本书主要基于数学的统计特性,研究高铁信道的分布,可以将高铁信道建模为服从大尺度衰落与小尺度衰落结合的空时相关信道模型[148]。不同场景的高铁运行信道环境可以简化建模为具备不同莱斯因子的空时相关莱斯衰落[6]。当多径分量较少,视距分量较明显的时候,莱斯因子越大,此时频域上有较大的频移,而多径的频移分布繁杂,很难直接消除,这也是高铁无线通信所受严重影响的原因之一。......
2023-08-23
为了在毫米波中继系统中进一步提升系统性能,并且解决高频通信过程中由于复杂易变的无线信道所导致的性能下降,通常在收发端同时部署大规模天线结构并利用预编码技术用于弥补传输损耗和提高系统传输性能,同时降低接收信号处理的复杂度。在传统的预编码设计过程中,常见的预编码方案根据接收端需求与传输信号复杂度可以分为迫零预编码、最大比传输预编码、最小均方误差(Minimum Mean Square Error,MMSE)预编码、块对角(Block Diagonalized,BD)预编码及奇异值分解(Singular Value Decomposition,SVD)预编码等。本小节将在半双工中继系统中对比上述传统预编码方法,并分析其各自的性能。
1.MRT预编码
MRT预编码的主要思想是通过利用中继接收端与发送端的信道环境实现最大化的接收端用户增益,其性能的好坏主要取决于信道状态。考虑如式(2.1)所示信号传输过程,则基于MRT的中继预编码矩阵设置为
其中,∂MRT表示中继节点具有最大传输功率Pr时的放大系数,其满足
MRT的主要优点是具有较为简单的计算复杂度,但在多数据流时将高度依赖用户间的信道独立性。因此随着用户及传输天线规模的增大,信道间的正交性逐渐减弱,利用MRT预编码方案将导致较高的用户间干扰。
2.ZF预编码
与MRT预编码不同的是,ZF预编码通过在其他用户信道的正交空间中发送和接收各个用户的期望传输信息,使得用户之间的干扰最小。ZF中继预编码可以表示为
其中,∂ZF同样表示放大系数。通过观察发现,ZF预编码在求解过程中通过计算传输信道矩阵的逆构建信号间的正交性,使得该预编码方案能够在一定程度上消除用户间干扰。但当信道信息不能够完美获取时,将进一步放大噪声效应。
3.MMSE预编码
MMSE预编码通常应用于接收端以实现基于最小化均方误差原则的信号接收,通过同时考虑接收端的信号与噪声干扰,相比其他传统预编码方法能够实现更高的性能改进。当接收端应用MMSE预编码方法进行接收时,其接受预编码矩阵可以表示为
其中,∂MMSE表示接收端的放大系数。
4.BD预编码
BD预编码是通过块对角化方案抑制同一用户的天线之间的干扰来实现更高的和速率。假设在接收端共有k个用户,为了消除每个用户间的干扰,通过采用块对角化的思想令每个用户的预编码矩阵位于其他所有用户信道的零空间以实现更严格的正交性。事实上,中继接收端与中继发送端可以通过一定的解耦方法实现独立的设计[151]。因此当中继发送端预编码矩阵应用BD预编码方法时,首先对除去第k个用户其他剩余的所有的k-1个用户的用户信道矩阵集合进行奇异值分解,可以得到
其中,分别是具有非零奇异值和零奇异值的右奇异向量。则
由此可见,是的零空间。因此,第k个用户的中继发送预编码矩阵可以通过简单的等效代换计算得出,即为。同理,中继接收端预编码矩阵将取基站至中继端信道Hsr的零空间向量,以实现基于块对角化的接收。
5.SVD预编码
SVD预编码是较为常见的预编码方案,其根据毫米波信道的稀疏特性对信道矩阵进行奇异值分解,并在奇异矩阵中选择具有相关正交特性的各列,以实现无干扰的信号传输。首先对中继系统中各个信道进行奇异值分解,可以表示为
其中,Usr和Urd分别为基站至中继和中继至用户端信道分解后的酉矩阵;Σsr和Σrd为按照元素大小逐渐递减排列的对角矩阵;Vsr和Vrd为右奇异矩阵。则中继预编码矩阵可以表示为
通过利用SVD预编码方法,能够最大限度地减少各个用户间的干扰,并确保了子信道间的相互正交性,大大降低了接收端的信号处理复杂性。
6.传统中继预编码仿真比较分析
针对上述介绍的传统中继预编码方法,本节将通过仿真验证各个预编码方案应用于多用户毫米波中继系统时的性能表现。其中各个仿真结果均在1 000次随机毫米波信道环境下完成,假设基站端具有16根发射天线发射2个数据流,中继端采用半双工形式工作并配备8根天线进行转发,该系统同时服务于配备两根天线的4个用户端。
