了得網工業技術_多天線繫統中的迭代信號處理技術

編輯推薦

《多天線繫統中的迭代信號處理技術》可供無線通信繫統設計、通信電子對抗等領域的技術人員學習和

參考，也可作為高等院校和科研院所信息與通信工程、信號與信息處理等專

業研究生的教材或參考書。

內容簡介

《多天線繫統中的迭代信號處理技術》深入、繫統地論述多天線繫統中迭代信號處理的理論、算法及應

用，總結作者多年來在該領域的研究成果及國際上的一些相關研究進展。

《多天線繫統中的迭代信號處理技術》共７章，主要內容有迭代信號處理基礎及研究進展、多天線繫統迭代信

號檢測與譯碼、迭代均衡和干擾抵消、迭代信道估計與同步技術等。

前言
第1章緒論1
1.1引言1
1.2MIMO繫統的接收機2
1.3迭代思想的提出7
1.4MIMO迭代接收機的架構9
1.5MIMO迭代信號處理的研究與發展12
1.5.1MIMO迭代接收機的軟檢測/均衡算法12
1.5.2MIMO迭代接收機的參數估計16
1.5.3Turb0迭代接收機理分析18
1.5.4MIMO迭代接收機的糾錯譯碼19
參考文獻20
第2章MIMO繫統概述27
2.1引言27前言

