mimo-ofdm系统中自适应技术研究本科学位论文.doc

《mimo-ofdm系统中自适应技术研究本科学位论文.doc》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。

毕业设计(论文)课题名称MIMO-OFDM系统中自适应技术研究 邵阳学院本科毕业设计（论文）摘要MIMO技术和OFDM技术是未来无线通信系统中的2个重要的技术，而将MIMO技术和OFDM技术结合在一起形成的MIMO-OFDM系统能够使频谱效率得以成倍提高，也能使信道容量得到提高；同时大大降低在多径环境下的接收机复杂度，因此成为了未来无线通信系统中摘要的核心解决方案。为了在未来无线通信系统中充分发挥MIMO-OFDM系统的优越性能，需要对MIMO-OFDM系统中的编解码、系统方案、信道分析、信道估计及实现等方面进行更深入的研究。本文在MIMO-OFDM系统和自适应MIMO-OFDM系统的基本原理的基础上，通过仿真研究，验证基于发送端估计信道状态的自适应MIMO-OFDM仿真系统的有效性。为了保证仿真结果的正确性，在仿真研究中，首先逐一仿真实现了包括Turbo编译码，QAM调制解调，STBC空时编解码，OFDM调制解调，功率控制等单元功能模块，然后在验证的基础上，整合为一个完整的自适应MIMO-OFDM仿真系统。论文的仿真研究表明，引入的MIMO-OFDM系统是可行的，可靠的，有效的。关键词：多输入多输出；正交频分复用；空时编码；信道估计；自适应功率控制II 邵阳学院本科毕业设计（论文）ABSTRACTMIMOandOFDMaretwoimportanttechniquesinfuturewirelesscommunicationsystem.MIMO-OFDMsystemwhichcombinesMIMOwithOFDM，canimprovespectrumefficiency，thechannelcapacityandsimplifythereceiverstructureunderthemulti-pathenvironment.SoMIMO-OFDMisakeytechniqueforthefuturewirelesscommunicationsystem.Recently,thereareanumberofinvestigationsintheencoding/decodingscheme,applicationstructure,signalanalysis,channelestimationandapplicationsofMIMO-OFDMtechnologyintheliterature.AfterareviewoftheMIMO-OMFDsystemandtheprincipleofadaptiveMIMO-OMDMsystem,anadaptiveMIMO-OFDMsimulationplatformisbuiltbyusingMatlabtotestifytheefficiencyoftheMIMO-OFDMsystemswithestimatedchannelstateinformationatTXside.Toensurethevalidityoftheresults,inthecourseofstudying,Ifirstlyfinishsomefunctionmodulus,forexample,Turboencodeanddecode,QAMmodulationanddemodulation,OFDMmodulationanddemodulation,space-timeencodeanddecode,water-fillingmodules,etc.Then,thesemoduleswillbeconnectedtotesteachmodule’sperformanceandtheircontributiontothewholesystem.TheresultofsimulationshowsthattheadaptiveMIMO-OFMDsystemispracticable,dependable,andefficient.Keywords：Multiple-inputmultiple-output；Orthogonalfrequencydivisionmultiplexing；Space-timecoding；Channelestimation；AdaptivepowercontrolII 邵阳学院本科毕业设计（论文）目录摘要IABSTRACTII第1章绪论11.1无线通信系统的发展11.2无线信道的特性21.3MIMO技术及其研究现状21.4OFDM技术及其研究现状41.5本文主要工作安排5第2章MIMO-OFDM基本原理72.1OFDM技术72.2MIMO基本原理112.3MIMO-OFDM的关键技术132.4本章小结14第3章MIMO-OFDM系统算法及原理163.1系统模型163.2Turbo编译码173.3空时编译码原理203.4MIMO-OFDM系统模型223.5仿真结果与分析233.6本章小结26第4章自适应MIMO-OFDM系统仿真建模274.1MIMO系统中的信道估计274.2基于发送端的信道估计模型284.3MIMO-OFDM系统自适应传输的基础304.4仿真结果与分析334.5本章小节37结论38致谢40参考文献411 邵阳学院本科毕业设计（论文）第1章绪论无线传输信道，尤其是在移动环境中的无线传输信道是一个非常复杂的物理现象，未来移动通信要在有限的频谱资源上支持高速率数据和多媒体业务的传输，就必须采取频谱效率高的抗衰落技术来提高系统的性能，OFDM和MIMO正是其中的两种有效措施，而将两者相结合构成的MIMO-OFDM系统，技术上相互补充、使之成为实现无线信道高速数据传输最有希望的解决方案之一，是当今科研的一个热点。本章首先基于对无线信道特性的分析，引出OFDM与MIMO技术，并简略介绍了一下它们的研究现状。1.1无线通信系统的发展人类采用通讯的历史可以追溯到遥远的古代。但是直到十九世纪末以前，人们都是采用例如烽火台的方式进行简单的信息传输。1864年英国物理学家麦克斯韦创造性的总结了人们己有的电磁学知识，预言了电磁波的存在。1886年德国物理学家赫兹用实验的方法证明了麦克斯韦的预言。1897年意大利科学家马可尼第一次展示了无线电波能在英格兰海峡里行驶的船只上保持传输，并获得了成功。在随后的一个多世纪里，在计算机和半导体技术推动下，无线通信的理论和技术不断进步，取得了举世瞩目的发展。今天，无线通信己经成为人们日常生活中不可缺少的重要通信方式。移动通信的发展是迅速的，其发展经历主要有第一代蜂窝移动通信系统，到第二代的数字蜂窝移动通信系统，再到第三代通信系统，包括被国际社会认可的三大主要标准：WCDMA、CDMA2000和TD-SCDMA。尽管如此，人们对移动通信仍寄予厚望。近些年来，随着Internet的普及和移动通信技术的迅猛发展，人们在图像、语音、数据、多媒体信息通信领域的应用和要求越来越高，希望现有固定网能支持多媒体业务，甚至那些只存在于想象中的通信业务在未来的移动通信中都能予以实现。这些年来人们己经开始研究和开发下一代无线宽带多媒体系统。所以人们认为最高速率只有2Mbps的第三代移动通信系统称不上真正的宽带多媒体通信，于是就在提出3G技术方案的同时，有人提出超3G(即后3G)的无线传输技术研究，甚至纷纷提出4G的概念。现在欧盟，美国，日本，韩国以及我国都已经在积极研究着4G无线通信系统了。第四代移动通信系统(4G)在业务上、功能上、频带上都将不同于第三代系统，它可称为宽带接入(BroadbandAccess)和分布网络，具有非对称的超过2Mbps的数据传输能力。44 邵阳学院本科毕业设计（论文）人们对于无线通信业务的需求越来越多，要求的质量也越来越高。但是实际中有着很多的干扰制约着通信质量，在宽带无线数字通信系统中，影响信道高速传输的最主要的一类干扰是由信道的多径效应所引起的频率选择性衰落。另外还有如何充分提高无线资源的利用率也是很多研究者的关注重点。MIMO-OFDM技术结合的提出成为了解决这些问题的一个重大突破。将两者相结合构成的MIM于OFDM系统在技术上相互补充、相得益彰，使之成为实现无线信道高速数据传输，最具希望的解决方案之一，具有非常广阔的研究和发展前景。MIMO-OFDM技术也被业界认为是未来第四代移动通信系统的主要物理层技术。1.2无线信道的特性在无线通信中，发射信号在传播过程中往往会受到环境的影响，发生直射、反射、散射和漫射等物理现象，这就使接收机的接收信号与发射信号相比产生了一定的变化，而这种变化就体现了无线信道的基本特征，具体集中在以下几个方面：（1）因频率复用造成的共信道干扰(CCI)采用蜂窝式的小区结构和频率复用技术，是解决频率资源紧张的有效方法，特别是在CDMA系统中，频率复用系数可以是l，甚至在同一小区的不同扇区间采用相同的载频，这样必然会产生CCI。