【摘要】：大型MIMO-OFDM系統(tǒng)通過(guò)在收發(fā)端配置數(shù)十或數(shù)百根天線,具有高復(fù)用增益、高分集增益以及高頻譜效率等優(yōu)點(diǎn),能夠較好的滿足未來(lái)無(wú)線網(wǎng)絡(luò)對(duì)系統(tǒng)的吞吐率以及可靠性越來(lái)越高的要求,因而是未來(lái)無(wú)線通信系統(tǒng)中非常有潛力的信息傳輸方案。信號(hào)檢測(cè)與估計(jì)是信號(hào)處理領(lǐng)域長(zhǎng)盛不衰的研究主題,其處理精度和效率是大型MIMO-OFDM系統(tǒng)發(fā)揮上述優(yōu)點(diǎn)的基本前提。在本文中,我們將以提升大型MIMO-OFDM系統(tǒng)信號(hào)檢測(cè)與估計(jì)的效率和精度為目標(biāo),以充分利用和挖掘無(wú)線通信中明顯的和隱藏的稀疏性為切入點(diǎn),以稀疏信號(hào)處理框架壓縮感知為理論工具,設(shè)計(jì)以及優(yōu)化系統(tǒng)的信號(hào)檢測(cè)與估計(jì)策略。 首先,我們考慮OFDM系統(tǒng)的稀疏信道估計(jì),分別從兩方面去優(yōu)化系統(tǒng)的信道估計(jì)策略,即導(dǎo)頻模板和信道估計(jì)算法。在OFDM系統(tǒng)中,等間隔的布置導(dǎo)頻符號(hào)是基于導(dǎo)頻的信道估計(jì)方式中常用的方案。然而,如果我們考慮無(wú)線信道沖激響應(yīng)的稀疏性(這是無(wú)線信道的固有特性),非等間隔的導(dǎo)頻布置方案往往能夠獲得更好的性能。具體地,我們以相關(guān)性為準(zhǔn)則來(lái)研究導(dǎo)頻布置方案。為了處理相應(yīng)產(chǎn)生的組合優(yōu)化問題,我們提出了一種簡(jiǎn)單而有效的領(lǐng)域搜索算法。對(duì)于信道估計(jì),我們可以將它看成是稀疏信號(hào)的重構(gòu)。為了增強(qiáng)我們所提出的方案的適用性,即信道階數(shù)未知的情形,我們結(jié)合貝葉斯信息準(zhǔn)則和現(xiàn)有的低復(fù)雜度稀疏重構(gòu)算法(即正交匹配追蹤算法)來(lái)同時(shí)估計(jì)信道階數(shù)和時(shí)域沖激響應(yīng)。將我們所提出的導(dǎo)頻布置方案和信道估計(jì)算法結(jié)合,我們不僅在誤符號(hào)率性能上遠(yuǎn)勝于傳統(tǒng)的基于等間隔導(dǎo)頻和插值算法的信道估計(jì)方案,而且需要的導(dǎo)頻數(shù)量也遠(yuǎn)少于后者。 其次,我們考慮大型MIMO系統(tǒng)的信號(hào)檢測(cè)問題。在本文中,我們考慮MIMO系統(tǒng)中兩種不同的調(diào)制方式,即正交幅度調(diào)制和空間調(diào)制。針對(duì)正交幅度調(diào)制,比如BPSK和4-QAM,我們提出了一種低復(fù)雜度的信號(hào)檢測(cè)算法,且該算法能夠獲得近似最大似然檢測(cè)算法的性能。我們所提出算法的核心思想是利用接收信號(hào)殘余誤差的稀疏性來(lái)迭代的增強(qiáng)檢測(cè)性能。具體地,由于線性MMSE算法的誤符號(hào)率通常不高(即,10%以下),原發(fā)送信號(hào)與估計(jì)信號(hào)的差,即殘余誤差,將會(huì)表現(xiàn)出高度的稀疏性。因此,通過(guò)壓縮感知中的稀疏重構(gòu)算法鑒別殘余誤差向量中的非零值(對(duì)應(yīng)著被錯(cuò)誤檢測(cè)的符號(hào)),我們可以將原MIMO系統(tǒng)退化成一個(gè)新MIMO系統(tǒng)且新MIMO系統(tǒng)的輸入維度要遠(yuǎn)小于輸出維度。也就是說(shuō)針對(duì)此新MIMO系統(tǒng),線性檢測(cè)算法將會(huì)獲得近似最優(yōu)的性能,否則我們可以重復(fù)上述過(guò)程來(lái)迭代增強(qiáng)檢測(cè)直至滿足條件�？偠灾�,我們所提出的算法可以獲得近似最大似然檢測(cè)算法的性能而其復(fù)雜度和線性檢測(cè)算法的復(fù)雜度為同一量級(jí)。 最后,我們考慮大型MIMO系統(tǒng)中廣義空移鍵控信號(hào)的檢測(cè),其中廣義空移鍵控是空間調(diào)制方式的一種。在廣義空移鍵控調(diào)制方式中,發(fā)射端只激活少量的天線且通過(guò)選擇天線的激活和關(guān)閉來(lái)傳輸信息,因此廣義空移鍵控信號(hào)從本質(zhì)上講就是一種稀疏0-1信號(hào)。受此啟發(fā),我們提出了一種檢測(cè)0-1信號(hào)的低復(fù)雜度的稀疏K-Best算法,該算法是基于球形譯碼中寬度優(yōu)先策略,即K-Best算法。和傳統(tǒng)的K-Best算法不一樣的是,稀疏K-Best算法僅考查少量可能激活的發(fā)射端天線�？偠灾�,我們所提出的算法不僅利用了廣義空移鍵控信號(hào)的稀疏性而且還挖掘了其非零值取值的限制。因此,基于有限等距特性的性能分析表明稀疏K-Best算法的重構(gòu)所需要的條件要比現(xiàn)有的貪婪類算法寬松。此外仿真結(jié)果也表明我們所提出的稀疏K-Best算法在檢測(cè)性能上要遠(yuǎn)勝于基于稀疏重構(gòu)算法的歸一化壓縮感知檢測(cè)方案而且復(fù)雜度僅略微高于以低復(fù)雜度著稱的正交匹配追蹤算法。 總而言之,本文上述研究結(jié)果表明：在大型MIMO-OFDM信號(hào)傳輸過(guò)程,如果充分挖掘信號(hào)的稀疏性,不僅能夠降低系統(tǒng)開銷,而且能夠大幅度提升信號(hào)檢測(cè)與估計(jì)性能。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張濱;張峰干;蔡國(guó)新;任嘉偉;;衛(wèi)星信號(hào)檢測(cè)[J];中國(guó)有線電視;2009年01期

