MIMO多天线技术

MIMO多天线技术（精选六篇）

MIMO多天线技术 篇1

根据人们生活和工作的需求, 无线通信不仅仅局限于语音通信, 数据通信需求在逐渐的增长。虽然第三代移动通信系统相比第二代移动通信系统在通信容量和质量上有了非常明显的提高, 但由于其核心技术并没有发生革命性的变革, 因此3G技术并不能在有限的频谱资源上提供覆盖广泛而且速率达到100MPS以上的宽带移动多媒体业务, 因而, 无法满足日益增长的无线Internet的接入需要。为了在有限的频谱资源上传输高速率的数据, 利用空间资源的多天线传输和接收技术, 即多输入多输出 (Multiple Input Multiple Output, MIMO) 技术[1,2,3], 已经成为必然选择。

1 MIMO技术

MIMO技术大致可以分为两类:发射/接收分集和空间复用。传统的多天线被用来增加分集度从而克服信道衰落。具有相同信息的信号通过不同的路径被发送出去, 在接收机端可以获得数据符号多个独立衰落的复制品, 从而获得更高的接收可靠性。举例来说, 在慢瑞利衰落信道中, 使用1根发射天线n根接收天线, 发送信号通过n个不同的路径。如果各个天线之间的衰落是独立的, 可以获得最大的分集增益为n, 平均误差概率可以减小到, 单天线衰落信道的平均误差概率为。对于发射分集技术来说, 同样是利用多条路径的增益来提高系统的可靠性。在一个具有m根发射天线n根接收天线的系统中, 如果天线对之间的路径增益是独立均匀分布的瑞利衰落, 可以获得的最大分集增益为mn。智能天线技术也是通过不同的发射天线来发送相同的数据, 形成指向某些用户的赋形波束, 从而有效的提高天线增益, 降低用户间的干扰。广义上来说, 智能天线技术也可以算一种天线分集技术。分集技术主要用来对抗信道衰落。相反, MIMO信道中的衰落特性可以提供额外的信息来增加通信中的自由度 (degrees of freedom) 。从本质上来讲, 如果每对发送接收天线之间的衰落是独立的, 那么可以产生多个并行的子信道。如果在这些并行的子信道上传输不同的信息流, 可以提供传输数据速率, 这被成为空间复用。需要特别指出的是在高SNR的情况下, 传输速率是自由度受限的, 此时对于m根发射天线n根接收天线, 并且天线对之间是独立均匀分布的瑞利衰落的。

2 智能天线介绍

2.1 智能天线的概念

智能天线也叫自适应天线, 由多个天线单元组成, 每一个天线后接一个复数加权器, 最后用相加器进行合并输出。智能天线的基本思想是:天线以多个高增益窄波束动态地跟踪多个期望用户, 接收模式下, 来自窄波束之外的信号被抑制, 发射模式下, 能使期望用户接收的信号功率最大, 同时使窄波束照射范围以外的非期望用户受到的干扰最小。智能天线是利用用户空间位置的不同来区分不同用户。不同于传统的频分多址 (FDMA) 、时分多址 (TDMA) 或码分多址 (CDMA) , 智能天线引入第4种多址方式:空分多址 (SD-MA) 。即在相同时隙、相同频率或相同地址码的情况下, 仍然可以根据信号不同的中间传播路径而区分。SDMA是一种信道增容方式, 与其他多址方式完全兼容, 从而可实现组合的多址方式, 例如空分一码分多址 (SD-CDMA) 。智能天线与传统天线概念有本质的区别, 其理论支撑是信号统计检测与估计理论、信号处理及最优控制理论, 其技术基础是自适应天线和高分辨阵列信号处理。

2.2 智能天线的基本原理

智能天线包括自适应天线和波束切换天线。智能天线采用空分多址 (SDMA) 复用技术, 即利用多个天线单元空间的正交性和信号在传输方向上的差别, 将同频率或同时隙、同码道的信号区分开来, 最大限度地利用有限的信道资源。与传统的、没有智能天线的基站比较, 它在硬件上由一个天线阵和一组收发信机组成了其射频部分;而在基带信号处理部分的硬件则基本相同, 每个射频收发信机都有模数转换 (ADC) 和数模转换 (DAC) , 它们将接收到的基带模拟信号转换为数字信号, 然后将待发射的数字信号转换为模拟基带信号, 最后完成模拟信号和数字信号的相互转换。而所有收发数字信号都通过一组高速数字总线和基带数字信号处理器连接, 在性能方面, 其上、下行链路的天线增益大大提高, 降低了发射功率电平, 提高了信噪比, 有效地克服了信道传输衰落的影响。同时, 由于天线波瓣直接指向用户, 减小了与本小区内其他用户之间以及与相邻小区用户之间的干扰, 而且也减少了移动通信信道的多径效应。

目前多数智能天线多采用自适应算法, 通过调节各单元信号的加权幅度和相位, 改变阵列的方向图, 从而抑制干扰, 提高信噪比, 它可以自动测出用户方向, 将波束指向用户, 实现波束跟用户走。

智能天线是天线阵列技术, 图1表示智能天线方框图, 图中可以看出, 由N个天线单元组成, 每个天线单元有对应加权器, 共有M组加权器, 可以形成M个方向的波束, M表示用户数, 其可以大于天线单元数, 天线阵的尺寸和天线元的数目决定最大增益和最小波束宽度, 意味在天线阵的尺寸和天线增益, 及天线侧瓣性能两者之间要取得平衡。智能天线通过调节从每一个天线收到的信号的相位与幅度, 结合使得形成所需要的波束, 此过程称为波束形成。可以形成各种波束——扫描波束、多波束、成型波束、及有受控零位的波束。根据方向图分成两种类:自适应方向图智能天线和波束切换方向图智能天线。

3 智能天线各参数分析

智能天线关键指标包括电气指标、波束特性及机械性能指标等。电性能参数和波束特性参数, 不因为天线的结构改变而影响网络, 但机械性能参数会因为天线结构的改变影响施工安装。

3.1 智能天线技术指标重要性排队, 对网络性能影响都是逐步递减

指标分类:参数。

I类:校准端口到各单元端口幅度最大偏差 (d B) 、校准端口到各单元端口相位最大偏差 (°) 、广播波束:水平面半功率波束宽度 (°) 、广播波束:视轴增益 (d Bi) 、广播波束:视轴增益φ=±60处电平下降 (d B) 、广播波束:半功率波束宽度内的电平波动 (d B) 、广播波束:前后比 (d B) 、广播波束:垂直面半功率波束宽度 (°) 、交叉极化比 (轴向) (d B) 、交叉极化比 (±60度范围内) (d B) 、上部第一旁瓣抑制 (d B) 、下部第一零点填充 (d B) 。

