低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit,DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error,LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。

用于MIMO-OFDM系统QR分解的分布式脉动阵列处理算法

针对多载波系统中信道矩阵QR(正交三角矩阵)分解的延时问题,该文提出适用于MIMO-OFDM系统QR分解的分布式脉动阵列处理(Distributed Systolic Array Processing,DSAP)算法。该算法包含两种处理机制,一是交织预处理,对不同子载波信道矩阵行矢量进行分组交织处理,按照延时递增规律将每列信道矩阵元素读出并输入到脉动阵列;二是分布式脉动阵列计算,通过脉动阵列边界单元和内部单元中流水线CORDIC计算和子载波同步处理实现信道矩阵QR分解分布式处理,实现不同子载波QR分解分布于脉动阵列边界单元和内部单元中CORDIC不同级。与串行脉动阵列处理(Serial Systolic Array Processing,SSAP)算法比,DSAP算法充分利用时钟周期,分解延时约为SSAP算法的8%,有效减少数据处理延时,而复杂度几乎没有增加。

分布式MIMO-OFDM系统帧同步性能分析

多入多出-正交频分复用(MIMO-OFDM)技术是下一代宽带无线通信系统的核心技术之一,它对定时同步(包含帧同步和符号同步)性能非常敏感,而分布式天线系统是未来通信系统的开放式架构,这种架构使得帧同步的实现更加困难,且算法更加复杂,因此,急需提出性能分析方法来指导帧同步算法的设计.本文为分布式MIMO-OFDM系统的帧同步提出了一种准确的性能分析方法,从帧同步度量函数的统计特征出发,将信号在主信号方向角上进行正交分解,提出了高斯性能分析方法,利用正态分布的3R原则,推导出了正确帧同步概率的求解方法.最后将提出的性能分析方法应用到不同发射天线数目以及目前已经提出的几种算法进行分析和对比,验证了该方法的准确性和有效性.

多用户分布式MIMO-OFDM系统的多维资源分配算法

针对多用户分布式MIMO-OFDM系统中的资源分配问题,结合分布式架构特点,提出了一种基于分级优化的天线、子载波与功率联合分配算法。该算法将三维的资源联合分配问题分级转换为两次二维资源联合分配问题,即先引入端口并行处理机制,完成天线与子载波的分配,形成"用户-子信道对",进而采用注水功率分配的方式,完成功率在"用户-子信道对"上的分配。仿真结果表明,相比于典型的DSPA(Decouple Sub-channel and Power Allocation)和MASA(Multi-user Antenna&Sub-carrier Allocation)算法,该算法的容量性能明显提高,且其端口并行处理机制可以有效提高资源分配效率。

MIMO-OFDM分布式天线系统的定时同步算法

针对现有MIMO-OFDM分布式天线系统的定时同步算法不能准确估计精确符号定时的局限性,提出了一种MIMO-OFDM分布式天线系统的定时同步算法,新算法设计了一个正交变周期训练序列(OVP)集,每根发射天线的前导符号由此集合中的一种训练序列构成,利用天线间训练序列的正交性和变周期性,在接收端定义了相应的帧头捕获度量函数和精确符号定时度量函数,能准确地估计出分布式天线系统的时延矩阵。仿真结果显示:无论在AWGN信道还是多径衰落信道下,各天线时延和天线间时延(ITD)的估计性能都要优于传统算法,有效地解决了MIMO-OFDM分布式天线系统的精确符号定时同步问题。

分布式OFDM-MIMO雷达MTI处理

分布式频分正交复用-多输入多输出雷达(orthogonal frequency division multiplexing-multiple input multiple output,OFDM-MIMO)是一种新型雷达系统。针对该雷达的杂波抑制问题,建立了该雷达的回波模型,分析了空间分集和发射频率分集对改善因子的影响,给出了该雷达的动目标显示(meving target indication,MTI)杂波抑制方法,并分析了提出方法的性能。较之传统发射相同载频信号的MIMO雷达,分布式OFDM-MIMO雷达由于频率分集带来的处理自由度能改善多普勒频率落入MTI滤波器凹口的目标的检测能力。理论和仿真实验证实了提出方法的有效性。

分布式MIMO-OFDM系统中的时频同步

针对分布式多输入多输出-正交频分复用系统,提出一种新的训练序列及时频同步方案。在定时同步方面,它首先利用训练序列的时域共轭对称性完成粗定时同步,在此基础上进一步通过接收信号与本地时域训练序列移动相关完成细定时同步;在频率同步方面,它首先在时域利用接收信号相位差估计小数倍频偏,然后在频域利用训练序列良好的自相关性估计整数倍频偏。该方案不仅能够同时估计出各收发天线对之间的定时偏移和频率偏移,而且估计性能良好。

