APP下载

接收天线选择对MIMO-OFDM系统信道容量的影响

2014-12-14顾朝志

关键词:信道容量接收端范数

顾朝志,张 磊,李 莉

(1.中国石油大学 计算机与通信工程学院,山东青岛 266580;2.南京邮电大学,南京 210003)

MIMO-OFDM技术可以在不增加额外带宽和发射功率的情况下提高无线通信系统的容量和频谱利用率,并能有效地抵抗多径衰落、抑制符号间干扰,成为4G的核心技术。在MIMO-OFDM系统中,由于收发两端均采用多天线,因此要使用与天线数目同样多的射频链路,大大增加了系统的硬件成本和信号处理难度。天线选择技术通过较少的射频链路来支持较多的天线,以很小的性能损失换取成本的大幅降低,加速了MIMO-OFDM技术的发展和应用。

天线选择主要运用于单纯的MIMO系统[1-8],近年来这一技术也逐渐应用到 MIMOOFDM系统中[9-11]。MIMO-OFDM系统的天线选择有基于子载波和子系统两种方式。采用基于子载波的选择方法时,在每一子载波的天线子集选择过程中,实际上面对的就是一个单载波的MIMO系统,所以现有的MIMO系统的天线选择方法可引入到MIMO-OFDM系统的天线选择中。由于发射天线选择时需将CSI反馈给发射机,这在信道随机变化很快时是不可行的,所以接收天线选择更具吸引力。理论而言,接收天线选择会降低信道矩阵的秩,势必引起信道容量的降低,若在天线选择后联合相应的信号合并处理算法,则可弥补这一性能损失。本文基于MIMO-OFDM系统的接收天线选择和信号处理算法展开分析。

1 MIMO-OFDM系统结构及信道模型

图1为MIMO-OFDM系统接收端天线选择框图。由天线接收到的信号经特定的天线选择算法选择出需要解调的天线,之后经FFT、并串转换、解调等过程恢复信源的信息。

图1 MIMO-OFDM系统接收端天线选择框图

令Ci代表每一个子信道的容量,Ci=log2det为归一化的信道矩阵,则整个MIMO-OFDM系统的信道容量为

在计算信道矩阵时,假设在每一个天线对之间,信号路径都遵循射线追踪方法中的两射线模型(如图2所示)。

图2 两射线模型

未归一化的信道矩阵为

其中:元素hij表示第j根发射天线到第i根接收天线的信道衰落系数。选择n根天线进行接收,实际上就是从H中选择行数为n的子矩阵,并使用某种选择准则来计算特定天线选择结果下的MIMO系统的性能,将能使MIMO系统相应的性能达到最佳的选择结果作为最终选择输出。

2 天线选择及合并信号处理算法仿真分析

假设发射机和接收机均采用均匀线阵,子载波数取256,在计算每一子载波上天线选择的信道容量时,采用Monte-Carlo法。图3是在复高斯随机信道中,3×3天线结构、采用最优算法选择2根天线接收的信道容量结果。

图3 接收天线选择信道容量图

从图3可以看到:接收端进行天线选择后,所有接收子集的信道容量均低于未进行天线选择时的信道容量。这是由于接收天线选择使信道矩阵的秩减小,从而降低了信道容量。

最优算法的最大缺点是计算量过大,很难应用于实时性要求较高的系统。一些次优算法如递减算法、递增算法、最大范数算法等可大大降低复杂度。所以在最优算法的基础上,引入递增、递减、最大范数法等从8×8天线阵列中选择2根接收天线,各算法比较结果如图4所示。从图4可以看出:递减算法选择出的2根天线信道容量最高,最大范数法和递增算法曲线重合,性能相同,此时递减算法为最优选择算法。虽然经上述天线选择算法进行接收天线选择后的信道容量都有所降低,但天线选择能节省射频链路,降低系统的复杂度,这正是天线选择的目的所在。