II类:各单元端口驻波比、校准端口驻波比、单元波束:水平面半功率波束宽度 (°) 、单元波束:增益 (d B) 、前后比 (d B) 、相邻端口之间隔离度、垂直面电下倾角精度 (°) 、60度业务波束:水平面半功率波束宽度 (°) 。 (上接4页)

III类:0度业务波束:水平面半功率波束宽度 (°) 、0度业务波束:视轴增益 (d Bi) 、0度业务波束:水平面旁瓣电平 (d B) 、0度业务波束:前后比 (d B) 、60度业务波束:视轴增益 (d Bi) 、60度业务波束:水平面旁瓣电平 (d B) 、60度业务波束:前后比 (d B) 。

注:机械指标优先级最低, 这里没有列出。

3.2 各参数指标对智能天线性能的影响

(1) 单元水平面波束宽度:智能天线单一阵列的接收或者发射的水平面辐射方向图。其波束宽度为主瓣中功率电平下降一半 (3d B) 的角度范围。

影响:数值越小, ±60°扫描业务波束增益变化越大, 偏差越小, 有阻于提高业务波束增益。

(2) 广播波束水平面波束宽度:对智能天线阵列施加特定的幅度和相位激励所形成的全向覆盖或扇区覆盖的辐射方向图。其波束宽度为主瓣中功率电平下降一半 (3d B) 的角度范围。

影响:取值越精确, 对网络效果越好, 抗干扰性能越明显。若取值小于要求值, 对网络的影响主要体现在覆盖范围达不到要求, 取值大于要求值, 则覆盖范围过大。

(3) 广播波束±60°电平下降:广播波束视轴方向的电平为基点 (0度) , 其±60°范围内的电平下降的最大值。

影响:电平下降过大, 扇区边缘覆盖信号减弱。

(4) 前后比:前后比是指扇形天线的前向辐射功率和后向辐射功率之比。范围为主方向180°±30°, 取同极化与交叉极化前后比中较差者。

影响:表明天线对后瓣干扰抑制的好坏程度。前后比越大, 后向辐射功率越小, 能量越集中与正前方。且抗干扰性能越强, 防止能量向后向泄漏而浪费。

(5) 校准幅相一致性:校准端口与每个馈电端口形成一个校准通道, 对任意端口进行测量得到相位/幅度误差, 在相同频点上取所有测量值之间的最大偏差。

影响:偏差越小越好, 偏差过大, 影响系统对各通道误差修正的效果。

(6) 增益:指在输入功率相同的条件下, 天线 (被测天线) 在特定方向上的辐射强度与参考天线 (基准天线) 的辐射强度之比。

影响:增益高低与天线长度直接相关, 提高增益的同时会压窄波束宽度, 是能量越集中。

(7) 驻波比:为传输线上的电压最大值与电压最小值之比。当天线端口没有反射时, 就是理想匹配, 驻波比为最小值1;当天线端口全反射时, 驻波比为无穷大。

影响:驻波比过大, 天线的反射能量越大, 从而容易造成馈线的寿命降低。

(8) 零点填充:天线垂直面方向图中, 波瓣间电平最小点称为零点, 填充零点的电平。

影响:零点填充越好, 产生盲区的可能性越小。

结束语

针对于传统移动通信系统的天线发射无线射频信号时具有各向等效性, 即信号向整个小区均匀发射信号。这样大部分发射能量被浪费, 而且这些能量对其他用户会造成干扰。MIMO系统中应用智能天线技术是大势所趋, 智能天线技术是无可替代的且有很好的发展的前景, 将给整个无线通信技术带来更多的惊喜。

摘要：MIMO (Multiple-Input Multiple-Out-put) 技术是LTE和第四代通信标准的关键技术之一, 它能够在有限的频谱资源上, 使传输速率、系统容量以及频谱利用率有十倍乃至百倍的提高。智能天线技术是MIMO技术的应用, 利用智能天线技术在移动通信链路的发射端或接收端带有多根天线这一特点, 使整个通信系统性能得到了提高。现从智能天线的原理入手, 分析智能天线的结构组成。并对智能天线的各类参数进行分析, 重点分析了电性能参数对智能天线性能的影响。

MIMO多天线技术 篇2

无线通信 系统中天 线阵列 (Antenna Arrays ,AAs) 的选择对 信道容量 和信号质 量的提高 有着重要 的意义 。 由于天线 阵列的性 能主要基 于多径信 道空间特 性的开发 , 因此提高 角度参数 对于天线 阵列性能 影响的认 知势在必 行 。 前人已针 对到达方 位角 (Azimuth of Arrival ,AOA) 概率密度 函数 (Probability Density Functions ,PDFs) 在均匀分 布或者拉 普拉斯分 布下的均 匀天线阵 列 (Uniform Antenna Arrays , UAA ) 的空间衰 落相关性 ( Spatial Fading Correlation , SFC ) 进行研究 并取得珍 贵的成果[1,2]。 由于现今 移动通信 设备的随 身特性 ,要求手持 设备天线 处于任意 随机的空 间位置上 都可以获 得良好的 信号 ,因此只考 虑到达方 位角的二 维天线阵 列模型有 所局限[3]。 在此基础 上 ,进一步考 虑综合到 达方位角 和到达仰 角共同影 响的三维 环境下角 度参数对 于天线阵 列的空间 衰落相关 性的影响 有着重要 的意义 。

在多输入多输出(Multiple Input Multiple Output,MIMO) 技术中 , 多天线被 应用于基 站 (Base Station ,BS) 和移动站 (Mobile Station ,MS) 中是为高 效利用空 间信道的 多径分量 。 信道容量 随天线阵 元个数的 增加而线 性增大 , 但是阵元 间距的减 小同时会 导致增大 阵元间相 关性 , 甚至受到 互耦效应 的影响[4]。 一种获得 良好性能 的方式是 有效地隔 离BS 、MS天线单元 以获得较 大的分集 阶数 。 在BS引入多天 线并没有 明显的技 术难度 , 但是在MS引入多天 线却难以 实现 。 因此 , 本文介绍 了均匀矩 形阵列 (Uniform Rectangular Array ,URA) 和电磁矢 量传感器 (Electromagnetic Vector Sensor ,EVS) 天线阵列 两种小型 天线阵 (Compact Antenna Array CAA ) 模型 , 其中EVS阵列是替 代URA等传统标 量传感器 阵列 (Scalar Sensor Array , SSA ) 的优良选 择 。

如图1所示 ,单点EVS模型由3个正交的 电偶极子 和3个正交的 磁偶极子 供电配置 而成 ,其偶极子 和磁环尺 寸均小于 半个波长 ,同时可感 应电磁信 号的3个时分电 场分量和 相应的3个磁场分 量具有同 点极化分 集接收能 力 。 EVS已被广泛 用于雷达 、声呐等定 向应用方 面 。 由于其具 有的极化 多样性较 传统的双 极化系统 能够带来 更大的信 道容量 ,因而在移 动通信系 统中亦有 着良好的 应用前景 。 EVS具有紧凑 的结构 ,故可在一 个天线阵 列中配置 多个EVS以获得更 好的性能 。 MIMO信道容量 与各天线 单元间的SFC密切相关 ,所以研究 小型天线 阵中各阵 元间的SFC有着重要 的意义 。