分布式MIMO-OFDM系统的同步捕获算法

该文提出了一种分布式多输入多输出正交频分复用(MIMO-OFDM)系统初始信号检测和同步捕获算法。该算法设计了导频符号,采用谱分析方法实现可靠的初始信号检测、粗定时和粗频偏估计,并在快速傅里叶变换(FFT)之后进行精确地频偏和定时估计。仿真结果表明,该算法在低信噪比多径瑞利信道条件下具有很好的性能。

一种改进的分布式MIMO-OFDM系统同步方案

本文研究了分布式MIMO-OFDM(多输入多输出-正交频分复用)系统的同步估计问题,提出了一种新颖的天线间定时偏移和载波频偏估计算法。该算法设计了一种新颖的基于Gold码良好的正交特性的训练序列,训练序列长度为1个OFDM符号。该算法有效地降低天线间干扰,在低信噪比的时候产生尖锐的定时度量函数波形,能够精确地估计各发射天线的迟延和载波频偏。相比于分布式MIMO-OFDM系统下的同步算法,提出了算法显示了更高的定时估计精度,和更低的计算复杂度,具有很好的实用价值。仿真结果表明,在AWGN信道下,信噪比为-2dB时,定时捕获的概率超过99%。

一种分布式MIMO-OFDM系统的多参数估计方法

对分布式多输入多输出正交频分复用(MIMO-OFDM)系统中的多频偏多信道估计问题进行研究,提出一种基于多项式求根和迭代干扰消除的多参数联合估计算法。该算法利用导频将多维搜索函数简化成多个一维搜索函数,通过泰勒级数将一维搜索函数转换成闭合的多项式形式,求多项式的根来获得频偏,利用迭代干扰消除进一步得到频偏和信道的迭代估计。仿真结果表明,提出算法适用于通信环境较为复杂的多径衰落信道和广泛应用的OFDM信号分析,与现有算法相比,估计精度高,性能较好,可以达到近似最大似然的最优解。

基于GSVD的分布式MIMO雷达测向算法

针对分布式多输入多输出(multi-input multi-output,MIMO)雷达测向中存在的数据信息提取不充分、运算量偏大等问题,开展了基于广义奇异值分解(generalized singular value decomposition,GSVD)的测向算法研究,以提高低信噪比条件下的角度估计性能。首先,建立了分布式阵列MIMO雷达回波信号的统一化表征模型;其次,将分布式MIMO雷达系统接收阵列数据的多线程GSVD问题转换为一个联合优化问题,运用交替最小二乘(alternating least squares,ALS)技术实现阵列信号流行矩阵的拟合,并引入子空间类算法实现目标角度联合估计;最后,对优化问题增加l1范数约束,避免了每次迭代中进行的奇异值分解运算,降低了算法运算量。仿真实验从角度联合估计、均方误差、运算时间等方面验证了所提算法的有效性。

频偏对分布式MIMO-OFDM系统性能影响分析

本文从理论上分析了频偏对采用迫零检测的分布式多入多出(MIMO)正交频分复用(OFDM)系统性能的影响。推导了由频偏导致的载波间干扰(ICI)功率,进而得到系统信干噪比(SINR)的表达式。通过分析迫零检测的特性,指出传统SINR计算方法不准确的原因并给出了新的更为准确的SINR计算方法。分析结果表明,传统方法所得SINR结果偏小而本文所提方法所得结果更为准确。

分布式MIMO-OFDM信号多频偏多信道联合盲估计

针对多径衰落信道下分布式多输入多输出正交频分复用(MIMO-OFDM)系统中频偏信道联合盲估计难的问题,提出了一种有效的多频偏多信道联合盲估计方法。该算法利用盲解卷积分离算法接收信号的同时得到有频偏影响的多个信道,对分离后的多个信号进行逐个频偏估计,补偿整体信道并去除信道模糊度,得到有效的信道估计值。仿真结果表明,与基于导频的频偏信道估计方法相比,所提算法可在5 d B获得1e-6的频偏估计精度,在15 d B左右获得1e-2的信道估计精度,实现了分布式MIMO-OFDM信号的多频偏多信道联合盲估计。