第1章緒論1

1.1引言1

1.2MIMO繫統的接收機2

1.3迭代思想的提出7

1.4MIMO迭代接收機的架構9

1.5MIMO迭代信號處理的研究與發展12

1.5.1MIMO迭代接收機的軟檢測/均衡算法12

1.5.2MIMO迭代接收機的參數估計16

1.5.3Turb0迭代接收機理分析18

1.5.4MIMO迭代接收機的糾錯譯碼19

參考文獻20

第2章MIMO繫統概述27

2.1引言27

2.2MIMO繫統的基本概念27

2.2.1MIMO繫統的信道容量27

2.2.2MIMO繫統的分集和復用31

2.3MIMO繫統的不同架構37

2.3.1T繫統37

2.3.2空時編碼繫統40

2.3.3MIMOOFDM繫統42

2.4MIMO繫統的信道模型45

2.線信道衰落特性46

2.4.2MIMO信道的描述47

2.4.3MIMO信道建模49

參考文獻54

第3章迭代信號處理基礎57

3.1引言57

3.2Turb0迭代原理57

3.2.1Turb0碼的迭代譯碼58

3.2.2Turb0原理65

3.3迭代信號處理方法66

3.3.1因子圖與SP算法67

3.3.2EM算法75

3.3.3VBEM算法80

3.3.4蒙特卡羅方法81

3.4迭代處理的性能分析86

參考文獻92

第4章MIMO繫統的迭代信號檢測94

4.1引言94

4.2平衰落空分復用MIMO繫統的SISO檢測原理94

4.3線性軟檢測原理97

4.3.1LS軟檢測器97

4.3.2LMMSE軟檢測器98

4.4基於樹搜索的軟輸出列表檢測算法99

4.4.1樹搜索檢測算法原理99

4.4.2LSD算法105

4.4.3列表Stack算法108

4.4.4列表QRD-M算法110

4.5基於MCMC的軟檢測算法117

4.5.1基於吉布斯采樣的比特計數算法117

4.5.2MCRB-算法118

4.6基於SDR的軟檢測算法121

4.6.1SDR的基本原理121

4.6.2基於SDR的硬判決MIMO信號檢測123

4.6.3基於SDR的軟判決MIMO信號檢測124

參考文獻127

第5章MIMO繫統的迭代均衡與干擾抵消130

5.1引言130

5.2Turb0均衡和干擾抵消技術131

5.2.1統均衡器131

5.2.2Turb0均衡技術133

5.2.3干擾抵消技術139

5.3-STBC繫統的迭代均衡141

5.3.1-STBC繫統的Turb0接收繫統141

5.3.2STBC碼Turb0接收繫統的EXIT圖分析144

5.4多用戶MIMO-OFDM繫統的迭代干擾抵消151

5.4.1多用戶MIMO-OFDM迭代干擾抵消原理152

5.4.2均衡後外信息計算153

5.4.3迭代干擾抵消的性能仿真155

參考文獻158

第6章MIMO繫統的迭代信道估計161

6.1引言161

6.2EM迭代信道估計162

6.2.1CE-EM接收機的信道估計163

6.2.2SD-EM迭代信道估計169

6.2.3基於導頻的初始信道估計171

6.2.4算法性能仿真172

6.3VBEM迭代信道估計174

6.3.1VBEM接收機的軟檢測175

6.3.2VBEM信道估計177

6.3.3SFD-RVBCE算法178

6.3.4頻域遞推信道估計181

6.3.5VBEM迭代接收機總結182

6.3.6算法的性能183

6.4軟判決RLS和LMS迭代信道跟蹤186

6.4.1軟判決RLS迭代信道跟蹤算法187

6.4.2軟判決LMS迭代信道跟蹤算法189

6.4.3算法的仿真性能190

參考文獻193

第7章MIMO繫統的迭代同步技術195

7.1引言195

7.2Turb0同步基本知識195

7.2.1高斯白噪聲信道下的基本同步問題196

7.2.2面向軟判決的Turb0同步技術198

7.2.3基於EM算法的Turb0同步199

7.2.4基於SP算法的Turb0同步200

7.3MIMO繫統中的迭代同步技術203

7.3.1頻偏影響下的MIMO信號模型205

7.3.2數據輔助的頻率同步技術205

7.3.3編碼輔助的迭代頻率同步技術207

7.4MIMO-OFDM繫統中的迭代同步技術210

7.4.1同步誤差影響下的MIMO-OFDM信號模型210

7.4.2聯合定時、信道與頻偏估計215

7.4.3聯合頻偏與等效信道跟蹤218

參考文獻225

在線試讀

第1章緒論
1.1引言
MIMO技術最早於1908年由Marconi提出，當時通過采用多根天線來抵抗信道線通信的影響。真正對當前線通信產生巨大影響的MIMO概念是由Be11實驗室的Te1atar[1J與Foschini[2J於20世紀90年代分別獨立提出的。MIMO技術通過在通信繫統的發送端或/和接收端設置多個天線，允許多個天線同時發送或接收多個空間數據流，使空間同時間、頻率一樣，成為一種可用於提高性能或容量的資源，實現多個空間數據鏈路共享時間和頻段的傳輸。Te1atar與Foschini從理論上證明，在總發射功率受限、空間獨立的瑞利平衰落MIMO信道下，信道容量(單位:b/s/Hz)隨發射與接收天線數中的最小值呈線性增長[1，門J，這意味著MIMO技術可以在不增加帶寬和發射功率的前提下成線通信繫統的信道容量。目前，MIMO技術已成為實現高頻譜利用率、高信息傳輸速率、高可靠性數據傳輸的有效方案之一。MIMO繫統的提出引起了人們極大的興趣和研究熱情，人們圍繞MIMO繫統的信道容量分析、繫統架構、空時編碼、波束成形、有限反饋、接收機設計與繫統實現等難題展開大量研究，取得了豐富的研究成果。
大量研究表明，接收機的性能是通信繫統能否實現整體最佳性能的關鍵。MIMO繫統能否發揮其性能和譜效率方面的優勢同樣受到接收機設計的影響。在通信理論中，最優接收機是使發送符號或序列錯誤概率最小的MAP接收機。雖然最優接收機的概念在通信理論中早已界定，但在實際問題中卻因為復雜度過大而很少應用，尤其在MIMO繫統中，由於收發兩端引人多根天線，使得待處理的信號維數和未知參數增加，也使繫統的最優接收更加難以實現。因此，實際繫統的接收機通常將接收處理按照功能分成順序執行的多個獨立模塊，如檢測/均衡器、信道估計器、信道譯碼器等。典型的MIMO繫統發送機和傳統接收端框圖如圖1.1所示。這種傳統接收機局限於對單個模塊的優化設計，往往忽視各模塊之間存在的聯繫，忽略了整體的優化設計，其性能與最優接收機存在較大差距。許多研究者致力於接收機中單個模塊(如MIMO檢測/均衡、信道譯碼等技術)的優化，但其在繫統整體性能提升方面作用有限。
20世紀90年代，隨著Turbo碼迭代譯碼原理的提出和應用，迭代思想很快被擴展到通信繫統的諸多應用領域，如Turb0均衡、Turb0解調及迭代信道估計與同步等。通過迭代接收可以建立接收機各模塊之間內在的相互聯繫，實現各個模塊間的有效信息交互。由於在多模塊間反復交換信息，迭代接收能以合理的復雜度逼近最優接收性能。正因如此，研究者迅速將Turb0原理引人MIMO接收機設計中，並衍生出一繫列基於Turb0原理的MIMO迭代信號處理技術。迭代信號處理技術是一類新興的信號處理技術，已經在MIMO繫統信號處理的多個領域得到應用，已被理論和實際證明具有超越傳統非迭代接收機的優異性能。
1.2MIMO繫統的接收機第1章緒論