本文的研 究目的是 尝试建立 不同小型 天线阵模 型的相关 性方程 ,确立MIMO系统发射 和接收两 端的相关 性协方差 矩阵 , 以改善无 线信道的 性能 ; 同时深入 分析平均 到达方位 角 (Mean Azimuth of Arrival ,MAOA)、 方位角扩 展 (Azimuth Spread ,AS)、 平均到达 仰角 (Mean Elevation of Arrival , MEOA ) 和方位角 扩展 ( Elevation Spread , ES ) 等不同的 角度参数 对于SFC的影响 , 研究系统 性能对于 不同参数 的敏感性 ;最后分析 采用不同 天线阵列 模型的MIMO多天线系 统的信道 容量 ,以直观表 征不同天 线阵列条 件下的系 统性能 。

1三维信道模型

本文针对 定向频率 非选择性 瑞利衰落 信道模型 进行性能 分析 。 利用多个 不同时延 的信道的 线性叠加 进行MIMO信道建模 , 其信道脉 冲响应表 达式可为[5]:

其中 ,αj( t ) 为零均值 的复独立 同分布随 机变量 , a ( Θj) 为天线阵 列的导向 矢量 (Steering Vector ,SV);JMPC为发射端 天线总数 ;Θ=[θ,φ,γ,η]T为空间矢 量参数 ,其中0≤φ< 2π 、 0 ≤ θ < π 分别为方 位角和仰 角 , 0 ≤ γ < π / 2 、 - π ≤ η < π 分别表示 辅助极化 角和极化 相位差 。 假设URA中的天线 单元为垂 直极化的 , 则 Θ 只与 φ 和 θ 取值有关 。 因此 , 对于参考 相位位于xoy平面原点 的N×M个阵元的URA , 其导向矢 量方程为 :

其中 :aN( μ ) = [ 1 , ejμ, … , ej ( N - 1 ) μ]T, μ = kwdxcosφsinθ ; aM( v ) = [ 1 , ejv, … , ej ( M - 1 ) v]T, v = kwdysinφsinθ , dx和dy分别为平 行于x轴和y轴阵元间 距 。 vec (·) 将N × M矩阵映射 成NM × 1的列向量 。

对于EVS,其导向矢 量方程为[6]:

最后 ,对于引入EVS的阵列 ,其联合导 向矢量为 :

2空间衰落相关性

对于URA,阵元m和阵元n之间的SFC方程定义为[6,7]:

其中E[·] 表示期望 ,(·)*表示复共 轭 ,hm表示阵元m信道脉冲 响应 (即接收信 号能量 )均值 ,an( θ , φ ) 为阵元n的导向矢 量 ,p(θ,φ) 为多径分 量AOA联合概率 密度函数 。 在此假设 天线数量 足够多 ,故式(5)中的连续 模型可以 良好地近似式(1)中的离散模型。 另假设AOA与EOA相互独立 ,则p(θ,φ)可分解为p(θ)p(φ)。 AOA在 [φ0- △φ, φ0+ △φ] 范围内均 匀分布[1], 其中 △φ和 φ0分别为AS和MAOA。 同样 ,EOA在 [θ0- △θ, θ0+ △θ] 范围内均 匀分布 , 其中 △θ和 θ0分别为ES和MEOA。

在天线的 每点阵元 上配置EVS构成小型 天线阵列 , 考虑包括 极化域在 内 ,则式(5)将转变为 如下式[8]:

假设p(γ) 和p(η) 分别为在 [0,π/2] 和在 [-π,π] 上均匀分 布 ,故可推导 出阵元m所接收入 射信号的 第p空间极化 分量与阵 元n所接收入 射信号的 第q空间极化 分量之间 的SFC的闭合表 达式 :

Ψi , p为矩阵 Ψ 第i列的第p个空间分 量 。

3MIMO天线阵列信道容量

在对无线信道容量评估中,通常MIMO多径衰落信号信道容 量作为衡 量包含信 道链接端 点的信道 质量的一 种方式 。 如果在接 收端已知 多径信道 信息 ,而发送端 未知时 ,可在发送 端假设信 道矩阵服 从零均值 空间白噪 声模型 。 为使信道 遍历容量 最大化 ,最优的策 略是将功 率平均分 配到每个 发送天线 上 ,即遍历容 量最大化 的输入协方差矩 阵为Rx= ( ρ / MBS) IMBS。 因此 , 遍历容量 可表示为 :

其中 ,MBS和MMS分别为BS和MS的天线阵 元数量 ;IMMS为MMS阶单位矩 阵 ;ρ 为传输信 号的信噪 比 (SNR ) ;H=RMSHw( RBS)T为MIMO多天线信 道矩阵[9],RMS是MS多天线阵 元间衰落 信号相关 矩阵 ,RBS是BS多天线阵 元间衰落 信号相关 矩阵 ,Hw是具有相 同分布的 复高斯随 机矩阵 ,表示矩阵 的转置 。 由于在系 统级的天 线设计中 基站的天 线阵列形 式一般不 能任意选 择 ,考虑理想 的垂直极 化非相关 天线阵列 , 将基站相 关矩阵RBS表示为RBS= I 。 (·)H表示共轭 转置 ,EH(·) 为求数学 期望以对 信道矩阵H的分布进 行均值分 析 。

4仿真结果与分析

此节将对 天线阵列 的空间衰 落相关性 和所构成MIMO系统的信 道容量进 行仿真模 拟 , 验证所得 结果与理 论推导的 结论是否 符合 ,直观显示 不同的天 线阵列模 型对于系 统性能的 影响 。 此处仿真 均假设AOA和EOA的概率密 度函数均 符合均匀 分布 ,MS多天线阵 列包含6 × 6个阵元 。

4.1空间衰落相关性

图2给出天线 阵列在MAOA和MEOA等于90° 、AS和ES等于30° 时空间衰 落相关性 与天线距 离间的关 系 。 对比阵元1、3与阵元1、2的曲线,可以看出 由于阵元 间距增大 会加速SFC的衰落 ;EVS阵列相比SSA阵列衰落 系数幅度 更低 , 并且波动 更小 , 说明EVS阵列能够 有效抑制 多径信道 相关特性 ,并因此改 善系统性 能 。

图3给出天线 阵列在d/λ 等于0.5,AS和ES等于30 ° 时空间衰 落相关性 与MAOA和MEOA的关系 , 其中EVS阵列取空 间极化分 量1 、 2 、 6 , 并将对应 天线阵元 ( a , b ) 间的SFC表示为 ρ ( a , b , 1 , 1 ) 、 ρ ( a , b , 1 , 2 ) 和 ρ ( a , b , 1 , 6 ) 。

