无线通信中空分复用技术的研究现状

《无线通信中空分复用技术的研究现状》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、无线通信中空分复用技术的研究现状　　摘要：空分复用技术可以极大地提高频谱利用率，已经成为国内外无线通信领域的研究热点，文章讨论了空分复用技术的系统构成，对比了当前空分复用系统各模块关键技术的优缺点，总结了大规模MIM0技术以及广义空间索引调制技术的优势，分析了空分复用技术下一步发展趋势。　　关键词：空分复用；索引调制；大规模MIMO　　随着移动多媒体业务的发展，人们对无线通信传输速率需求不断增长与无线频谱日益匮乏之间的矛盾愈发突出。空分复用技术通过在收发两端采用多天线并行传输数据，极大地提高了频谱利用率。近

2、年来，在空分复用系统基础上，空间调制技术可以在不改变收发端天线数的情况下进一步提高传输速率，大规模MIMO系统通过大幅增加一端或两端天线数并将原有2D信道扩展为3D信道从而大幅提高传输速率。本文将在简要介绍空分复用系统的基础上，重点分析大规模MIMO系统和空间调制技术及其下一步发展趋势。　　1空分复用系统　　空分复用系统模型如图1所示，发送端将数据流调制后进行串并变换为N1路并行子数据流并经过空时编码后经N1根发射天线并行发送信号，接收端对Ⅳ，根接收天线信号进行空时解码、并串转换以及解调后还原发送数据。根据

3、上述模型，空分复用系统主要包括预编码技术、信道估计技术、信号检测技术3个部。8　　1.1预编码技术　　发送端根据信道状态信息，对MIMO发送信号进行预编码处理，消除信道衰落及天线间干扰等不利影响，从而提高系统容量和传输质量并简化接收端检测算法。根据处理方式的不同，可以将预编码处理分为线性和非线性预编码2种，根据信道状态信息获得方式的不同，可以将预编码分为基于码本的预编码以及非码本的预编码。另外，在多用户MIMO技术中，接收端为多个具有多天线或者单天线的用户，用户无法区分自身信号与其他用户信号，造成共信道干扰

4、（Co-ChannelInterference，CCI），将严重影响各用户通信质量和速率，而预编码技术对发射信号预处理也可以作为消除或者降低用户间的共信道干扰的有效途径。　　1.2信道估计技术　　在空分复用系统中，接收端每副接收天线接收到的信号都是发送端发射信号经过信道干扰传输后的叠加。为了在接收端正确检测出发送的数据流并在发送端进行合适的预编码处理，必须对信道特性进行估计。因此，接收端对MIMO信道的估计是信号检测以及预编码的基础，而信道估计的准确度也与系统整体性能密切相关。目前，信道估计技术可以分为基于

5、导频的信道估计算法、基于信道判决反馈信道估计方法和盲信道估计算法3类。　　（1）基于导频的信道估计算法也是最为常见的一种信道估计算法，其在发送端发送一组收发两端均已知的导频序列，利用接收端实际接收结果与导频序列对比后估计信道特性。这种算法对信道估计准确，但额外占用传输资源，降低系统的有效性。8　　（2）基于信道判决反馈信道估计方法在利用导频序列估计出当前信道状态信息后，利用传输数据的检测结果对信道特性进行估计。这种算法开销小，但对传输过程中错误检测敏感度很高。　　（3）盲信道估计依靠先验约束条件根据统计特性

6、对信道进行估计。这种算法无需开销，但运算复杂度高而且只适用于慢衰落信道。　　1.3信号检测技术　　信号检测技术是空分复用技术的核心，接收端必须在相互干扰的信号中正确检测出各发射天线数据，其检测结果将直接影响整个空间复用系统的性能，检测算法的性能主要体现在误码率和运算复杂度上。目前空间信道复用的检测算法大致可以分为：最大似然（MaximumLikelihood，ML）检测算法、线性检测算法、连续干扰消除（SuccessiveInterferenceCancellation，SIC）检测算法和球形检测算法。　　

7、（1）ML检测算法。ML检测算法依据最大似然准则，遍历所有可能发送信号进行判决，选出最优点作为发送信号的估计值。由于检测过程遍历所有可能情况，一方面使其BER性能最优，另一方面使其运算复杂度随发射天线和调制阶数呈指数增长，为O（SM）。　　（2）线性检测算法。线性检测算法通过在接收端添加一个线性滤波器对接收到的混叠信号进行分离检测。由于线性处理过程中，各天线信号存在干扰，使得BER出能较差，但线性处理只进行了矩阵的求逆与乘法，运算复杂度低，为O（M3）。8　　（3）SIC检测算法。SIC检测算法逐层检测各发

8、射天线信号，在下一根天线信号检测前，去除己检测天线信号对总接收信号的干扰，从而整体上降低各天线间干扰的影响。因此SIC检测算法BER性能优于线性检测算法，但其每次计算都需要进行排序，使得运算复杂度略高于线性检测算法，为D（M3）～D（M4）。　　（4）SD检测算法。SD检测算法检测以接收向量为中心规定半径的球形内格点，并不断减小搜索半径从而获得最小半径的估计值。由于检测结果与ML检测结果基本一致，其BER性能十分