基于图变换和消息传递的MIMO-OFDM迭代接收机算法研究

发布时间：2020-10-18 15:54

　　 作为第四代和第五代移动通信的核心技术,正交频分复用(OFDM)系统能利用窄带正交载波解决频率选择性衰落问题,而多输入多输出(MIMO)系统则利用不同位置天线所具有的空间资源,增加信道容量、提高分集增益。将MIMO和OFDM相互结合可以有效实现两种技术的优势互补,提升系统性能。近年来出现的大规模MIMO系统,以极高的系统容量、频谱和能量效率迅速成为通信领域的研究热点,但是较大的天线规模所引起的多用户检测、信道估计和复杂度问题给接收机算法设计提出了更高的要求。本文针对下一代移动通信中的MIMO和OFDM系统开展研究,提出了利用因子图和消息传递的联合信道估计和检测算法,解决了现有迭代接收机中性能和复杂度无法兼顾的问题。本文的主要工作归纳如下:1.针对OFDM系统,设计了一种能够适用于稀疏信道环境的迭代接收机算法。对现有的接收机模型进行图变换,提出了一种联合平均场和期望传播的接收机算法。根据信道的稀疏性,将稀疏贝叶斯学习理论应用于信道估计建模,以降低导频开销提升频谱效率。然后利用大数定理对所提算法进行近似,找到与广义近似消息传递算法的内在联系,进而得到了更低复杂度的接收机算法。在此基础上研究了不同的消息调度机制,为后续的迭代算法设计提供了参考。仿真结果表明,与现有OFDM接收机相比本文所提算法能够以相同复杂度实现更优的性能。2.针对MIMO-OFDM系统,设计了基于图变换和消息传递的迭代接收机算法。利用图变换的方法将MIMO系统中的多用户干扰问题进行功能划分,分别利用不同的消息更新规则,构造了联合迭代接收机算法。然后提出了一种协作消息更新规则,实现置信传播和平均场两种规则的协作更新,从而构建了一种低复杂度的协作接收机算法。利用中心极限定理对所提协作接收机算法进行近似,找出与已有的双线性广义消息传递算法的内在联系,证明了上述协作规则的合理性。最后依据不同用户的信道状况建立更适合实际通信环境的部分高斯近似算法。仿真结果表明,本文所提联合接收机算法能够以略高的复杂度显著提升接收机性能,协作接收机算法能够以更低的复杂度获得较好的性能,部分高斯近似算法对两者进行互补,实现了性能和复杂度的均衡调整,具有较高的应用价值。3.针对大规模MIMO-OFDM系统,本文提出了通过挖掘天线阵列聚类特征以提升性能的低复杂度接收机算法。首先引入机器学习领域的Dirichlet过程作为稀疏贝叶斯学习模型的先验分布,建立了适用于大规模MIMO-OFDM系统的数学模型。通过图变换和联合消息更新规则对上述模型进行消息计算和调度,构造能普遍适用于多重测量问题的聚类估计算法。然后设计了一种基于概率的大规模MIMO系统信道建模方法,通过调整概率参数和突变参数模拟不同的传播环境,建立了具有不同相关度的信道模型。仿真结果表明,本文所提联合接收机算法能够充分发掘大规模MIMO-OFDM系统的空间资源,对具有共同稀疏性特征的天线进行聚类估计,相比现有接收机算法表现出明显的性能增益和较强的鲁棒性。
【学位单位】：战略支援部队信息工程大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TN929.5
【文章目录】：
摘要
Abstract
常用符号定义
英语缩略词
第一章 绪论
    1.1 研究背景与意义
    1.2 因子图和消息传递算法研究现状
    1.3 迭代接收机研究现状
    1.4 论文的研究内容和组织结构
第二章 图变换及消息传递理论基础
    2.1 因子图和消息更新规则
        2.1.1 因子图概述
        2.1.2 形式化消息更新规则
        2.1.3 启发式消息更新规则
    2.2 图变换方法
        2.2.1 传统图变换方法
        2.2.2 广义图变换方法
    2.3 消息传递规则局限性分析及图变换解决方法
        2.3.1 消息传递规则局限性分析
        2.3.2 图变换方法有效性分析
    2.4 本章小结
第三章 基于图变换和联合消息传递的OFDM接收机设计
    3.1 OFDM接收机模型及关键问题分析
    3.2 基于联合MF-EP算法的OFDM接收机设计
        3.2.1 算法设计
        3.2.2 算法调度机制设计和分析
    3.3 基于联合MF-EP-GAMP算法的OFDM接收机设计
        3.3.1 算法设计
        3.3.2 算法调度机制设计和分析
    3.4 仿真结果与分析
        3.4.1 算法比较及复杂度分析
        3.4.2 仿真结果分析
    3.5 本章小结
第四章 基于图变换和协作消息传递的MIMO-OFDM接收机设计
    4.1 MIMO-OFDM接收机模型及关键问题分析
    4.2 基于联合消息传递的MIMO-OFDM接收机设计
        4.2.1 因子图模型及其变换
        4.2.2 联合MF-EP-BP算法设计
        4.2.3 MF-EP-BP算法调度机制设计和分析
    4.3 基于协作消息传递的MIMO-OFDM接收机设计
        4.3.1 因子图模型及其变换
        4.3.2 协作消息传递算法设计
        4.3.3 近似Co-GBI算法设计
        4.3.4 部分高斯近似算法设计
    4.4 仿真结果分析
        4.4.1 算法比较及复杂度分析
        4.4.2 仿真结果分析
    4.5 本章小结
第五章 基于图变换和DP-SBL的大规模MIMO-OFDM接收机设计
    5.1 基于DP-SBL的大规模MIMO信道模型及关键问题分析
        5.1.1 大规模MIMO空间相关性信道分析
        5.1.2 大规模MIMO信道估计模型
        5.1.3 DP-SBL因子图模型及关键问题分析
    5.2 基于MF-GAMP的DP-SBL稀疏估计算法
        5.2.1 算法设计
        5.2.2 算法调度机制设计和分析
    5.3 仿真结果与分析
        5.3.1 算法比较及复杂度分析
        5.3.2 仿真结果分析
    5.4 本章小结
第六章 总结与展望
    6.1 论文的主要研究工作与贡献
    6.2 进一步研究工作展望
致谢
参考文献
附录
    附录A MF-GBI算法推导及消息调度
    附录B (4.51)式的推导
作者简历