由图中可 以看出阵 列的相关 性曲面均 关于仰角 θ= 90 ° 左右对称 , 且在90 ° 处达到最 大 ; 方位角 φ 的变化对 于相关性的影响比 θ 更大。 引入EVS后,除了 ρ(a,b,1,1) 与 ρ(a,b)近似 ,其他空间 极化分量 组合在相 关性上有 着明显的 不同 ,且均带来 相关特性 的显著改 善 。

4.2信道容量

图4给出在d/λ 等于0.5、AS和ES等于30° 时信道容 量与MAOA和MEOA的关系 。 由图可以 看出 ,URA阵列信道 容量关于 φ、θ 均呈对称 趋势 ,并在对称 中心容量 达到最大 ; 在 θ 为0或者180° 附近 , 信道容量 基本不受 φ 变化的影 响 。 EVS阵列相比SSA阵列均增 加了约3倍的信道容 量 ,极大地优 化了系统 的性能 。 综上表明 ,EVS阵列性能 明显优于SSA阵列 。

5结语

本文建立 了URA小型天线 阵列模型 , 并将EVS单元与其 相结合 , 推导出空 间衰落相 关性的表 达式 , 并利用相 关矩阵计 算出信道 容量 。 最后通过 一系列的 仿真模拟 ,得到了与 理论推导 符合的结 果 。 天线阵元 数量的增 加能够有 效提高MIMO系统的性 能 , 但是阵元 间的相关 性和互耦 效应以及 空间极化 效应则会 导致信道 容量的下 降 。 采用EVS的天线阵 列能够有 效缓解多 径信道的 相关特性 , 从而使信 道容量显 著增加 , 因此EVS天线阵列 具有优异 的性能和 良好的应 用前景 。

摘要：为提高多输入多输出(MIMO)无线通信系统的性能,建立了基于标量传感器的均匀矩形天线阵列(URA),并将电磁矢量传感器信号处理方式与MIMO信号处理方式有机结合,建立了基于电磁矢量传感器的天线阵列。推导了各天线阵列的空间衰落相关性公式,分析了方位角和仰角的平均到达及角度扩展等参数变化对于相关性的影响。确立了MIMO系统发射和接收两端的相关性协方差矩阵,分析了不同天线阵列的信道容量大小。通过仿真模拟,证明了电磁矢量传感器阵列具有优异的性能和良好的应用前景。

MIMO多天线技术 篇3

第四代移动通信系统 (4G) 就是在3G的通信技术上向5W的目标又迈进了一步。要真正实现个人通信的5W目标.即任何时间、任何地点以任何方式进行信息交流, 。

MIM0技术可以提高系统的信道容量, 提高信息传输速率, 因此该技术已成为4G的关键技术之一。而智能天线技术可以提高接收信号的信干比和小区的用户容量, 自提出以来就深受业内关注, 已经被TD—SCDMA标准采用, 国际电联也明确将它作为第三代及以后移动通信技术发展的主要方向。

MIMO和智能天线都是4 G的关键技术, 可以大大提高4G系统的性能, 使得通信终端在更高的移动速度下实现可靠传输。

1 4G概述

第四代移动通信的概念可称为宽带接入和分布网络, 具有非对称的和超过2Mbit/s的数据传输能力。此外, 第四代移动通信系统将是多功能集成的宽带移动通信系统, 集3G与WLAN于一体, 能够传输高质量视频图像, 它的图像传输质量与高清晰度电视不相上下。4G系统能够以100Mbps的速度下载, 比目前的拨号上网快2000倍, 上传的速度也能达到20Mbps, 并能够满足几乎所有用户对于无线服务的要求。

简单而言, 4G是一种超高速无线网络, 一种不需要电缆的信息超级高速公路。这样在有限的频谱资源上实现高速率和大容量, 就需要频谱效率极高的技术。

2 MIMO智能天线技术在4G中的应用

2.1 概述

2.1.1 什么是智能天线

智能天线技术可以定义为:具有波束成形能力的天线阵列, 可以形成特定的天线波束, 实现定向发送和接收。

智能天线的原理是将无线电的信号导向具体的方向, 产生空间定向波束, 使天线主波束对准用户信号到达方向DOA (Direction of Arrinal) , 旁瓣或零陷对准干扰信号到达方向, 达到充分高效利用移动用户信号并删除或抑制干扰信号的目的。同时, 智能天线技术利用各个移动用户间信号空间特征的差异, 通过阵列天线技术在同一信道上接收和发射多个移动用户信号而不发生相互干扰, 使无线电频谱的利用和信号的传输更为有效。在不增加系统复杂度的情况下, 使用智能天线可满足服务质量和网络扩容的需要。

2.1.2 什么是MIMO

2MIMO, 即Multiple-InputMultiple-Out-put系统, 该技术是利用多天线来抑制信道衰落。根据收发两端天线数量, 相对于普通的SISO系统, MIMO还可以包括SIMO系统和MISO系统。可以看出, 此时的信道容量随着天线数量的增大而线性增大。也就是说可以利用MIMO信道成倍地提高无线信道容量, 在不增加带宽和天线发送功率的情况下, 频谱利用率可以成倍地提高。

2.1.3 MIMO技术与智能天线的关系

MIMO技术的核心是空时信号处理。因此, MIMO技术可以看作是智能天线的扩展。智能天线通常也被称作自适应天线, 主要用于完成空间滤波和定位。从本质上看, 智能天线利用了天线阵列中各单元之间的位置关系, 即利用了信号的相位关系, 这是它与传统分集技术的本质区别。从一定意义上看, 智能天线可以看作是一种空分多址SDMA。在SDMA中, 多个用户可共享一个通道, 这将极大地增加系统容量。

2.2 MIMO技术的发展及应用

多进多出 (MIMO) 技术由来已久, 早在1908年马可尼就提出用它来抗衰落。在70年代有人提出将多入多出技术用于通信系统, 但是对无线移动通信系统多入多出技术产生巨大推动的奠基工作则是90年代由AT&TBell实验室学者完成的。

1995年Teladar给出了在衰落情况下的MIMO容量。

1996年Foshinia给出了一种多入多出处理算法——对角-贝尔实验室分层空时 (D-BLAST) 算法。

1998年Tarokh等讨论了用于多入多出的空时码。

1998年Wolniansky等人采用垂直-贝尔实验室分层空时 (V-BLAST) 算法建立了一个MIMO实验系统, 在室内试验中达到了20bit/s/Hz以上的频谱利用率, 这一频谱利用率在普通系统中极难实现。这些工作受到各国学者的极大注意, 并使得多入多出的研究工作得到了迅速发展。

2.3 MIMO技术的作用

MIMO技术能够充分开发空间资源, 利用多个天线实现多发多收, 在不需要增加频谱资源和天线发送功率的情况下, 可以成倍地提高信道容量。它可以成为新一代移动通信核心技术的解决方案。

