目錄TOC\o"1-2"\h\z\u摘要 IABSTRACT II第1章緒論 11.1無線通信系統的發展 11.2無線信道的特性 21.3MIMO技術及其研究現狀 21.4OFDM技術及其研究現狀 41.5本文主要工作安排 5第2章MIMO-OFDM基本原理 72.1OFDM技術 72.2MIMO基本原理 112.3MIMO-OFDM的關鍵技術 132.4本章小結 14第3章MIMO-OFDM系統算法及原理 163.1系統模型 163.2Turbo編譯碼 173.3空時編譯碼原理 203.4MIMO-OFDM系統模型 223.5仿真結果與分析 233.6本章小結 26第4章自適應MIMO-OFDM系統仿真建模 274.1MIMO系統中的信道估計 274.2基于發送端的信道估計模型 284.3MIMO-OFDM系統自適應傳輸的基礎 304.4仿真結果與分析 334.5本章小節 37結論 38致謝 40參考文獻 41PAGE45 第1章緒論無線傳輸信道，尤其是在移動環境中的無線傳輸信道是一個非常復雜的物理現象，未來移動通信要在有限的頻譜資源上支持高速率數據和多媒體業務的傳輸，就必須采取頻譜效率高的抗衰落技術來提高系統的性能，OFDM和MIMO正是其中的兩種有效措施，而將兩者相結合構成的MIMO-OFDM系統，技術上相互補充、使之成為實現無線信道高速數據傳輸最有希望的解決方案之一，是當今科研的一個熱點。本章首先基于對無線信道特性的分析，引出OFDM與MIMO技術，并簡略介紹了一下它們的研究現狀。1.1無線通信系統的發展人類采用通訊的歷史可以追溯到遙遠的古代。但是直到十九世紀末以前，人們都是采用例如烽火臺的方式進行簡單的信息傳輸。1864年英國物理學家麥克斯韋創造性的總結了人們己有的電磁學知識，預言了電磁波的存在。1886年德國物理學家赫茲用實驗的方法證明了麥克斯韋的預言。1897年意大利科學家馬可尼第一次展示了無線電波能在英格蘭海峽里行駛的船只上保持傳輸，并獲得了成功。在隨后的一個多世紀里，在計算機和半導體技術推動下，無線通信的理論和技術不斷進步，取得了舉世矚目的發展。今天，無線通信己經成為人們日常生活中不可缺少的重要通信方式。移動通信的發展是迅速的，其發展經歷主要有第一代蜂窩移動通信系統，到第二代的數字蜂窩移動通信系統，再到第三代通信系統，包括被國際社會認可的三大主要標準：WCDMA、CDMA2000和TD-SCDMA。盡管如此，人們對移動通信仍寄予厚望。近些年來，隨著Internet的普及和移動通信技術的迅猛發展，人們在圖像、語音、數據、多媒體信息通信領域的應用和要求越來越高，希望現有固定網能支持多媒體業務，甚至那些只存在于想象中的通信業務在未來的移動通信中都能予以實現。這些年來人們己經開始研究和開發下一代無線寬帶多媒體系統。所以人們認為最高速率只有2Mbps的第三代移動通信系統稱不上真正的寬帶多媒體通信，于是就在提出3G技術方案的同時，有人提出超3G(即后3G)的無線傳輸技術研究，甚至紛紛提出4G的概念。現在歐盟，美國，日本，韓國以及我國都已經在積極研究著4G無線通信系統了。第四代移動通信系統(4G)在業務上、功能上、頻帶上都將不同于第三代系統，它可稱為寬帶接入(BroadbandAccess)和分布網絡，具有非對稱的超過2Mbps的數據傳輸能力。人們對于無線通信業務的需求越來越多，要求的質量也越來越高。但是實際中有著很多的干擾制約著通信質量，在寬帶無線數字通信系統中，影響信道高速傳輸的最主要的一類干擾是由信道的多徑效應所引起的頻率選擇性衰落。另外還有如何充分提高無線資源的利用率也是很多研究者的關注重點。MIMO-OFDM技術結合的提出成為了解決這些問題的一個重大突破。將兩者相結合構成的MIM于OFDM系統在技術上相互補充、相得益彰，使之成為實現無線信道高速數據傳輸，最具希望的解決方案之一，具有非常廣闊的研究和發展前景。MIMO-OFDM技術也被業界認為是未來第四代移動通信系統的主要物理層技術。1.2無線信道的特性在無線通信中，發射信號在傳播過程中往往會受到環境的影響，發生直射、反射、散射和漫射等物理現象，這就使接收機的接收信號與發射信號相比產生了一定的變化，而這種變化就體現了無線信道的基本特征，具體集中在以下幾個方面：（1）因頻率復用造成的共信道干擾(CCI)采用蜂窩式的小區結構和頻率復用技術，是解決頻率資源緊張的有效方法，特別是在CDMA系統中，頻率復用系數可以是l，甚至在同一小區的不同扇區間采用相同的載頻，這樣必然會產生CCI。