隨著智能終端的普及,無線數(shù)據(jù)業(yè)務(wù)量呈指數(shù)級(jí)增長(zhǎng),下一代無線通信系統(tǒng)需要具備更快的信息傳輸速率,更高的能源利用效率,更強(qiáng)的異構(gòu)網(wǎng)融合能力等特征。在設(shè)計(jì)和優(yōu)化這樣的系統(tǒng)之前,首先需要對(duì)其信道傳播特征、模型和仿真方法有更深入的認(rèn)知和掌握,這也是本文研究工作的出發(fā)點(diǎn)。本文圍繞著下一代無線通信系統(tǒng)的多天線信道建模和仿真技術(shù)研究展開,主要?jiǎng)?chuàng)新點(diǎn)如下： 1)提出了一種新的信道多徑參數(shù)估計(jì)方法。當(dāng)前廣泛應(yīng)用的多徑參數(shù)估計(jì)方法——空間交替期望最大化(SAGE)算法,存在運(yùn)算量大和易收斂于局部最優(yōu)等問題,尤其當(dāng)測(cè)量中使用方向性天線陣列時(shí),參數(shù)估計(jì)精度明顯下降。本文在分析了測(cè)量天線陣列角度域估計(jì)性能的基礎(chǔ)上,利用粒子群優(yōu)化算法,改進(jìn)了多徑參數(shù)估計(jì)中最優(yōu)解的求解過程,提出了迭代最小二乘——粒子群優(yōu)化算法(ILS-PSO)。ILS-PSO在簡(jiǎn)化計(jì)算量和保證收斂到全局最優(yōu)的同時(shí),還支持多天線分組測(cè)量,以及各個(gè)分組間多徑參數(shù)的聯(lián)合估計(jì),從而提高了算法在高速運(yùn)動(dòng)環(huán)境下的多徑跟蹤能力。通過數(shù)值仿真和實(shí)測(cè)數(shù)據(jù)分析,驗(yàn)證了ILS-PSO相較于SAGE算法,估計(jì)出的多徑信息能夠與實(shí)際傳播環(huán)境更好的契合,而運(yùn)算量?jī)H為SAGE算法的1/4,且支持移動(dòng)性信道多徑參數(shù)的估計(jì) 2)利用信道容量分析了大規(guī)模天線信道的信息承載能力。首先,定義了子空間緊致度來定量描述多天線(MIMO)信道容量和多徑信道角域功率譜的關(guān)系,并給出了MIMO信道奇異值的上界與子空間緊致度的數(shù)學(xué)關(guān)系�；诖�,以大規(guī)模天線陣列(Massive MIMO)系統(tǒng)為背景,考慮可使其容量最大化的“有利信道條件”(Favorable Propagation Condition),本文針對(duì)這一條件的存在性展開研究�；谝粋�(gè)簡(jiǎn)化的幾何模型,本文在“用戶聚集分布”場(chǎng)景下,從數(shù)學(xué)上推導(dǎo)出了“漸進(jìn)有利信道條件”存在性的閉式表達(dá)式和近似表達(dá)式。通過數(shù)值仿真,驗(yàn)證了在天線維度較大時(shí),所推導(dǎo)的表達(dá)式能夠較好地逼近實(shí)際無線傳播環(huán)境中的“有利信道條件”。這一結(jié)論可用于Massive MIMO系統(tǒng)中所需天線陣元數(shù)的估算。 3)設(shè)計(jì)了一種信道差分量化方法,進(jìn)一步,研究了多用戶MIMO系統(tǒng)的功率分配算法。非相干網(wǎng)格解碼量化算法(NTCQ)是一種Massive MIMO信道量化算法,它復(fù)雜度低,易于實(shí)現(xiàn),但并未利用好Massive MIMO信道中較強(qiáng)的空時(shí)相關(guān)性。本文在其基礎(chǔ)上,設(shè)計(jì)了一種差分量化方法,通過子空間旋轉(zhuǎn)和自適應(yīng)碼本空間扭曲(Skewing),可動(dòng)態(tài)跟蹤空時(shí)相關(guān)性的變化,并針對(duì)信道狀態(tài)信息(CSI)的更新部分進(jìn)行量化,在保持復(fù)雜度不變的情況下進(jìn)一步提高了量化效率。仿真結(jié)果表明,與NTCQ等算法相比,所提算法在Massive MIMO系統(tǒng)和普通多用戶MIMO系統(tǒng)下,都能改善傳輸性能。在量化的發(fā)端CSI的基礎(chǔ)上,本文進(jìn)一步研究了多用戶MIMO系統(tǒng)中,用戶間干擾的強(qiáng)度,設(shè)計(jì)了一種可自收斂的功率分配算法,并給出了各個(gè)用戶SINR的上界。通過數(shù)值仿真,本文給出了功率控制帶來的誤塊率(BLER)的改善和系統(tǒng)容量的收益。 4)研究了信道射頻級(jí)仿真中的系統(tǒng)構(gòu)架和關(guān)鍵技術(shù)。信道仿真儀是在實(shí)際無線收發(fā)設(shè)備的射頻端口之間,模擬真實(shí)信道傳播環(huán)境的專用射頻儀表。本文先從總體上設(shè)計(jì)了信道仿真儀的系統(tǒng)結(jié)構(gòu)和軟件算法流程,進(jìn)而,針對(duì)信道仿真儀的關(guān)鍵技術(shù),給出了一些可行的技術(shù)方案。針對(duì)用于高精度信道時(shí)延模擬的分?jǐn)?shù)階延時(shí)濾波技術(shù),本文基于Farrow結(jié)構(gòu)設(shè)計(jì)了一種數(shù)字邏輯資源占用穩(wěn)定,可靈活配置延時(shí)參數(shù)的實(shí)現(xiàn)方法,幅度誤差和相位誤差都可以控制在10-3量級(jí)。針對(duì)用于在全消聲暗室中復(fù)現(xiàn)空間多徑環(huán)境的MIMO空中測(cè)試(MIMO-OTA)技術(shù),本文先是給出了一個(gè)精確的理想化方案,之后給出了一個(gè)低成本、可復(fù)現(xiàn)空間相關(guān)性的方案,即使用8陣元的暗室陣列近似復(fù)現(xiàn)2陣元終端測(cè)試所需的空間相關(guān)性,其模擬精度可以達(dá)到10-2量級(jí)。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2015
【中圖分類】：TN92
【部分圖文】：