2.4 MIMO系统的实现

MIMO系统示意图如图1所示, 该技术最早是由Marconi于1908年提出的, 它利用多天线来抑制信道衰落。

在发射端和接收端分别设置多副发射天线和接收天线, 其出发点是将多发送天线与多接收天线相结合以改善每个用户的通信质量 (如差错率) 或提高通信效率 (如数据速率) 。MIMO技术实质上是为系统提供空间复用增益和空间分集增益, 空间复用技术可以大大提高信道容量, 而空间分集则可以提高信道的可靠性, 降低信道误码率。

3 结语

MIMO技术已经成为无线通信领域的关键技术之一, 通过近几年的持续发展, MIMO技术将越来越多地应用于各种无线通信系统。在无线宽带移动通信系统方面, 第3代移动通信合作计划 (3GPP) 已经在标准中加入了MIMO技术相关的内容, B3G和4G的系统中也将应用MIMO技术。在无线宽带接入系统中, 正在制订中的802.16e、802.11n和802.20等标准也采用了MIMO技术。在其他无线通信系统研究中, 如超宽带 (UWB) 系统、感知无线电系统 (CR) , 都在考虑应用MIMO技术。

随着使用天线数目的增加, MIMO技术实现的复杂度大幅度增高, 从而限制了天线的使用数目, 不能充分发挥MIMO技术的优势。目前, 如何在保证一定的系统性能的基础上降低MIMO技术的算法复杂度和实现复杂度, 仍然是业界需要面对的巨大挑战。

摘要：在已经商用的第三代移动通信系统和正在酝酿的第四代移动通信系统中, 为提高信道容量和传输速率以及通信质量, 这2种系统都涉及到了MIMO多天线阵列无线传输物理层体系结构这项关键技术。凭在提高频谱利用率方面的卓越表现, MIMO和智能天线成为4G发展中炙手可热的课题。本文采用智能天线与MIMO系统结合, 讨论了MIMO技术的优点和未来智能天线的发展趋势同。

关键词：4G,MIMO,智能天线,赋形技术

参考文献

MIMO多天线技术 篇4

目前, 关于点对点单用户MIMO系统信号处理与空时编码理论与方法的研究成果已日趋丰富。然而实际无线通信系统往往需要一个基站同时和多个移动用户进行通信, 因此多用户MIMO系统[1,2]的研究应运而生。由于多用户MIMO系统具有时间、频率、空间和用户的多维自由度, 并且下行传输数据量通常远大于上行数据量, 因此下行各用户之间的联合处理, 即优化和整合这些自由度来获得最大的系统容量是系统设计的最终目的, 从而多用户MIMO下行传输技术的研究被认为是解决未来无线通信发展瓶颈的有效途径, 成为当前研究的热点问题。

1系统模型

在多用户MIMO系统中, 上行链路被称作MIMO多址接入信道, 下行链路则为MIMO广播信道。上行链路中, 所有用户工作在相同频段上且向同一个基站发送信号, 基站可以针对不同的多址接入方式采用阵列处理, 利用多用户检测等技术分离出各个用户的数据。下行链路中, 基站同时向通信中的移动台发送数据, 一个移动台对应一个用户。任何一个用户接收的信号都包含基站发送给所有通信用户的信号, 从而产生多用户干扰。由于多用户MIMO系统各用户信道彼此独立, 除非用户已知所有用户的信道状态信息, 否则它不可能像点对点MIMO系统那样, 根据完整的信道矩阵分解出发送数据。实际上, 多用户之间很难协作, 一个移动台若要获得其他所有移动台的信道信息必须付出巨大代价。同时, 因为基站可以获得移动台的信道信息, 因此在信号发射前, 通常由基站进行预处理来消除多用户干扰。下行链路的空分多址即为基站利用已知的信道信息经过变换使多用户间形成彼此独立的等效空间信道来消除干扰, 进而实现同时向多个移动台发送信息。

在多用户MIMO系统研究中, 通常假设发射机已知所有用户的信道信息, 在时分双工系统中通过基站接收上行链路的训练或导频序列获得;在频分双工系统中可以智能地通过反馈获得各个用户信道信息。假定多用户MIMO系统共有K个用户, 第k个用户的天线数为NRk, 基站有NT根天线, 通常把这种配置的多用户MIMO系统记为$\left[{\rm N}{}_{\text{Τ}},\left({\rm N}{}_{R{}_1},{\rm N}{}_{R{}_2},\cdots ,{\rm N}{}_{R{}_{{\rm K}}}\right)\right]$。H是由所有用户的信道矩阵构成的整体, 用户k的信道矩阵记为Hk。在某些实际系统中, 移动台只能有一根天线, 即单天线用户的多用户MIMO系统。一个简单的多用户MIMO系统的示意图如图1所示。

2系统下行传输技术

多用户MIMO系统的下行传输技术主要分为基站完全已知信道状态信息的线性预处理和非线性处理技术, 以及基站知道部分信道状态信息的部分信息预编码技术, 下面分别加以阐述。

2.1线性预处理

通常基站按照某种准则选择调度将要通信的K个用户, 然后将这些用户的数据流dk经过预处理发射出去, 经过调制矩阵M预处理, 发送数据向量包含发送给所有通信用户的数据, 这里的线性预处理也可以被认为是波束成形。接收端移动台k则可以通过解调矩阵D对接收信号进行线性处理从而恢复出相应的数据。常见的线性预处理方法包括:信道逆处理[3] (Channel Inversion) 、块对角化[4]以及收发联合编码等。

2.1.1 信道逆处理

不论用户采用一根还是多根天线, 一种显而易见的消除多用户间干扰的办法就是信道逆处理。发射机进行信道逆处理, 就是令调制矩阵M为信道矩阵H的广义逆矩阵, 最终使信道完全对角化, 每个用户都对应一个或者一组等效单输入单输出信道, 也被称为迫零预编码, 看作是迫零的波束成形方法。这样一个用户的每根天线就仅能接收到一个信号。接收机的接收处理过程非常简单, 但通常要求发射天线数不小于所有通信用户接收天线数之和。然而, 信道逆处理过程即使已知信道信息, 信道容量也不能随天线数的增加而线性增长, 而且在用户的天线间相关性较大时, 系统的吞吐率会降低, 因此信道逆处理不是最优的, 要么吞吐量减少, 要么必须提高发射功率。类似于最小均方误差算法的规格化信道预逆处理则能够很好地解决这个问题, 其预处理矩阵可以使接收的信号干扰噪声比最大化。