在CDMA系統中，由于不同用戶擴頻碼的非正交性或異步性同樣會造成CCI。（2）多徑現象由于移動環境的復雜性，通常從發射機到接收機的信號包含有折射、衍射、繞射等多種信號成分，不同成分到達接收機的強度不同，時間不同，方向不同，甚至在通常情況下，發射機到接收機之間不存在直達波束。（3）衰落由于多徑效應的影響，接收機收到信號的功率會隨收發信機之間的距離而存在大幅度的波動。衰落通常分為陰影衰落(慢衰落)和多徑衰落(快衰落)。慢衰落是由于遮擋效應造成的，其信號的局部平均近似對數正態分布，而快衰落是因為接收信號分量的相位差引起的，其信號近似服從瑞利分布。實際的接收信號是由快衰落信號與慢衰落信號的乘積得到。通過上述無線信道的基本特征可以看到，無線信道是非常復雜的，因此要對未來移動通信系統中所采用的MIMO-OFDM系統的各項技術進行有效地驗證就必須選用更貼近實際無線傳輸環境的信道模型。1.3MIMO技術及其研究現狀為了在未來移動通信系統中實現大容量、高速以及提高頻譜利用率的目標，多輸入多輸出（MIMO）系統的概念應運而生。多輸入多輸出(MIMO)或多發多收天線(MTMR)技術在無線移動通信領域的應用是具有革命意義的重大技術進步，并且被廣泛認為是第三代及未來移動通信系統與個人通信系統實現高數據速率，提高傳輸質量的重要途徑之一。由于該技術在解決未來無線互聯網業務容量需求瓶頸問題上所具有的優勢，因而居于當今技術進步列表中的重要位置。多輸入多輸出(MIMO)系統是基于無線通信分集技術而發展起來的，其定義可以簡單描述為在其發射端和接收端均采用了多天線配置的無線通信系統，所以稱之為MIMO系統。MIMO系統中，在發送端，串行數據符號流在經過空時處理后被送到多個發射天線進行發射；在接收端通過各種空時檢測技術進行數據符號的恢復。為了保證各個子數據符號流能夠被有效地分離，要求各個天線之間必須保持足夠的距離，以防止接收信號之間過大的相關性。在新一代移動通信系統中，MIMO技術的理論、算法和實現等都得到了廣泛的研究。雖然在MIMO系統理論以及性能研究方面已有非常多的研究成果，但是由于無線移動通信中復雜的無線傳播環境，因此尚有大量問題需要研究。（1）如何在寬帶應用中找到一種具有優化的性能及復雜度折中的信號處理方案以實現MIMO帶來的提高頻譜效率的優勢。已經有不少的文獻對這方面進行了研究，即對信道為頻率選擇性衰落和移動臺快速移動的情況進行了研究。其主要途徑可以分為兩種：l)空時均衡MIMO系統：典型的方法包括線性MIMO均衡、MIMO判決反饋(DF)均衡以及更為復雜的空時Turbo均衡等；2)采用OFDM調制的MIMO系統，這在本章后面部分會進行相關敘述。（2）另一個研究的重點就是MIMO信道。目前，MIMO信道模型的建立還沒有成熟，實用中用的較多的MIM0信道模型有IST-METRA提出的基于空間相關性的METRA模型，以及3GPP推薦的SCM模型，因此在建立完善的MIMO信道模型中還有大量的工作需要完成。除了信道模型外，在許多文獻中，大都做了這樣的假設：接收機已經完全知道信道狀態參數，但是在實際系統中，這種情況是不可能出現的，因此，必須通過發送訓練序列或者采用盲處理的方法，在接收端進行信道估計，這樣快速信道估計和盲信道估計等內容就成為重要的研究課題。（3）如果能夠在發射端事先預知信道的某些信息，那么發射機就可以利用該信息改善系統性能。例如在文獻中，就在發射機已知部分信道信息的情況下給出了一種基于線性變換的結合普通發射數字波束形成技術和正交空時分組碼技術的MIMO處理結果，以實現對信道信息的充分利用，于是如何在發射端獲得信道信息以及利用信道信息就成為了一個研究的熱點。（4）MIMO通過空時編解碼，在發射端實現了多天線發射多數據流，并在接收端利用多天線接收實現最佳處理，獲得了很高的系統容量?？諘r編解碼將信道編解碼技術和陣列信號處理技術相結合，可以大幅度的提高無線通信系統的信道容量和傳輸速率，并且可以有效的抗衰落、抑制噪聲和干擾。目前已經有空時網格碼(STTC)、空時分組碼(STBC)、分層空時碼(BLAST)等一些基本的空時編碼方法。新的空時編碼方法，例如空時Turbo碼，正在不斷地提出，以改善MIMO的性能，減少空時編碼系統的復雜性，更好地適應新一代無線通信系統的要求和信道的實際情況。