欢迎来到天天文库
浏览记录
ID:33370765
大小:4.59 MB
页数:150页
时间:2019-02-25
《广义扩展mimo-ofdm系统中检测算法研究及优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、北京邮电大学博士论文摘要在被称作B3G或4G的下一代移动通信系统中,MIMO一0FDM技术被普遍接受为物理层的框架。MIMO系统的信道容量在高信噪比下近似与接收或者发送天线数的最小值呈正比,可以实现移动通信的高速传输:0FI)M技术可以对抗宽带信道的频率选择性衰落,是B3G系统的关键技术。但普通的MlMO.OH)M系统仅仅只能获得复用增益,因此需要对MIMO.0FDM系统进行广义扩展,以能够同时获得编码、复用及分集增益。更重要的是,为发挥广义扩展MIMO.0FDM系统的潜力,需要设计各种有效可靠的检测算法应用于各类通信环境。本文主要工作是围绕广义扩展MIMO.0FDM的检测算法展开的,具
2、体如下:1.系统提出MIMO.OFDM系统的广义扩展方法,并提出广义扩展MIMO.oFDM系统的多级并行干扰删除算法和简化的串行迭代干扰删除算法。针对时间、频率选择性衰落信道进行了较深入的分析,得到了适用于不同无线环境的广义扩展MIMO.OFDM系统架构;结合vBL峪T和STBC/SFBC的思想,推导了广义扩展MIMO.OFDM系统的线性和非线性算法。对普通串行干扰删除算法和串行迭代干扰删除算法的缺点进行了研究分析,提出了多级并行干扰删除算法和简化的串行迭代干扰删除算法:多级并行于扰删除算法采用并行思想避开反复的排序和矩阵求逆操作,简化的串行迭代干扰删除算法在理论和仿真分析的基础上,摒弃
3、掉对性能影响很小的迭代步骤,均能实现在保证误码率性能不受影响的同时,复杂度的大幅降低。仿真结果和量化的计算复杂度分析验证了以上结论。2.提出基于预处理的半定松弛简化算法和基于辅助变量引入的概率数据辅助简化算法和相应的Thrb0迭代检测算法。分析研究了半定松弛、概率数据辅助等准最大似然检测思想,并将其应用到广义扩展MIMO.OFDM系统;提出了基于预处理的半定松弛简化算法和基于辅助变量引入的概率数据辅助简化算法,以上算法都能得到近似准最大似然检测的性能,且相比普通算法复杂度得到了有效地降低;引入MCMC思想推广了概率数据辅助算法,使算法能适用于更多的通信环境。分析了Turbo迭代技术的特点
4、及研究现状,针对广义扩展MIMO.OFI)M系统迭代检测的关键技术问题进行了深入研究,提出了北京邮电大学博士论文摘要基于简化半定松弛算法以及简化概率数据辅助算法的Turbo迭代检测算法,该算法能获得很好的误码率性能。仿真结果和量化的计算复杂度分析验证了以上结论。3.提出结合简化半定松弛检测和非线性检测的组合检测算法,并经分析得到性能较优、复杂度较低的最佳组合优化检测算法.对广义扩展MIMO—OFDM系统的非线性及准最大似然检测算法流程进行了研究,提出了相应的组合优化检测算法;同时,针对各类算法的特点,研究了不同的优化组合方案,推导出了性能较优、复杂度较低的最佳组合优化检测算法。仿真结果和
5、量化的计算复杂度分析验证了以上结论。4.给出了广义扩展MIMO.OFDM系统的信道估计算法和插值算法。针对广义扩展MIM0.OFDM系统,对信道估计方法和流程进行了研究,推导出了相应的信道估计算法和插值算法。关键词:MIM0.OFDM系统广义扩展多级并行干扰删除算法预处理半定松弛概率数据辅助算法组合优化迭代检测Ⅱ北京邮电大学博士论文^bstractAbstractGenemlly,thenext星renerationmobilecomI肌nicationsystcmsarecalledB3Gor4GsystemsofwhichMIMO.OFDMisacceptedasthebasic协m
6、ework.nechannclcapac时ofMultipleInputMultipleOutput(MIMO)systcmsincrca∞sappmximatelylineaflywiththeminimumofthenumbersofthe打ansmitand舱ceivcantcnn勰athigllSNR.Oftho璺DnalFrequencyDivisionMultiplexing(oFI)M)is柚e蚯dent狮dsimpletcchniquetoovcr∞methe雒bctof6.equencyselectivi何causedbymultipaths.Butordinar),M
7、IMO—OFDMcanoIlly0btainIhespacemultiplexinggains,soweshouldapplySTB(’/SFBCcodetothesysteminordeftoobtainalltheenoode,multiplexinganddiVersitygains.Moreimponan“y;weshoulddesi{rnef£icientanddependablereceivedetectionalgor
此文档下载收益归作者所有