【摘要】：大型MIMO-OFDM系統(tǒng)通過在收發(fā)端配置數十或數百根天線,具有高復用增益、高分集增益以及高頻譜效率等優(yōu)點,能夠較好的滿足未來無線網絡對系統(tǒng)的吞吐率以及可靠性越來越高的要求,因而是未來無線通信系統(tǒng)中非常有潛力的信息傳輸方案。信號檢測與估計是信號處理領域長盛不衰的研究主題,其處理精度和效率是大型MIMO-OFDM系統(tǒng)發(fā)揮上述優(yōu)點的基本前提。在本文中,我們將以提升大型MIMO-OFDM系統(tǒng)信號檢測與估計的效率和精度為目標,以充分利用和挖掘無線通信中明顯的和隱藏的稀疏性為切入點,以稀疏信號處理框架壓縮感知為理論工具,設計以及優(yōu)化系統(tǒng)的信號檢測與估計策略。 首先,我們考慮OFDM系統(tǒng)的稀疏信道估計,分別從兩方面去優(yōu)化系統(tǒng)的信道估計策略,即導頻模板和信道估計算法。在OFDM系統(tǒng)中,等間隔的布置導頻符號是基于導頻的信道估計方式中常用的方案。然而,如果我們考慮無線信道沖激響應的稀疏性(這是無線信道的固有特性),非等間隔的導頻布置方案往往能夠獲得更好的性能。具體地,我們以相關性為準則來研究導頻布置方案。為了處理相應產生的組合優(yōu)化問題,我們提出了一種簡單而有效的領域搜索算法。對于信道估計,我們可以將它看成是稀疏信號的重構。為了增強我們所提出的方案的適用性,即信道階數未知的情形,我們結合貝葉斯信息準則和現有的低復雜度稀疏重構算法(即正交匹配追蹤算法)來同時估計信道階數和時域沖激響應。將我們所提出的導頻布置方案和信道估計算法結合,我們不僅在誤符號率性能上遠勝于傳統(tǒng)的基于等間隔導頻和插值算法的信道估計方案,而且需要的導頻數量也遠少于后者。 其次,我們考慮大型MIMO系統(tǒng)的信號檢測問題。在本文中,我們考慮MIMO系統(tǒng)中兩種不同的調制方式,即正交幅度調制和空間調制。針對正交幅度調制,比如BPSK和4-QAM,我們提出了一種低復雜度的信號檢測算法,且該算法能夠獲得近似最大似然檢測算法的性能。我們所提出算法的核心思想是利用接收信號殘余誤差的稀疏性來迭代的增強檢測性能。具體地,由于線性MMSE算法的誤符號率通常不高(即,10%以下),原發(fā)送信號與估計信號的差,即殘余誤差,將會表現出高度的稀疏性。因此,通過壓縮感知中的稀疏重構算法鑒別殘余誤差向量中的非零值(對應著被錯誤檢測的符號),我們可以將原MIMO系統(tǒng)退化成一個新MIMO系統(tǒng)且新MIMO系統(tǒng)的輸入維度要遠小于輸出維度。也就是說針對此新MIMO系統(tǒng),線性檢測算法將會獲得近似最優(yōu)的性能,否則我們可以重復上述過程來迭代增強檢測直至滿足條件�？偠灾�,我們所提出的算法可以獲得近似最大似然檢測算法的性能而其復雜度和線性檢測算法的復雜度為同一量級。 最后,我們考慮大型MIMO系統(tǒng)中廣義空移鍵控信號的檢測,其中廣義空移鍵控是空間調制方式的一種。在廣義空移鍵控調制方式中,發(fā)射端只激活少量的天線且通過選擇天線的激活和關閉來傳輸信息,因此廣義空移鍵控信號從本質上講就是一種稀疏0-1信號。受此啟發(fā),我們提出了一種檢測0-1信號的低復雜度的稀疏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算法的重構所需要的條件要比現有的貪婪類算法寬松。此外仿真結果也表明我們所提出的稀疏K-Best算法在檢測性能上要遠勝于基于稀疏重構算法的歸一化壓縮感知檢測方案而且復雜度僅略微高于以低復雜度著稱的正交匹配追蹤算法。 總而言之,本文上述研究結果表明：在大型MIMO-OFDM信號傳輸過程,如果充分挖掘信號的稀疏性,不僅能夠降低系統(tǒng)開銷,而且能夠大幅度提升信號檢測與估計性能。
【學位授予單位】：華中科技大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN911.23