1.4OFDM技術及其研究現狀OFDM的英文全稱為OrthogonalFrequencyDivisionMultiplexing，中文含義為正交頻分復用技術。這種技術是HPA聯盟(Home-PlugPowerlineAlliance)工業規范的基礎，它采用一種不連續的多音調制技術，將被稱為載波的不同頻率中的大量信號合并成單一的信號，從而完成信號傳送。由于這種技術具有在雜波干擾下傳送信號的能力，因此常常會被應用在容易受外界干擾或者抵抗外界干擾能力較差的傳輸介質中。OFDM技術的應用已經有近40年的歷史，主要運用于軍用的無線高頻通信系統。但是，一個OFDM系統的結構非常復雜，從而限制了其進一步推廣。直到70年代，人們提出了采用離散傅立葉變換來實現多個載波的調制，從而簡化了系統結構，使得OFDM技術更趨于實用化。八十年代，人們研究如何將OFDM技術應用于高速MODEM。進入九十年代以來，OFDM技術的研究深入到無線調頻信道上的寬帶數據傳輸。在高頻段進行高數據率無線通信時，將面臨顯著的頻率選擇性衰落。在傳統的單載波通信系統中，碼間串擾的影響十分突出，而OFDM調制技術通過將寬信道分解為大量窄帶信道，克服多徑效應，簡化接收機設計，從而大大改善了系統瓶頸。概括起來，OFDM技術的優點可以包括如下幾個方面：（1）OFDM技術的最大優點是對抗頻率選擇性衰落或窄帶干擾。（2）可以有效地對抗信號波形間的干擾，適用于多徑環境和衰落信道中的高數據傳輸。（3）通過各個子載波的聯合編碼，具有很強的抗衰落能力。（4）OFDM技術抗窄帶干擾性很強，因為這些干擾僅僅影響到很小一部分的信道。（5）可以選用基于IFFT/FFT的OFDM實現方法。（6）信道利用率很高，這一點在頻譜資源有限的無線環境中尤為重要；當子波個數很大時，系統的頻譜利用率趨于2Baud/Hz。目前OFDM技術已經被廣泛應用于廣播式的音頻和視頻領域以及民用通信統中，主要的應用包括：非對稱的數字用戶環路(ADSL)、ETSI標準的數字音頻廣播(DAB)、數字視頻廣播(DVB)、高清晰度電視(HDTV)、無線局域網(WLAN)等。1.5本文主要工作安排在本論文中，基于MIMO與OFDM技術的結合，提出了一種新的MIMO-OFDM系統，即基于發送端估計信道狀態信息的自適應MIMO-OFDM系統。文中論述了基于發送端估計信道狀態信息的方法，并對自適應功率控制展開了研究，對系統中所用的關鍵技術進行了Matlab的相關仿真與分析。本文主要分為五章，各章的結構安排如下：第一章簡要論術無線通信系統的特性，借由無線通信所遇到的種種問題引出最有效的兩種解決方法：MIMO與OFDM技術。接下來簡單介紹了OFDM技術、MIMO技術以及MIMO-OFDM技術的研究概況，以及它們各自的應用研究與待需要解決的種種問題。第二章主要是對MIMO-OFDM系統的基本原理進行了闡述，分別對兩個最關鍵的技術MIMO和OFDM作了分析。首先論述了OFDM的基本原理，其中包括OFDM的基本模型、DFT實現以及保護間隔和循環前綴的優點，接下來對工作中涉及到的MIMO技術，即空間分集進行了分析，最后對MIMO-OFDM技術中的關鍵技術進行了介紹。通過本章的介紹，對MIMO和OFDM系統有了一個整體上的把握，為下一步的深入研究提供了理論基礎。第三章在第二章的基礎上介紹了基于發送端估計信道狀態信息的自適應MIMO-OFDM系統仿真平臺，對其中的主要模塊，包括Turbo碼，STBC編碼的原理與實現過程進行了詳細的說明并搭建了仿真平臺。接下來闡述了MIMO信道中信號的模型，為下章的理論研究奠定了基礎。第四章主要是在前面三章工作的基礎上，對基于發送端估計信道信息的原理進行比較詳細的闡述，對本文所用的功率注水算法進行研究，通過仿真，對其性能做出分析與比較。最后，將前面所做的所有工作平臺進行整合與調試，測試系統性能。第五章對論文的全部工作進行總結，并討論了今后需要進一步的研究方向。