2 徐科軍;;信號(hào)檢測(cè)、處理及實(shí)現(xiàn)系列課程建設(shè)探討[J];電氣電子教學(xué)學(xué)報(bào);2009年02期

3 戶永清;;基于取樣積分技術(shù)的混沌檢測(cè)法與微弱正弦信號(hào)檢測(cè)[J];綿陽(yáng)師范學(xué)院學(xué)報(bào);2009年08期

4 劉洋;張明;;“信號(hào)檢測(cè)與處理”課群構(gòu)建初探[J];沈陽(yáng)教育學(xué)院學(xué)報(bào);2010年01期

5 董智紅;王劍;王X;孫昕;;伽利略搜救信號(hào)檢測(cè)算法設(shè)計(jì)[J];北京理工大學(xué)學(xué)報(bào);2010年08期

6 邵亞勇;竺小松;;基于遞推最小二乘算法的小信號(hào)檢測(cè)[J];信息與電子工程;2012年02期

7 朱才榮;;高職“工業(yè)信號(hào)檢測(cè)與控制”課程項(xiàng)目化教學(xué)改革[J];中國(guó)電力教育;2012年19期

8 朱才榮;;高職《工業(yè)信號(hào)檢測(cè)與控制》課程改革探索[J];職業(yè)教育研究;2013年04期

9 叢玉良;趙曉暉;周求湛;;信號(hào)檢測(cè)與處理系列課程的建設(shè)與改革實(shí)踐研究[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(高教研究版);2013年03期

10 戴良鐵;董利敏;鄧鶴泉;;信號(hào)檢測(cè)論在招聘和甄選中的應(yīng)用探析[J];中國(guó)人力資源開發(fā);2013年13期

相關(guān)會(huì)議論文 前10條

1 杜雄;蘇向豐;謝品芳;;用硬件實(shí)現(xiàn)的四重信號(hào)檢測(cè)法及其在通信中的應(yīng)用[A];四川省電工技術(shù)學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2003年

2 張鐸;;信號(hào)檢測(cè)論在船舶了望中的應(yīng)用[A];中國(guó)航海學(xué)會(huì)2007年度學(xué)術(shù)交流會(huì)優(yōu)秀論文集[C];2007年

