对于FDD模式的大规模MIMO-OFDM系统,本文研究了将结构化压缩感知理论用于该系统的稀疏信道估计。考虑在该系统中将每个发送天线上的导频重叠放置,即每个发送天线可以在相同的时频资源块上发送导频符号,那么此时的系统稀疏信道估计问题...对于FDD模式的大规模MIMO-OFDM系统,本文研究了将结构化压缩感知理论用于该系统的稀疏信道估计。考虑在该系统中将每个发送天线上的导频重叠放置,即每个发送天线可以在相同的时频资源块上发送导频符号,那么此时的系统稀疏信道估计问题可以建模为结构化压缩感知重建问题。为了优化导频位置和导频符号来改进稀疏信道估计的质量,提出了一种最小化完全块间相关值的导频优化准则以及基于此准则的导频搜索算法,完全块间相关值是结构化压缩感知框架下衡量恢复矩阵子块间相关程度的量值。仿真结果表明,与其他导频相比,使用此优化方法获得的导频可以使信道估计误差明显减小,其性能增益大约为2~5 d B。另外,仿真结果还表明,在相同的导频数量前提下,使用优化导频获得的性能增益会随着发送天线数量的增加而变得更加明显。展开更多
针对物理层抽象技术缺乏理论模型以及等效指数信噪比映射(EESM)物理层抽象算法依赖调整参数和通用性较差的缺点,依据信息论、信号检测和概率理论,提出了物理层抽象的概率模型,并据此推导得出基于平均互信息量的物理层抽象算法——块平...针对物理层抽象技术缺乏理论模型以及等效指数信噪比映射(EESM)物理层抽象算法依赖调整参数和通用性较差的缺点,依据信息论、信号检测和概率理论,提出了物理层抽象的概率模型,并据此推导得出基于平均互信息量的物理层抽象算法——块平均接收信息率(RBIR)算法。基于采用MIMO-OFDM技术和最小均方误差(MMSE)检测算法的WiMaxⅡ系统的仿真结果表明,对于ITU PedB 3kmph和ITU VA 30kmph信道模型、多种调制编码方式,该算法都能够获得与EESM算法相当的性能,并且不需要相关的调整参数,从而使得该算法更具一般性,能够较容易地扩展到不同的无线通信系统中,实现物理层抽象。该算法的有效性进一步验证了本文提出的物理层抽象概率模型。展开更多
As a generalization of orthogonal frequency-division multiplexing （OFDM） systems, multi-input multi-output （MIMO） OFDM systems are very sensitive to carrier frequency offset （CFO）. This paper proposes a blind CF...As a generalization of orthogonal frequency-division multiplexing （OFDM） systems, multi-input multi-output （MIMO） OFDM systems are very sensitive to carrier frequency offset （CFO）. This paper proposes a blind CFO estimation method based on power spectrum analysis, which has high bandwidth efficiency and is much less complex. This method can be used to estimate the residual CFO, which is less than half of the subcarrier spacing. The method uses a cosine cost function to get a closed-form CFO estimate. Simulation results illustrate that the method is effective for MIMO OFDM systems.展开更多
针对LTE下行多输入多输出正交频分多址(MIMO-OFDM)系统中的天线间干扰和多径干扰问题,提出一种低复杂度的迭代均衡算法。该算法在接收端通过预编码矩阵将发射信号扩展到所有子载波上,从而减少部分子载波深衰落对扩展前原始发射信号的影...针对LTE下行多输入多输出正交频分多址(MIMO-OFDM)系统中的天线间干扰和多径干扰问题,提出一种低复杂度的迭代均衡算法。该算法在接收端通过预编码矩阵将发射信号扩展到所有子载波上,从而减少部分子载波深衰落对扩展前原始发射信号的影响。算法在接收端引入最小均方差误差排序QR分解(MMSE-SQRD)软干扰消除均衡算法,一方面避免传统基于最小均方误差(MMSE)并行软干扰消除均衡算法中矩阵求逆运算,进而降低了算法复杂度,另一方面利用信道排列,优先检测信噪比最大的传输符号进而提高检测准确性。同时通过预编码对重构信号进行预处理,进而缓解在迭代干扰消除过程中的误差传播。仿真结果表明:在4发4收场景下,误码率为10-5时,所提算法信噪比改善约0.7 d B。展开更多
文摘对于FDD模式的大规模MIMO-OFDM系统,本文研究了将结构化压缩感知理论用于该系统的稀疏信道估计。考虑在该系统中将每个发送天线上的导频重叠放置,即每个发送天线可以在相同的时频资源块上发送导频符号,那么此时的系统稀疏信道估计问题可以建模为结构化压缩感知重建问题。为了优化导频位置和导频符号来改进稀疏信道估计的质量,提出了一种最小化完全块间相关值的导频优化准则以及基于此准则的导频搜索算法,完全块间相关值是结构化压缩感知框架下衡量恢复矩阵子块间相关程度的量值。仿真结果表明,与其他导频相比,使用此优化方法获得的导频可以使信道估计误差明显减小,其性能增益大约为2~5 d B。另外,仿真结果还表明,在相同的导频数量前提下,使用优化导频获得的性能增益会随着发送天线数量的增加而变得更加明显。
文摘针对物理层抽象技术缺乏理论模型以及等效指数信噪比映射(EESM)物理层抽象算法依赖调整参数和通用性较差的缺点,依据信息论、信号检测和概率理论,提出了物理层抽象的概率模型,并据此推导得出基于平均互信息量的物理层抽象算法——块平均接收信息率(RBIR)算法。基于采用MIMO-OFDM技术和最小均方误差(MMSE)检测算法的WiMaxⅡ系统的仿真结果表明,对于ITU PedB 3kmph和ITU VA 30kmph信道模型、多种调制编码方式,该算法都能够获得与EESM算法相当的性能,并且不需要相关的调整参数,从而使得该算法更具一般性,能够较容易地扩展到不同的无线通信系统中,实现物理层抽象。该算法的有效性进一步验证了本文提出的物理层抽象概率模型。
基金Supported by the National Natural Science Foundation of China(Nos. 60675002 and 60496311)the Basic Research Foundation of Tsinghua National Laboratory for Information Science and Technology (TNList)
文摘As a generalization of orthogonal frequency-division multiplexing （OFDM） systems, multi-input multi-output （MIMO） OFDM systems are very sensitive to carrier frequency offset （CFO）. This paper proposes a blind CFO estimation method based on power spectrum analysis, which has high bandwidth efficiency and is much less complex. This method can be used to estimate the residual CFO, which is less than half of the subcarrier spacing. The method uses a cosine cost function to get a closed-form CFO estimate. Simulation results illustrate that the method is effective for MIMO OFDM systems.
文摘针对LTE下行多输入多输出正交频分多址(MIMO-OFDM)系统中的天线间干扰和多径干扰问题,提出一种低复杂度的迭代均衡算法。该算法在接收端通过预编码矩阵将发射信号扩展到所有子载波上,从而减少部分子载波深衰落对扩展前原始发射信号的影响。算法在接收端引入最小均方差误差排序QR分解(MMSE-SQRD)软干扰消除均衡算法,一方面避免传统基于最小均方误差(MMSE)并行软干扰消除均衡算法中矩阵求逆运算,进而降低了算法复杂度,另一方面利用信道排列,优先检测信噪比最大的传输符号进而提高检测准确性。同时通过预编码对重构信号进行预处理,进而缓解在迭代干扰消除过程中的误差传播。仿真结果表明:在4发4收场景下,误码率为10-5时,所提算法信噪比改善约0.7 d B。