1.1引言

MIMO技術最早於1908年由Marconi提出，當時通過采用多根天線來抵抗信道線通信的影響。真正對當前線通信產生巨大影響的MIMO概念是由Be11實驗室的Te1atar[1J與Foschini[2J於20世紀90年代分別獨立提出的。MIMO技術通過在通信繫統的發送端或/和接收端設置多個天線，允許多個天線同時發送或接收多個空間數據流，使空間同時間、頻率一樣，成為一種可用於提高性能或容量的資源，實現多個空間數據鏈路共享時間和頻段的傳輸。Te1atar與Foschini從理論上證明，在總發射功率受限、空間獨立的瑞利平衰落MIMO信道下，信道容量(單位:b/s/Hz)隨發射與接收天線數中的最小值呈線性增長[1，門J，這意味著MIMO技術可以在不增加帶寬和發射功率的前提下成線通信繫統的信道容量。目前，MIMO技術已成為實現高頻譜利用率、高信息傳輸速率、高可靠性數據傳輸的有效方案之一。MIMO繫統的提出引起了人們極大的興趣和研究熱情，人們圍繞MIMO繫統的信道容量分析、繫統架構、空時編碼、波束成形、有限反饋、接收機設計與繫統實現等難題展開大量研究，取得了豐富的研究成果。

大量研究表明，接收機的性能是通信繫統能否實現整體最佳性能的關鍵。MIMO繫統能否發揮其性能和譜效率方面的優勢同樣受到接收機設計的影響。在通信理論中，最優接收機是使發送符號或序列錯誤概率最小的MAP接收機。雖然最優接收機的概念在通信理論中早已界定，但在實際問題中卻因為復雜度過大而很少應用，尤其在MIMO繫統中，由於收發兩端引人多根天線，使得待處理的信號維數和未知參數增加，也使繫統的最優接收更加難以實現。因此，實際繫統的接收機通常將接收處理按照功能分成順序執行的多個獨立模塊，如檢測/均衡器、信道估計器、信道譯碼器等。典型的MIMO繫統發送機和傳統接收端框圖如圖1.1所示。這種傳統接收機局限於對單個模塊的優化設計，往往忽視各模塊之間存在的聯繫，忽略了整體的優化設計，其性能與最優接收機存在較大差距。許多研究者致力於接收機中單個模塊(如MIMO檢測/均衡、信道譯碼等技術)的優化，但其在繫統整體性能提升方面作用有限。

