基于MIMO-FBMC系统的天线选择算法的设计与实现

发布时间：2020-06-12 00:22

【摘要】：基于偏移正交幅度调制的滤波器组多载波(Filter Bank Multicarrier with Offset Quadrature Amplitude Modulation,FBMC-OQAM)技术已经成为5G中对传统正交频分复用技术的替代方案之一。而通信系统中的多输入多输出(Multiple-Input Multiple-Output,MIMO)技术能在不增加频谱资源的前提下大大增加系统的容量。两者相结合的MIMO-FBMC技术也已成为近年来无线通信领域的研究热点。如今,MIMO系统中天线数量不断增多,系统的运算复杂度也随之不断提高,实现成本也因需要用到的射频链路数量增多而急剧提高。在这样的背景下,引入天线选择技术可以很好的解决上述问题。通过天线选择技术不仅能有效降低系统复杂度,还能减少在射频链路上的高额开销,因此,天线选择技术具有高度的现实意义。为了验证天线选择技术在MIMO-FBMC系统中的优越性,论文中首先研究了基于单载波的天线选择算法,如最优法、渐消法、递增法、最大范数法等。其次,研究了基于多载波(Multi-Carrier Modulation,MCM)系统的天线选择算法,如Per-tone算法、Bulk算法等,在MIMO-FBMC条件下对这些算法进行仿真,并分析了各类算法的性能。在进行仿真的同时,本文还就各种算法的复杂度作了详细论证,并对各类算法就其性能和复杂度进行了综合讨论。在系统设计时,对于通用软件无线电外设(Universal Software Radio Peripheral,USRP)平台,使用最大化系统容量的范数法实现发送端的天线选择最为简单。现阶段关于天线选择技术的理论研究比较成熟,但是在系统实现方面仍然需要具体实践和验证。论文在基于USRP平台的MIMO-FBMC系统中实现了在基站端进行12选4的天线选择技术,依据实际收发系统的传输性能验证了天线选择技术在该通信系统应用中的健壮性、可行性。实现了Per-tone算法和Bulk算法的两种实时MIMO通信系统,并与不进行天线选择的系统进行性能对比说明了实现的天线选择算法不仅实现复杂度低而且稳定性更高、误码率更低、信噪比也更好。
【图文】：

华 中 科 技 大 学 硕 士 学 位 论 文方案设计1 仿真验证小节对 Per-tone 算法进行 Matlab 仿真。与最大范数法不同，Per-tone 算子载波进行天线选择，所以为保证使用的仿真系统所使用的算法以及际系统一致，天线选择算法需要使用接收端检测出的完整信道状态信仿真时使用的是与实际系统一样的信道矩阵H。该矩阵是通过实际系接收端信道估计出来的。如图 3-2 所示。

信道状态信息。在仿真过程中，使用实际信道的信道状态有如下多的天线选择算法，在对 MIMO-FBMC 系统信道状态更了解的情计才更科学；比起直接使用随机生成的信道状态而言，实际系统息显然在系统设计和性能分析时更具有典型性。保最终设计结果与实际系统一致，仿真参数如表 3-1 所示：表 3-1 相关仿真参数仿真参数 数值FBMC 数据帧数 1000映射方式 4QAM发射天线数 12选择发射天线数量 4接收天线数 2天线选择算法 最大范数法子载波数量64 个，，其中 48 个有效子载波
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN919.3