【相似文獻】

相關期刊論文 前10條

1 張濱;張峰干;蔡國新;任嘉偉;;衛(wèi)星信號檢測[J];中國有線電視;2009年01期

2 徐科軍;;信號檢測、處理及實現系列課程建設探討[J];電氣電子教學學報;2009年02期

3 戶永清;;基于取樣積分技術的混沌檢測法與微弱正弦信號檢測[J];綿陽師范學院學報;2009年08期

4 劉洋;張明;;“信號檢測與處理”課群構建初探[J];沈陽教育學院學報;2010年01期

5 董智紅;王劍;王X;孫昕;;伽利略搜救信號檢測算法設計[J];北京理工大學學報;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檢測[J];信息與電子工程;2012年02期

7 朱才榮;;高職“工業(yè)信號檢測與控制”課程項目化教學改革[J];中國電力教育;2012年19期

8 朱才榮;;高職《工業(yè)信號檢測與控制》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;;信號檢測與處理系列課程的建設與改革實踐研究[J];長春工業(yè)大學學報(高教研究版);2013年03期

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

相關會議論文 前10條

1 杜雄;蘇向豐;謝品芳;;用硬件實現的四重信號檢測法及其在通信中的應用[A];四川省電工技術學會第七屆學術年會論文集[C];2003年

2 張鐸;;信號檢測論在船舶了望中的應用[A];中國航海學會2007年度學術交流會優(yōu)秀論文集[C];2007年

3 宋愛國;段江海;;混沌、隨機共振在信號檢測中的應用研究[A];第三次全國會員代表大會暨學術會議論文集[C];2002年

4 鄭娜;;基于假設檢驗的信號檢測[A];電波科學學報[C];2011年

5 馬光彬;曹海燕;;基于OSIC的低復雜度MIMO檢測算法[A];浙江省信號處理學會2012學術年會論文集[C];2012年

6 張維全;胡科強;;凸優(yōu)化在水聲脈沖信號檢測中的應用[A];中國聲學學會水聲學分會2013年全國水聲學學術會議論文集[C];2013年

7 高源;李煒;;基于LabVIEW的異常信號檢測研究[A];2011年全國通信安全學術會議論文集[C];2011年

8 陳帥;楊鐵軍;李媚;;一種改進型CHASE檢測算法在MIMO-OFDM系統(tǒng)中的應用[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

9 劉竹青;陳奕宏;;抗混響信號檢測的研究[A];全國第三屆信號和智能信息處理與應用學術交流會�？痆C];2009年

10 王春光;周正;;OFDM系統(tǒng)中的一種信號檢測算法[A];第九屆全國青年通信學術會議論文集[C];2004年

相關重要報紙文章 前1條

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

相關博士學位論文 前10條

1 黃敏;高速移動環(huán)境下信道估計及OFDM信號檢測研究[D];西安電子科技大學;2015年

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

3 郭心悅;基于信息交互理論的無線信號的迭代估計與檢測[D];復旦大學;2008年

4 湯宏穎;提高微光信號檢測靈敏度的新方法[D];天津大學;2012年

5 吳利平;復雜電磁環(huán)境下的信號檢測與估計關鍵技術[D];西安電子科技大學;2011年

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

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

8 蔣忠進;彈性波Chirp信號檢測與時延估計研究[D];吉林大學;2004年

9 鄭賤平;MIMO通信系統(tǒng)中的信號檢測與預編碼技術研究[D];西安電子科技大學;2008年

10 肖曼琳;車載認知無線電中的信號檢測與參數估計技術研究[D];電子科技大學;2013年

相關碩士學位論文 前10條

1 李燕;基于壓縮感知的低截獲概率雷達信號檢測分析[D];南京理工大學;2015年

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

3 王龍;壓縮感知信號檢測和參數估計方法研究[D];西安電子科技大學;2014年

4 李富強;信號檢測和分離算法研究及其FPGA實現[D];西安電子科技大學;2014年

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

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

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

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

9 謝麗華;基于虛擬儀器技術的信號檢測課程演示和實驗方法的研究[D];南京理工大學;2010年

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

，

本文編號：2535726