■ : Moving direction and trail圖2-5 城市微蜂窩下行鏈路信道測(cè)量場(chǎng)景其中，a中的第n個(gè)元素滿足a?{e,(t))=e-'^ xe^^. (2-81)觀察式（2-80)，我們發(fā)現(xiàn)陣列信心變成僅僅儲(chǔ)存在G矩陣?yán)铮⑶遗c0等方向角無關(guān)。因此，為了最小化?c(A0,A^)),對(duì)于某一預(yù)先指定的A0,A</)，最優(yōu)陣列可以使用如下方法得到Gopt.A = argmin[jc(A0,A0)]G=argmin | max (vec (G^G))^ (a(—0, — 0) (}a{d + AO,(j) + A(j))) I .(2-82)G I 0,??? L 」J計(jì)算0。5?，^|才目3繁5貞6<]。M而，陣列優(yōu)化一般都行，@此

以及信道片段的采樣間隔。這些將會(huì)決定分析多徑特征時(shí)，算法的時(shí)延分辨率，方向性估計(jì)的精度和多普勒跟蹤能力，因此系統(tǒng)參數(shù)的設(shè)計(jì)是十分重要的。圖2-13是信道測(cè)量設(shè)備的總體框架圖。從圖中可以看出，我們采用半并行（Semi-parallel)結(jié)構(gòu)，接下來將對(duì)這一結(jié)構(gòu)的細(xì)節(jié)進(jìn)行詳細(xì)描述。總體上說，我們的描述將關(guān)注如下三個(gè)主要方面：天線陣列結(jié)構(gòu)；激勵(lì)信號(hào)設(shè)計(jì)以及復(fù)用；同步與校準(zhǔn)。ITXBBUnb MTXRF Units N. - Elements Anay /A - Elements A/ray HRXRF Unto IRX B8 UnitsI I ▲ PLL I 二 i ~ ? L, ? ?■■■ --: PU. * ExternalH --1 = — 圖2-13 測(cè)量系統(tǒng)整體框圖；V. ?isf(a) (b)圖2-14 全向天線陣列（ODA): (a)結(jié)構(gòu)（b)天線響應(yīng)39

圖5-丨無線信道仿真儀系統(tǒng)總體架構(gòu)偽隨機(jī)數(shù)發(fā)生器：產(chǎn)生隨機(jī)參數(shù)時(shí)必然要大量用到隨機(jī)數(shù)的計(jì)算機(jī)生成算法。對(duì)于服從不同分布的信道參數(shù)，可以通過求逆，映射，接受-拒絕，求比例，組合等算法，由超長(zhǎng)偽隨機(jī)序列獲得的均句分布偽隨機(jī)基數(shù)變換得到滿足需求的偽隨機(jī)參數(shù)。具體算法設(shè)計(jì)時(shí)，需要考慮精度和復(fù)雜度上的最優(yōu)折中。鏈路幾何布局：將由用戶輸入的生成方法和參數(shù)，生成某種場(chǎng)景下基站——終端的多鏈路幾何分布模型，并獲得鏈路間距離及LOS方向，為路損，時(shí)延，角分布及大尺度參數(shù)相關(guān)性等重要信道參數(shù)的隨機(jī)產(chǎn)生提供必備條件。天線實(shí)體化：將由用戶輸入的天線陣列參數(shù)，天線方向性參數(shù)等，構(gòu)建天線陣列實(shí)體數(shù)據(jù)結(jié)構(gòu)，得到天線陣列的方向性特征與極化特征。參數(shù)實(shí)例化：根據(jù)幾何布局和輸入的模型全局配置，按照模型結(jié)構(gòu)要求的分布特征和相關(guān)性特征，生成模型中各項(xiàng)隨機(jī)參量，包括大尺度參數(shù)和小尺度參數(shù)。模型結(jié)構(gòu)實(shí)現(xiàn)：不同的標(biāo)準(zhǔn)模型，其參數(shù)設(shè)計(jì)，參數(shù)分布，參數(shù)作用都不盡相同。因此，需要設(shè)計(jì)一個(gè)具有普遍適用性的模型框架，并提供足夠的分支結(jié)構(gòu)

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 ;Review of wideband MIMO channel measurement and modeling for IMT-Advanced systems[J];Chinese Science Bulletin;2012年19期

本文編號(hào)：2831716