基于序贯蒙特卡罗算法的MIMO信道跟踪VIP专享VIP免费

http://www.paper.edu.cn-1-基于序贯蒙特卡罗算法的MIMO信道跟踪阙大顺，刘宇武汉理工大学信息工程学院，武汉（430063）E-mail:y_l912@hotmail.com摘要：针对无线通信信道具有时间选择性与频率选择性两个特征，目前流行的空时处理技术的关键假设在于接收机已知MIMO信道状态信息，而MIMO信道是时变的，所以如何跟踪MIMO信道就变得十分重要。本文主要研究了多输入多输出（MIMO）时变频率选择性衰落信道的跟踪问题。将信道冲击响应近似看作一个低阶的自回归矢量过程，利用序贯蒙特卡罗滤波对MIMO系统中的信道进行了跟踪，在相同的系统条件下与卡尔曼滤波算法作了比较。仿真结果表明，序贯蒙特卡罗算法可以对时变信道进行很好的跟踪。关键词：MIMO系统；序贯蒙特卡罗算法；卡尔曼滤波1．引言信息论的研究已表明，多输入多输出（MIMO）通信系统与单天线通信系统相比，具有成倍线性增长的信道容量和频谱利用率，因此它是新一代移动通信技术的主要发展方向之一，但其中也有大量的空时信号处理问题需要解决，特别是当MIMO信道是时间—频率双选择性衰落时，其空时信号处理问题更复杂。为获得较好的性能增益，一般都要求接收端有效地完成信道估计与跟踪。大多数通信系统都假定，先利用训练序列来“探测”信道，以此获得信道状态信息。然而，为了获得可信的信道估计，信道带宽的相当一部分被训练序列所占用。目前，信号处理与通信领域遵循三种简单的假定：所考虑的系统是线性的，信号与噪声序列是平稳、高斯分布。虽然这些假定在某些领域是正确的，且极大地减少了所需算法的计算复杂性，但是在许多应用领域，已发现这些假定是不合适的。特别是高斯分布太保守，以至于不能更好地描述信号与噪声的冲击性与非对称性。众所周知，在无线通信系统中，接收信号经常被非髙斯噪声所污染。对于时变信道的跟踪，在线性高斯系统中，没有一种算法能优于卡尔曼滤波。然而，在涉及到非线性状态转移与非高斯噪声的信道跟踪问题上，序贯蒙特卡罗滤波[1]甚至比扩展卡尔曼滤波（EKF）更优越。本文将利用序贯蒙特卡罗滤波来研究非髙斯噪声下MIMO无线衰落信道的跟踪问题。2．MIMO系统模型图1MIMO系统模型http://www.paper.edu.cn-2-一个典型的MIMO系统模型如图1所示。我们可用式(1)来描述这个模型,,,11,2,,(1)tNtjijtitjrirhsnjN==+=∑L其中Nt表示发射天线数目，Nr表示接收天线数目，rt,j表示在t时刻第j个接收天线收到的数据，st,i表示在t时刻第i个发射天线发送的数据，hij表示在t时刻从第i个发射天线到第j个接收天线的无线信道的状态信息，nt,j表示在t时刻在第j个接收天线测量的噪声。G(t)Sampling++Snb(t)y(t)c(t)v(t)yn图2频率平坦衰落信道连续时间模型考虑独立同分布的数据符号Sn通过频率平坦的衰落信道的情况[2]。其系统框图如图2所示，其中发射的符号序列可表示为()()nsnbtStnTδ=−∑,且Ts是符号周期。数据流经一脉冲成形滤波器G(t)带限后发射。衰落信道的时变复系数是一复的高斯随机过程，用c(t)表示，其幅度|c(t)|服从瑞利分布。信道由衰落过程c(t)和加性噪声v(t)组成。通常，c(t)可以被看作为由噪声激励的非线性马尔可夫过程，其中噪声分布可以是高斯的也可以是非高斯的。在接收机端，假设载波完全同步，接收信号被以与符号速率相同的采样频率1/Ts采样。上述通信系统的基带表示可以被看作一动态状态空间(DSS)模型。接收信号为：(2)TnnnnyScv=+其中：[]000TnnSS=L且vn是复高斯白噪声，其实部和虚部都是零均值，方差为2/2vδ的独立同分布的过程。通常，信道可以用一非线性马尔可夫过程描述为：1()(3)nnncfcv−=+其中：1Tnnnnpcccc−−⎡⎤=⎣⎦L且矢量TTnnvvh=，[100]Th=L。在这里，可以把信道看作是一个p阶的线性自回归(AR)过程：1(4)nnncTcv−=+这里的隐含变量是：xn={cn,Sn}，在上述动态状态空间模型已知的情况下，感兴趣的是检测被传输的数据并跟踪信道变化，即就是已知观测值y0:n估计{cn,Sn}。从贝叶斯检测的角度看，在已知观测值y0:n的条件下，xn的所有信息都可以由边缘后验概率分布p(xn|yn)得到。对这一概率密度函数的解析计算涉及到高维的积分运算，因而在实际中是不可行的。因此人们提出用序列蒙特...