在CDMA系统中，由于不同用户扩频码的非正交性或异步性同样会造成CCI。（2）多径现象由于移动环境的复杂性，通常从发射机到接收机的信号包含有折射、衍射、绕射等多种信号成分，不同成分到达接收机的强度不同，时间不同，方向不同，甚至在通常情况下，发射机到接收机之间不存在直达波束。（3）衰落由于多径效应的影响，接收机收到信号的功率会随收发信机之间的距离而存在大幅度的波动。衰落通常分为阴影衰落(慢衰落)和多径衰落(快衰落)。慢衰落是由于遮挡效应造成的，其信号的局部平均近似对数正态分布，而快衰落是因为接收信号分量的相位差引起的，其信号近似服从瑞利分布。实际的接收信号是由快衰落信号与慢衰落信号的乘积得到。通过上述无线信道的基本特征可以看到，无线信道是非常复杂的，因此要对未来移动通信系统中所采用的MIMO-OFDM系统的各项技术进行有效地验证就必须选用更贴近实际无线传输环境的信道模型。1.3MIMO技术及其研究现状为了在未来移动通信系统中实现大容量、高速以及提高频谱利用率的目标，多输入多输出（MIMO）系统的概念应运而生。44 邵阳学院本科毕业设计（论文）多输入多输出(MIMO)或多发多收天线(MTMR)技术在无线移动通信领域的应用是具有革命意义的重大技术进步，并且被广泛认为是第三代及未来移动通信系统与个人通信系统实现高数据速率，提高传输质量的重要途径之一。由于该技术在解决未来无线互联网业务容量需求瓶颈问题上所具有的优势，因而居于当今技术进步列表中的重要位置。多输入多输出(MIMO)系统是基于无线通信分集技术而发展起来的，其定义可以简单描述为在其发射端和接收端均采用了多天线配置的无线通信系统，所以称之为MIMO系统。MIMO系统中，在发送端，串行数据符号流在经过空时处理后被送到多个发射天线进行发射；在接收端通过各种空时检测技术进行数据符号的恢复。为了保证各个子数据符号流能够被有效地分离，要求各个天线之间必须保持足够的距离，以防止接收信号之间过大的相关性。在新一代移动通信系统中，MIMO技术的理论、算法和实现等都得到了广泛的研究。虽然在MIMO系统理论以及性能研究方面已有非常多的研究成果，但是由于无线移动通信中复杂的无线传播环境，因此尚有大量问题需要研究。（1）如何在宽带应用中找到一种具有优化的性能及复杂度折中的信号处理方案以实现MIMO带来的提高频谱效率的优势。已经有不少的文献对这方面进行了研究，即对信道为频率选择性衰落和移动台快速移动的情况进行了研究。其主要途径可以分为两种：l)空时均衡MIMO系统：典型的方法包括线性MIMO均衡、MIMO判决反馈(DF)均衡以及更为复杂的空时Turbo均衡等；2)采用OFDM调制的MIMO系统，这在本章后面部分会进行相关叙述。（2）另一个研究的重点就是MIMO信道。目前，MIMO信道模型的建立还没有成熟，实用中用的较多的MIM0信道模型有IST-METRA提出的基于空间相关性的METRA模型，以及3GPP推荐的SCM模型，因此在建立完善的MIMO信道模型中还有大量的工作需要完成。除了信道模型外，在许多文献中，大都做了这样的假设：接收机已经完全知道信道状态参数，但是在实际系统中，这种情况是不可能出现的，因此，必须通过发送训练序列或者采用盲处理的方法，在接收端进行信道估计，这样快速信道估计和盲信道估计等内容就成为重要的研究课题。（3）如果能够在发射端事先预知信道的某些信息，那么发射机就可以利用该信息改善系统性能。例如在文献44 邵阳学院本科毕业设计（论文）中，就在发射机已知部分信道信息的情况下给出了一种基于线性变换的结合普通发射数字波束形成技术和正交空时分组码技术的MIMO处理结果，以实现对信道信息的充分利用，于是如何在发射端获得信道信息以及利用信道信息就成为了一个研究的热点。（4）MIMO通过空时编解码，在发射端实现了多天线发射多数据流，并在接收端利用多天线接收实现最佳处理，获得了很高的系统容量。空时编解码将信道编解码技术和阵列信号处理技术相结合，可以大幅度的提高无线通信系统的信道容量和传输速率，并且可以有效的抗衰落、抑制噪声和干扰。目前已经有空时网格码(STTC)、空时分组码(STBC)、分层空时码(BLAST)等一些基本的空时编码方法。新的空时编码方法，例如空时Turbo码，正在不断地提出，以改善MIMO的性能，减少空时编码系统的复杂性，更好地适应新一代无线通信系统的要求和信道的实际情况。1.4OFDM技术及其研究现状OFDM的英文全称为OrthogonalFrequencyDivisionMultiplexing，中文含义为正交频分复用技术。这种技术是HPA联盟(Home-PlugPowerlineAlliance)工业规范的基础，它采用一种不连续的多音调制技术，将被称为载波的不同频率中的大量信号合并成单一的信号，从而完成信号传送。由于这种技术具有在杂波干扰下传送信号的能力，因此常常会被应用在容易受外界干扰或者抵抗外界干扰能力较差的传输介质中。OFDM技术的应用已经有近40年的历史，主要运用于军用的无线高频通信系统。但是，一个OFDM系统的结构非常复杂，从而限制了其进一步推广。直到70年代，人们提出了采用离散傅立叶变换来实现多个载波的调制，从而简化了系统结构，使得OFDM技术更趋于实用化。八十年代，人们研究如何将OFDM技术应用于高速MODEM。进入九十年代以来，OFDM技术的研究深入到无线调频信道上的宽带数据传输。在高频段进行高数据率无线通信时，将面临显著的频率选择性衰落。在传统的单载波通信系统中，码间串扰的影响十分突出，而OFDM调制技术通过将宽信道分解为大量窄带信道，克服多径效应，简化接收机设计，从而大大改善了系统瓶颈。概括起来，OFDM技术的优点可以包括如下几个方面：（1）OFDM技术的最大优点是对抗频率选择性衰落或窄带干扰。（2）可以有效地对抗信号波形间的干扰，适用于多径环境和衰落信道中的高数据传输。（3）通过各个子载波的联合编码，具有很强的抗衰落能力。（4）OFDM技术抗窄带干扰性很强，因为这些干扰仅仅影响到很小一部分的信道。（5）可以选用基于IFFT/FFT的OFDM实现方法。44 邵阳学院本科毕业设计（论文）（6）信道利用率很高，这一点在频谱资源有限的无线环境中尤为重要；当子波个数很大时，系统的频谱利用率趋于2Baud/Hz。目前OFDM技术已经被广泛应用于广播式的音频和视频领域以及民用通信统中，主要的应用包括：非对称的数字用户环路(ADSL)、ETSI标准的数字音频广播(DAB)、数字视频广播(DVB)、高清晰度电视(HDTV)、无线局域网(WLAN)等。1.5本文主要工作安排在本论文中，基于MIMO与OFDM技术的结合，提出了一种新的MIMO-OFDM系统，即基于发送端估计信道状态信息的自适应MIMO-OFDM系统。文中论述了基于发送端估计信道状态信息的方法，并对自适应功率控制展开了研究，对系统中所用的关键技术进行了Matlab的相关仿真与分析。本文主要分为五章，各章的结构安排如下：第一章简要论术无线通信系统的特性，借由无线通信所遇到的种种问题引出最有效的两种解决方法：MIMO与OFDM技术。接下来简单介绍了OFDM技术、MIMO技术以及MIMO-OFDM技术的研究概况，以及它们各自的应用研究与待需要解决的种种问题。第二章主要是对MIMO-OFDM系统的基本原理进行了阐述，分别对两个最关键的技术MIMO和OFDM作了分析。首先论述了OFDM的基本原理，其中包括OFDM的基本模型、DFT实现以及保护间隔和循环前缀的优点，接下来对工作中涉及到的MIMO技术，即空间分集进行了分析，最后对MIMO-OFDM技术中的关键技术进行了介绍。通过本章的介绍，对MIMO和OFDM系统有了一个整体上的把握，为下一步的深入研究提供了理论基础。第三章在第二章的基础上介绍了基于发送端估计信道状态信息的自适应MIMO-OFDM系统仿真平台，对其中的主要模块，包括Turbo码，STBC编码的原理与实现过程进行了详细的说明并搭建了仿真平台。接下来阐述了MIMO信道中信号的模型，为下章的理论研究奠定了基础。第四章主要是在前面三章工作的基础上，对基于发送端估计信道信息的原理进行比较详细的阐述，对本文所用的功率注水算法进行研究，通过仿真，对其性能做出分析与比较。最后，将前面所做的所有工作平台进行整合与调试，测试系统性能。第五章对论文的全部工作进行总结，并讨论了今后需要进一步的研究方向。44 邵阳学院本科毕业设计（论文）第2章MIMO-OFDM基本原理在未来的宽带无线通信系统中，存在两个十分严峻的挑战：多径衰落和带宽效率。OFDM通过将频率选择性多径衰落信道在频域内转换为若干个平坦的衰落子信道，从而大大降低了接收端均衡器的复杂度。而MIMO技术由于能够在空间中产生独立的并行信道，同时传输多路数据流，从而有效地提高了整个系统的数据传输速率，而且极大地提高了系统的频谱效率。因此，将OFDM和MIMO两种技术相结合，一是可以实现很高的传输速率，二是可以通过分集实现很强的可靠性，充分利用时间、频率和空间三种分集技术，使无线系统对噪声、干扰、多径的容限大大增加。MIMO-OFDM技术已成为未来宽带无线通信的发展趋势。