为显著的某特定信号流，进行科学有效的细致处理。 自适应滤波器:值得一提的是，若出现噪声的情况下，则应基于噪声所呈现的分布特性对加权矩阵进行自适应调节来改善滤波器的性能。自适应滤波器不仅适用于时域和频域,而且可以推广到空间滤波。 相关估计法有平稳白噪声时匹配滤波器可输出最大信噪比，相当于时域相关器。如果只对信号的某一参数（如时延、相位或频率）进行估值，则可在接收机中设计一个与发送信号相同的本地信号，并使它对应于发送信号中要估计的参数是可知的。把收到的受干扰的信号与本地信号作相关处理,待相关器输出最大值,则本地信号的这一
25、已知参数就是要估计的参数值。这种方法实现简单，虽对噪声的分布特性约束过严,但在远程防空雷达和深空通信中,允许对噪声的分布特性作出假设,因此应用十分广泛。相关估计法实质上是根据反概率最大准则来进行估计的。 无偏估计法指产生的各个估计的平均值等于待估计的参数的真值,无偏估计法即为设计一个无偏估计算子。当前时期，绝大部分工业控制问题均需借助性能优良的非线性消息模型的作用，故而必须针对一系列非线性滤波问题，进行科学有效的解决。事实上，非线性滤波方法难以应用于实际工程当中，仅可凭借近似法获得粗略结果。1.4 无线信道模型现如今，通信技术日益获得相对稳定的蓬勃发展，而在诸多通信方式当中，尤为复杂的即为无线
26、通信技术。通常情况下，无线通信系统均会处于相对复杂的条件下进行正常工作。而某特定信号自发射机直至接收机的传输，必须通过无线信道来实现。从这一角度来看，信道更加类似于一种媒介，体现出电磁波的整体传播路径。相较于有线信道而言，无线信道表现出一定的差异性，其不仅不能被直接观察到，而且不会沿着预先拟定的某特定路径进行传播，而是秉持多路径的基本方式，故而传播环境往往显得相对复杂。对于多样化信号而言，其在实际传输时，往往会不可避免的存在多样化相互作用体，其中包含山丘以及墙壁等，这将会产生所谓的“阴影效应”。不仅如此，各类信号在进行传输时将会出现多点反射，由此将会形成电平快衰落等情况。除此之外，因为信号传播
27、路径趋于多样化，故而常规的接收机不可能针对一系列多径分量进行精准有效的辨别，仅可将其不断累加，这将会引发不同分量彼此之间严重的干涉现象。值得一提的是，信号经由各种路径将会成功抵达某特定的接收端，并使其脉冲宽度得以持续扩展，这种情况通常又被称之为时延扩展。若其数值显著较低于信号带宽的实际数值，则接收信号基于某特定时间所表现出的扩展也必将不大。但是，若其显著较高，则对应接收信号所表现出的时域波形也将显著拓宽，并可能引发不良的信号失真现象。除此之外，多径信道还含有突出的时变性。这种特性往往来自发射机的正常运动，并将会使得反射点的方位，由于时间的推移而产生相应的变化。近年来，学者们相继研发出科学完善的
28、多径模型，并由此针对移动信道所表现出的观测统计基本特性，进行相对深入的细致阐述。一般情况下，当电磁波处于某特定的自由空间当中，则其表现出的传播方式将表现为若干类别，其中重点涵盖直射以及散射等。实际上，无线通信即以电磁波所涉及的空间传播为基础，以此来确保多样化信息的正常传输。与此同时，无线信道所含有的基本特征，将能细分为两大类别，其中包含发射机以及相应接收机彼此之间存在的长距离。此外还涉及到基于小尺度而产生的多径衰落现象。传输衰减通常情况下，无线信道将会使得接收信号的实际功率逐步降低，而此项参数将和传输路径的真实状态息息相关。当处于接收端时，信号功率将可秉持下述基本公式进行求解：主要代表基站和用
29、户彼此之间的实际距离, 主要代表自由空间所存在的路径损耗,与此同时，主要代表阴影衰落, 而则主要代表多径衰落。路径损耗路径损耗即为射频电波基于空间传播时形成的损耗。当发送机与接收机的实际距离为数千米时, 接收信号的平均功率值和信号传播距离的次方将为反比。为路径损耗指数。传输环境将可决定值 。若处于自由空间的电波传播，则通常取值为2。当处于自由空间中，接收天线接收的信号功率将秉持逆平方律进行扩展，即式中：为接收功率，为发射功率，为波长，与 依次为发射天线增益与接收天线增益。当处于蜂窝通信环境下，传输路径将伴随表面反射路径，此时接收功率近似为 式中：与依次为发射与接收天线的有效高度 。阴影衰落阴影
