大规模MIMO上行链路抗压制干扰性能分析
发布时间:2020-07-26 14:21
【摘要】:近年来,由于通信网络的不断完善,还有手机、平板电脑等便携式通信设备的大量普及,移动多媒体的数据传输量一直呈现猛增的趋势。为了迎合人们未来的通信业务需求,正在建设的第五代(5G)移动通信需要采用多种关键技术来实现更高的数据传输速率。这些技术其中就包含了大规模多输出多输出(Multiple Input Multiple Output,MIMO)技术。而在无线通信的传输过程当中,难免受到外界干扰和噪声的影响,通信质量往往会有一定程度地下降,从而影响到用户体验,甚至可能带来一些经济损失和安全问题。因此,对于大规模MIMO这种新兴的通信系统,很有必要考虑其受到干扰的情景,并基于这种情景对它的性能进行分析。从通信系统安全的角度思量,本文考虑了一个上行链路的多用户大规模MIMO系统,在系统中还存在着敌对用户,它会发送压制式干扰来降低系统的可靠性。针对上述的通信场景,本文以误符号率为指标分析了系统的性能。按照信道信息的完备性,分别考虑了完全信道信息与不完全信道信息两种情况。在这两种情况下,分别建立了相应的传输模型,定义了干扰信号及信道的类型,然后规范了对发送信号的处理流程。基于MIMO检测及数字信号接收的原理,对经过每个处理阶段后信号发生的变化进行了分析,并得出其具体结构。最终,将信号分解为了期望信号和干扰、噪声、误差等多个部分。利用各部分相应的特性,如大规模MIMO的信道特性、噪声的统计信息、单音干扰和噪声调幅干扰的特性以及不完全信道信息下的估计误差等,经过公式推导得出了完全信道和不完全信道两种情况下的平均误符号率。不同于大多数文献给出的是一些渐近性能或上下界的理论结果,本文给出了确定用户数、天线数、信噪比和干信比下的误符号率解析表达式。针对从上面提到的两种情况下得到的结论,本文根据相应模型进行了多个仿真实验,证明了理论结果的可靠性。从实验结果可以看出,在大规模MIMO系统中,单音信号和噪声调幅信号对上行传输的干扰效果不佳,而在同样的干扰功率下,单音干扰的表现稍好。在9dB的信噪比下,两种压制干扰对误符号率会有一定影响,但较高的干信比依然不足以让系统的可靠性遭到破坏。信噪比的降低可以使误符号率显著上升,并且当信噪比越低时,干扰功率对误符号率的影响作用越不明显。此外,不完全信道信息下的信道误差会使误符号率有所上升,但对干扰效率几乎没有影响。在完全信道信息和不完全信道信息下,增加接收天线都可以带来系统性能的提升,而用户数增加则会降低系统的可靠性。
【学位授予单位】:杭州电子科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TN929.5
【图文】:
图 2.1 单小区大规模 MU-MIMO 上行链路传输学语言描述,则发送端的发射符号向量可以表示为: ( ) ( ) ( ) ( ) 接收符号向量可以表示为: ( ) ( ) ( ) ( ) 标 i 表示向量中的第 i 个元素。号占用的带宽非常小的时候,可以把信道近似为平坦的,于是可以描述 MIMO 系统的信道: 矩阵为 ,其中 表示的是用户 m 到接收天线 k 的信道分布,即 ( )。则接收信号跟发送信号的关系如下: ( ) ( ) ( ) O 系统的天线配置方案中,往往要求天线阵元的间距大于接收信号
分布十分吻合,因此,也可以将( ) 看作一个随机变量 , ( )。本小节的分析可知,大规模 MIMO 下的传输信道具有某些特殊的性质,可以为带来方便。算法德香农指出“通信的最根本问题就是在一点近似或完全的再现另一点的内容”性能是通信系统的一个重要指标,对于 MIMO 系统当然也不例外。在 MIMO 系号/干扰信息同时传输,所以 MIMO 检测要相对复杂。在遭受随机噪声或干扰污一个性能良好的检测算法应该能在将这些符号中的大多数正确的检测/解码出统的检测流程如图 2.4 所示。已经有多种 MIMO 检测算法被提出,这些算法有着各自的优缺点,需要针对具和系统特性来选择。按性能表现分类,可以将其分为最优检测和次最优检测两大虽然有很好的检测性能,但往往存在这一个问题,即随着决策变量的数量增加会呈指数级增长。大规模 MIMO 系统的特点是维度较高,因此采用最优算法需运算代价,是否可以采用次最优的算法呢?可以通过对大规模 MIMO 的天线配这一问题。
