任志勇+刘鹏+赵阔
【摘要】 为了克服MIMO空间各子信道相互干扰,论文对多天线波束成形的MIMO-OFDM跨层自适应资源算法进行了研究。在层资源自适应算法模式下,对于各空间信道相互不独立,存有干扰情况时,利用空频块码SFBC算法,以此来对抗信道干扰,而在各空间信道相互独立的情况下,采用空间波束发送多重性模式,以此来提高系统的数据传输速率。仿真验证表明,采用层资源自适应算法模式,在满足信号质量要求的情况下达到了非常高的传输速率。
【关键词】 多天线 多输入多输出 正交幅度调制 自适应
一、引言
为开发出满足更低传输时延、更高用户传输速率、更大系统容量的移动通信系统,动态自适应传输技术、MIMO--OFDM[1]技术等被认为是LTE无线移动通信系统框架中的关键技术。OFDM技术使用多载波调制技术,各个子载波互相正交,在多径动时变信道情况下,可以有效克服频率选择性衰落和提高频谱利用效率。由于增加了空间上的自由度,多天线波束成形的MIMO环境中自适应传输算法的设计也更为灵活和复杂。对多用户MIMO--OFDM系统,在给定发射功率并满足BER要求的前提下,依据边际自适应原则,提高通信链路数据速率的方法是增加接收信号的功率增益,而多天线波束带来的分集接收增益是一个增加接收信号功率增益的有效途径。本文对多天线波束成形的MIMO-OFDM跨层自适应资源分配进行了研究,主要探讨了多天线波束成形的MIMO-OFDM自适应资源分配模型和MIMO多天线下空频块码SFBC算法,并根据信道条件的变化,对多天线波束成形的MIMO-OFDM跨层自适应资源分配进行了性能仿真,显示了根据MIMO空间信道矩阵特征值变化,自适应利用不同层资源情况下的链路传输速率与误码率的变化。
二、MIMO-OFDM自适应资源分配模型
LTE系统物理层模型由发射端、信道和接收端组成。利用多输入多输出(MIMO)技术,发射端将连续的信号比特流拆分成多个信号子流,再将各信号子流通过不同的天线发射出去,传输各信号子流的多个发射天线与接收天线构成了空间信道矩阵。空间信道是高斯白噪声的多径延迟、频谱偏移的MIMO衰落信道[2]。接收端从多个天线接收信号,根据信道估计并通过一系列算法对信号进行恢复。为了提高频谱效率,长期演进(LTE)移动通信系统中采用了链路自适应技术,根据信道条件的变化,系统动态地采用不同的调制和编码、MIMO传输模式、传输层的数量、预编码和发射功率等技术[3-4],以期在保证信号质量的情况下取得最大的传输效率。MIMO-OFDM自适应资源分配模型如图1所示。
三、MIMO多天线下空频块码SFBC算法
为提高多天线的分集接收增益,MIMO技术可以采用空频块码SFBC算法,将相同的调制信号经过不同的天线发射,层资源数量取空间各自独立的发射天线数量,以此提高链路传输质量。
假定发射信号为[x1(n),x1(n)],2×2的MIMO信道矩阵为:[h1,1(n),h1,2(n);h2,1(n),h2,2(n)],则同一时间不同天线接收信号可以表示为:
为了对多天线的每个天线的接收信号都得到估值,采用最大比值合并原则,对发射信号作估值运算。
四、多天线波束MIMO-OFDM跨层自适应资源算法仿真实验
为了对MIMO多天线下空频块码SFBC算法性能作对比,在建立LTE移动通信模型基础上进行了仿真实验。调制采用16QAM正交幅度调制,采用Turbo编码方式,信噪比取16dB。调制信号经过MIMO衰落信道后,在接收端,16QAM信号在空频块码SFBC接收前和接收后星座如图2所示,可以看出,采用空频块码对信号进行估值接收后,信号在很大程度上克服了衰落信道的影响,星座图更接近于初始发射信号的星座图。
为了使通信链路在保证质量的前提下获得最大的传输速率,仿真采用灵活的多天线波束空间信道矩阵层资源自适应算法模式。在该模式下,在MIMO空间信道矩阵的秩等于发送天线数量时,此时,各空间信道相互独立不干扰,就采用空间波束发送多重性模式,将数据比特流拆分成多重比特子流,通过不同的天线发送出去,以此来提高系统的数据传输速率;如果MIMO空间信道矩阵的秩低于发送天线数量时,此时,各空间信道相互不独立,存有干扰,就采用空间波束发送多样性模式,利用空频块码SFBC算法,以此来对抗信道干扰并提高链路传输质量。仿真信号采用16QAM调制方式,信噪比SNR为13dB,几种算法的实验仿真数据如表1所示。
从表1可以看出,采用空间波束发送多重性模式时,速率最高,但比特误码率较大,采用空频块码SFBC算法的波束发送多样性模式时,比特误码率较小,但数据传输速率低,而采用层资源自适应算法模式时,在满足信号质量要求的情况下达到了非常高的传输速率。
五、结论
论文对多天线波束成形的MIMOOFDM跨层自适应资源分配算法进行了研究,探讨了多天线波束成形的自适应资源分配模型和MIMO多天线下空频块码SFBC算法。SFBC算法将调制的输入信号与天线的发射信号做匹配映射,信号经过噪声信道后,对发射信号作估值恢复,通过仿真验证,采用该算法的16QAM调制信号星座图在很大程度上克服了衰落信道的影响,同时,根据信道条件变化情况,采用空间信道矩阵层资源自适应算法,使移动通信系统在满足信号质量要求的前提下获得较大的传输速率,增加了系统的传输容量。
参 考 文 献
[1] E Larsson, O Edfors, F Tufvesson.. Massive MIMO for next generation wireless systems [J]. IEEE Communications Magazine , 2014, 52(2):186-195.
[2] 赵海军,李敏,崔梦天等. 基于STBC的MIMO OFDM系统中的I/Q不平衡及CFO的联合均衡策略[J]. 北京:通信学报,2013年11月. 34(11):51-58.
[3] 孙巧云,田辉,董琨等. MIMO-OFDM系统中具有QoS保证的动态资源分配[J].北京:电子与信息学报, 2009年01月. 31(1):42-44.
[4] 胡武君,杨霖. MIMO-OFDM系统中基于循环移位和信号联合的改进SLM算法[J].北京:通信学报, 2015年4月. 36(4):170-177.