2.1.2 块对角化

块对角化是多用户MIMO系统处理多天线用户的一种常用方法。块对角化预处理是寻找使得H·M为块对角阵的调制矩阵M, 从而形成多个独立并行的等效单用户MIMO信道, 各个用户之间的干扰为零。此时, 针对每个用户仍然可以采用已有的单用户MIMO系统的技术, 例如垂直-贝尔实验室分层空时结构、最大似然检测、收发联合处理的奇异值分解等方法, 同时针对各个用户可以分别采用注水方法进一步使系统容量最大化。尽管这种对角结构未必是最优方案, 但最优结果往往近似于对角结构。一方面, 等效的单用户MIMO信道和传统的单用户MIMO信道具有相同的特性, 增加基站发射天线数目会使所有用户的等效MIMO信道的发射天线数目增加;另一方面, 随着发射天线数目的增加, 在保证单个用户的信道容量情况下, 系统所能容纳的总用户数也会增加。

在块对角化中, 为了完全抵消用户间干扰, 传输天线数需要大于系统内接收天线数的总和, 从而限制了同时传输的用户数。因此, 当系统内用户数多时, 同样存在多用户调度的问题。此外块对角化方法还要求每用户发送数据流等于其接收天线数, 这样才可以更好地消除用户间干扰问题。

2.1.3 收发联合编码方法

收发端联合编码算法的基本思想是在总发射功率一定的约束下, 优化系统整体均方误差, 通过收发迭代得到发送矩阵和接收矩阵, 即如果发射机已知所有接收机的最佳波束成形权向量, 它就可以利用该信息在发射机进行预处理, 这样就使得接收信号经过接收机波束成形后相当于一个单天线信道, 大大消除了各用户之间的干扰, 实验仿真表明该算法的性能优于其他已有线性预编码算法。

2.2非线性处理技术——污纸编码

污纸编码[5] (Dirty Paper Coding, DPC) 是一种非线性处理技术, 基本思想是若发射机预先确知信道间的干扰, 那么在发射时可以通过预编码来补偿干扰带来的影响, 信道容量与无干扰情况下相当。如果把干扰看作纸上的污迹, 而信号是墨水的话, 污纸编码的目的不是去除污迹, 而是根据污迹设计一种编码来调整发射信号, 使得接收信号不含污迹。

在一个加性干扰系统中, 当发射机己知而接收机未知干扰信息时, 可采用DPC技术来实现等价于无干扰时的信道容量。在MIMO广播系统中, 当发射机完全获知信道状态信息时, 应用DPC原理可实现的系统容量与发射天线数和总的接收天线数的最小值成正比, 相对单用户系统而言实现了多用户复用增益。

但DPC实际应用中还存在2个主要问题:① DPC实现非常复杂;② 发射机很难获取完整的信道状态信息。一些次优的设计方案包括信道求逆、调整求逆、TH预编码和向量扰动预编码, 这4种技术分别与MIMO检测中的迫零、最小均方误差、迫零一串行干扰对消和最大似然等经典技术互为对偶关系。与此相关的文献已有许多, 这里不再赘述。但是, 如果欲取得与DPC相当的多用户复用增益, 这些预处理技术一般仍要求发射机能完全获取信道状态信息。

2.3部分信息预编码技术

基于部分信息的预编码研究最近才兴起。由于反馈全部的预编码信息会使反馈数量过于庞大, 有时使系统难以承担且无法实现, 因此接收端只反馈部分信息给发送方, 叫做部分信息预编码技术[6]。部分信息预编码分两大类:基于信道统计模型的预编码和有限速率 (码本设计) 反馈的预编码。基于信道统计模型是一种非常普遍的模型, 其反馈分基于均值的反馈和基于统计值的反馈2种。当天线分离得很开, 信道缓慢变化, 并且接收端能准确的估计信道时可以采用均值反馈, 此时信道的方差正比于一个单位矩阵。

有限速率反馈模型是另一种非常普遍的模型, 接收端仅反馈有限的比特给发送端。当收发天线数量较多时, 反馈预编码矩阵的所有信息则会显得更不切实际, 常用的解决方法是接收端只反馈有限的信息给接收端, 如图2所示。

具体过程如下:当通信发生时, 接收机首先根据当前的瞬时信道信息, 计算某优化标准下的最优预编码矩阵;然后在收发双方都具有的码本集中, 选择与最优预编码矩阵最“接近”的码本, 将此码本的序号反馈给发送方;最后发送方再根据此序号, 在码本集中选择对应的码本, 进行发送端的预处理, 完成一次通信。其中, 码本设计需要解决2个问题:①如何量化信道空间, 即设计码本集的问题;②接收方如何根据“接近”原则。二者本质上相辅相成:设计了码本集, 接收端才能根据“接近”原则, 选择当前需要反馈的码本;反之, 正是有了“接近”原则, 才能设计出最优的码本集。本质上, 码本设计是矢量量化问题, 从矢量量化角度解决上述问题, 关键是要设计出合适的量化标准。与基于完全信息的预编码设计一样, 基于部分信息的预编码设计的量化标准主要分容量标准和BER标准两大类。

3结束语

纵观MIMO技术的发展, 虽然多用户MIMO系统的研究晚于单用户MIMO系统, 但鉴于实际无线通信系统中各用户共享同一系统带宽, 因此多用户MIMO系统得到了广泛的关注, 尤其是下行链路的各种传输技术更被认为是解决无线通信传输瓶颈的有效途径。在这一研究背景下, 依据发射和接收信号处理的特点, 深入分析和总结了多用户MIMO系统的各种下行传输技术, 即线性预处理技术和非线性处理技术的优缺点, 分析比较得出基于部分信道信息的信息量化、有限速率反馈等将是未来多用户MIMO系统下行传输技术的主要研究方向。

摘要：对下一代无线通信系统的热点研究问题即多用户多输入多输出 (MIMO) 系统的各种下行传输技术进行了归纳和总结。从发射和接收信号线性预处理和非线性处理的角度, 深入分析了多用户MIMO系统下行传输技术中各种信号处理算法的优点和局限性, 并进一步给出了未来极具潜力的研究方向, 为选择合适的多用户MIMO系统下行传输技术提供了很好的参考和借鉴。

关键词：多用户MIMO系统,下行传输技术,线性预处理,污纸编码

参考文献

[1] SPENCER Q, PEEL C, SWINDLEHURST A, et al.An Introduction to the Multi-user MIMO Downlink[C].IEEE Communications Magazine, 2004:60-67.

[2] VISWANATH P, TSE D.Sum Capacity of the Vector Gaussian Broadcast Channel and Uplink-downlink Duality[C].IEEE Transactions on Information Theory, 2003:1912-1921.

[3] CAIRE G, SHAMAI S.On the Achievable Throughput of a Multiantenna Gaussian Broadcast Channel[C].IEEE Transactions on Information Theory, 2003:1691-1706.

[4] SPENCER Q H, SWINDLEHURST A L, HAARDT M.Zero-forcing Methods for Downlink Spatial Multiplexing in Multiuser MIMO Channels[C].IEEE Transactions on Signal Processing, 2004:461-471.