第2章MIMO-OFDM基本原理在未來的寬帶無線通信系統中，存在兩個十分嚴峻的挑戰：多徑衰落和帶寬效率。OFDM通過將頻率選擇性多徑衰落信道在頻域內轉換為若干個平坦的衰落子信道，從而大大降低了接收端均衡器的復雜度。而MIMO技術由于能夠在空間中產生獨立的并行信道，同時傳輸多路數據流，從而有效地提高了整個系統的數據傳輸速率，而且極大地提高了系統的頻譜效率。因此，將OFDM和MIMO兩種技術相結合，一是可以實現很高的傳輸速率，二是可以通過分集實現很強的可靠性，充分利用時間、頻率和空間三種分集技術，使無線系統對噪聲、干擾、多徑的容限大大增加。MIMO-OFDM技術已成為未來寬帶無線通信的發展趨勢。本章主要是論述MIMO-OFDM系統中的兩個最關鍵的技術：MIMO和OFDM技術的基本原理與實現過程，在搭建整個平臺前提供理論支持。2.1OFDM技術正交頻分復用(OFDM)通過把高速的數據流經過串并轉換，分配到傳輸速率相對較低的若干個子信道中并行傳輸，使每個數據符號周期相對增加從而將頻率選擇性衰落信道轉變為并行的平坦衰落子信道，降低了由于無線信道的多徑時延擴展所產生的時間彌散性對系統造成的影響，消除了碼間干擾ISI。同時，通過符號間保護間隔和循環前綴的插入，進一步消除其載波間干擾ICI。下面將對OFDM系統的基本模型號，實現過程等技術進行闡述。2.1.1OFDM的基本模型一個OFDM符號內包括多個經過調制的子載波的合成信號，其中每個子載波都可以采用相移鍵控(PSK)或者正交幅度調制(QAM)的符號映射方法。如果N表示子信道的個數，T表示OFDM符號的寬度，是分配給每個子信道的數據符號，是第0個子載波的載波頻率，，，則從開始的OFDM符號可以表示為：（2-1）在多數文獻中通常采用復等效基帶信號來描述OFDM的輸出信號，如式（2-2）所（2-2）示，其中實部和虛部分別對應于OFDM符號的同相和正交分量，在實際中可以分別與相應子載波的分量和分量相乘，構成最終的子信道信號和合成的OFDM符號。圖2.1中給出了OFDM系統的基本模型，其中。圖2.1OFDM系統的基本模型圖2.2中給出了1個OFDM符號內包括4個子載波的實例，其中所有的子載波都具有相同的幅值和相位。但在實際應用中，根據數據符號的調制方式，每個子載波的幅值和相位都可能是不同的?？梢钥吹?，每個子載波在一個OFDM符號周期內都包含整數倍個周期，而且各個相鄰子載波之間相差一個周期。這一特性可以用來解釋子載波之間的正交性，即：（2-3）例如式(2-2)中的第j個子載波進行解調，然后在時間長度T內進行積分，見式（2-4）。由式（2-4）知，對第j個子載波進行解調可以恢復出期望符號。而對其它載波來說，由于在積分間隔內，頻率差別可以產生整數倍個周期，所以其積分結果為零。（2-4）圖2.2OFDM內包含4個子載波的情況這種現象還可以從頻域角度來解釋。根據式（2-1），可知每個OFDM符號在周期T內包括多個非零的子載波。因此其頻譜可以看作是周期為T的矩形脈沖的頻譜與一組位于各個子載波頻率上的函數的卷積。矩形脈沖的頻譜幅值為函數，這種函數的零點出現在頻率為1/T整數倍的位置上。圖2.3OFDM系統中子信道信號的頻譜（經過矩形脈沖成型）這種現象可以參見圖2.3，圖中給出相互覆蓋的各個子信道內經過矩形脈沖成型得到的符號的函數頻譜。在每一個子載波頻率的最大值處所有其它子信道的頻譜值恰好為零。由于在對OFDM符號進行解調的過程中，需要計算這些點上所對應的每一個子載波頻率的最大值，因此可以從多個相互重疊的子信道符號頻譜中提取出每個子信道符號，而不會受到其它子信道的干擾。從圖2.3可以看出，OFDM符號頻譜實際上可以滿足奈奎斯特準則，即多個子信道頻譜之間不存在相互干擾，但這是出現在頻域中。因此這種一個子信道頻譜的最大值對應于其它子信道頻譜的零點可以避免子信道間干擾(ICI)的出現。2.1.2DFT/IDFT實現為了敘述的簡潔，令式(2-2)中的，并且忽略矩形函數，對信號以刀的速率進行抽樣，即令，可以得到：（2-5）可以看出恰好等效為對進行IDFT運算。同樣在接收端，為了恢復出原始的數據符號，可以對接收到的進行逆變換，即DFT，即可恢復傳輸數據符號，如下所示：（2-6）從以上分析可知，OFDM系統中，數據符號到子載波的調制和解調可以分別通過IDFT和DFT來實現。通過點的IDFT運算，把頻域數據符號試變換為時域數據符號，經過射頻載波調制之后，發送到無線信道中。其中每個IDFT輸出的數據符號都是由所有子載波信號經過疊加而生成的，即對連續的多個經過調制的子載波的疊加信號進行抽樣得到的。在OFDM系統的實際運用中，可以采用更加方便快捷的快速傅立葉變換(IFFT/FFT)來實現。點IDFT運算需要實施次的復數乘法(為了方便，只比較復數乘法的運算量)，而IFFT則可以顯著降低運算的復雜度。對于常用的基-2IFFT算法來說，其復數乘法次數僅為，并且隨著子載波個數的增加，這兩種方法復雜度之間的差距也越明顯。對于子載波數非常大的OFDM系統來說，可以進一步采用基-4的IFFT算法來實現傅立葉變換。