MIMO无线通信的空间自由度模型

采用本征模式方法研究了多天线无线通信的空间自由度问题。通过求解本征积分方程,得到给定发射区域和接收区域下多天线无线通信系统的本征函数,从而给出了多天线通信的物理限制以及相应的物理解释;通过将无线信道划分为发射天线到发射端近端散射体、发射端近端散射体到接收端近端散射体以及接收端近端散射体到接收天线三部分,提出了一种空间自由度的计算模型,分析了散射体对空间自由度的作用,并对已有模型的结果作出物理解释。

基于普通介质无缺陷一维光子晶体高Q值多通道滤波器

设计用常规介质构成的无缺陷的一维光子晶体,用特征矩阵法研究光波在其中的传输特性。在消逝波和传输波相互耦合的传播模式条件下,对特定的入射角度,有多个分离的高Q值频道可以让光波传播。因此可以将该结构用作多通道高Q值频率滤波器。通道位置和数目可以通过入射角度和结构的周期数目进行调节。

基于STBC-VBLAST系统的预编码传输方案

提出一种基于STBC-VBLAST混合结构的预编码传输方案。本方案以成对差错概率最小化准则为基础,理论推导给出线性预编码矩阵的构造方法,该方法分别对不同STBC层进行单独预处理,各层预编码矩阵由特征波束成形以及功率分配矩阵构成。仿真结果表明:本方案可有效降低系统差错概率,对于正交STBC还可同时提高系统信道容量,且在低维调制下效果更为显著。此外,理论分析显示对于正交STBC编码,信道容量最大化准则与成对差错概率最小化准则等价。

存在共道干扰的多径衰落环境中手机双天线系统性能研究

将城市室外电波传播模型、手机天线本征激励方向图以及信号合并方式相结合 ,建立了分析在具有共道干扰的多径衰落环境中手机双天线系统的性能模型。用这一模型研究了采用最优合并方式的手机上双单极子天线系统的性能 ,分析了合并性能受共道干扰强度、天线互耦以及机身的影响。

连续迭代优化SLNR准则的下行多用户MIMO预编码

多用户MIMO下行链路通信系统必须设计合适的预编码方案来抑制多用户间的共信道干扰.该文提出一种基于连续迭代优化信号泄漏噪声比最大准则的预编码方法.利用已知用户未使用的子信道空间增大其他用户的预编码空间自由度,降低干扰泄漏,并用迭代法进一步抑制多用户干扰,提高接收端信干比.该方法仅在发射端使用用户的信道信息优化与编码矩阵,不需要基站与用户协作,接收端可自由选择检测算法,且不会增加系统开销.仿真结果表明,所提方法取得了比原SLNR方法更好的系统性能,且具有较快的收敛速度,实用性较强.

基于信道状态信息反馈的特征波束形成算法

在多输入多输出通信系统中,为了有效地降低系统的误符号率,提出了一种特征波束形成算法。在假设接收端能准确地完成信道估计,并能及时将信道的互相关矩阵反馈到发射端的基础上,研究了接收和发射均采用多天线的特征波束形成算法,对其性能进行了详细的分析和推导,并在此基础上研究了波束形成与空时块码的结合以提高系统的频谱利用率。计算机仿真结果表明,在接收端采用多根天线相对于单根天线能明显降低系统的误符号率。特征波束形成算法通过同时提供波束形成增益和分集增益位置,有效地提高了系统性能。

非平行微带线间的串扰抵消研究

非平行微带线是印刷电路板（PCB）上不可避免的互连结构。针对PCB上非平行微带线间的串扰问题,用平行微带线近似非平行微带线,把平行耦合微带线间的串扰抵消方法应用到非平行耦合微带线中,提出了利用耦合传输线信道传输矩阵方法来进行远端串扰抵消,在对非平行耦合传输线信道传输矩阵进行特征值分解的基础上构建串扰抵消电路。仿真了非平行微带线间夹角分别为θ=3°、5°、10°时的串扰,结果表明,该方法可以有效改善非平行微带线上信号眼图的质量,串扰抵消效果良好。

频率选择性信道下多天线系统的空间线性预编码设计

研究了频率选择性信道下多天线系统的空间线性发射预编码设计问题。针对有循环前缀的块传输系统,通过理论分析指出,在频率选择性信道下设计空间预编码可以等效成现有的在频域为多个相邻频点设计相同的空间预编码,并可以通过凸优化方法对最优方案进行数值求解。为了降低计算复杂度,提出了一种以信道容量上界最大为目标的次优预编码算法。在进行等功率分配时,这种次优方法退化为现有的特征波束形成(EBF)。针对非块传输系统,分析了EBF算法存在的问题,提出了一种基于串行搜索的EBF算法。仿真分析表明,这种方法在高信噪比下的性能明显优于EBF算法。

TD-LTE非理想信道互易性下的下行单用户波束成形算法

在TD-LTE系统中由于上下行信道的时变特性、干扰非对称特性以及射频器件非对称特性会影响基于信道互易性的波束成形技术应用,降低系统增益。针对非理想信道互易性下的预编码矩阵设计问题,以最大化接收信号平均信干噪比做为目标函数,通过计算信道状态信息(CSI)估计值以及互易性误差的统计自相关矩阵,构造正则矩阵束,将最大化接收信干噪比的预编码矩阵求解问题转化为正则矩阵束的广义特征向量求解问题。计算机仿真验证了算法设计的预编码矩阵能有效增强系统的鲁棒特性。