30、衰落由于电波传播路径受到障碍物的阻挡，而引起传输信号的衰减。其分布受到来源于天线高度以及环境特征的实际影响。通过统计测量得知，其统计特性主要秉持对数正态分布。由于路径损耗以及阴影衰落均体现出无线信道基于大尺度对信号传输的实际影响，故而通常又被人们称之为大尺度衰落。、小尺度衰落若发送机与接收机仅相距数个波长，则接收信号的功率将会因为多径效应出现显著变化，即为小尺度衰落，其体现出短期接收信号的迅猛起伏状态。小尺度衰落主要秉持瑞利分布亦或为Nakagami-m分布。详见图 1-5，即为两类衰落的基本示意图。 图1-2 小尺度衰落和 大尺度衰落第二章MIMO系统与空时检测技术2.1 MIMO技术2.1
31、.1 MIMO产生背景MIMO技术可追潮至20世纪初的马可尼时代，在此时期中，切实推进着MIMO技术在后期的迅猛发展。上世纪90年代，全球著名的Bell实验室在此方面获得一系列突出成果。例如，1995年，国外学者Telatar曾经提出，若基于加性高斯白噪声信道的环境下，选择应用MIMO技术将能有效拓宽信道的实际容量；1996年，国外学者 Foschini以分层空时编码为基础，成功构建出科学完善的MIMO系统，并借助8个发射天线以及高达12个的接收天线，表现出40bit/s/Hz的良好频谱效率，但整体而言，其实则尤其适用于窄带系统和室内环境，不太用于室外移动环境。这项结论引起全球学者的广泛关注，
32、并纷纷据此进行如火如荼的细致研究。从本质上而言，MIMO技术实则为将时间域以及空间域进行紧密衔接，以此针对多样化空时信号，进行科学处理的核心技术之一。现如今，多样化用户愈加提出相对严苛的实际需求，现有的频谱资源已经被急剧消耗。在此背景下，多输入多输出技术(又称为多天线技术)的出现为解决频谱利用率问题开辟了一条新路。研究表明，MDMO技术在室内传播环境下的頻谱效率可以达2040bit/s/Hz，而过去所一直沿用的蜂窝无线通信技术，仅可达到15bit/s/Hz。事实上，MIMO技术所含有的优势，即为借助于随机衰落的作用，并秉持多径传播的基本形式，其本质是引入了空间维进行通信，并在不提高带宽的基础上
33、，有效增强系统所含的频谐利用率，持续优化现有的无线信号传输质量。正因如此，MIMO技术才在现今的多样化领域当中，逐步获得相对广泛的实际应用。其基本原理示意图，详见图2-1。 图2-1 MIMO系统原理及分类示意图上述系统即为 MIMO系统，其含有根发射天线，根接收天线，第根发射天线至第根接收天线的信道衰落复系数为。传输信息流通过空时编码后产生个信息子流。并依次由个天线进行发送，再通过空间信道由个接收天线接收，接收信号依次为。最后，接收端针对这些信号进行联合检测处理，并分离多路数据流。空时编码为MMO技术的核心，从信号处理角度，MIMO技术将能细分为三大类别，其中主要包含可有效增强分集增益以及相
34、应的编码增益的某特定空间分集技术；与此同时，包含能够显著增强系统容量的某特定空间复用技术；除此之外，还涉及到可有效抑制各类外部干扰的某特定空时预编码技术。2.1.2 MIMO存在的问题20世纪90年代，全球移动通信领域均纷纷关注于MIMO技术的重要性，并据此展开如火如荼的深入研究，获得一系列科研成果。然而，该项技术在现今仅应用于3G系统之中。这是由于，此项技术至今依然存在一系列亟待解决的根本问题，详细如下： (1) 其所含有的各项性能往往会受到来源于天线相关性的实际影响，故而如何基于一定的的终端空间成功安装若干彼此独立的天线，还有待于深入探讨。(2) 因为接收机必须针对各种类型的海量数据，进行
35、科学有效的细致处理，故而将表现出尤为显著的复杂性。但是，针对接收机的设计过程对于MIMO系统又至关重要。在此情况下，需借助其他多样化系统中所涉及的迭代均衡以及联合检测等各项行之有效的接收技术，来有效降低处理难度。(3) 对于MIMO系统而言，信道估计过程中的精准性，将会对后期系统的各项性能产生极其深远的影响，故而将有必要找出科学完善的信道估计算法。 2.1.3 MIMO系统模型通常情况下，当处于无线信道当中，多径传输所产生的衰落现象并不有利于无线信道的正常传输。但是，MIMO系统却可对其进行有效利用。该系统的基本原理示意图，详见图2-1： 图2-1 MIMO原理图传输信息流通过空时编码产生个信