為了消除由于多徑所引入的ICI，可以在OFDM符號保護間隔內填入循環前綴信號，如圖2.4所示。這樣就可以保證在FFT周期內，OFDM符號的延時副本內所包含的波形的周期個數也是整數。這樣，延時小于保護間隔的時延信號就不會在解調過程中產生ICI。OFDM系統加入保護間隔后，會帶來功率和信息速率的損失，其中功率損失定義為：（2-7）其中為功率損失，為保護間隔時長，為OFDM符號周期長度。從上式可以看到，當保護間隔占到時，功率損失卻不到ldB，雖然信息速率損失達，卻可以消除ISI和多徑所造成的ICI的影響，因此這個代價是值得的。圖2.4加入循環前綴的OFDM符號2.2MIMO基本原理2.2.1分集的概念由于無線衰落信道的多徑與時變特性，經過其傳輸的信號在接收端可能會受到嚴重的衰落。與無衰落的理想信道相比，這種衰落使得接收端可能不能正確地判斷出原發送信號。根據信息論原理，若有經過其它衰落信道的原發送信號副本提供給接收機，則有助于接收信號的正確判決。這種通過提供傳送信號多個副本來提高接收機正確判決率的方法被稱為分集。分集的基本原理就是通過多個信道(時間、頻率或者空間)接收到承載相同信息的多個副本，由于多個信道的傳輸特性不同，信號多個副本的衰落就不會相同。接收機使用多個副本包含的信息能比較正確地恢復出原發射信號。如果不采用分集技術，在噪聲受限條件下，發射機需要較高的發射功率才能保證信道情況較差時鏈路正常連接。在移動無線環境中，由于手持終端的電池容量非常有限，所以反向鏈路中所能獲得的功率也非常有限，而采用分集的方法可以降低發射功率，這在移動通信中非常重要。利用分集技術，在接收端需要接收通過不同分集路徑所得到的信號副本，然后把不同的分集支路得到的信號副本合并起來，以達到提高總信噪比、降低信號誤碼率的目的。在采用分集技術時，為了獲得好的分集效果，要求分集接收到的各個信號副本之間的相關性盡可能的小。就時間分集、頻率分集和空間分集三者而言，由于空間分集技術不用犧牲信號的頻率帶寬，且能夠在保證數據傳輸速率的同時獲得最大的分集增益，因而它是減小多徑衰落的有效方法，受到了廣泛的關注，成為第三代移動通信的關鍵技術之一。2.2.2多天線系統MIMO技術是現代通信領域的一大突破，它提供了解決未來無線網絡傳輸瓶頸的方法。MIMO技術的核心思想是信號的空間一時間聯合處理。在此，數字信號固有的時間維度與多個空間分離天線帶來的空間維度聯合起來。在某種意義上，MIMO系統也可以看作是傳統智能天線技術的擴展。MIMO系統的重要特性是它能利用無線通信的多徑傳播特性來提高系統的性能。也就是說，MIMO技術能夠有效地利用無線鏈路中的隨機衰落和延遲擴展特性來成倍地提高傳輸的速率和可靠性。MIMO技術是在接收端和發送端都采用多個天線，可以成倍地提高衰落信道下的信道容量。根據信息論最新成果，假定發送天線數為，接收天線數是，在每個天線發送信號能夠被分離的情況下，有如下信道容量公式：（2-8）其中，SNR是每個接收天線的信噪比。根據這個公式，對于采用多天線陣發送和接收的系統，在理想情況下信道容量將隨線性增加，從而提供了目前其他技術無法達到的容量潛力。2.3MIMO-OFDM的關鍵技術MIM0-0FDM集成了MIMO和OFDM技術的優點，利用OFDM能夠將頻率選擇性信道轉換為平坦衰落信道的特點可以實現MIMO技術在寬帶無線數據傳輸中的可靠應用。在MIMO-OFDM系統中，經過空時編碼后輸出與天線數相同個數的子數據流，這些子數據流并行輸入到同樣數目的IFFT變換器，變換后由多個發射天線發送，接收端進行相反的操作。在高速無線傳輸中，由于每個子數據流都經過了OFDM模塊，使得映射在子載波上的數據符號長度增加，有效地抵抗了無線信道的時間彌散所帶來的ISI。而對于子載波來說，每個IFFT的子載波采用同樣的載波間隔，則同樣位置的子載波上映射了一個空時編碼符號向量。MIMO-OFDM技術也被業界認為是未來第四代移動通信系統的主要物理層技術。OFDM系統的技術難題都將在MIMO-OFDM系統中出現，同時MIMO-0FDM系統還要面對MIMO方面的一些問題。2.3.1OFDM系統的關鍵技術1．信道估計相干檢測需要用到信道的信息，因此在接收機需要先進行信道估計。在OFDM系統中，信道估計的設計主要有兩個問題：一是導頻信息的選擇，二是復雜度較低和導頻跟蹤能力良好的信道估計器的設計。在實際的設計中，導頻信息的選擇和最佳估計器的設計通常又是互相聯系的，因為估計器的性能與導頻信息的傳輸方式有關。