【相似文献】

相关期刊论文 前10条

1 周惠忠;;一种镜像频率干扰抑制接收机系统设计[J];电子技术;2016年11期

2 W.C.贝克;李淑云;;ESM系统的应用[J];国外舰船技术.雷达与对抗;1987年03期

3 H.D.Griffiths;S.M.Carter;万天一;;独立双基地雷达接收机内的动目标显示装置[J];现代雷达;1987年01期

4 杨培根;;雷达和激光警戒接收机[J];现代兵器;1987年04期

5 林金;GPS接收机最新动向[J];航天控制;1988年04期

6 钟瑞卿;章云明;杨威;张涛;;基于数字信号处理技术的清管器接收机系统的研究[J];机械;2013年05期

7 畅玲;党红肖;;数传接收机系统可测试性设计[J];火控雷达技术;2015年02期

8 孙丹丹;;广播监测接收机虚拟化应用分析[J];信息与电脑(理论版);2018年02期

9 王龙龙;周志峰;;卫星定位接收机批量升级平台设计[J];导航定位学报;2018年02期

10 王尔申;张淑芳;胡青;;嵌入式GPS接收机系统的FPGA配置方法研究[J];计算机工程与应用;2009年04期

相关博士学位论文 前2条

1 袁正道;基于图变换和消息传递的MIMO-OFDM迭代接收机算法研究[D];战略支援部队信息工程大学;2018年

2 王李军;GPS接收机抗干扰若干关键技术研究[D];南京理工大学;2006年

相关硕士学位论文 前10条

1 罗庆红;北斗导航接收机快速启动方法研究[D];广东工业大学;2018年

2 刘志超;TC-OFDM室内定位接收机的弱信号捕获算法研究与实现[D];北京邮电大学;2018年

3 陈明;基于USRP B210的星载AIS接收机研究[D];天津理工大学;2018年

4 李博宇;高灵敏度平衡接收机设计[D];北京邮电大学;2018年

5 焦弼峰;静电放电对接收机系统干扰仿真关键技术的研究[D];东南大学;2016年

6 曲慧杰;HD Radio接收机系统方案的研究与设计[D];大连海事大学;2010年

7 孙振维;高动态高精度GPS接收机设计[D];电子科技大学;2017年

8 刘阳阳;北斗通航双模定位接收机的设计与实现[D];哈尔滨工程大学;2016年

9 柯小燕;FM广播定时接收机关键技术研究[D];中国科学院大学(中国科学院国家授时中心);2017年

10 魏亚贤;1090ES接收机系统与仿真设计[D];中国民航大学;2015年

本文编号：2846507