【相似文献】

相关期刊论文 前10条

1 陈国良,王忠良;并行归并选择算法[J];计算机学报;1988年01期

2 刘赛;;人工免疫系统中反向选择算法的改进[J];计算机工程;2005年24期

3 慕学海;孙云霞;;负选择算法在人工免疫系统中的应用[J];中国新技术新产品;2010年21期

4 仲盛;多元选择算法的改进[J];微机发展;1996年06期

5 傅龙天;陈腾林;;基于阴性选择算法的改进模型[J];黑龙江工程学院学报;2016年05期

6 吴丹;;改进的人工免疫负选择算法在数据分类中的应用[J];电子世界;2013年12期

7 夏丹丹;李刚;于亮;李加庆;;一种新的移动自组织网络动态簇选择算法[J];空军雷达学院学报;2008年02期

8 陶晶;;一种用于异常检测的协同进化非选择算法[J];网络安全技术与应用;2015年05期

9 刘赛;李涛;;人工免疫中可变识别器反向选择算法研究[J];大众科技;2006年06期

10 潘峰,丁云飞,汪为农;基于逐级反向选择算法的入侵检测[J];上海交通大学学报;2005年04期

相关会议论文 前10条

1 李琳琳;焦阳;韩艳军;;数据链异构网络选择算法研究现状分析[A];国家安全地球物理丛书（十一）——地球物理应用前沿[C];2015年

2 苏海滨;史永丽;侯朝桢;;基于遗传算法的多目标多路径优化选择算法研究[A];2006年全国开放式分布与并行计算学术会议论文集（二）[C];2006年

3 王磊;郑宝玉;贾国强;;空间复用系统中一种新的天线选择算法[A];2008年中国通信学会无线及移动通信委员会学术年会论文集[C];2008年

4 陈旭日;徐炜民;沈文枫;袁世忠;;基于可信度的网格资源选择算法[A];2006年全国开放式分布与并行计算学术会议论文集（一）[C];2006年

5 苏永哲;;分布式MIMO系统中一种新的快速天线选择算法[A];2009年全国无线电应用与管理学术会议论文集[C];2009年

6 谯骁;董秀成;唐海英;代显志;;基于H．264的快速运动估计和帧间模式选择算法[A];四川省电工技术学会第九届学术年会论文集[C];2008年

7 薛桂芹;汪晋宽;贾利琴;;相关信道下多模式天线选择算法的研究[A];第七届青年学术会议论文集[C];2005年

8 李凯;马小铁;苏建霞;;在线测试的隔离点选择[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

9 林宇俊;李如春;李林;;基于局部残差复杂度的快速帧间模式选择算法[A];信号处理在生仪2014学术年会论文集[C];2014年

10 王广涛;宋擒豹;车蕊;;一种新的基于信息熵的属性选择算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

相关重要报纸文章 前1条

1 泰兴市河失镇中心小学 叶晓庆;浅谈口算训练的方法[N];成才导报.教育周刊;2007年

相关博士学位论文 前8条

1 王广涛;属性子集选择算法及其推荐方法研究[D];西安交通大学;2017年

2 兰鹏;MIMO系统下行链路天线与用户选择算法研究[D];山东大学;2009年

3 解志斌;MIMO系统的优化与天线选择算法的研究[D];东北大学;2009年

4 王彬;认知雷达波形优化设计研究[D];东北大学;2011年

5 张宏利;设备异常度检测及故障识别的人工免疫方法研究[D];上海大学;2014年

6 徐加利;认知协作无线网络中的中继选择与协同资源配置理论研究[D];山东大学;2012年

7 李玉强;企业服务总线功能扩展及服务选择方法研究[D];武汉理工大学;2012年

8 李永昊;对等网络拓扑优化及信任协商关键技术研究[D];北京交通大学;2011年

相关硕士学位论文 前10条

1 王正超;基于MIMO-FBMC系统的天线选择算法的设计与实现[D];华中科技大学;2018年

2 顾晓华;多跳D2D通信中速率与能效优化的中继选择算法研究[D];华中科技大学;2018年

3 于法良;双向D2D通信系统中继选择算法的比较与性能分析研究[D];苏州大学;2018年

4 隋丹;基于能量收集的WBAN中继选择算法的研究[D];吉林大学;2018年

5 刘新宇;基于模糊逻辑的异构无线网络选择算法研究[D];华南理工大学;2018年

6 李大江;HDFS纠删码机制的优化研究[D];哈尔滨工业大学;2018年

7 朱思亮;交通拥堵情况下的车联网路径选择算法研究[D];武汉理工大学;2017年

8 王静;多小区场景下的用户选择算法研究[D];华中科技大学;2017年

9 郭凯旋;基于智能手机的室内外无缝定位智能选择算法研究[D];江西师范大学;2018年

10 张新英;基于移动群体感知的参与者选择算法[D];河北大学;2017年

本文编号：2708710