常用的信道估計的方法有基于導頻信息和基于導頻符號兩種，而最小均方值方法、最大后驗概率法等估計方法都可以根據具體要求選用。2．同步問題OFDM系統的最大缺點就是對同步偏差十分敏感，即使很小的頻率、定時同步錯誤就會引起符號間干擾ISI和載波間干擾ICI，從而導致系統性能的嚴重下降，因此很好的同步對于OFDM系統十分重要。如何減小IC1對系統性能的影響，是OFDM系統性能得到廣泛應用的前提條件之一，也是系統實現的一個難點。當前提出的同步方法主要有兩種：基于導頻的同步和基于循環前綴的同步。3．自適應調制自適應調制技術的基本思想是自適應調節信號傳輸的參數來充分利用當前信道環境，可以調節的參數包括調制方式、編碼方式和發射功率等。自適應調制技術已經被廣泛的認為是無線通信系統中有效提高頻譜利用率的重要手段之一。OFDM把實際信道劃分為若干各子信道，這樣就能夠根據各個子信道的實際傳輸情況靈活的分配發射功率和信息比特，從而獲得更好的系統性能。2.3.2MIMO空時處理技術1．空間復用空間復用是指在一定的差錯率下，通過不同的天線盡可能多的在空間信道上傳輸相互獨立的數據?，F在主要有三種空間復用技術：對角貝爾實驗室分層空時(DBLAST)方案、水平貝爾實驗室分層空時(HBLAST)方案以及垂直貝爾實驗室分層空時(VBLAST)方案。其中VBLAST由于操作簡單而廣泛應用。由于每根接收天線同時接收到多根發送天線傳送來的疊加在一起的信號，信號檢測或分離一直是MIMO系統的研究熱點之一。信號檢測的基本思想非常相似于CDMA（碼分多址）技術市場中的多用戶檢測(MUD)。信號檢測的主要算法有：最小均方誤差(MMSE)，迫零(ZF)、最大似然(ML)、并行干擾抵消(PIC)和串行干擾抵消(SIC)。其中，ML性能最好，但是復雜度最高；PIC和SIC能夠實現復雜度和性能的良好折中。2．空時編碼空時編碼主要分為兩大類，即：空時網格碼(STTC)和空時分組碼(STBC)。STTC是由朗訊實驗室的Tarokh等人提出的空時編碼技術，適用于多種無線信道環境。STTC把編碼和調制結合起來，能夠達到編譯碼復雜度、性能和頻帶利用率的最佳平衡，是一種非常好的編碼。采用STTC能同時得到編碼增益和分集增益，雖然它能夠提供比現有系統高3-4倍的頻帶利用率，但是其譯碼復雜度隨著狀態數的增加而呈指數增長。STBC是由AT&T的Tamkh等人在Alamouti的研究基礎上提出的。Alamouti提出了采用2個發射天線和1個接收天線的系統可以得到采用1個發射天線和2個接收天線系統同樣的分集增益。STBC正是利用正交設計的原理分配各發射天線上的發射信號格式，實際上是一種空間域和時間域結合的正交分組編碼方式。STBC可以使接收機解碼后獲得滿分集增益，且保證譯碼運算僅僅是簡單的線性合并，使譯碼復雜度大大降低。2.4本章小結本章主要是對MIMO-OFDM系統的基本原理進行了闡述，分別對兩個最關鍵的技術MIMO和OFDM作了分析。首先論述了OFDM的基本原理，其中包括OFDM的基本模型、DFT實現以及保護間隔和循環前綴的優點，接下來對工作中涉及到的MIMO技術，即空間分集進行了分析，最后對MIMO-OFDM技術中的關鍵技術進行了介紹。通過本章的介紹，對MIMO和OFDM系統有了一個整體上的把握，為下一步的深入研究提供了理論基礎。

第3章MIMO-OFDM系統算法及原理本文中的自適應MIMO-OFDM系統是基于在發送端完全已知CSI（信道狀態信息）的條件下，得到每個信道的本征模，采用自適應比特與功率加載算法，從而可以提高整個系統的頻譜效率與可靠性。在發送端做信道估計時，即使CSI（信道狀態信息）存在誤差時，此系統也具有較高的魯棒性。并且，在較低與中等信噪比情況下所達到的頻譜效率也比只在接收端知道CSI時的頻譜效率高。本章將在TDD模式下，對基于發送端估計信道狀態信息的自適應MIMO-OFDM系統進行分析。3.1系統模型從上節和第2章的分析可知，MIMO和OFDM技術市場在各自的應用領域有各自的優點，MIMO系統可以抗多徑衰落，但對于頻率選擇性衰落，MIMO仍是無能為力，現在一般采用均衡技術來解決MIMO系統中的頻率選擇性衰落。OFDM技術雖然具有較強的抗頻率選擇性衰落能力，被認為是下一代移動通信的核心技術，但4G還需要高頻譜利用率的技術，而OFDM提高頻譜利用率的能力有限。