本章主要是论述MIMO-OFDM系统中的两个最关键的技术：MIMO和OFDM技术的基本原理与实现过程，在搭建整个平台前提供理论支持。2.1OFDM技术正交频分复用(OFDM)通过把高速的数据流经过串并转换，分配到传输速率相对较低的若干个子信道中并行传输，使每个数据符号周期相对增加从而将频率选择性衰落信道转变为并行的平坦衰落子信道，降低了由于无线信道的多径时延扩展所产生的时间弥散性对系统造成的影响，消除了码间干扰ISI。同时，通过符号间保护间隔和循环前缀的插入，进一步消除其载波间干扰ICI。下面将对OFDM系统的基本模型号，实现过程等技术进行阐述。2.1.1OFDM的基本模型一个OFDM符号内包括多个经过调制的子载波的合成信号，其中每个子载波都可以采用相移键控(PSK)或者正交幅度调制(QAM)的符号映射方法。如果N表示子信道的个数，T表示OFDM符号的宽度，是分配给每个子信道的数据符号，是第0个子载波的载波频率，，，则从开始的OFDM符号可以表示为：（2-1）在多数文献中通常采用复等效基带信号来描述OFDM的输出信号，如式（2-2）所（2-2）44 邵阳学院本科毕业设计（论文）示，其中实部和虚部分别对应于OFDM符号的同相和正交分量，在实际中可以分别与相应子载波的分量和分量相乘，构成最终的子信道信号和合成的OFDM符号。图2.1中给出了OFDM系统的基本模型，其中。图2.1OFDM系统的基本模型图2.2中给出了1个OFDM符号内包括4个子载波的实例，其中所有的子载波都具有相同的幅值和相位。但在实际应用中，根据数据符号的调制方式，每个子载波的幅值和相位都可能是不同的。可以看到，每个子载波在一个OFDM符号周期内都包含整数倍个周期，而且各个相邻子载波之间相差一个周期。这一特性可以用来解释子载波之间的正交性，即：（2-3）例如式(2-2)中的第j个子载波进行解调，然后在时间长度T内进行积分，见式（2-4）。由式（2-4）知，对第j个子载波进行解调可以恢复出期望符号。而对其它载波来说，由于在积分间隔内，频率差别可以产生整数倍个周期，所以其积分结果为零。44 邵阳学院本科毕业设计（论文）（2-4）图2.2OFDM内包含4个子载波的情况这种现象还可以从频域角度来解释。根据式（2-1），可知每个OFDM符号在周期T内包括多个非零的子载波。因此其频谱可以看作是周期为T的矩形脉冲的频谱与一组位于各个子载波频率上的函数的卷积。矩形脉冲的频谱幅值为函数，这种函数的零点出现在频率为1/T整数倍的位置上。图2.3OFDM系统中子信道信号的频谱（经过矩形脉冲成型）44 邵阳学院本科毕业设计（论文）这种现象可以参见图2.3，图中给出相互覆盖的各个子信道内经过矩形脉冲成型得到的符号的函数频谱。在每一个子载波频率的最大值处所有其它子信道的频谱值恰好为零。由于在对OFDM符号进行解调的过程中，需要计算这些点上所对应的每一个子载波频率的最大值，因此可以从多个相互重叠的子信道符号频谱中提取出每个子信道符号，而不会受到其它子信道的干扰。从图2.3可以看出，OFDM符号频谱实际上可以满足奈奎斯特准则，即多个子信道频谱之间不存在相互干扰，但这是出现在频域中。因此这种一个子信道频谱的最大值对应于其它子信道频谱的零点可以避免子信道间干扰(ICI)的出现。2.1.2DFT/IDFT实现为了叙述的简洁，令式(2-2)中的，并且忽略矩形函数，对信号以刀的速率进行抽样，即令，可以得到：（2-5）可以看出恰好等效为对进行IDFT运算。同样在接收端，为了恢复出原始的数据符号，可以对接收到的进行逆变换，即DFT，即可恢复传输数据符号，如下所示：（2-6）从以上分析可知，OFDM系统中，数据符号到子载波的调制和解调可以分别通过IDFT和DFT来实现。通过点的IDFT运算，把频域数据符号试变换为时域数据符号，经过射频载波调制之后，发送到无线信道中。其中每个IDFT输出的数据符号都是由所有子载波信号经过叠加而生成的，即对连续的多个经过调制的子载波的叠加信号进行抽样得到的。在OFDM系统的实际运用中，可以采用更加方便快捷的快速傅立叶变换(IFFT/FFT)来实现。点IDFT运算需要实施次的复数乘法(为了方便，只比较复数乘法的运算量)，而IFFT则可以显著降低运算的复杂度。对于常用的基-2IFFT算法来说，其复数乘法次数仅为，并且随着子载波个数的增加，这两种方法复杂度之间的差距也越明显。对于子载波数非常大的OFDM系统来说，可以进一步采用基-4的IFFT算法来实现傅立叶变换。为了消除由于多径所引入的ICI，可以在OFDM符号保护间隔内填入循环前缀信号，如图2.444 邵阳学院本科毕业设计（论文）所示。这样就可以保证在FFT周期内，OFDM符号的延时副本内所包含的波形的周期个数也是整数。这样，延时小于保护间隔的时延信号就不会在解调过程中产生ICI。OFDM系统加入保护间隔后，会带来功率和信息速率的损失，其中功率损失定义为：（2-7）其中为功率损失，为保护间隔时长，为OFDM符号周期长度。从上式可以看到，当保护间隔占到时，功率损失却不到ldB，虽然信息速率损失达，却可以消除ISI和多径所造成的ICI的影响，因此这个代价是值得的。图2.4加入循环前缀的OFDM符号2.2MIMO基本原理2.2.1分集的概念由于无线衰落信道的多径与时变特性，经过其传输的信号在接收端可能会受到严重的衰落。与无衰落的理想信道相比，这种衰落使得接收端可能不能正确地判断出原发送信号。根据信息论原理，若有经过其它衰落信道的原发送信号副本提供给接收机，则有助于接收信号的正确判决。这种通过提供传送信号多个副本来提高接收机正确判决率的方法被称为分集。44 邵阳学院本科毕业设计（论文）分集的基本原理就是通过多个信道(时间、频率或者空间)接收到承载相同信息的多个副本，由于多个信道的传输特性不同，信号多个副本的衰落就不会相同。接收机使用多个副本包含的信息能比较正确地恢复出原发射信号。如果不采用分集技术，在噪声受限条件下，发射机需要较高的发射功率才能保证信道情况较差时链路正常连接。在移动无线环境中，由于手持终端的电池容量非常有限，所以反向链路中所能获得的功率也非常有限，而采用分集的方法可以降低发射功率，这在移动通信中非常重要。利用分集技术，在接收端需要接收通过不同分集路径所得到的信号副本，然后把不同的分集支路得到的信号副本合并起来，以达到提高总信噪比、降低信号误码率的目的。在采用分集技术时，为了获得好的分集效果，要求分集接收到的各个信号副本之间的相关性尽可能的小。就时间分集、频率分集和空间分集三者而言，由于空间分集技术不用牺牲信号的频率带宽，且能够在保证数据传输速率的同时获得最大的分集增益，因而它是减小多径衰落的有效方法，受到了广泛的关注，成为第三代移动通信的关键技术之一。2.2.2多天线系统MIMO技术是现代通信领域的一大突破，它提供了解决未来无线网络传输瓶颈的方法。MIMO技术的核心思想是信号的空间一时间联合处理。在此，数字信号固有的时间维度与多个空间分离天线带来的空间维度联合起来。在某种意义上，MIMO系统也可以看作是传统智能天线技术的扩展。MIMO系统的重要特性是它能利用无线通信的多径传播特性来提高系统的性能。也就是说，MIMO技术能够有效地利用无线链路中的随机衰落和延迟扩展特性来成倍地提高传输的速率和可靠性。MIMO技术是在接收端和发送端都采用多个天线，可以成倍地提高衰落信道下的信道容量。根据信息论最新成果，假定发送天线数为，接收天线数是，在每个天线发送信号能够被分离的情况下，有如下信道容量公式：（2-8）其中，SNR是每个接收天线的信噪比。根据这个公式，对于采用多天线阵发送和接收的系统，在理想情况下信道容量将随线性增加，从而提供了目前其他技术无法达到的容量潜力。44 邵阳学院本科毕业设计（论文）2.3MIMO-OFDM的关键技术MIM0-0FDM集成了MIMO和OFDM技术的优点，利用OFDM能够将频率选择性信道转换为平坦衰落信道的特点可以实现MIMO技术在宽带无线数据传输中的可靠应用。在MIMO-OFDM系统中，经过空时编码后输出与天线数相同个数的子数据流，这些子数据流并行输入到同样数目的IFFT变换器，变换后由多个发射天线发送，接收端进行相反的操作。在高速无线传输中，由于每个子数据流都经过了OFDM模块，使得映射在子载波上的数据符号长度增加，有效地抵抗了无线信道的时间弥散所带来的ISI。而对于子载波来说，每个IFFT的子载波采用同样的载波间隔，则同样位置的子载波上映射了一个空时编码符号向量。MIMO-OFDM技术也被业界认为是未来第四代移动通信系统的主要物理层技术。OFDM系统的技术难题都将在MIMO-OFDM系统中出现，同时MIMO-0FDM系统还要面对MIMO方面的一些问题。2.3.1OFDM系统的关键技术1．信道估计相干检测需要用到信道的信息，因此在接收机需要先进行信道估计。在OFDM系统中，信道估计的设计主要有两个问题：一是导频信息的选择，二是复杂度较低和导频跟踪能力良好的信道估计器的设计。在实际的设计中，导频信息的选择和最佳估计器的设计通常又是互相联系的，因为估计器的性能与导频信息的传输方式有关。