一种基于特征值的3D MMSE角度域波束赋形算法

将传统二维角度域波束赋形算法应用于三维多输入多输出(3D MIMO)场景时,会导致波形畸变、不稳定甚至失效。为此,在传统二维最小均方误差算法的基础上,提出一种改进的3D MMSE角度域波束赋形算法。在面阵信号模型中利用特征分解法对信号相关矩阵进行分解,去除与噪声相关的小特征值扰动因子,以此解决波形畸变与算法失效问题。仿真结果表明,该算法可实现3D角度域波束赋形,相对3D MVDR算法和ZF算法,其阵列输出均方误差较小,信干噪比较高。

n阶信道传输矩阵特征值分解的串扰抵消研究

为了减小高速互连下串扰对信号传输的影响,进行串扰抵消研究。针对一组n(n>3)条耦合微带线间的串扰问题,提出了4阶和5阶耦合微带线信道传输矩阵的简化形式,并在对其进行特征值分解后构建了串扰抵消电路,此电路可以有效改善信号眼图的质量。仿真结果显示,该方法在n=4和n=5条耦合微带线串扰抵消时效果良好。综合n=2和n=3时的仿真,结果表明,此方法可以推广应用到一组n(n≥2)条耦合微带线串扰抵消中。

AIS多小区同频信号实时盲分离的FPGA设计

针对船舶自动识别系统(Automatic Identification System,AIS)中相邻多个小区的同频信号相互干扰、无法解调的问题,该文采用多天线接收混合信号,通过在FPGA上设计独立成分分析(Independent Component Analysis,ICA)算法来对混合信号进行实时盲分离.为满足实时性,文中用符号函数代替双曲正切函数对样点数据作非线性映射,简化迭代运算;并将样点数据分块存储,用于并行计算.同时实现了高精度特征分解(Eigen Value Decomposition,EVD),用于对混合数据进行白化.最后将设计的FPGA系统在Xilinx Isim中仿真,结果表明,主频20MHz时,系统在850μs内完成了从4路512点AIS混合信号中分离出了三路源信号.本文的设计也可应用于雷达、声纳等可能存在同频干扰的实时信号处理系统.

利用特征信道分割方法优化MIMO-OFDM系统吞吐量

提出了一种应用自适应调制,优化MIMO OFDM系统吞吐量的新方法———特征信道分割方法。对于一个有M个发射天线及N个接收天线的系统,通过使用子信道的预编码和解码,可以将每个子信道分解成min(M,N)个并行的特征信道。将这些并行的特征信道按照特定的方式分成多个组,每个组内的特征信道被分配相同的速率,从而使信道吞吐量达到最大。仿真结果表明:该方法的吞吐量和误码率性能与理想情况(每个子信道分配不同的速率)基本相同,但是却能大大降低系统的运算复杂度。

特征字典与自适应联合的BCS-UWB信道估计

超宽带作为一种高速无线通信技术,具有很多优势,但是其过高的带宽造成采样困难的问题。考虑到超宽带信号和信道固有的稀疏性且信道稀疏性未知,贝叶斯压缩感知提供了一种低速采样方法,将信道估计问题转化为压缩感知理论中的重构问题。压缩感知理论的关键在于信号的稀疏表示与观测矩阵的设计。目前常用的单位矩阵字典和多径字典并没有使信号具有最大的稀疏度,重构所需要的观测数目较大;并且常用的随机观测矩阵与稀疏表示字典相关度较高,算法必须在降维比较高时才能达到重构要求,采样速率依然较高。针对上述问题,文中提出使用特征字典表示稀疏信号,并使用贝叶斯压缩感知理论中的自适应观测矩阵设计方法进行信道估计。通过将二者结合,特征字典使信号具有最大的稀疏度,自适应观测可以用较少的观测值进一步提高重构算法的精度,达到进一步降低采样速率的目的。仿真结果表明,使用特征字典与自适应观测矩阵联合的贝叶斯压缩感知进行超宽带信道估计可进一步降低采样速率,并具有更好的性能。

一种新的双通道SAR动目标检测方法

针对机载双通道SAR/GMTI系统,本文提出了一种稳健的地面慢动目标检测方法。文中首先对基于样本协方差矩阵特征值分解的一类动目标检测算法的基本工作原理及各算法存在的优缺点进行了分析;在此基础上,针对该类动目标检测算法稳健性差的缺点,将第二特征值和归一化相位门限预处理引入到双曲线检测算法中,提出一种稳健的双通道SAR动目标检测方法。理论分析和仿真实验结果表明:与其它基于样本协方差矩阵特征分解的动目标检测算法相比,该算法具有杂波抑制能力强、可检测速度范围大和算法的检测性能受强点状杂波、相位漂移和随机噪声的影响小等优点。

MIMO-OFDM系统的信道盲估计算法

正交频分复用(OFDM)在宽带多天线通信系统中的使用显著地降低了接收端设计的复杂度,接收端信号经过OFDM调制后能将有限冲激响应信道的识别简化为一系列的无记忆系统识别问题。采用盲信源分离算法在频域中对信道进行盲估计,并利用相邻子载波间信号在时间上的相关性,消除多天线系统盲信道估计中幅度和排列识别模糊问题。该算法不需要在发送数据中插入导频和训练序列,提高了系统的频带利用率。