UFMC-MIMO系统中一种干扰消除算法

通用滤波多载波(UFMC)作为5G最具潜力的候选波形之一,它的优势在于比正交频分复用(OFDM)具有更低的带外泄露,且发送时不需要添加循环前缀(CP),还能与多输入多输出(MIMO)系统良好地兼容。然而现有对UFMC的研究多数停留在单输入单输出(SISO)系统,已不能满足5G及未来通信系统的需要,因此对UFMC-MIMO系统的研究具有重要意义。本文提出一种利用Walsh码设计的特殊训练结构对UFMC-MIMO系统进行定时同步的算法,首先对各信道进行定时同步,再对经过定时同步后的信号作频偏估计得到各发送天线与接收天线的频偏估计值,最后在时域对信号进行频偏补偿,从而达到降低或消除定时频偏对信号传输的影响。本文基于2×2的UFMC-MIMO系统进行仿真,结果表明该算法能够有效降低信号误符号率和显著提升系统的抗干扰性能。

UFMC-MIMO系统中串扰和HPA非线性失真补偿方案

为实现通用多载波形(UFMC)和多输入多输出(MIMO)相结合的可靠的通信系统,需要一种能高效补偿由MIMO系统中非线性高功率放大器(HPA)引起的失真和非线性串扰带来的综合问题的技术。本文采用一种基于交叉神经网络(CONN)的非线性补偿器来修正非线性串扰和HPA的非线性失真,并且改进了神经网络的输入层,采用抽头延迟线技术进一步解决了记忆性非线性串扰的影响。补偿器利用反向传播的神经网络的拟合特性,采用Levenberg Marquardt(LM)训练算法训练拟合出受非线性串扰影响的HPA逆函数,将其置于HPA后以达到自适应补偿的作用。通过仿真试验证明了该补偿方案能很好地补偿串扰和非线性失真对系统性能的影响,且对于加入记忆性串扰的非线性失真具有良好的补偿特性。

UFMC?MIMO波束成形传输方案设计

为了适应未来无线通信系统中的设备多样性、高速率、低时延和低功率消耗的需要,新型波形研究成为第5代无线通信系统的关键技术之一。通用滤波多载波(Universal?filtered multicarrier,UFMC)是一种广泛研究的5G侯选波形。然而现有的UFMC研究只涉及UFMC?SISO的场景,UFMC?MIMO的可行性和性能分析仍然空缺,而MIMO波束成形必然是5G通信系统的重要场景,因此对UFMC?MIMO进行评估和研究具有重要价值。本文提出了一个UFMC?MIMO系统可行方案,包括发射机、接收机和波束成形实现算法。通过数学推导证明该方案能正确恢复发送端数据并通过仿真验证其性能。仿真结果表明,不论在加性高斯白噪声(Additive white Gaussian noise,AWGN)信道还是在多径信道下,UFMC?MIMO都具有比OFDM?MIMO更优越的性能,尤其在抗频偏鲁棒性上表现出很大的优越性,进而验证了UFMC?MIMO传输方案具备应用5G通信的能力。

基于分布式UFMC⁃MIMO系统的同步算法

在分布式多输入多输出(Multiple⁃Input Multiple⁃Output,MIMO)系统中,各发射天线与接收天线之间的信道相互独立,增加了信号同步处理的难度。5G候选波形中通用滤波多载波(UFMC)在与MIMO结合后,获取准确的时频同步相当重要。文中针对分布式UFMC⁃MIMO系统,利用恒包络零自相关(CAZAC)序列设计合适的训练结构完成系统时频同步。该训练序列包含重复结构和共轭结构两部分,除了能进行时偏估计外,还能完成小数倍频偏与整数倍频偏估计,提高了时频估计的准确度。文中选择2×2规模的分布式UFMC⁃MIMO系统进行仿真。由仿真结果可知,通过该同步算法能够准确获取时频估计,在时域进行补偿后能明显提高系统性能。