如果結合MIMO技術，則可以在不增加系統帶寬的情況下提高頻譜效率，還可以通過分集達到很強的可靠性。此外，OFDM由于碼率低和加入了保護間隔而具有很強的抗多徑干擾能力，當多徑時延小于保護間隔時系統將不受碼間干擾的影響，從而使MIMO-OFDM系統具有很強的抗多徑能力。圖3-1MIMO-OFDM系統在此基礎上，我們提出了基于發送端估計信道狀態信息的自適應MIMO-OFDM系統，它的系統如圖3.1所示。由圖3.1知，系統主要分為以下幾個模塊：Turbo編譯碼模塊、交織編譯碼模塊、QAM調制與解調模塊、功率控制模塊、預編碼模塊、OFDM調制與解調模塊、STBC編譯碼模塊。由圖3-1可知，發送端可以大致描述為：輸入比特流經過解復用，然后進行Turbo編碼，碼率為1/2，編碼后的數據流將進入塊交織器進行交織，交織長度為64。然后進行QPSK調制，在進行IFFT變換，把高速數據變為低速數據流，再經過STBC2*2的空時編碼，實現將數據從兩根天線發送出去。3.2Turbo編譯碼無論是從信息論還是從編碼理論看，要想提高編碼的性能，就必須加大編碼中具有約束關系的序列長度。但是直接提高分組碼編碼長度或卷積碼約束長度都使系統的復雜性急劇上升。3.2.1Turbo碼編碼原理Turbo碼的編碼器可以有多種形式，如采用并行級聯卷積碼（PCCC）和串行級聯卷積碼（SCCC）等。一個采用并行級聯卷積碼的Turbo碼編碼器原理框圖如圖3.2所示。圖3-2Turbo碼編碼器原理框圖圖中編碼器由下列三部分組成：直接輸入復接器部分；經過編碼器1，再經過刪余矩陣后送入復接器部分；經過交織器、編碼器2，再經刪余矩陣送入復接器部分。圖中兩個編碼器產生Turbo碼的二維分量碼，它可以很自然地推廣到多維分量碼。分量碼既可以是卷積碼，也可以是分組碼，還可以是級聯碼；兩個分量碼既可以相同，也可以不同。原則上講，分量碼既可以是系統碼，也可以是非系統碼，但為了地接收端進行有效的迭代，一般選擇遞歸系統卷積碼（RSC）。刪余矩陣的作用是提高編碼效率，表示素取自集合{0，1}。矩陣中，每一行分別與兩個分量編碼器相對應，其中“0”表示相應位置上的校驗比特被刪除（該操作也稱為“打孔”），而“1”表示保留相應的校驗比特。3.2.2Turbo譯碼Turbo碼譯碼器結構Turbo碼獲得優異性能的根本原因之一是采用了迭代譯碼，通過分量譯器之間軟信息的交換來提高譯碼性能。圖3-4所示。圖3-3PCCC的譯碼結構在描述迭代譯碼過程之前，首先說明幾個符號的意義。——碼字符號或信息符號的概率信息；——碼字符號或信息符號的概率對數似然比（LLR，LogarithmLikelihoodRatio）;——外部對數似然比信息；——先驗對數似然比信息；對于第個被譯比特，PCCC譯碼器中每個分量譯碼器都包括系統信息、校驗信息和先驗信息。其中先驗信息是由另一個分量譯碼器生成的外部信息經過解交織/交織后的對數似然比值。譯碼輸出為對數似然比，其中=1,2。在迭代過程中，分量譯碼器1的輸出可表示為系統信息、先驗信息外部信息之和的形式：=++（3-3）其中（3-4）為交織映射函數。第一次迭代時（3-5）從而（3-6）由于分量譯碼器1生成的外部信息先驗信息和信息系統無關，故可在交織后作為分量譯碼器2的先驗信息輸入，從而提高譯碼的準確性。同樣，對于分量譯碼器2，其外部信息為輸出對數似然比減去系統信息（經過交織映射）和先驗信息的結果，即：（3-7）其中（3-8）外部信息解交織后反饋為分量譯碼器1的先驗輸入，完成一輪迭代譯碼。譯碼數據準備以QPSK調制為例，說明在Turbo譯碼前的譯碼數據預處理。令代表發送的QPSK符號，則復基帶表示形式為：(3-12)其中,，a代表QPSK符號同相與正交分量幅度。顯然在給定信號幅度a的條件下QPSK符號的平均功率為：(3-13)若要求QPSK符號功率為1，則(3-14)接收端所接收到的QPSK數據符號為：(3-15)其中分別為接收到QPSK符號的同相與正交分量，為均值為零，方差等于的同相與正交高斯白噪聲分量。在忽略衰落條件下（即令=1），顯然有,(3-16)對應的有以下先驗概率(3-17)在QPSK解調過程中采用MAP解調可得軟解調符號，即(3-18)如前所述，若發送端發送的QPSK符號功率為1，則QPSK符號同相與正交分量幅度為，為了便于后續的譯碼處理，可對接收到QPSK符號的同相與正交分量執行歸一化處理，即令(3-19)則軟解調符號可以重寫為(3-20)概述起來，在Turbo譯碼之前需執行以下兩步譯碼數據準備工作：接收數據符號的歸一化處理，得到歸一化處理后的同相與正交分量；基于MAP軟解調得到待譯碼數據。