36、息子流 ， 并经由天线进行发射，通过空间信道后由个接收天线成功接收多天线，接收机通过前沿的的空时编码，处理并解码此类数据子流,则将可达到最佳处理效果。需要注意的是，若个子流在同一时间均发送至某特定的信道，则多样化发射信号将会占据完全一致的频带，此时带宽将无法得到拓展。若多样化发射接收天线彼此之间建立的通道均彼此独立，则在此情况下，MIMO系统将可创造若干并行空间信道，并据此独立传输各项信息。2.2 空时检测技术若可合理借助多散射无线信道的作用，则在此情况下，空间复用技术将能有助于接收天线成功检测若干发射天线，在同一时间所发射的一系列传输信号。这意味着，空间复用技术可以有效地结合多入多出天线和散
37、射信道系统，在同样的频带范围内使信道容量随天线数目线性增长。因此，空间复用技术与空时块码存在一定的差异性，后者实为典型的空间分集技术之一，主要利用发射信号间的相关性增加信号检测的可靠性，提高分集增益。对角贝尔实验室分层空时码（D-BLAST）是最初提出的用于逼近MIMO系统容量的空间复用方案。但是由于它在编码结构上的复杂性，贝尔实验室又提出了对角空时码方案V-BLAST，实现简单。在V-BLAST中，由于数据只在每根天线上进行分层处理，因此，可以在每根天线，即每个子层上单独使用信道编码技术；但是D-BLAST由于是在时间维上和空间维上进行数据分流，因此检测复杂度增加。空间复用系统的发送端数据分
38、成个低速数据流，经过数据编码和调制处理，每个分层数据同时从个发端天线发射出去。这个发射信号处于同样的物理信道，因此他们占用相同的频带。在接收端，每根接收天线检测到多根发射天线的混迭信号，并分离成连续数据流，从而有效恢复成原始数据流。2.2.1 ZF检测算法迫零检测通过信道矩阵的伪逆，将信道矩阵产生的干扰强制为零，以得到待检测信号的估计量21。其伪逆计算公式，详见(2-1)： （2-1）将 左乘接收向量 ，可获估计量： (2-2) 基于理想 CSI条件下，通过(2-2)可知，用户干扰为 0， 并能得知ZF检测算法的均衡矩阵 ，详细如下： (2-3)的对角元依次对应多样化用户信号的估计方差， 代表
39、噪声的方差。基于式(2-2)，第 个用户的发送信息估计值将能表示如下： (2-4) 实质：代表均衡矩阵的第行，则其将详细如下： (2-5)基于上述深入分析将能得知，相较于MF算法而言，ZF算法仅多余针对矩阵求逆人涉及的运算过程，其将能有效排除来源于其他用户的诸多干扰，然而，这将有效提高来源于噪声的实际影响。值得一提的是，ZF算法所表现出的复杂度为，已经远低于ML算法，并和收发天线的实际数量紧密关联，故而很容易进行实现。2.2.2 ZF串行干扰消除检测算法串行干扰消除（SIC）算法一般来说都是和V-BLAST联系在一起的。因此，串行干扰消除接收机一般又称为V-BLAST接收机。相较于上述内容中所
40、提及的两类算法来看，此类算法的计算过程更显复杂，然而却可提供尤为显著的各项性能。值得一提的是，此方法将会针对信噪比表现为极大值的某特定发射信号进行优先检测，并将来源于此信号的实际影响进行阐述。随后循环执行该步骤。基于信道矩阵已知的假设，此类算法所秉持的各项步骤详细如下：（1） 排序：首先，基于信噪比将可针对后期的最佳检测信号，进行科学有效的精准判定。（2） 迫零：其次，针对其他信噪比并不显著的微弱信号进行迫零，以此来成功检测信噪比最高的发射信号（3） 信号检测：确定为最近的星座点（4） 干扰消除：随后，将已经成功检测的一系列信号，自接收信号当中删除。从而便于检测其他信号时降低检测复杂度。首先，
41、令每个子层信号检测排序序列为。根据串行干扰消除的基本算法，ZF串行干扰消除检测算法23可以描述成迭代过程，包括最佳排序的检测过程，具体如下：初始化：迭代过程（26）这里假设，所有发射信号均采用同样的星座映射。所以，检测后最低信噪比的信号决定了整个算法的性能。由于采用了符号消除机制，检测后的信号信噪比依赖于信号检测次序。很明显的观点就是最大化检测后的最低信噪比。这里的优化流程是再每次排序后都选择最大的作为检测信号，这样就使得整个排序集再这种最大化的意义上是最优的。因为假设发射符号具有相同的发射能量，第个符号检测后的信号信噪比为：（27）2.3 V-BLAST系统模型现如今，多样化用户对于各项宽带