常用的信道估计的方法有基于导频信息和基于导频符号两种，而最小均方值方法、最大后验概率法等估计方法都可以根据具体要求选用。2．同步问题OFDM系统的最大缺点就是对同步偏差十分敏感，即使很小的频率、定时同步错误就会引起符号间干扰ISI和载波间干扰ICI，从而导致系统性能的严重下降，因此很好的同步对于OFDM系统十分重要。如何减小IC1对系统性能的影响，是OFDM系统性能得到广泛应用的前提条件之一，也是系统实现的一个难点。当前提出的同步方法主要有两种：基于导频的同步和基于循环前缀的同步。3．自适应调制44 邵阳学院本科毕业设计（论文）自适应调制技术的基本思想是自适应调节信号传输的参数来充分利用当前信道环境，可以调节的参数包括调制方式、编码方式和发射功率等。自适应调制技术已经被广泛的认为是无线通信系统中有效提高频谱利用率的重要手段之一。OFDM把实际信道划分为若干各子信道，这样就能够根据各个子信道的实际传输情况灵活的分配发射功率和信息比特，从而获得更好的系统性能。2.3.2MIMO空时处理技术1．空间复用空间复用是指在一定的差错率下，通过不同的天线尽可能多的在空间信道上传输相互独立的数据。现在主要有三种空间复用技术：对角贝尔实验室分层空时(DBLAST)方案、水平贝尔实验室分层空时(HBLAST)方案以及垂直贝尔实验室分层空时(VBLAST)方案。其中VBLAST由于操作简单而广泛应用。由于每根接收天线同时接收到多根发送天线传送来的叠加在一起的信号，信号检测或分离一直是MIMO系统的研究热点之一。信号检测的基本思想非常相似于CDMA（码分多址）技术市场中的多用户检测(MUD)。信号检测的主要算法有：最小均方误差(MMSE)，迫零(ZF)、最大似然(ML)、并行干扰抵消(PIC)和串行干扰抵消(SIC)。其中，ML性能最好，但是复杂度最高；PIC和SIC能够实现复杂度和性能的良好折中。2．空时编码空时编码主要分为两大类，即：空时网格码(STTC)和空时分组码(STBC)。STTC是由朗讯实验室的Tarokh等人提出的空时编码技术，适用于多种无线信道环境。STTC把编码和调制结合起来，能够达到编译码复杂度、性能和频带利用率的最佳平衡，是一种非常好的编码。采用STTC能同时得到编码增益和分集增益，虽然它能够提供比现有系统高3-4倍的频带利用率，但是其译码复杂度随着状态数的增加而呈指数增长。STBC是由AT&T的Tamkh等人在Alamouti的研究基础上提出的。Alamouti提出了采用2个发射天线和1个接收天线的系统可以得到采用1个发射天线和2个接收天线系统同样的分集增益。STBC正是利用正交设计的原理分配各发射天线上的发射信号格式，实际上是一种空间域和时间域结合的正交分组编码方式。STBC可以使接收机解码后获得满分集增益，且保证译码运算仅仅是简单的线性合并，使译码复杂度大大降低。2.4本章小结本章主要是对MIMO-OFDM系统的基本原理进行了阐述，分别对两个最关键的技术MIMO和OFDM作了分析。首先论述了OFDM的基本原理，其中包括OFDM的基本模型、DFT实现以及保护间隔和循环前缀的优点，接下来对工作中涉及到的MIMO技术，即空间分集进行了分析，最后对MIMO-44 邵阳学院本科毕业设计（论文）OFDM技术中的关键技术进行了介绍。通过本章的介绍，对MIMO和OFDM系统有了一个整体上的把握，为下一步的深入研究提供了理论基础。44 邵阳学院本科毕业设计（论文）第3章MIMO-OFDM系统算法及原理本文中的自适应MIMO-OFDM系统是基于在发送端完全已知CSI（信道状态信息）的条件下，得到每个信道的本征模，采用自适应比特与功率加载算法，从而可以提高整个系统的频谱效率与可靠性。在发送端做信道估计时，即使CSI（信道状态信息）存在误差时，此系统也具有较高的鲁棒性。并且，在较低与中等信噪比情况下所达到的频谱效率也比只在接收端知道CSI时的频谱效率高。本章将在TDD模式下，对基于发送端估计信道状态信息的自适应MIMO-OFDM系统进行分析。3.1系统模型从上节和第2章的分析可知，MIMO和OFDM技术市场在各自的应用领域有各自的优点，MIMO系统可以抗多径衰落，但对于频率选择性衰落，MIMO仍是无能为力，现在一般采用均衡技术来解决MIMO系统中的频率选择性衰落。OFDM技术虽然具有较强的抗频率选择性衰落能力，被认为是下一代移动通信的核心技术，但4G还需要高频谱利用率的技术，而OFDM提高频谱利用率的能力有限。如果结合MIMO技术，则可以在不增加系统带宽的情况下提高频谱效率，还可以通过分集达到很强的可靠性。此外，OFDM由于码率低和加入了保护间隔而具有很强的抗多径干扰能力，当多径时延小于保护间隔时系统将不受码间干扰的影响，从而使MIMO-OFDM系统具有很强的抗多径能力。图3-1MIMO-OFDM系统在此基础上，我们提出了基于发送端估计信道状态信息的自适应MIMO-OFDM系统44 邵阳学院本科毕业设计（论文），它的系统如图3.1所示。由图3.1知，系统主要分为以下几个模块：Turbo编译码模块、交织编译码模块、QAM调制与解调模块、功率控制模块、预编码模块、OFDM调制与解调模块、STBC编译码模块。由图3-1可知，发送端可以大致描述为：输入比特流经过解复用，然后进行Turbo编码，码率为1/2，编码后的数据流将进入块交织器进行交织，交织长度为64。然后进行QPSK调制，在进行IFFT变换，把高速数据变为低速数据流，再经过STBC2*2的空时编码，实现将数据从两根天线发送出去。3.2Turbo编译码无论是从信息论还是从编码理论看，要想提高编码的性能，就必须加大编码中具有约束关系的序列长度。但是直接提高分组码编码长度或卷积码约束长度都使系统的复杂性急剧上升。3.2.1Turbo码编码原理Turbo码的编码器可以有多种形式，如采用并行级联卷积码（PCCC）和串行级联卷积码（SCCC）等。一个采用并行级联卷积码的Turbo码编码器原理框图如图3.2所示。图3-2Turbo码编码器原理框图图中编码器由下列三部分组成：直接输入复接器部分；经过编码器1，再经过删余矩阵后送入复接器部分；经过交织器、编码器2，再经删余矩阵送入复接器部分。图中两个编码器产生Turbo码的二维分量码，它可以很自然地推广到多维分量码。分量码既可以是卷积码，也可以是分组码，还可以是级联码；两个分量码既可以相同，也可以不同。原则上讲，分量码既可以是系统码，也可以是非系统码，但为了地接收端进行有效的迭代，一般选择递归系统卷积码（RSC）。44 邵阳学院本科毕业设计（论文）删余矩阵的作用是提高编码效率，表示素取自集合{0，1}。矩阵中，每一行分别与两个分量编码器相对应，其中“0”表示相应位置上的校验比特被删除（该操作也称为“打孔”），而“1”表示保留相应的校验比特。3.2.2Turbo译码3.2.2.1Turbo码译码器结构Turbo码获得优异性能的根本原因之一是采用了迭代译码，通过分量译器之间软信息的交换来提高译码性能。图3-4所示。图3-3PCCC的译码结构在描述迭代译码过程之前，首先说明几个符号的意义。——码字符号或信息符号的概率信息；——码字符号或信息符号的概率对数似然比（LLR，LogarithmLikelihoodRatio）;——外部对数似然比信息；——先验对数似然比信息；对于第个被译比特，PCCC译码器中每个分量译码器都包括系统信息、校验信息和先验信息。其中先验信息是由另一个分量译码器生成的外部信息经过解交织/交织后的对数似然比值。译码输出为对数似然比，其中=1,2。在迭代过程中，分量译码器1的输出可表示为系统信息、先验信息外部信息之和的形式：=++（3-3）44 邵阳学院本科毕业设计（论文）其中（3-4）为交织映射函数。第一次迭代时（3-5）从而（3-6）由于分量译码器1生成的外部信息先验信息和信息系统无关，故可在交织后作为分量译码器2的先验信息输入，从而提高译码的准确性。同样，对于分量译码器2，其外部信息为输出对数似然比减去系统信息（经过交织映射）和先验信息的结果，即：（3-7）其中（3-8）外部信息解交织后反馈为分量译码器1的先验输入，完成一轮迭代译码。3.2.2.2译码数据准备以QPSK调制为例，说明在Turbo译码前的译码数据预处理。令代表发送的QPSK符号，则复基带表示形式为：(3-12)其中,，a代表QPSK符号同相与正交分量幅度。显然在给定信号幅度a的条件下QPSK符号的平均功率为：(3-13)若要求QPSK符号功率为1，则(3-14)接收端所接收到的QPSK数据符号为：(3-15)其中分别为接收到QPSK符号的同相与正交分量，为均值为零，方差等于的同相与正交高斯白噪声分量。在忽略衰落b条件下（即令b=1），显然有,(3-16)对应的有以下先验概率44 邵阳学院本科毕业设计（论文）(3-17)在QPSK解调过程中采用MAP解调可得软解调符号，即(3-18)如前所述，若发送端发送的QPSK符号功率为1，则QPSK符号同相与正交分量幅度为，为了便于后续的译码处理，可对接收到QPSK符号的同相与正交分量执行归一化处理，即令(3-19)则软解调符号可以重写为(3-20)概述起来，在Turbo译码之前需执行以下两步译码数据准备工作：①接收数据符号的归一化处理，得到归一化处理后的同相与正交分量；②基于MAP软解调得到待译码数据。