20世紀90年代，隨著Turbo碼迭代譯碼原理的提出和應用，迭代思想很快被擴展到通信繫統的諸多應用領域，如Turb0均衡、Turb0解調及迭代信道估計與同步等。通過迭代接收可以建立接收機各模塊之間內在的相互聯繫，實現各個模塊間的有效信息交互。由於在多模塊間反復交換信息，迭代接收能以合理的復雜度逼近最優接收性能。正因如此，研究者迅速將Turb0原理引人MIMO接收機設計中，並衍生出一繫列基於Turb0原理的MIMO迭代信號處理技術。迭代信號處理技術是一類新興的信號處理技術，已經在MIMO繫統信號處理的多個領域得到應用，已被理論和實際證明具有超越傳統非迭代接收機的優異性能。

1.2MIMO繫統的接收機

MIMO繫統在發送端和接收端同時配置多根天線，其簡化框圖如圖1.2所示。MIMO繫統的核心思想就是空時信號處理，即在原來時間維的基礎上，通過使用多根發送天線和多根接收天線來增加空間維，從而實現多維信號處理，獲得空間復用增益或空間分集增益。MIMO繫統傳輸的數據經過的是矩陣信道而非矢量信道，這為改善繫統性能或提高數據傳輸速率提供了更大的可能。實際上，MIMO繫統可以將無線信道與發送機、接收機視為一個整體進行優化，從而實現高的繫統傳輸性能和頻譜利用率。MIMO繫統理論上的性能提升和容量增益的獲得需要依靠合理的接收機設計。舉例而言，通用的MIMO容量分析通常假設發射或接收端完全已知信道信息，然而，這種假設條件一般在實際中無法獲得，MIMO繫統的信道容量會隨著接收機非理想信道估計誤差的增加而迅速降低。另外，從繫統實現的角度來說，MIMO繫統接收機需要在復雜度和性能上獲取折中。因此，接收機設計是MIMO繫統的關鍵問題，人們對此進行了廣泛研究，提出了多種實現方案。下面簡要介紹MIMO繫統的接收機。

假設信道參數為H，發送信號(信道輸人)為X，接收端觀測信號(信道輸出)為Y，則MIMO繫統一般可以表示為如下線性模型:式中，Y為NRXl的觀測矢量;X為NTXl的發送信號矢量;H為NRXNT的信道矩陣;W為NRXl的接收端觀測噪聲。MIMQ繫統傳統接收機設計的任務是:根據觀測信號Y盡可能準確地估計出發送信息X，這就是信號處理中典型的信號估計問題。

假設待估計的參數為發送信號X，X的估計記做。→般的估計問題通常先設定某種關於X和X的代價函數c(X，X)，然後通過最小化c(X，X)關於X和Y的聯合概率分布P(X，Y)的期望E{c(X，)}進行求解，即

隻考慮c(X，X)積分項的代價函數，從而最小化式就等價於最小化如下所示的

此時，X的估計為

當X為連續隨機變量時，若取代價函數c(X，)為均方誤差MSE)函數，即

代入式(l.3)，對求導並令導數等於零可得

顯然，X的最小均方誤差(mlnlmUmMSE，MMSE)估計就是X的後驗均值E(XIY)。若給定任意小的ò>O，並取如下代價函數:

類似地，可以推導出X的估計為

此時，X的估計為估計。

若X為離散隨機變量，則式(1.3)可寫為

定義代價函數c(X，X)為

則式(1.9)簡化為1，其他

最小化C(X\\Y)得到X的估計X為

這裡同樣得到X的MAP估計。在最小誤符號率準則下，MAP估計就是最優估計。

除了MAP估計以外，根據經典估計理論，還可以對X進行最小二乘(1eastsquares，LS)估計、加權最小二乘(weighted1eastsquares，WLS)估計和線性最小均方誤差(linearminimummeansquareerr0r，LMMSE)估計。LS估計通過最小化代價函數推導:

若已知觀測噪聲W的協方差矩陣C0v(W)為Cw，WLS估計為

當觀測噪聲為高斯分布時，此模型下WLS估計等效為ML估計。對於連續信號，ML估計能達到經典估計理論中的Cramer-Ka0下界，是→種最小方差無偏(minimumvarianceunbiased，MVU)估計器。當待估計參數和觀測信號為聯合高

