多天線系統(tǒng)信道估計與信號檢測技術(shù)研究.pdf

1、本論文主要研究無線多天線系統(tǒng)的信道估計與信號檢測問題。多天線的應(yīng)用模式主要包括了空間分集(如空時碼)、空間復(fù)用(如V-BLAST系統(tǒng))等。文章對這兩類問題都進行了研究，提出了新的改進并與原算法進行了比較。迭代方法可以有效提高算法性能，因此在本文集中研究了迭代算法及聯(lián)合信道估計和信號檢測算法在不同多天線應(yīng)用模式下的實現(xiàn)及算法改進。文章最后還研究了在沒有訓練信號情況下的盲估計和均衡問題。研究內(nèi)容主要包括：
　　 1、研究了一些最基本

2、的V-BLAST系統(tǒng)的連續(xù)干擾消除(SIC)檢測算法，包括了基于迫零和最小均方誤差準則的連續(xù)干擾消除技術(shù)，基于QR分解的算法等。文中首先給出對系統(tǒng)模型和現(xiàn)有算法的描述和分析，針對連續(xù)干擾消除算法中存在的誤差傳遞問題，然后提出一種在QR分解算法基礎(chǔ)上，基于混合SIC和并行干擾消除(PIC)的改進算法。通過仿真比較和復(fù)雜度分析，對各種算法的性能和實現(xiàn)復(fù)雜度做了對比。
　　 2、研究高性能的基于后驗概率的MIMO檢測算法，其主要包含兩

3、個問題，一是如何利用軟信息，二是如何實現(xiàn)最大后驗所需的有效搜索算法。文中首先給出了軟輸入軟輸出接收機系統(tǒng)中如何在解碼器和檢測器件通過軟信息的交換來實現(xiàn)Turbo迭代。另外，基于后驗概率的算法主要是要能夠?qū)崿F(xiàn)高效的符號路徑搜索來最大化后驗概率。因此文中給出了幾個主要的搜索算法，包括列表球形譯碼算法、堆棧算法以及M算法。文中提出了對其中一些算法的改進或新算法。針對堆棧算法中原有算法在搜索過程中需要通過額外的輔助堆棧計算來得到搜索路徑長度偏移

4、量的問題，本文提出一種更為有效的在算法中考慮長度偏移量的方法，在性能和算法復(fù)雜度上都有所改善。另外對于在搜索類算法中復(fù)雜度最小的M算法，其性能有時在MIMO檢測中不能令人滿意的情況，本文討論了將結(jié)合Soft-Viterbi算法的M算法應(yīng)用于MIMO檢測的情況。在最后通過仿真驗證了所提算法的有效性。
　　 3、研究了基于最小均方誤差(MMSE)的MIMO檢測算法。首先，我們依然先介紹了如何在MMSE MIMO檢測中利用來自解碼器的

5、軟信息，這與后驗概率檢測算法中的情況有所不同?；谧钚【秸`差的檢測算法包含了線性最小均方誤差檢測(LMMSE)、非線性最小均方誤差檢測(NMMSE)以及各種干擾消除等技術(shù)，文中都對此進行了分析研究，并在此基礎(chǔ)上提出了新的改進。首先，對基于NMMSE檢測的GPDA算法進行了改進。引入了分組迭代GPDA算法，即將待檢測信號先進行分組，組內(nèi)用MAP檢測，而其它分組信號作為干擾消去后殘留干擾的疊加被近似為高斯噪聲，并計算相應(yīng)的匹配均值和匹配方

6、差。這樣一方面減少了干擾信號，一方面對組內(nèi)的少量信號使用MAP算法提高了檢測性能并控制了實現(xiàn)復(fù)雜度。通過調(diào)整分組大小，算法可以取得性能和復(fù)雜度的折中。在章節(jié)最后的實驗部分對比了幾種算法，驗證了本文算法的較好性能。
　　 4、研究了空時塊碼正交頻分復(fù)用(STBC-OFDM)系統(tǒng)的聯(lián)合迭代信道估計與信號檢測問題。STBC的解碼性能很大程度上受到信道估計精度的影響，而實際系統(tǒng)中由于訓練信號有限或者時變信道環(huán)境導(dǎo)致信道估計通常有較大偏差

7、。文章研究通過聯(lián)合迭代信道估計與信號檢測的方法來改善信道估計和STBC解碼的性能。在現(xiàn)有文獻中包含了基于EM算法和循環(huán)最小算法的迭代實現(xiàn)。而這些算法在解碼環(huán)節(jié)通常是通過搜索來實現(xiàn)解碼的，而本文中提出了一種解析求解的方法大大降低解碼復(fù)雜度。在信道估計問題上，本文在時域信道估計中通過有效利用FFT和IFFT在時域和頻域信道間轉(zhuǎn)換避免了原有算法中為了降低復(fù)雜度而限制信號為恒模的問題。仿真中在等間隔插入導(dǎo)頻的OFDM系統(tǒng)和前置訓練信號的系統(tǒng)信道

8、跟蹤問題中驗證了算法有效性。另外在利用信道解碼輸出的迭代算法中，本文提出利用解碼輸出的硬判決反饋實現(xiàn)迭代，仿真中性能接近已知信道參數(shù)的理想情況性能曲線。
　　 5、研究了多天線系統(tǒng)的盲信道估計與均衡問題。本章給出了一種將子空間方法從單輸入多輸出擴展到多輸入多輸出系統(tǒng)的簡潔的形式，并研究了有色信號輸入下信道的辨識與均衡。多輸入多輸出系統(tǒng)盲均衡后會存在一個模糊矩陣，即變成一個信號瞬時混合的問題，文中通過聯(lián)合對角化方法求解了該問題，得