[5] COSTA M H M.Writing on Dirty paper[C].IEEE Transactions on Information Theory, 1983:439-441.

MIMO多天线技术 篇5

MIMO技术充分开发空间资源,利用多个天线实现多发多收,在不需要增加频谱资源和天线功率的情况下,可成倍地提高信道容量,提高数据速率。OFDM技术是多载波窄带传输的一种,其子载波之间相互正交,可以有效地利用频谱资源。两技术相结合的MIMO-OFDM系统能有效克服多径效应和频率选择性衰落带来的不良影响,实现信号传输的高度可靠,增加系统容量,提高频谱利用率。

由P.W.Baier等人提出的联合发送技术(JT)[1,2,3],是一种下行链路的多用户传输技术。在这种技术中,接收端算法被优先确定,并且为发送端已知,发送端在获取了信道信息和接收端算法的情况下,随后确定出与之匹配的发送端算法。JT技术能有效地降低多址干扰(MAI)和多径干扰,提高系统容量,降低移动终端的数据检测复杂度,使移动终端的微型化、低功耗成为可能。

本文深入研究了多用户MIMO-OFDM系统下的JT技术(简称JT MIMO-OFDM)。通过在TD-SCDMA系统应用环境中的仿真,验证了JT MIMO-OFDM方案比JT MIMO方案[4,5]在系统误码率方面具有更优越的性能。

1 系统模型及数据发送算法

图1给出了JT MIMO-OFDM的系统模型。基于此系统模型的数据发送及检测算法的原理是首先在基站将发送给移动终端的数据串并变换后进行OFDM调制,然后进行联合发送,移动终端将经过匹配滤波后的数据进行OFDM解调后再进行并串变换即可得到检测后数据。

图1 JT MIMO-OFDM系统模型(参见右栏)

假定一个基站服务K个移动终端,每个移动终端采用KM元天线阵列,基站采用KB元天线阵列,基站为每个移动终端发送L个数据符号:

将每个移动终端的数据矢量d(k)进行串并变换形成条支路:,对每条支路的数据矢量进行信号映射后产生新的复数据序列为:。

对序列进行离散傅立叶反变换,得到个OFDM符号:

将每个移动终端的离散傅立叶反变换后的序列进行并串变换,插入保护间隔形成长度为N的数据矢量b(k)。

基站第KB个阵元和第K个移动终端的第KM个阵元间复信道冲激响应为:

其中W表示信道冲激响应窗长。根据式(3),可得到相应的维信道卷积矩阵:

移动终端μk的第KM个阵元接收到的信号为:

由μk的KM个阵元接收到的信号组成移动终端μk的接收信号r(k):

其中,表示第k个移动终端所有接收阵元与基站阵元之间的信道卷积矩阵,维数为。k个移动终端所有接收阵元与基站阵元之间的总信道卷积矩阵,维数为。

k个移动终端的接收信号组成的总接收信号为:

2 数据检测算法

假设在无噪声的情况下,移动终端接收的数据r(k)经过解调矩阵D(k)后可以得到无符号间干扰(ISI)的移动终端数据:

如果令,C(k)为分配给移动终端μk的CDMA扩频码组成的扩频码矩阵:

式中为对应于移动终端μk的第个阵元的子扩频码矩阵,k个移动终端的总扩频码矩阵为:,则总的解调矩阵可以由k个维的矩阵D(k)构成:

总解调矩阵D的维数为。

通过解调矩阵D后得到的信号x可表示为:

令B=DH,从减少MAI,最小化传输信号能量的角度来讲,该方程最佳解为:。此时,对于给定的H和D,总的传输信号能量最小,同时由其他小区引起的MAI也是最小的。

考虑加性噪声的影响,移动终端经过解调矩阵D(k)解调后的数据为:

式中x(k)是移动终端μk的有用数据,n(k)是维的加性噪声:

将每个移动终端经过解调矩阵D(k)解调后的数据x(k)去除保护间隔,进行串并变换,形成条支路,设得到的序列为:。根据式(2)的定义,对序列进行离散傅立叶变换,得到P(k)个复数的序列:

对d(k)信号映射后进行并串变换,最后得到每个移动终端检测后数据d(k)。

3 仿真结果与结论

本文对上述模型就TD-SCDMA系统环境进行了Monte Carlo仿真。仿真所用的系统参数如下:码片速率1.28Mchip/s,载波频率2GHz,采样频率8000Hz。扩频码为OVSF码,扩频因子Q=16,基站发送天线数为KB,用户数为K,每用户的接收天线数为KM,FFT的长度是256点,信号映射采用QPSK调制。信道为基于Clarke模型的四径Rayleigh衰落信道,信道冲激响应有效长度W=4,基站采用最大似然算法估计信道冲激响应,并作为下行发送的信道矩阵。信道模型采用3GPP中TD-SCDM A的多径衰落信道情况3的参数[6]:速度120km/h,相对时延[0 781 1563 2344]ns,平均功率[0-3-6-9]d B。

图2给出了当基站发送天线数和每用户的接收天线数都为2且用户数为16时,JT MIMO与JT MIMO-OFDM误码率性能的仿真结果。从仿真图上可以看出,JT MIMO-OFDM方案比JT MIMO方案在系统误码率性能上有明显的改善。如误码率为10-2时,JT MIMO-OFDM相比JT MIMO有近1.5d B的增益。随着信噪比的增大,系统误码率性能改善更为显著。

图3给出了当每用户的接收天线数为2且用户数为16时,基站发送天线数不同对多用户MIMO-OFDM下行链路JT技术性能的影响。从图中可以看出,基站发送天线数越多,系统性能提高越明显。因此可以利用多天线改善系统性能。

图4给出了当基站发送天线数和每用户的接收天线数都固定为2时,用户数不同对多用户MIMO-OFDM下行链路JT技术性能的影响。可以看出,随着用户数的增加,多用户MIMO-OFDM下行链路JT技术的系统性能有所下降。

3 结束语

本文成功地将传统JT技术扩展到多用户MIMO-OFDM系统中。给出了多用户MIMO-OFDM下行链路模型,研究了数据发送及检测算法。通过在TD-SCDMA系统应用环境中的仿真表明,多用户MIMO-OFDM的JT技术可以获得比多用户MIMO的JT技术更好的系统误码率性能。说明多用户MIMO-OFDM系统下的JT方案具有良好的应用价值。

摘要：本文提出了一种多用户MIMO-OFDM的联合发送(JT)方案,给出了系统模型,并推导出了数据发送及检测算法。此方案可以大大降低移动终端的数据检测复杂度。通过在TD-SCDMA系统应用环境中的仿真和分析,表明多用户MIMO-OFDM的JT技术具有比多用户MIMO的JT技术更优越的误码率性能。

关键词：多用户MIMO-OFDM,联合发送技术,TD-SCDMA

参考文献

[1]Baier P W,Meurer M,T.Weber T,et al.Joint Transmission(JT),an alternative rationale for the downlink of Time DivisionCDMA using multi-element transmit antennas[C]//Proc.IEEE Sixth International Symposium on SpreadSpectrum Techniques and Applications New Jersey,USA,Sept.6-8,2000:1-5.