3.3空时编译码原理空时编码(STC)是近年来通信领域出现的一种新的编码和信号处理技术。它在发射端和接收端同时使用多个天线进行信号的发射和接收，在不同天线的发射信号之间引入时域和空域相关性，综合利用时域和空域二维信息，从而在接收端进行分集接收。空时编码将空间分集、频率分集及时间分集结合在一起，从通信系统的整体出发，提高多径衰落信道的通信质量和数量。基于发射分集的空时码分为空时格形码STTC(space-TimeTrellisCode)和空时分组码STBC(space-timeBlockc44 邵阳学院本科毕业设计（论文）ode)。基于发射复用的是各种分层空时码，包括水平分层空时码(H-BLAST)、对角分层空时码(D-BLAST)和垂直分层空时码(V-BLAST)。3.3.1STBC空时编译码原理本文中采用的是Alamouti2*2的矩阵进行空时编码，其形式如下：（3-21）见式（3-21），第一根天线发送第一排数据，第二根发射天线发送第二排的数据。在某一时刻，第一根天线发送数据，第二根天线发送数据，则在下一时刻，第一根天线发送数据（的共轭取反），同时，第二根天线发送，其发送端的原理框图如图3-5：图3-5Alamouti时空编码框图假设接收端有一根天线，如图3-6所示，则接收端的信号表示为：（3-22）图3-6Alamouti两根发送天线传输分集方案3.3.2性能分析正交空时分组编码也可以获得最大的分集增益mn44 邵阳学院本科毕业设计（论文）。空时分组编码的不同分组之间不相关，而且其分组长度又很短，因此只能获得一定的编码增益，性能不如空时网格编码。但是空时分组编码的正交性支持接收端采取完全线性处理的最大似然独立解码，与空时网格编码相比，解码复杂度大大降低。无论增加发射天线数还是增加传输速率都不会对译码复杂度有太大的影响。接收端的译码算法简单、复杂度低是空时分组编码最大的优点。3.4MIMO-OFDM系统模型本节主要研究宽带时变MIMO信道的主要特性，集中于其信号模型、空间衰落特性及空间相关性的研究。SISO，MISO，SIMO等各种天线配置情况和窄带、时不变等信道将作为其特殊情况处理。假设系统发射天线数为，接收天线数，宽带时变信道在时刻t信道脉冲响应为，如(3-23)式。（3-23）则系统模型为：（3-24）其中，为发射信号向量，为接收信号向量，v(t)为加性高斯白噪声，*表示卷积。无线信道的衰落主要由信道环境中的散射簇(本文中的散射簇涵盖了所有影响信道衰落特性的因素)引起，一般信道中主要散射簇是离散分布的，因而可以将MIMO信道写为：（3-25）其中L为抽头延迟线模型的阶数，对应于信道中主散射簇数量，是以采样周期为单位的延迟时间。第q根发射天线和第i根接收天线间的SISO信道为,该信道响应是时间、延迟、发射和接收天线位置的函数，表征了该条路径的幅度增益和相位旋转。在WSSUS假设下，上述信道模型为系数时变的FIR信道模型。宽带MIMO信号模型为：（3-26）为分析信道空间特性的方便，假设在考察的时间内，MIMO信道为时不变信道(或假设考察的是相干时间内的信道特征)，重写上述MIMO时变信道：44 邵阳学院本科毕业设计（论文）（3-27）假设信道各路径延迟间隔等于采样周期，宽带MIMO系统离散信号模型：，（3-28）3.5仿真结果与分析图3-7为MIMO的性能仿真曲线图，其中横坐标是EbN0（信噪比），单位为dB，纵坐标是误码率。仿真的条件是：每帧为400比特，采用QPSK调制，Alamouti2*2矩阵编码，信道为瑞利信道，误比特门限为200。图3-7MIMO性能仿真曲线图44 邵阳学院本科毕业设计（论文）图3-8为OFDM系统性能仿真曲线图，横坐标为EbN0，单位dB，纵坐标为误码率。仿真的条件是：每帧为2048比特，采用QPSK调制，高斯信道下，误比特门限为200，噪声功率密谋为，其中为经过FFT变换后每个符号的功率，即，其中与分别为正交与同相两个支路。图3-9为MIMO-OFDM系统仿真曲线图，横坐标为EbN0，单位dB，纵坐标为误码率。结合图3-7与图3-8，可以看出，在OFDM系统中加上MIMO技术后，性能明显增加，OFDM系统中EbN0为（3~10）dB时系统所达到的性能，经过MIMO后，与（-6~0）dB时的性能差不多。图3-8OFDM系统性能仿真图44 邵阳学院本科毕业设计（论文）图3-10MIMO-OFDM系统仿真性能图3.6本章小结本章主要基于传统的MIMO与OFDM技术，提出了在发送端估计信道状态信息的自适应MIMO-OFDM系统仿真平台，并对其中的主要模块，包括Turbo码，STBC编码的原理与实现过程进行了详细的说明。接下来阐述了MIMO信道中信号的模型，为下章的理论研究奠定了基础。最后，通过仿真，验证了Turbo码与OFDM的性能。44 邵阳学院本科毕业设计（论文）第4章自适应MIMO-OFDM系统仿真建模本章主要讲论述的是MIMO-OFDM系统的信道估计方式与采用的自适应控制方式。本文采用的是基于发送端来端估计信道状态信息，较之于基于接收端估计信道状态信息的MIMO-OFDM系统来说，它有两个优点：1）没有时延；2）结构简单。但是此系统必须应用于TDD模式下，对于上下行链路不对称的FDD系统，则不能采用此种系统模型。4.1MIMO系统中的信道估计在传统的SISO系统中，信道估计算法己经有了很深入的研究，并且取得了很多重要的成果，但在对MIMO信道的估计中，仍有许多问题需要进一步研究。4.1.1MIMO系统信道估计的重要性移动通信中的无线传输信道是一个时变多径衰落信道。所发送的数据将会经历信道衰落。在得到合理的补偿后，接收端能够正确的接收、恢复所发送的数据。要达到这样的效果，就需要在接收端使用信道估计技术来获得信道衰落信息，因此信道估计技术是提高无线数据接收性能的关键技术之一。另一方面，MIMO系统实现大容量的前提是接收机能对来自各发射天线的信号进行很好的去相关处理，这也需要首先对信道进行比较准确的估计，才可以进行相应的解码处理。因此在高数据率的MIMO系统中，对宽带时变MIMO信道的估计和跟踪是实现MIMO系统接收端准确检测、解码等的前提基础，是获得系统性能改善的前提保证。4.1.2MIMO系统中信道估计技术的研究现状MIMO信道的估计和跟踪算法的性能，将对最后的误码性能和系统容量有很大的影响。与传统的SISO系统相比，在MIMO通信系统中，信道估计技术以及信号的检测更具挑战性，这是由于无线MIMO信道本身就较一般的SISO信道复杂，而丰富的多径衰落使得空时MIMO信道变成频率选择性信道，二者使得MIMO信道呈现为一个FIR矩阵信道，对它的估计与跟踪是较困难的。信道估计方案与传输方案密切相关，实用的信道估计技术需要充分利用传输数据的特征，从而能在信道估计误差、频谱效率及实现复杂度等方面实现合理的折中。44 邵阳学院本科毕业设计（论文）4.2基于发送端的信道估计模型4.2.1基于发送端估计信道的优缺点本文中采用的是基于发送端的信道估计方式，较之于在接收端做信道估计的系统来说，它有两个显著的优点：1．在发送端做信道估计，没有时延；2．较之在接收端做信道估计，方法与结构简单。而它的缺点在于：此系统只能用于TDD（时分双工）模式下，对于FDD（频分双工）这种上下行链路不对称的系统来说，则不能采用此系统。研究表明，在发送端做信道估计时，具有很高的鲁棒性，即使是当信道状态信息存在误差时，通过仿真表明，在较低与中等SNR时，达到的频谱效率也比在发送端不采用信道估计时大。4.2.2基于发送端估计信道原理请参考图（4-1），自适应多输入多输出-正交频分复用（MIMO-OFDM）系统框图中共有C个子载波，T根发送天线与R根接收天线，如图1所示。（a）发送端44 邵阳学院本科毕业设计（论文）（b）接收端图4-1自适应MIMO-OFDM系统正交频分复用（OFDM）调制器与解调器的输入与输出关系如（1）给出（4-1）这里，是一个临时的编号，代表着子载波个数编号，与分别代表了预处理器输出矩阵与正交频分复用解调器输出矩阵的第列，代表着噪声向量在瞬时时刻的值，代表着信道矩阵在瞬时时刻时的值。输入代表着发射天线与接收天线在子载波处的复信道增益。帧长L的选择要小于信道的相关时间。为了简化示子，时间编号将在下面被省去。我们采用参考文献中所列出来的信道状态信息误差模型：基于发送端的估计信道矩阵通过给出，表示信道估计误差矩阵并且是独立同分布矩阵，其中是已知的。通过信道估计矩阵的奇异值分解，我们得到了单位矩阵，并通过它来完成线性预结合。在子载波c处的发送向量，这里代表由比特与功率算法得到的激活本征模的数目，其中是子载波c处的发送复数字码元向量，而矩阵控制着分配给每一个本征模的功率（集群功率归一化1，即）并且包含了的第一个列元素。