图4 8×8接收天线选择算法比较

上述仿真结果已经验证了接收天线选择会导致信道容量损失,若在接收端进行天线选择后再联合一些数字信号处理算法,则能弥补这一性能损失。图5是8×8天线结构接收天线选择和最大比值法(MRC)结合的结果,可以看出:递减算法选择2根天线联合MRC算法所得的信道容量比未进行天线选择的信道容量还高。图6是8×8天线结构接收天线选择和等增益合并法(EGC)结合的结果,可以看出:递增算法与EGC算法选择2根天线所得的信道容量比未进行天线选择的信道容量高。从而说明在接收端进行天线选择导致信道容量降低的情况下,可联合相应的信号处理算法来提高信道容量。

图5 接收端天线选择加MRC算法

图6 接收端天线选择加EGC算法

3 结束语

本文基于双射线模型,以最大化容量为指标,将MIMO的天线选择方法引入MIMO-OFDM系统。仿真分析了递增算法、递减算法、最大范数算法等天线选择方法对信道容量的影响,并给出天线选择联合信号处理算法如MRC、EGC等对系统性能的影响。

[1]Gharavi Alkhansari M,Gershman A B.Fast Antenna Subset Selection in MIMO System[J].IEEE Transactions on Signal Processing,2004,52(2):339-347.

[2]Chen Z,Yuan J,Vucetic B.Analysis of transmit antenna selection/maximal-ratio combination Rayleigh fading channels[C]//International Conference on Communication Technology.Australia:[s.n.],2003,2(9):1532-1536.

[3]Heath R W,Sandhu S,Paulraj A.Antenna selection for spatial multiplexing systems with linear receivers[J].IEEE Communications Letters,2001,5(4):142-144.

[4]解志斌,颜培玉.空时复用多用户MIMO系统联合天线选择[J].系统仿真学报,2010,22(6):1466-1471.

[5]Hu Chia Chang,Lin Chang Lin.An efficient combined antenna subset selection scheme for MIMO wireless communication systems in correlated channels[J].International Journal of Electrical Engineering,2010,17(3):199-205.

[6]Kang,Jee Woong.Transmit antenna subset selection for downlink MIMO systems in multi-cell environments[J].IEEE Transactions on Wireless Communications,2010,9(7):2113-2118.

[7]Xu Li Zhu,Jin Kang,Qiu Ling.Transmit antenna selection based on approximate capacity analysis in linear dispersion codes systems[J].Journal of Electronics and Information Technology,2010,32(6):1423-1428.

[8]Jiang Chenzi,Cimini,Leonard J.Antenna Selection for Energy-Efficient MIMO Transmission[J].IEEE Wireless Communications Letters,2012,1(6):577-580.

[9]Dong Li,Xianhua Dai.Joint Antenna and Subcarrier Selection for MIMO-OFDM systems[C]//2006 International Conference on Communications,Circuits and Systems Proceedings.Guilin:[s.n.],2006(2):1153-1156.

[10]Hongyuan Zhang,Nabar R U.Transmit Antenna Selection in MIMO-OFDM Systems:Bulk Versus Per-Tone Selection[C]//IEEE International Conference on Communications.Santa Clara:[s.n.],2008:4371-4375.

[11]Remlein P,Cogalan T,Gucluoglu T.OFDM with transmit and receive antenna selection based on subcarrier groups[J].8th International Symposium on CSNDSP,2012:1-4.

猜你喜欢

信道容量接收端范数
基于扰动观察法的光通信接收端优化策略
MIMO无线通信系统容量研究
顶管接收端脱壳及混凝土浇筑关键技术
基于多接收线圈的无线电能传输系统优化研究
向量范数与矩阵范数的相容性研究
酸槽内钢带位置测量传感器
离散信道信道容量的计算
基于加权核范数与范数的鲁棒主成分分析
一种基于切换失败概率和认知用户信道容量联合优化的访问策略
基于目协调函数的信道容量和最大熵的计算