3 宋愛國(guó);段江海;;混沌、隨機(jī)共振在信號(hào)檢測(cè)中的應(yīng)用研究[A];第三次全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2002年

4 鄭娜;;基于假設(shè)檢驗(yàn)的信號(hào)檢測(cè)[A];電波科學(xué)學(xué)報(bào)[C];2011年

5 馬光彬;曹海燕;;基于OSIC的低復(fù)雜度MIMO檢測(cè)算法[A];浙江省信號(hào)處理學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

6 張維全;胡科強(qiáng);;凸優(yōu)化在水聲脈沖信號(hào)檢測(cè)中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

7 高源;李煒;;基于LabVIEW的異常信號(hào)檢測(cè)研究[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

8 陳帥;楊鐵軍;李媚;;一種改進(jìn)型CHASE檢測(cè)算法在MIMO-OFDM系統(tǒng)中的應(yīng)用[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

9 劉竹青;陳奕宏;;抗混響信號(hào)檢測(cè)的研究[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

10 王春光;周正;;OFDM系統(tǒng)中的一種信號(hào)檢測(cè)算法[A];第九屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 江蘇 陳廣榮;小天鵝模糊洗衣機(jī)稱重電路維修一例[N];電子報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 黃敏;高速移動(dòng)環(huán)境下信道估計(jì)及OFDM信號(hào)檢測(cè)研究[D];西安電子科技大學(xué);2015年

2 彭小慶;基于壓縮感知的大型MIMO-OFDM系統(tǒng)的信號(hào)估計(jì)與檢測(cè)[D];華中科技大學(xué);2015年

3 郭心悅;基于信息交互理論的無(wú)線信號(hào)的迭代估計(jì)與檢測(cè)[D];復(fù)旦大學(xué);2008年

4 湯宏穎;提高微光信號(hào)檢測(cè)靈敏度的新方法[D];天津大學(xué);2012年

5 吳利平;復(fù)雜電磁環(huán)境下的信號(hào)檢測(cè)與估計(jì)關(guān)鍵技術(shù)[D];西安電子科技大學(xué);2011年

6 劉謙雷;MIMO通信系統(tǒng)信號(hào)檢測(cè)算法研究[D];東南大學(xué);2006年

7 申京;MIMO-OFDM系統(tǒng)中信道估計(jì)及信號(hào)檢測(cè)算法的研究[D];北京郵電大學(xué);2012年

8 蔣忠進(jìn);彈性波Chirp信號(hào)檢測(cè)與時(shí)延估計(jì)研究[D];吉林大學(xué);2004年

9 鄭賤平;MIMO通信系統(tǒng)中的信號(hào)檢測(cè)與預(yù)編碼技術(shù)研究[D];西安電子科技大學(xué);2008年

10 肖曼琳;車載認(rèn)知無(wú)線電中的信號(hào)檢測(cè)與參數(shù)估計(jì)技術(shù)研究[D];電子科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李燕;基于壓縮感知的低截獲概率雷達(dá)信號(hào)檢測(cè)分析[D];南京理工大學(xué);2015年

2 吳迪;Massive MIMO的信號(hào)檢測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 王龍;壓縮感知信號(hào)檢測(cè)和參數(shù)估計(jì)方法研究[D];西安電子科技大學(xué);2014年

4 李富強(qiáng);信號(hào)檢測(cè)和分離算法研究及其FPGA實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

5 劉文廣;MIMO-OFDM系統(tǒng)中信道估計(jì)與信號(hào)檢測(cè)算法的研究[D];蘭州交通大學(xué);2015年

6 王曉天;面向5G的大規(guī)模MIMO信號(hào)檢測(cè)算法研究[D];南京郵電大學(xué);2015年

7 魏利霞;MIMO系統(tǒng)的信號(hào)檢測(cè)算法研究[D];南京郵電大學(xué);2015年

8 葉譜英;基于壓縮傳感的信號(hào)檢測(cè)與分類算法研究[D];電子科技大學(xué);2013年

9 謝麗華;基于虛擬儀器技術(shù)的信號(hào)檢測(cè)課程演示和實(shí)驗(yàn)方法的研究[D];南京理工大學(xué);2010年

10 吳偉;聲振信號(hào)檢測(cè)和分析技術(shù)的嵌入式系統(tǒng)研究[D];浙江大學(xué);2006年

，

本文編號(hào)：2535726