多径信道下MIMO系统发送天线数估计

为了解决认知无线电或信号截获中多径信道下MIMO系统发送天线数估计问题,首先分析了现有模型在多径信道下失效的原因,将MIMO多径信道模型等效变换出一种虚拟信道矩阵,从而建立多径信道下MIMO系统发送天线数估计模型;然后,利用随机矩阵理论中协方差矩阵最小特征值分布的相关研究结果,证明了时不变瑞利信道的协方差矩阵最小特征值收敛于第二类Tracy-Widom分布,分析了该特点对发送天线数估计的影响,并提出一种改进的RMT估计算法来估计多径信道下MIMO系统发送天线数.最后对改进算法进行了仿真验证,结果表明在低信噪比和小数据条件下,改进算法的估计性能相比RMT算法有较大提升.     

基于球面波的非平稳性MIMO信道建模

提出了一种新的无线通信物理信道模型，可用于研究多输入多输出(Multiple-Input Multiple-Output, MIMO)系统中天线与传播信道之间的相互作用。利用球矢量波系数展开、天线散射矩阵和非平稳性建模，推导出了信道矩阵的扩展形式。引入了剥离天线影响的信道矩阵，并将其协方差统计量表示为共极化分量和交叉极化分量的双边功率角谱(Double-Directional Power-Angular Spectrum, DD-PAS)的函数。模型对于研究指定传播信道中天线设计具有重要价值，对MIMO系统在典型的传播环境中的应用进行了仿真分析，验证了所提出信道的准确性，结果表明提出的模型可以用于未来无线通信系统建设中。     

一种基于无人机MIMO信道的容量分析方法

针对无人机通信环境特点以及多天线系统(Multi-Input Multi-Output,MIMO),建立了具有直射、反射以及散射分量的无人机MIMO三维GBSBCM信道模型,给出了无人机空时频信道相关函数的简要形式;采用信道矩阵分解、信道系数归一化的方法,推导了无人机的MIMO信道相关矩阵的计算方法;根据信道相关矩阵中参数定量分析法,仿真分析了在发射端信道未知条件下的多天线间隔对无人机MIMO信道容量的影响。通过容量的影响分析,对无人机MIMO天线间隔的合理配置具有一定的理论参考价值和实际应用价值。     

一种新的MIMO信道模型

实际无线通信环境中发送天线之间以及接收天线之间存在相关性.针对以上特点,从多径MIMO信道的特性出发,首先建立发射天线相关系数矩阵和接收天线相关系数矩阵,并将它们引入无线信道的莱斯MIMO信道模型中.最后通过分析LOS MIMO信道相关模型和瑞利衰落MIMO信道相关模型,给出了具体的建模步骤.仿真结果表明采用本文方法产生的信道模型的MIMO系统误码率更低,从而验证了该信道模型能够较好地模拟MIMO系统的空间信道.     

关于MIMO系统的天线子集选择性能的研究

讨论了有关 MIMO 无线系统中的天线子集选择性能的问题。首先建立了 MIMO 信道模型,对信道模型进行了分析,接着对信道矩阵为非满秩的情况进行了研究,分别采用几种组合对发射、接收天线进行选择,得出不同组合对信道容量的影响。仿真结果表明,选择发射天线可以增加信道容量,选择接收天线虽然无助于增加信道容量,但在不会严重降低信道容量的前提下,可以降低系统的成本。     

一种空间相关MIMO信道下的空时预编码方案

在实际的多输入多输出（MIMO：Muhiple Input Multiple Output）移动通信系统中，信道的空间相关性通常会使得现有的空时编码方案难以获得最佳的误码性能。为了解决该问题，本文提出了一种适用于MIMO空间相关信道的空时预编码方案。该方案在完成对发射信号的空时编码后，针对发射天线的空间相关矩阵设计了合理的预编码矩阵，进而能够在保证分集增益的前提下克服相关信道的不利影响。仿真结果证实，该方案能够在一定程度上有效提高整个系统的误码性能。     