42、无线通信业务愈加提出相对严苛的实际要求，并希望可持续提高比特速率。为切实满足海量用户所提出的一系列实际需求，MIMO系统应运而生，其将可基于多径信道的环境之中，借助于空间维度的作用，有效拓宽信道容量。而在此过程中，若想借助于多重空间信道当中的所含容量，将可应用空分复用技术来达到这一效果。不仅如此，V-BLAST结构以及尤其而衍生出的算法也被学者研发出来。对于此类算法而言，其旨在秉持最大化信噪比的基本准则，来选择恰当合理的检测顺序，并由此计算得知某特定的检测向量，此外还需针对多样化接收数据向量执行必要的线性加权步骤，以此来针对某些干扰信号分量进行有效抑制，这将可科学精准的检测出与之相匹配的期望信
43、号。在此之后，已经成功检测的信号将会删除，并循环上述操作。此类技术通常又被人们称之为排序连续干扰消除算法。与此同时，借助于信道矩阵求逆的作用，针对某特定检测向量进行科学计算，并由此进行合理排序的算法，通常又被人们称之为迫零连续干扰消除算法。对于此类算法而言，其将可彻底抑制各种类型的干扰信号，然而却有可能提高噪声的分贝。在此情况下，为切实提升信号检测的实际效果，本文决定秉持最小均方差的基本准则，来针对现有检测顺序进行科学合理的排序，不仅如此，本文将此准则作用于全部信号，以此来有效抑制其他干扰以及相应的噪声干扰，这将可有效增强现有的检测性能，此算法通常又被人们称之为OSIC算法。需要注意的是，在实
44、际应用过程中，有必要针对算法的各项性能及其是否简单的基本特性进行综合考量，以获得最佳值。基于上述规则确定恰当适宜的检测顺序时，此种算法的基本性能将类似于V-BLAST检测算法，此外还可规避本来的算法基于任何个SIC阶段均涉及到的矩阵求逆运算。在此章节中，主要针对V-BLAST系统所含有的OSIC技术，进行科学合理的深入研究。本章之初，旨在构建出完善的系统模型，并对当前算法进行相对深入的描述以及科学合理的综合分析；随后，以混合干扰消除及其相应的并行干扰消除为基础，成功构建出科学得当的改进算法。存在个发射天线，个接收天线的MIMO系统，详见图2-5，其中。V-BLAST系统结构如图2-5所示：数据
45、流通过信道编码和交织后，将可细分为个子数据流，所有通过M-QAM映射与OFDM调制后将可产生OFDM符号，并依次于个独立天线上进行发送。通过独立信道，混叠信号将可于接收端天线实现接收，同步后进行OFDM解调。其输入输出关系详细如下： 式中，向量为个天线接收的信号，代表转置，为发射信号向量，符号集代表，但为接收端各路天线的加性白噪声，均值为零，方差为，为的平坦衰落信道响应阵，而元素，代表接收天线与发送天线对间的独立复高斯分布的随机信道响应。值得一提的是，通过OFDM解调的若干信号，必须借助于MIMO检测算法进行计算，并通过信道进行相应的解交织操作，随后才可实现解码输出。此时信道解码过程的基本信息
46、，将能实时反馈至信道估计算法等，并可借助于解码输出等作用，来有效提高系统的各项性能。虽然上述描述的V-BLAST系统也从本质上也是一个单用户系统，只不过采用了多个发射天线.人们会很自然的联想到多址接入技术，因为传统的多址接入技术也是通过驱动所有的发射器，将单个用户数据拆分成许多子数据流。因此，在这里有必要指出它们之间的区别:首先，BLAST不同于码分多址及其它多址接入技术，它所占据的带宽相对较少;并且相较于FDMA而言，BLAS也表现出一定差异性，每一个传输信号都覆盖整个带宽而不是分成很多频段;最后，BLAST也不同于TDMA，整个系统带宽被所有发射天线在所有时间上同时使用而不是分时使用。总之所有这些差别加在一起，使BLAST系统比多址接入技术有更大的实现更高频谱效率的潜能。事实上，BLAST系统的一个本质特点是发射结构没有赋予传输信号完全的正交性。相反，恰恰是传输环境本身存在大量的多径，这些多径被开发出来实现信号的解相关，最终实现在同一个信道中的信号分离。V-BLAST系统结合了新旧检测技术来分离信号，达到尤为显著的频谱效率。2.4 空时编码技术 1996年，国外知名学者Foschini，曾经首次提出空时编码技术的基本概念，并将其应用于分层传输系统38。而1998年由Alamouti提出的