个用户的检测信号表示为: ( )目标信号 ∑ ( ) ( ) 多用户干扰 ( ) ( )噪声 ( ) ( ) 有意干扰 中 表示矩阵 的第 行, 表示 的第 列。接下来将结合不同的压制式干扰类号率进行具体分析。单音干扰干扰信号为单音干扰,干扰信号的角频率和目标发送信号的载波频率 一致,空号码元“0”和传号码元“1”,干扰信号表示为: ( ) 扰信号初始相位为 ,干扰信号的功率为 。目标接收机的解调方式为相干解调,经过带通滤波的接收信号会跟一个本地载过一个低通滤波器来滤除高频分量,之后按照一定的阈值进行判决,使码元信恢复。其流程图如下所示:带通相乘器低通抽样ac d e
【学位授予单位】:杭州电子科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TN929.5
【图文】:
图 2.1 单小区大规模 MU-MIMO 上行链路传输学语言描述,则发送端的发射符号向量可以表示为: ( ) ( ) ( ) ( ) 接收符号向量可以表示为: ( ) ( ) ( ) ( ) 标 i 表示向量中的第 i 个元素。号占用的带宽非常小的时候,可以把信道近似为平坦的,于是可以描述 MIMO 系统的信道: 矩阵为 ,其中 表示的是用户 m 到接收天线 k 的信道分布,即 ( )。则接收信号跟发送信号的关系如下: ( ) ( ) ( ) O 系统的天线配置方案中,往往要求天线阵元的间距大于接收信号
分布十分吻合,因此,也可以将( ) 看作一个随机变量 , ( )。本小节的分析可知,大规模 MIMO 下的传输信道具有某些特殊的性质,可以为带来方便。算法德香农指出“通信的最根本问题就是在一点近似或完全的再现另一点的内容”性能是通信系统的一个重要指标,对于 MIMO 系统当然也不例外。在 MIMO 系号/干扰信息同时传输,所以 MIMO 检测要相对复杂。在遭受随机噪声或干扰污一个性能良好的检测算法应该能在将这些符号中的大多数正确的检测/解码出统的检测流程如图 2.4 所示。已经有多种 MIMO 检测算法被提出,这些算法有着各自的优缺点,需要针对具和系统特性来选择。按性能表现分类,可以将其分为最优检测和次最优检测两大虽然有很好的检测性能,但往往存在这一个问题,即随着决策变量的数量增加会呈指数级增长。大规模 MIMO 系统的特点是维度较高,因此采用最优算法需运算代价,是否可以采用次最优的算法呢?可以通过对大规模 MIMO 的天线配这一问题。
个用户的检测信号表示为: ( )目标信号 ∑ ( ) ( ) 多用户干扰 ( ) ( )噪声 ( ) ( ) 有意干扰 中 表示矩阵 的第 行, 表示 的第 列。接下来将结合不同的压制式干扰类号率进行具体分析。单音干扰干扰信号为单音干扰,干扰信号的角频率和目标发送信号的载波频率 一致,空号码元“0”和传号码元“1”,干扰信号表示为: ( ) 扰信号初始相位为 ,干扰信号的功率为 。目标接收机的解调方式为相干解调,经过带通滤波的接收信号会跟一个本地载过一个低通滤波器来滤除高频分量,之后按照一定的阈值进行判决,使码元信恢复。其流程图如下所示:带通相乘器低通抽样ac d e
【相似文献】
相关期刊论文 前10条
1 白杰;杨林;孙殿星;张翔宇;;基于频域相关性判决的压制干扰分类识别[J];舰船电子工程;2017年11期
2 李潮;张多林;刘付显;;压制干扰对地空导弹武器系统杀伤区的影响[J];现代防御技术;2008年06期
3 戎华;陈求;;多波束分时压制干扰建模与仿真[J];计算机与数字工程;2016年11期
4 汤广富;郑璞;朱珍珍;付强;;主被动复合导引头抗压制干扰试验设计[J];导弹与航天运载技术;2010年01期
5 沈义龙;王坤;张恒;靳浩;;相参压制干扰的时序优化设计方法[J];现代防御技术;2019年06期
6 戴荣涛;王青春;;对合成孔径雷达压制干扰效果分析[J];现代电子技术;2008年21期
7 陈晋鹏;王红军;阮e
本文编号:2770875
本文链接:https://www.wllwen.com/kejilunwen/wltx/2770875.html