图2.1所示为用户数为4时,应用五种传统中继预编码方案时系统的平均速率随SNR的变化情况。通过观察可以发现,随着信噪比的增大,应用不同预编码方案的系统频谱效率均具有相同的变化趋势,即平均速率随着SNR的增加而增加。在相同SNR情况下,MRT预编码由于需要更加苛刻的信道环境因此具有最差的性能表现。同时,SVD方法更加契合毫米波信道所具有的稀疏特性,因此具有更高的平均速率。此外,BD预编码方法与MMSE预编码方法具有较为相似的性能表现,这是因为其在设计过程均进一步考虑了信道干扰。另外,随着SNR逐渐增大,传输过程中噪声干扰逐渐降低,ZF预编码方法性能逐渐接近MMSE预编码方法性能。
图2.2所示为在相同的系统设置下,五种传统中继预编码方法的误码率随SNR变化比较图。通过观察可以发现,SVD预编码方法具有最优秀的误码率表现,MRT预编码方法依旧具有最差的误码率。此外,由于MMSE与BD预编码方法能够对于多段的噪声干扰进行不同程度的抑制,因此误码率性能较为接近。ZF预编码方法在低信噪比时具有较差的误码率,但随着SNR逐渐增大,系统中噪声功率占比逐渐减小,该预编码方法的误码率逐渐改善。此外,随着SNR的不断增大,除MRT方法外各个预编码方法的误码率均逐渐趋近于零。
图2.1 不同中继预编码方案平均速率比较
图2.2 不同中继预编码方法误码率比较
有关高速铁路车地间多跳协作通信技术的文章
本书主要基于数学的统计特性,研究高铁信道的分布,可以将高铁信道建模为服从大尺度衰落与小尺度衰落结合的空时相关信道模型[148]。不同场景的高铁运行信道环境可以简化建模为具备不同莱斯因子的空时相关莱斯衰落[6]。当多径分量较少,视距分量较明显的时候,莱斯因子越大,此时频域上有较大的频移,而多径的频移分布繁杂,很难直接消除,这也是高铁无线通信所受严重影响的原因之一。......
2023-08-23
而发射信号x既带有天线序号索引信息,也包含调制载波的信息,如表2.1所示,其中带有下划线的是天线序号所映射的信息比特,不带下划线的是采用4阶正交幅度调制载波符号所对应的信息比特,两者相互独立,这也使得接收端更容易检测。表2.1空间调制映射规则表接收端采取最大似然检测算法检测器,穷尽搜索所有可能的发射符号,以最大后验概率为准则,找出具有最小欧氏距离的发射符号,作为检测结果。......
2023-08-23
则BS和IRS之间的信道矩阵被建模为其中,是BS-IRS链路中第n条路径的复信道增益,an和bn是与传统毫米波信道相似的第n条传播路径的接收和发送阵列响应向量,分别表示为其中,λ是毫米波波长;表示与均匀天线阵列中相似的单元距离。对于IRS和用户之间的毫米波信道,由于IRS密集分布在传输路径中,因此视距传输较为集中,这使得散射路径可以忽略[81]。......
2023-08-23
表4.1基于最大化安全容量的联合天线选择和功率分配算法2.基于拉氏乘子法的功率分配方案通过JOSCA算法能够选取出使得系统安全容量达到最优的发射天线和发射功率,根据安全容量的闭式表达式,可以发现,不管发射人工噪声的RAU的功率如何进行分配,都不会影响最终的发射天线的选择和发射有效信号功率分配因子的求解,所以可以对发射人工噪声的功率进一步分配以明确冗余的RAU分别使用多大的功率。......
2023-08-23
以图2.3所示的经典多中继协作通信模型为例,信息从源端S传输至目的端D共需要两个时隙。图2.3协作中继模型1.中继转发协议中继在接收到信息后,会对信号进行处理后再转发。于是,目的端的接收信号可以重写为根据式,可得目的节点接收到的信噪比为于是,系统的信道容量可以表示为2)解码转发协议解码转发传输协议是一种再生中继传输方式,其本质是对信号进行数字信号处理。......
2023-08-23
接下来,我们将关注问题的多预编码矩阵联合优化问题,其中等价目标函数通过以下过程重新制定,以适应基本ADMM解决方案框架。近似解可计算为为了确保优化结果满足功率约束,需要通过求解子优化问题来额外计算松弛的数字预编码矩阵,其拉格朗日函数由下式给出:其中,ε≥0为拉格朗日乘子。......
2023-08-23
由于精确的误比特率难以获得,本文通过推导成对差错概率来获得平均误比特率的上界。在瑞利道下,类似文献[158]相关的推导,得到Bob的接收误比特率为其中,为发射端与Bob的信道系数方差。对于Eve,可以将人工噪声表达为信道噪声的一部分,从而Eve接收误比特率为考虑到实际情况下,Eve端无法得到反馈的CSI。因此,对于Eve来说,最终的误比特率可以近似表示为[163]......
2023-08-23
建立高铁无线通信系统混合信道模型,从大尺度衰落和小尺度衰落两个方面入手。大尺度衰落包含有路径损耗和阴影衰落,其中阴影衰落需要考虑空间相关性对其影响,而路径损耗只与距离和所采取的路径损耗模型有关。需要注意的是,在检测RAU及其天线时,由于是索引信息,只与欧式距离有关,可以忽略滤波器与多普勒对其的影响,这在后文抗干扰的方案中有同样的处理。......
2023-08-23
相关推荐