则第c个子载波外的接收信号可以被表示如下：44 邵阳学院本科毕业设计（论文）（4-2）这里，是独立同分布的输入信号，并且服从。是一个的矩阵，且只有对角线上有元素，而矩阵其余地方的元素都为0，其中代表着Hermitian矩阵的本征值。矩阵是信号处理在发送端的累积效果与传输数据信号的信道传播，并且可以在通过增加用作信道估计的导频码元，从而在接收端获得。的估计超出了这篇文章的研究范围，所以我们将在下面假设它已经在接收端完全已知。非常有效的Turbo编码因为其较大的编码增益所以常被用作信道编码。如参考文献所述，turbo编码将时域与频域结合起来，所以在一个传输帧的连续OFDM码元中，一个turbo码字将包含所给分层的被选择本征模。4.3MIMO-OFDM系统自适应传输的基础OFDM能将频率选择性衰落信道转化为若干平坦衰落子信道，在平坦衰落信道中引入空时编码技术后，又能够大幅度的提高了无线通信系统的信道容量和传输速率，并能有效的抵抗衰落、抑制噪声和干扰，因此将空时编码与OFDM相结合，构成MIMO-OFDM系统在未来的移动通信中具有非常广阔的发展前景。MIMO-OFDM技术将空间分集、时间分集以及频率分集有机的结合起来，从而能够大大的提高无线通信系统的信道容量和传输速率，有效的抵抗信道衰落和抑制干扰，成为实现无线信道高速数据传输最具希望的解决方案之一，具有非常广阔的研究和发展前景。4.3.1MIMO-OFDM系统自适应传输原理目前对MIMO-OFDM技术的研究主要向两个方向发展:1．基于OFDM的空间复用系统(OFDM-basedspatialmultiplexingsystems)，即OFDM与贝尔实验室BLAST系统的结合，它主要是利用无线信道的多径传播特性产生并行空间信道，从而提高数据的传输速率。2．空时编码OFDM系统(Space-timeCodedOFDM，STC-OFDM)，即OFDM与基于发射分集的空时码的结合，它主要利用信道编码和多天线阵技术提高系统的抗衰落特性，从而可以采用多进制传输以提高系统的数据传输速率。本文主要研究第二种即：44 邵阳学院本科毕业设计（论文）基于OFDM的空间分集系统。其中广泛采用的是STBC+0FDM系统。它是一种较为容易实现并被广泛研究的空时码结构，在实验中能够提高数据传输的可靠性。STBC系统是一种典型的空间分集系统，它通过串并变换将单个数据流分解为多个并行的子数据流，从多个天线上同时发送出去；在接收端，同样使用多个天线来接收数据。由于接收端的每个天线都接收到了来自所有发射天线的信号，因此在接收端通过使用一定的算法来检测出的每个天线上的发送数据就具有较高的可靠性。4.3.2MIMO-OFDM系统自适应传输的基础设发送端总带宽分为C个子载波，有T根发射天线，接收端有R根目录接收天线。M是每个子载波传送的信息比特数，有r=min{T,R}。则在第c个子载波上等效基带信号的输入输出关系可以表示为:（4-3）上式，表示发送数据，这些发送数据同时从T根天线上发送出去；表示均衡器输出端的接收数据;表示噪声向量，其中的每一个元素都是相互独立的均值为0，方差为的复高斯随机变量;是的复数矩阵，表示MIMO-OFDM系统第个子载波上的等效基带信道传输矩阵;和分别表示在发射端的第c个子载波上的预处理矩阵和在接收端的第c个子载波上的后处理矩阵。假设发射机已知理想的信道传输状态信息,即已知.对进行奇异值分解得到下式:（4-4）其中,和分别表示维与维矩阵,上角标表示矩阵的共轭转置;表示维对角矩阵,它的对角线元素是的按照由大到小次序排列的奇异值.将设置成,设置成,则变成：（4-5）对于每个子载波都采取上述处理方法，可以把MIM0-0FDM系统的无线信道分解为一组并行的、独立的子信道。子信道的增益就是奇异值分解得到的奇异值分解得到的奇异值举这些信道被称为奇异值子信道。自适应调制就是在这些子信道上进行功率和比特分配，从而优化系统性能。这是MIMO-OFDM系统自适应传输方法的基础。4.3.3注水算法原理由上一节可知，对信道矩阵作奇异值分解得到：。其中，U，V都是酉矩阵，不会影响信号的发射功率，H的秩为rand(H)=min(T,R)，假设,则有R44 邵阳学院本科毕业设计（论文）个非奇异值，即。这样，就把MIMO看成R个并行子信道，每个信道上的增益对应相应的奇异值，如图4-2。对于接收端天线数大于发射端天线数的情况同上。图4-2并行子信道的示意图并行子信道设计中的最优方法是注水法(Waterfi111ngmethod)，一般是在给定功率限制的条件下求最大化信道容量。用H(f)表示带宽W信道的传输函数，N(f)为AWGN功率谱密度，把带宽为W的信道分为个子载波，为子载波带宽，且满足在子载波频带内近似恒定。用表示发射机的平均发射功率，需有功率限制条件：。AWGN环境中的信道容量可以表示为：，其中C为信首容量（bit/s），表示信道带宽内的AWGN功率。在多载波系统中，令足够小，可得到信道总容量：（4-6）考虑功率限制条件：，若欲实现信道容量的最大化，则可以将式子（4-6）变为式子（4-7）中的求极值问题，其中为拉格朗日乘子。（4-7）对式子（4-7）进行变换，可以得到式子（4-8）如下：（4-8）式子(4-8)的物理意义：当信噪比较大时，信道所对应的功率也较大；44 邵阳学院本科毕业设计（论文）而当SNR较低时，信道功率也应较低。图4-3给出了这种信号发射功率分配的示意图，曲线表示信道带宽内不同频率所对应的SNR的倒数。实现信道容量最大化的方法类似于把水倒入曲线上方阴影部分的“碗”中，从而得到-这就是所谓的模拟“注水”分配法。由此可见信道特性较好(即值较大)的子载波可以获得较高图4-3模拟“注水”方法分配示意图的发射功率，能有效传输更多的信息。注水法能够在带限信道上实现信道容量的理论最大值(提供理论上的最佳解决方案)，是功率分配的经典算法。但是其算法的计算复杂度很大，且需要星座规模的量化精度无限小，因此在实际上是不可能实现的。4.4仿真结果与分析图4-5为Turbo码性能仿真曲线图，横坐标为EbN0，单位为dB，纵坐标示为误码率。仿真条件为：采用（7，5）Turbo码编码器结构，块交织器，QPSK调制，每帧长度为500比特，信道为高斯白噪声信道，信道的噪声功率为，为Turbo编码码率，误比特门限为200比特。图4-4为Turbo与OFDM相结合的仿真系统，横坐标为EbN0，单位为dB，纵坐标示为误码率。由图可知当EbN0达到3dB时，误码率已知接近，当EbN0达到4dB时，误码率已经在以下，并且在4dB以后，随着EbN0的增加，BER下降越来越快。对比图3-9，在OFDM系统中，由图可知，在（3~4）dB时，误码率才缓慢趋向于，可见，加入了Turbo编码后，OFDM系统的性能有很大提高。图4-5为功率注水法算法仿真图，横坐标为EbN0，单位dB，纵坐标为功率。仿真条件为：固定噪声功率时，通过2*2的时变MIMO信道时，蓝色线与绿色线分别代表每根发射天线的发送功率。44 邵阳学院本科毕业设计（论文）图4-4Turbo码仿真误码率图图4-5Turbo-OFDM系统仿真性能图44 邵阳学院本科毕业设计（论文）图4-6功率注水算法功率分配仿真图4-6为采用功率注水算法得到的对于不同的天线阵列，即发射天线数与接收天线数不同时的性能仿真图，横坐标为信噪比（SNR），纵坐标为信道容量。由图4-7知，在信噪比固定的条件下，随着天线数目的增加，信道容量增加；在天线数目固定的条件下，随着信噪比的增加，信道容量增加。44 邵阳学院本科毕业设计（论文）图4-7功率注水算法MIMO系统容量比较曲线图4-8为Turbo码，交织编码，OFDM系统，空时编码，功率控制等各个模块整合的系统性能仿真图，横坐标为EbN0，单位为dB，纵坐标为误码率。图4-8自适应MIMO-OFDM系统仿真图4.5本章小节本章主要在前三章的基础上提出了在发关端作信道估计的模型与方法，阐述了信道估计的重要性，并分析了采用功率注水方法进行自适应控制的原理，然后进行仿真。最后，将前面所有模块，包括Turbo码，OFDM调制，MIMO分集，4QPSK调制进行仿真，最后一步一步进行合并进行仿真，并比较仿真结果。44 邵阳学院本科毕业设计（论文）结论本文提出了基于发送端估计信道状态信息的自适应MIMO-OFDM系统，主要是对构也此系统的每个模块进行分析研究，然后进行性能仿真，最后得出它们分别对整个系统性能的影响。例如，本文首先介绍此系统中两个最关键的技术MIMO和OFDM，论述了OFDM的基本原理，其中包括OFDM的基本模型、DFT实现以及保护间隔和循环前缀的优点，接下针对传输分集，提出了空时编码，并对其编译码展开了讨论。此外，Turbo码也是本文一个重要模块，因为它对系统整体性能的提高产生较大的影响。本文中的一个特点是在发送端来做信道估计。与接收端来做信道估计相比，更简单易行，且没有时延。采用信道估计以后，可以提高整个系统的频谱效率与可靠性。而且，在发送端来做信道估计时，即使CSI（信道状态信息）存在误差时，此系统也具有较高的鲁棒性。