面向Sub-7 GHz频段分布式超大规模MIMO技术

下一代移动通信系统将在新的频段进一步提升整体性能。面向未来6G系统在Sub-7 GHz频段部署所面临的连续覆盖、容量提升以及部署困难等潜在难题,提出了一种创新的总体方案。这一方案结合了以用户为中心的接入网架构与分布式超大规模MIMO技术,旨在实现更高效的通信性能和用户体验。在所提出的以用户为中心的网络构架中,系统能够突破中心化限制,构建出中心网络与边缘分布式网络结合的以用户为中心的端到端分布式自治网络,智能自适应端到端用户需求。基于该构架可通过动态调整小区的覆盖范围和容量,更好地应对不同场景下的用户需求。通过优化连接管理策略,可以有效减少连接中断和延迟,提升系统的稳定性和用户的满意度。针对上述接入网络构架,给出了分布式超大规模系统中的灵活小区构建、链接管理及接入过程方案,并对CSI测量上报、分布式天线校准等底层核心问题进行了分析。

多径瑞利衰落信道下一种改进的分布式MIMO-OFDM符号定时同步算法

为了在多径信道中实现精确的符号定时估计,提出一种利用后向搜索的方式来提高同步算法在多径信道下的性能。分析分布式MIMO-OFDM系统模型,在OVPSP算法的基础上进行改进,提出多径信道下符号定时的改进算法,能够在路径损耗严重的多径瑞利衰落信道下,实现分布式MIMO-OFDM系统的精确定时估计,并通过Matlab仿真进行分析。仿真结果证明:该方法比传统的符号定时算法精度提高了30%,能实现更为精确的定时,有较好的应用前景。

多用户分布式MIMO-OFDM系统中天线与子载波分配算法研究

本文针对多用户分布式MIMO-OFDM系统中的资源联合分配问题,提出了一种基于端口选择的天线与子载波分配算法。该算法依据计算复杂度容限设定用户通信静态端口数,以此为每个用户选取信道状况最好的通信端口进行通信,进而通过天线端口与下属用户的相互配合,并行地完成天线与子载波的分配。仿真结果表明,该算法在系统天线数大于用户数的情况下容量性能优于MASA算法,且其端口并行处理机制可以有效提高资源分配效率。

基于分布式压缩感知的MIMO-OFDM系统信道估计研究

针对MIMO系统信道的联合稀疏特性,提出一种基于分布式压缩感知(DCS)的MIMO-OFDM系统信道估计方法。分布式压缩感知(DCS)被视为分布式信源编码和压缩感知(CS)的结合,论文详细论证了分布式压缩感知理论在MIMO-OFDM系统中运用的可行性。将该算法与基于压缩感知理论的Co SAMP算法做比较,仿真结果表明,基于DCS算法的信道估计不仅性能更优,而且可以实现更低的时间复杂度。

基于Simulink的分布式MIMOOFDM无线通信仿真

在MATLAB/Simulink的平台上,设计并实现了一种多输入多输出、正交频分复用的无线通信系统链路级仿真。针对多输入多输出通信系统仿真对硬件资源消耗严重的不足,提出了一种在MATLAB/Simulink环境下利用局域网内多台PC进行分布式联合仿真的方案。该方案灵活有效,可广泛应用于各类具有高复杂度的通信类仿真。

分布式MIMO-OFDM定时同步算法的研究及比较

多输入多输出-正交频分复用(MIMO-OFDM)技术是下一代4G通信的核心技术,具有频谱利用率高,抗干扰能力强,信道容量大等优点.分布式MIMO-OFDM系统会产生多时延、多频偏,同时对定时和频偏非常敏感,所以对分布式MIMO-OFDM同步算法的研究更加具有实际意义.文章对目前三种分布式MIMO-OFDM定时同步算法从序列结构,性能做了全面的比较分析与总结,并通过MATLAB仿真进行比较,得出运用CAZAC序列作为子载波数据的反向共轭定时算法性能突出.

一种新的分布式MIMO-OFDM系统同步算法

针对不等周期同步算法多段重复引起的同步峰值模糊的问题,提出了一种适用于多输入/多输出正交频分复用(MIMO-OFDM)系统的定时同步算法,算法在原有的不等周期同步模式(UPSP)算法的基础上对其进行结构的优化,同时利用Zadoff_Chu序列良好的互相关性来提高算法的性能。仿真结果表明,提出的算法在AWGN和多径信道下能有效地进行定时同步,特别是在多径情况下,新算法较UPSP算法能更有效地提高准确定时概率。