窄带波束信道MIMO系统的容量分析

最近的研究表明,多输入多输出(MIMO)技术在不增加功率和带宽消耗的情况下具有大幅提高无线通信速率的潜力.在传统的MIMO系统(称为天线信道MIMO系统)中,多个接收天线的输出被直接选作多输出信号.提出了波束信道MIMO系统的结构.在波束信道MIMO系统中,多个波束的输出被选作多输出信号.基于阵列方向响应矢量,提出了窄带MIMO信道冲激响应矩阵的仿真算法.基于提出的信道冲激响应矩阵算法,给出了天线信道MIMO系统和波束信道MIMO系统容量极限的分析算法.理论分析和仿真结果都表明:波束信道能够提高信噪比(SNR),降低信道间的互相关性,因此波束信道MIMO系统比天线信道MIMO系统具有更大的容量极限.     

一种基于分布式发射天线的差分空时调制方法

在基于分布式发射天线的多入多出(MIMO)系统中,由于各发射天线的发射信号不同时到达接收端,用于信道估计的导引设计及发射方法存在一定困难。针对这一问题,该文提出一种无需信道估计的分布式MIMO差分编码及检测方法:发送端将发射矩阵进行相位差分调制后发射,接收端利用前后接收量判断相位信息恢复出发送端数据信息。该方法频谱效率与V-BLAST相同,适用于任意发射天线数和接收天线数,且不要求接收天线数大于发射天线数。仿真结果表明,在不同信道传播时延情况下,误码率性能不同。     

一种基于分布式发射天线的差分空时调制方法

在基于分布式发射天线的多入多出（MIMO）系统中,由于各发射天线的发射信号不同时到达接收端,用于信道估计的导引设计及发射方法存在一定困难。针对这一问题,该文提出一种无需信道估计的分布式MIMO差分编码及检测方法：发送端将发射矩阵进行相位差分调制后发射,接收端利用前后接收量判断相位信息恢复出发送端数据信息。该方法频谱效率与V—BLAST相同,适用于任意发射天线数和接收天线数,且不要求接收天线数大于发射天线数。仿真结果表明,在不同信道传播时延情况下,误码率性能不同。     

短波通信多组空时编码中等效MIMO模型ZF解码

面向短波通信提出了多组空时编码( MGSTC )的一种等效多输入多输出( MIMO )模型迫零( ZF)解码算法。该算法以降低运算复杂度为目的,将原多时隙MIMO系统拆分为多个多时隙单输入多输出( SIMO)系统并分别等效为多个新的单时隙MIMO系统模型,通过各自左乘等效信道矩阵的共轭转置后进行最大比合并( MRC)以及ZF解码获得发送信号估计值,避免了球形解码( SD)中对高阶矩阵的QR分解。仿真结果表明,与虚拟MIMO模型SD解码算法相比,等效MIMO模型ZF解码算法在误码率( BER)性能1 dB损耗的情况下,运算量降低一个数量级以上。     

MIMO OFDM短波无线通信的频率同步技术研究

多输入多输出(MIMO)技术是最近几年发展起来的无线通信技术。目前利用MIMO技术提高短波通信的传输速率和可靠性的研究已经开展。论文着重研究了MIMO OFDM短波无线通信的频率同步技术,利用频域正交的训练序列完成了系统各个发射/接收天线对之间频偏不同时的载波频偏估计。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出(MIMO)系统中,天线选择技术平衡了系统的性能和硬件开销,但大规模MI-MO系统收发端天线选择复杂度问题一直没有得到很好的解决.基于信道容量最大化的准则,采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态,提出将二进制猫群算法(BCSO)应用于多天线选择中,以MIMO系统信道容量公式作为猫群的适应度函数,将收发端天线选择问题转化为猫群的位置寻优过程.建立了基于BCSO的天线选择模型,给出了算法的实现步骤.仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法,非常适用于联合收发端天线选择的大规模MIMO系统中.     