并且，在较低与中等信噪比情况下所达到的频谱效率也比只在接收端知道CSI时的频谱效率高。基于发送端的信道估计与自适应调制方式的核心思想是：将信道矩阵进行（奇异值分解后得到一系列空域正交子信道，即本征模。将本征模按大小排列，就可以用注水功率算法得出每个子信道上的发射功率，从而进行自适应功率控制，下面将做具体阐述。自适应调制技术（即自适应比特和功率分配）是MIMO-OFDM的关键技术之一，它可以根据系统在空域和频域中各个子信道的实际信道状态灵活地分配发送功率和信息比特，从而提高系统的数据传输率、频谱效率以及提高传输的可靠性。因此MIMO-OFDM系统中的自适应调制技术也得到了广泛的研究。本文中的自适应方法将由浅入深，先从功率注水算法开始，延伸到OFDM每个子信道的功率与比特分配。本文的研究是在一定的假设条件下完成的，从目前的研究来看，需要进一步深入研究的主要体现在以下两个方面：1．本文提出的方法是假设发射机在己知精确的信道状态信息的下提出的。但是实际中，发射机不可能精确的知道信道状态信息。不精确的信道状态信息可能给提出的自适应调制方法带来灾难性的后果，因此有必要进一步研究对不精确信道状态信息具有鲁棒性的自适应调制方案。2．本文提出的MIMO-OFDM系统中的自适应控制方案是主要是针对发送功率而言，且是对于单输入单输出天线而言。所以，要想更好44 邵阳学院本科毕业设计（论文）的提高系统的整体性能与效率，必须要设计一种更有效更可靠的比特与功率加载算法。44 邵阳学院本科毕业设计（论文）致谢经过将近四个月的毕业设计，我们将大学四年所学的知识重新整理、融合然后直接运用于设计之中，起到了温故而知新的效果。毕业设计的完成，得到了许多老师、同学和朋友的大力支持，让我有信心一步一个脚印将此次毕业设计做好。在此，我要用我最衷心的感谢，送给每一个在设计上给过我帮助的人。特别是指导老师曾阳素教授自始至终都给予了我特别的指导，并仔细认真地对毕业设计进行了详尽的评阅与修改。可以说，没有指导老师的关心、指导与鼓励，就不可能有本设计的诞生。他认真负责的工作态度和求真务实的工作作风深深地感动了我，在此我向他致意最崇高的敬意和表示衷心的感谢！此外，在我大学四年期间，还受到许多任课老师的精心栽培，特别是何海浪，李星亮，黄乘顺，林峰等老师。让我再次向这些老师们表示衷心的感谢，愿所有恩师身体健康，工作顺利，家庭幸福美满！44 邵阳学院本科毕业设计（论文）参考文献[1]周恩等，下一代宽带无线通信OFDM与MIMO技术，人民邮电出版社，2008年5月.[2]陶小峰等，4G/B4G关键技术及系统，人民有点出版社，2011年11月.[3]穆尔著，高会生等译MATLAB实用教程（第二版），电子工业出版社，2010年1月.[4]TelatarI.E.Capatityofmuti-antennaGaussianchannels,EuropeanTrans.OnTelecomm.Nov.1999,10(6):585-596[5]A.PeledandA.Ruiz.Frequencydomaindatatransmissionusingreducedcomputationalcomplexityalogorighms.ICASSP’80,April1980,3(9-11):964-967[6]B.Muquet,etal.Cyclicprefixingorzeropaddingforwirelessmulticarriertransmissions.IEEETrans.OnComm.Dec.2002,50(2):2136-2148[7]J.Armstrong.AnalysisofnewandexistingmethodsofreducingintercarrierinterferenceduetocarrierfrequencyoffsetinOFDM.IEEETrans.Commum.Mar.1999,47(3):365-369[8]J.ChuangandN.Sollenberger.Beyond3G:WidebandWirelessDataAccessBasedonOFDMandDynamicPacketAssignment.IEEECommunicationsMagazine,July2000,38(7):78-87[9]Y.(G.)Li.SimplifiedChannelEstimationforOFDMSystemsWithMultipleTransmitAntennas.IEEETrans.OnWired.Commum.Jan.2002,1(1):67-75[10]赵旦峰.MIMO-OFDM系系统统关键技术的研究.哈尔滨工程大学硕士学位论文.2007年3月：6-12[11]魏仁.MIMO-OFDM系统中的自适应比特和功率分配研究.汕头大学硕士学位论文.2007年3月：22-24[12]G.J.Foschini,M.J.Gans.Onlimitsofwirelesscommunicationsinafadingenvironmentwhenusingmultipleantennas.WirelessPersonalCommum.1998,6(3):311-335[13]G.J.Foschini.Layeredspace-timearchitectureforwirelesscommunicationinafadingenvironmentwhenusingmultipleantennas.BellLabsSvst.Tech.J.Autumn1996,1(1):41-59[14]V.Tarokh,N.Seshadri,A.R.Calderbank.Space-TimeCodesforHighDataRateWirelessCommunication:PerformanceCriterionandCodeConstruction.IEEETrans.onInform.Theory,Mar.1998,44(2):744-765[15]李建东，郭梯云，邬国扬.移动通信.第四版.西安电子科技大学，2006年6月：156-162[16]M.Codreanu,D.Tujkovic,andM.Latva-aho,AdaptiveMIMO-OFDMwithlowsignalingoverheadforunbalancedantennasystems.IEICETrans.Commun.2005,l(1):28-38[17]吕剑刚，吕英华，张金铃，赵洪涛，沈南科.滨州学院学报.2006年5月，21（3）：1-344 邵阳学院本科毕业设计（论文）附录程序主要原代码:clearall;%**********************transmitter*******************%******************preparationpart********************para=64;%Numberofparallelchanneltotransmitfftlen=64;%FFTlengthnoc=64;%Numberofcarriernd=16;%NumberofinformationOFDMsymbolforoneloopml=2;%Modulationlevel:16QAMsr=250000;%Symbolratebr=sr.*ml;%Bitratepercarriergilen=16;%Lengthofguardinterval(points)EbN0db=[-8:1:0];%Eb/N0M=2;N=2;%*********************Datageneration*****************g=[111;101];L_total=para*nd*ml/2;puncture=0;[n,K]=size(g);m=K-1;x=round(rand(1,L_total-m));L_info=length(x);L_total=L_info+m;[temp,alpha]=sort(rand(1,L_total));dec_alg=0;niter=5;%H=[-1.4352-1.6030*j-0.0182-0.0985*j;0.9893-1.6177*j1.6730+0.0957*j];%H=random('rayleigh',1,M,N);H=[0.1166-0.0515*j2.3119-0.1367*j;1.7804+1.4853*j-0.1335-0.6731*j];fornEN=1:length(EbN0db)nENen=10^(EbN0db(nEN)/10);%convertEb/N0fromunitdbtonormalnumbersrate=1/2;44 邵阳学院本科毕业设计（论文）L_c=8*en*rate;%reliabilityvalueofthechannelsigma=1/(2*rate*2*en);Pt=2*sigma*en;[USV]=svd(H);landas=diag(S);q(nEN)=0;ber(nEN)=0;forxxx=1:1:100000000%**********************turboencode**********************c=turbo_encode(x,g,alpha,puncture,L_total);%*********************interleav*************************inter=tx_interleaver(c,fftlen,ml);%************Serialtoparallelconversion****************paradata=reshape(inter,para,nd*ml);%***************4QAMmodulation**************************[ich,qch]=qpskmod(paradata,para,nd,ml);kmod=1/sqrt(2);ich1=ich.