[2]Meurer M,Baier P W,Weber T,Y.Lu et al.Jointtansmission:an advantageous downlink concept forCDMA mobile radio systems using time divisionduplexing[J].Electronics Letters,2000,36(10):900-901.

[3]Meurer M,Weber T,and P.W.Baier P W.A Novelmultiuser transmission scheme requiring no channelestimation and no equalization at the mobile stations forthe downlink of TD-CDMA operating in the TDDMode[C]//Vehicular Technology Conference,IEEEVTS-Fall VTC 2000,Boston,2000:203-210.

[4]冯媛,谢显中,杨陶,等.降低多用户MIMO下行检测复杂性的联合发送技术[J].电子与信息学,2007,29(1):174-176.

[5]王丽秋,申敏,杨陶.TDD系统中MIMO信道的线性传输技术[J].微计算机信息,2007,23(3-3):149-150.

矿井MIMO智能天线系统的设计 篇6

MIMO (Multiple Input Multiple Output) 技术是多天线技术, 利用MIMO技术来解决井下严重的多径衰落问题, 为全矿井无线数字通信系统的完成提供新的技术支持[1]。但受限的空间环境会造成MIMO系统产生相关性而引起性能损失, 针对这一问题提出利用智能天线 (Smart Antenna, SA) 的阵列增益来弥补MIMO系统所受到的性能损失, 并使得多天线阵列的设计更加小型化, 提高矿井无线通信系统的可靠性。

1 MIMO与智能天线结合的可行性论证

由于MIMO与智能天线技术对于无线通信的发展有着很大的吸引力, 目前业界对于两者的结合也进行了相关研究。主要有四种结合方式[2,3,4]:远端阵元方案、特征值双波束形成方案、超移动宽带 (Ultra Mobile Broadband, UMB) 方案、双极化天线方案。将两者进行技术融合, 我们希望融合后的MIMO智能天线系统不仅可以获得智能天线的阵列增益, 还可以获得MIMO的复用、分集等增益。从空间角度看:MIMO系统如果要如期的获得增益, 阵元间距就应该尽量大, 阵元间距需达到十个波长左右;智能天线系统要获得阵列增益, 阵元之间就需要强相关性, 阵元间距必须保持在半个波长左右。

针对这一情况结合现有的几种融合方案, 提出一种分布式MIMO智能天线多天线系统。

1.1 多天线阵列发射端的可行性分析

根据移动通信下行链路的情况, 在基站的发射端采用分布式发射机, 信源经过空时编码器后变成NT个信源码流, 即信源经过空时分组码编码后变成NT路发射信号, 随后NT路发射信号通过调制、上变频等处理后进入各自所对应的智能天线阵的自适应波束形成网络中, 用LMS算法更新后的权值对具有编码增益的发射信号进行加权结合, 在接收用户方向上形成指定的波束, 智能的将NT路信号发射出去。

1.2 多天线阵列接收端的可行性分析

结合无线通信上行链路的情况, 在接收端采用分布式接收机, 加入智能天线的DOA技术, 通过MUSIC估计算法准确的区分出不同用户的空间位置和信息。NT路信号被接收, 分别进行下变频、解调、滤波等操作, 最后经过空时编码译码器还原出原始的发射信号。

2 MIMO智能天线系统的性能研究

假设只有一个期望信号源 (单用户信号) , 到达方向为θ, 则接收信号可以表示为:

对于期望信号的平均输出功率Ps可以继续表示为:

对于噪声信号的平均输出功率Pn也可以表示为:

则平均输出信噪比SNRout可以表示为:

根据上面的分析, 接收端天线获得了N倍的性能增益, 由于上下行链路对应, 那么在发射端, 信号经过编码器后送入自适应波束形成器后, 其发射端的信噪比也放大了N倍[5,6]。由此可见, 经过融合后的MIMO智能天线系统在获得MIMO的编码增益和分集增益外和智能天线的阵列增益的同时, 还将系统的性能增大了倍。

3 矿井MIMO智能天线系统信道容量的仿真与分析

结合矿井通信的实际情况, 在发射端采用均匀线阵, 阵元个数为4, 分成两组组成2个智能天线阵, 智能天线阵与阵之间的距离为10个波长, 智能天线阵中阵元之间的间距为0.5个波长, 在接收端, 接收天线的阵元数为2, 此时的多天线系统也可以广义的看成是一个两发两收的2×2MIMO多天线系统。

由于融合后的天线系统仍旧可以认为是MIMO系统, 每个智能天线阵有2个阵元, 根据公式可以计算得出, 融合后的系统信噪比大概改善了3个d B左右。

图3考虑的是理想情况, 发射端不存在空间相关性, 现在在发射端加入相关性系数, 其他仿真条件不变, 重新得到具有相关性的容量仿真图。

在图4中, 从上往下依次是相关系数r=0的MIMO+SA系统, 相关系数r=0.8的MIMO+SA系统, 相关系数r=0的常规MIMO系统和相关系数r=0.8的常规MIMO系统。天线阵元间的相关性越高, 系统的容量损失也越多。从图4中还可以看出, 当常规的MIMO系统处于理想环境时, 它的信道容量仍旧低于具有相关性的MIMO+SA系统;且当常规的MIMO系统具有相关性时, 容量损失较明显。

4 结语

本文利用MIMO技术和智能天线技术相结合, 提出了MIMO智能天线多天线系统, 采用分布式发射和接收方案, 通过理论分析与系统仿真, 得出融合后的天线阵列可以有效的改善系统的性能。

摘要：分析了煤矿井下无线通信系统存在的可靠性问题, 介绍了MIMO与智能天线的结合研究, 针对矿井复杂的传输环境, 设计了矿井MIMO智能天线系统。仿真结果表明, MIMO智能天线多天线系统能有效地改善系统的性能, 提高矿井无线通信系统的可靠性。

关键词：井下无限通信,MIMO,智能天线,多天线阵列

参考文献

[1]孟宪猛, 沈磊, 姚善化.基于MIMO技术的矿井无线通信系统的设计[J].煤炭工程, 2011 (03) :122-124.

[2]陈姗姗, 刘广亚, 姚善化.MIMO-OFDM技术在矿井无线通信系统中的应用[J].煤矿机械, 2013 (03) :34.

[3]张欣, 刘冬华.浅析矿井通讯技术[J].煤炭技术, 2012 (01) :182-184.

[4]肖育苗, 江洪峰.TD智能天线的四大趋势[J].通信世界, 2011 (02) :26-27.

[5]姚美菱, 李明.智能天线发展方向浅析[J].移动通信, 2012 (Z1) :129-132.