斯分布時，MAP估計等效於MMSE估計，而MMSE估計與形式簡潔的LMMSE估計等效[4]。LMMSE估計的表達式為

式中，干0O(X，Y)表示X和Y的互協方差矩陣。如果進一步假設~(X)=0，

LMMSE估計就演變成維納濾波的形式。

自MIMO繫統提出後，人們就對MIMO發送信號的LS和MMSE等簡單估計方法進行了深入研究。盡管上述估計方法為MIMO信號接收提供了多種解決途徑，但實際情況更加復雜，具體表現在:①發送信號X通常為取自調制星座集的多維離散信號，那麼，連續信號域上的LS和MMSE等估計將不是發送信號的最優估計，事實上，它們與最優接收機的性能相差甚遠;②信道參數H通常是未知的，要估計信號X必須先獲取信道信息;③信號X的估計是符號級的，而最終需要恢復的是發送信息比特流。

從誤比特率(bit-err0r-rate，BER)最優的角度來看，假設發送信息比特流為，則MIMO繫統的最優接收機是bj的MAP接收機，即

下面分信道參數已知和未知兩種情況來討論MIMO繫統的接收機:

(1)信道參數已知。假設信道參數H對接收端來說完全已知，依據貝葉斯原理[4]，j的後驗概率可寫為

bj的後驗對數似然比為

式中，Pa(X)為信號X的先驗概率，其與信道編碼和發送信息比特分布有關。表示與發送信號矢量X一一對應的比特矢量中bj=+1(或bj=-1)的所有調制信號組成的集合。最優接收機按照式計算bj的後驗LLR為Lapp(bjIY)。Lapp(bjIY)是信號X和比特流{bj}的函數，可以寫成如下形式:

顯然，最優接收機需要進行信號X和發送比特流{bj}的聯合最優化，其復雜度隨發送信號的維數和調制階數等成指數增長，在實際繫統中難以實現。傳統MIMO接收機先根據檢測得到X的硬判決值或軟判決值，然後進行信道譯碼恢復出發送比特流{bj}，其性能與最優接收機相差較大。所幸的是，Turb0原理為實現具有合理復雜度的MIMO近似最優接收機提供了切實可行的途徑。Turb0接收機進行聯合信號檢測與信道譯碼，以迭代的方式逼近最優性能。第3章和第4章將詳細介紹信道參數已知時MIMO繫統的迭代接收原理和相應的信號檢測譯碼算法。

(2)信道參數未知。信道參數未知時，受多種因素的影響，信道參數是未知的隨機變量，因此，用分布函數來描述信道參數更加合理，此時，bj的後驗概率P(bjY)可寫為

其後驗LLR為

計算式(1.22)需要計算分布P(Y，HX)，該分布是信道參數H和發送信號X的函數。傳統接收機將信道視為未知的確定量，通過信道估計獲得信道參數，此時，MIMO接收機的設計思路與信道參數已知時相同。然而，這種接收機考慮的是信道參數H和發送信號X的單獨優化，其性能有所損失。最優接收機考慮的是信道H、信號X和信息流{bj}的聯合優化，這是一個多參數聯合優化問題，該問題的求解非常困難。研究者們提出了多種迭代優化算法，典型的有M算法、M算法、和不(umpr0du，p)算法和蒙特卡羅方法等。第u章以MIMO-OFDM繫統為例，詳細介紹基於M和M的迭代接收原理和迭代參數估計算法。除了可以進行迭代信道參數估計外，還可以進行其他參數的迭代估計，第7章描述了迭代信道跟蹤和迭代同步算法。將參數估計嵌入Turb0迭代形成了一繫列迭代信號處理算法，這些算法使得參數估計能從Turb0迭代中獲得增益，提高參數估計精度，而更精確的參數對發揮Turb0迭代的優勢更加有利。

商品搜索

商品分类

【醫學】

【各大出版社】