*kmod;qch1=qch.*kmod;%********************IFFT*******************************x1=ich1+qch1.*i;y=ifft(x1);ich2=real(y);qch2=imag(y);%****************Guardintervalinsertion****************[ich3,qch3]=giins(ich2,qch2,fftlen,gilen,nd);fftlen2=fftlen+gilen;yy=ich3+qch3.*i;%***************stbc22******************************mod_syms=yy(:).';num_symbols=length(mod_syms);ant1_syms=zeros(1,num_symbols);ant2_syms=zeros(1,num_symbols);ant1_syms(:,1:2:num_symbols)=mod_syms(:,1:2:num_symbols);ant2_syms(:,1:2:num_symbols)=mod_syms(:,2:2:num_symbols);44 邵阳学院本科毕业设计（论文）%transformedsymbolsant1_syms(:,2:2:num_symbols)=-conj(mod_syms(:,2:2:num_symbols));ant2_syms(:,2:2:num_symbols)=conj(mod_syms(:,1:2:num_symbols));tx_syms=zeros(2,num_symbols);tx_syms(1,:)=ant1_syms(1,:);tx_syms(2,:)=ant2_syms(1,:);idata=real(tx_syms(1,:));qdata=imag(tx_syms(1,:));%*******************powerAllocation*******************[PowerAllo]=WaterFilling_alg(Pt,landas,sigma);form=1:2ifPowerAllo(1,m)==0PowerAllo(1,1:2)=Pt./2;elsePowerAllo=PowerAllo;endendtx_syms(1,:)=PowerAllo(1,1).*tx_syms(1,:);tx_syms(2,:)=PowerAllo(1,2).*tx_syms(2,:);%********************channel************************spow=sum(idata.^2+qdata.^2)/nd./para;attn=0.5*spow*0.5*2*1./en;attn=sqrt(attn);Y=H*tx_syms;len=size(Y,2);noise=attn.*(randn(2,len)+j*randn(2,len));%addnoiseY=Y+noise;Y(1,:)=Y(1,:)./PowerAllo(1,1);Y(2,:)=Y(2,:)./PowerAllo(1,2);%***************STBCdecoding************************y1=Y(:,1:2:num_symbols);y2=Y(:,2:2:num_symbols);fork=1:length(y1)z1(k)=sum(y1(:,k).*conj(H(:,1))+conj(y2(:,k)).*H(:,2),1);z2(k)=sum(y1(:,k).*conj(H(:,2))-conj(y2(:,k)).*H(:,1),1);44 邵阳学院本科毕业设计（论文）d1(k)=z1(k)./abs(H(1,1)*conj(H(1,1))+H(1,2)*conj(H(1,2))+H(2,1)*conj(H(2,1))+H(2,2)*conj(H(2,2)));d2(k)=z2(k)./abs(H(1,1)*conj(H(1,1))+H(1,2)*conj(H(1,2))+H(2,1)*conj(H(2,1))+H(2,2)*conj(H(2,2)));endout(1:2:num_symbols)=d1;out(2:2:num_symbols)=d2;ich4=real(out);qch4=imag(out);%***********************Guardintervalremoval********************[ich5,qch5]=girem(ich4,qch4,fftlen2,gilen,nd);%***************************FFT**********************rx=ich5+qch5.*j;ry=fft(rx);ich6=real(ry);qch6=imag(ry);%*******************demodulation************************ich7=ich6./kmod;qch7=qch6./kmod;[demodata]=qpskdemod(ich7,qch7,para,nd,ml);%****************paralleltoserialconversion******************b=reshape(demodata,1,para*nd*ml);%********************deinterleave********************************deinter=rx_deinterleave(b,fftlen,ml);%******************************turbodecoder*************************en_output=2*deinter-ones(size(deinter));r=en_output;yk=demultiplex(r,alpha,puncture);%Scalethereceivedbitsrec_s=0.5*L_c*yk;%InitializeextrinsicinformationL_e(1:L_total)=zeros(1,L_total);foriter=1:niter%DecoderoneL_a(alpha)=L_e;%aprioriinfo.44 邵阳学院本科毕业设计（论文）ifdec_alg==0L_all=logmapo(rec_s(1,:),g,L_a,1);%completeinfo.elseL_all=sova0(rec_s(1,:),g,L_a,1);%completeinfo.endL_e=L_all-2*rec_s(1,1:2:2*L_total)-L_a;%extrinsicinfo.%DecodertwoL_a=L_e(alpha);%aprioriinfo.ifdec_alg==0L_all=logmapo(rec_s(2,:),g,L_a,2);%completeinfo.elseL_all=sova0(rec_s(2,:),g,L_a,2);%completeinfo.endL_e=L_all-2*rec_s(2,1:2:2*L_total)-L_a;%extrinsicinfo.xhat(alpha)=(sign(L_all)+1)/2;end%iterforzzz=1:L_total-2if(xhat(zzz)~=x(zzz))q(nEN)=q(nEN)+1;ifq(nEN)>=100xx(nEN)=zzz;breakendendendn=n+1;ifq(nEN)>=100breakendendber(nEN)=q(nEN)./(length(x).*(n-1)+xx(nEN));endsemilogy(EbN0db,ber,'r-*')ber44 邵阳学院本科毕业设计（论文）44