mimo-ofdm系统中自适应技术研究毕业设计(论文)(编辑修改稿)

mimo-ofdm系统中自适应技术研究毕业设计(论文)(编辑修改稿)内容摘要：

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 cos 分量和 sin 分量相乘，构成最终的子信道信号和合成的 OFDM 符号。 图 中给出了 OFDM 系统的基本模型，其中 /icf f i T。 图 OFDM 系统的基本模型 图 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 ： 011 e x p ( ) e x p ( ) 0T nmj t j t d tT      mnmn （ 23） 例如式 (22)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（ 24）。 由 式 （ 24）知 ，对第 j 个子载波进行解调可以恢复出期望符号 id。 而对其它载波来说，由于在积分间隔内，频率差别 ( )/i j T 可以产 生整数倍个 周 期，所以其积分结果为零。 邵阳学院本科毕业设计（论文） 9 jd10101 e x p 2 ( ) e x p 2 ( )1 e x p 2 ( )ssssNtTs i stiN tTi s jtijjj t t d j t t d tT T Tijd j t t d t dTT                   （ 24） 图 OFDM 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（ 21）， 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 sin ( )c fT 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 OFDM 系统中子信道信号的频谱（经过矩形脉冲成型） 这种现象可以参见图 ，图中给出相互覆盖的各个子信道内经过矩形脉冲成型邵阳学院本科毕业设计（论文） 10 得到的符号的 sinc 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 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。 DFT/IDFT 实现 为了叙述的简洁，令式 (22)中的 0st  ，并且忽略矩形函数，对信号 ()st 以刀 /NT的速率进行抽样，即 令 / ( 0 ,1 1 )t k T N k N  ，可以得到 ： 102( / ) e x p ( )Nkiiiks s k T N d j N  (0 1)kN   （ 25） 可以看出 ks 恰好等效为对 kd 进行 IDFT 运算。 同样在接收端，为了恢复出原始的数据符号 id ，可以对接收到的 ks 进行逆变换，即 DFT，即可恢复传输数据符号 id ，如下所示 ： 102e x pNikiikd s j N (0 1)iN   （ 26） 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 N 点的 IDFT 运算，把频域数据符号 id 试变换为 时域数据符号 ks ，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 ks 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。 N 点 IDFT 运算需要实施 2N 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 2 IFFT 算法来说，其复数乘法次数仅为 2log ( / 2)NN，并且随着子载波个数 N 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 所示。 这样就可以保证 在 FFT 周期内， OFDM 符号的延时副本内所邵阳学院本科毕业设计（论文） 11 包含的波形的周期个数也是整数。 这样，延时小于保护间隔 GT 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 ： 101 0 lo g ( 1 )Gg u a r d FFTTv T （ 27） 其中 guardv 为功率损失， GT 为保 护间隔时长， FFTT 为 OFDM 符号周期长度。 从上式 可以看到，当保护间隔占到 20% 时，功率损失 却 不到 ldB，虽然信息速率损失达 20% ，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 加入循环前缀的 OFDM 符号 MIMO 基本原理 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。 邵阳学院本科毕业设计（论文） 12 分集的基本原理 [11] 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。 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 tN ，接收天线数是 rN ，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 ： 2log ( / )t r tC N N N SNR rtNN （ 28） 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 tN 线性增加，从而提供了目前其他技术无法达到的容量潜力。 邵阳学院本科毕业设计（论文） 13 MIMOOFDM 的关键技术 MIM00FDM 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 MIMOOFDM 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。 MIMOOFDM 技术 [11]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 MIMOOFDM 系统中出现，同时 MIMO0FDM系统还要面对 MIMO 方面的一些问题。 OFDM 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 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邵阳学院本科毕业设计（论文） 14 分配发射功率和信息比特，从而获得更好的系统性能。 MIMO 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 [12] [13]。 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) [14] 和空时分组码 (STBC) [15]。 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 34 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 ATamp。 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。