基于人工噪声的多用户MIMO系统加密算法

当多用户MIMO系统中的用户数多于或等于发射端天线数时,现有的基于人工噪声的物理层加密算法会导致合法用户无法正常接收。为提高此时的多用户MIMO系统的安全性,该文提出一种新的基于人工噪声的多用户MIMO系统加密算法。首先,发送端对多个合法用户进行联合处理,建立多用户联合信道状态矩阵;然后,将联合信道状态矩阵进行奇异值分解,并根据最小的奇异值进行预编码,以消除人工噪声对合法用户的影响;最后,提出一种优化功率分配的方案。仿真结果表明,该算法将多用户MIMO系统的保密容量平均增加了0.1 bit/(s?Hz),从而提高多用户MIMO系统的安全性。     

Impact of receive amplifier signal coupling on MIMO system performance

This paper uses a detailed model of multiple input multiple output (MIMO) systems to explore the impact of signal coupling in the receiver front end on communication capacity. The model is applied to assess the performance of a MIMO system with two transmit and receive antennas in a simulated multipath environment for different amplifier coupling levels. The results show that in practical scenarios where simple impedance matching techniques are used, the circuit coupling can reduce the signal-to-noise ratio at the receiver and therefore degrade the achievable MIMO capacity.     

多入多出智能天线技术

多入多出或多发多收技术同时采用多天线发射和多天线接收,能够大大提高无线通信系统的容量和频谱利用率,是新一代移动通信系统必须采用的关键技术。文章叙述了多入多出的概念,给出了一个空时码的例子,并简述了多入多出技术的研究现状。     

Pre-Coding for MIMO Systems in Frequency-Selective Fading Channels

Multiple input multiple output (MIMO) systems showed good utilization of channel characteristics. In MIMO systems multiple signals are transmitted using multiple antenna system. This provides each receiver the combined signals and hence, array processing techniques helps in reducing the effects of interference among them. In this paper we devise the use of pre-coded MIMO system to reduce the effects of frequency selectivity and hence, enhance the systems capacity and/or reduce the bit error rate. In this technique we introduce a temporal pre-coder on each antenna signal; this creates a deterministic multi-path signals similar to signals received when the channel is multi-path fading channel. The same antenna signal will arrive at each receiver forming orthogonal sub-space and the receiver will be simple add and delay of the received signals. Ant colony optimization is used in this paper to select the best pre-code. Results showed that we can diagonalize the channel matrix and practically eliminate the interference for frequency selective fading channel. Simulation of two transmitting two receiving antennas pre-coded MIMO system showed that the capacity can be doubled.     

应用于MIMO系统终端的腰带式可穿戴天线

提出一种应用于MIMO无线通信系统移动终端的腰带式可穿戴外置多天线.这一MIMO多天线系统利用合理的布局,可获取各种分集增益.天线单元采用开槽的电磁耦合微带贴片天线,减小了天线尺寸,也降低了人体吸收率.通过MIMO系统试验平台的外场测试,得到了多天线系统的相关性系数矩阵以及误码率等重要的实验数据.测试结果表明:在保持总发射功率不变的情况下,相较于传统的单发单收天线,这一多天线系统可显著降低传输误码率,进而有效提高通信系统容量与质量.     

Wireless MIMO Sensor Network with Power Constraint WLS/BLUE Estimators

Sensor networks are used in various applications. Sensors acquire samples of physical data and send them to a central node in different topologies to process the data and makes decisions. Multiple Input Multiple Output (MIMO) systems showed good utilization of channel characteristics. In MIMO Sensor Network, multiple signals are transmitted from the sensors and multiple antennas are used at the control node. This provides each receiver the whole combined signal and hence, array processing techniques helps in reducing the effects of noise. In this paper we devise the use of MIMO sensor network and array decision techniques to reduce the noise effect. The proposed Constrained Best Linear Unbiased Estimator (CBLUE) and Constrained Weighted Least Square (CWLS) estimators showed good performance BER when used with MIMO Sensor Network. Most importantly these estimates showed good perturbation results when the estimated channel matrix is not accurate. The condition for good performance was to have the number of receiving antennas at the central node to be equal to the number of transmitting sensors and no significant improve was seen if the number of antennas is greater than the number of transmitting sensors. If the number of sensors is greater than the number of receiving antennas, time or frequency multiplexing is possible to keep good performance for the devised system. Enhancing the BER results in longer battery life at sensor nodes.