3.3空時編譯碼原理空時編碼(STC)是近年來通信領域出現的一種新的編碼和信號處理技術。它在發射端和接收端同時使用多個天線進行信號的發射和接收，在不同天線的發射信號之間引入時域和空域相關性，綜合利用時域和空域二維信息，從而在接收端進行分集接收?？諘r編碼將空間分集、頻率分集及時間分集結合在一起，從通信系統的整體出發，提高多徑衰落信道的通信質量和數量。基于發射分集的空時碼分為空時格形碼STTC(space-TimeTrellisCode)和空時分組碼STBC(space-timeBlockcode)?；诎l射復用的是各種分層空時碼，包括水平分層空時碼(H-BLAST)、對角分層空時碼(D-BLAST)和垂直分層空時碼(V-BLAST)。3.3.1STBC空時編譯碼原理本文中采用的是Alamouti2*2的矩陣進行空時編碼，其形式如下：（3-21）見式（3-21），第一根天線發送第一排數據，第二根發射天線發送第二排的數據。在某一時刻，第一根天線發送數據，第二根天線發送數據，則在下一時刻，第一根天線發送數據（的共軛取反），同時，第二根天線發送，其發送端的原理框圖如圖3-5：圖3-5Alamouti時空編碼框圖假設接收端有一根天線，如圖3-6所示，則接收端的信號表示為：（3-22）圖3-6Alamouti兩根發送天線傳輸分集方案3.3.2性能分析正交空時分組編碼也可以獲得最大的分集增益mn。空時分組編碼的不同分組之間不相關，而且其分組長度又很短，因此只能獲得一定的編碼增益，性能不如空時網格編碼。但是空時分組編碼的正交性支持接收端采取完全線性處理的最大似然獨立解碼，與空時網格編碼相比，解碼復雜度大大降低。無論增加發射天線數還是增加傳輸速率都不會對譯碼復雜度有太大的影響。接收端的譯碼算法簡單、復雜度低是空時分組編碼最大的優點。3.4MIMO-OFDM系統模型本節主要研究寬帶時變MIMO信道的主要特性，集中于其信號模型、空間衰落特性及空間相關性的研究。SISO，MISO，SIMO等各種天線配置情況和窄帶、時不變等信道將作為其特殊情況處理。假設系統發射天線數為，接收天線數，寬帶時變信道在時刻t信道脈沖響應為，如(3-23)式。（3-23）則系統模型為：（3-24）其中，為發射信號向量，為接收信號向量，v(t)為加性高斯白噪聲，*表示卷積。無線信道的衰落主要由信道環境中的散射簇(本文中的散射簇涵蓋了所有影響信道衰落特性的因素)引起，一般信道中主要散射簇是離散分布的，因而可以將MIMO信道寫為：（3-25）其中L為抽頭延遲線模型的階數，對應于信道中主散射簇數量，是以采樣周期為單位的延遲時間。第q根發射天線和第i根接收天線間的SISO信道為,該信道響應是時間、延遲、發射和接收天線位置的函數，表征了該條路徑的幅度增益和相位旋轉。在WSSUS假設下，上述信道模型為系數時變的FIR信道模型。寬帶MIMO信號模型為：（3-26）為分析信道空間特性的方便，假設在考察的時間內，MIMO信道為時不變信道(或假設考察的是相干時間內的信道特征)，重寫上述MIMO時變信道：（3-27）假設信道各路徑延遲間隔等于采樣周期，寬帶MIMO系統離散信號模型：，（3-28）3.5仿真結果與分析圖3-7為MIMO的性能仿真曲線圖，其中橫坐標是EbN0（信噪比），單位為dB，縱坐標是誤碼率。仿真的條件是：每幀為400比特，采用QPSK調制，Alamouti2*2矩陣編碼，信道為瑞利信道，誤比特門限為200。圖3-7MIMO性能仿真曲線圖圖3-8為OFDM系統性能仿真曲線圖，橫坐標為EbN0，單位dB，縱坐標為誤碼率。仿真的條件是：每幀為2048比特，采用QPSK調制，高斯信道下，誤比特門限為200，噪聲功率密謀為，其中為經過FFT變換后每個符號的功率，即，其中與分別為正交與同相兩個支路。圖3-9為MIMO-OFDM系統仿真曲線圖，橫坐標為EbN0，單位dB，縱坐標為誤碼率。結合圖3-7與圖3-8，可以看出，在OFDM系統中加上MIMO技術后，性能明顯增加，OFDM系統中EbN0為（3~10）dB時系統所達到的性能，經過MIMO后，與（-6~0）dB時的性能差不多。圖3-8OFDM系統性能仿真圖圖3-10MIMO-OFDM系統仿真性能圖3.6本章小結本章主要基于傳統的MIMO與OFDM技術，提出了在發送端估計信道狀態信息的自適應MIMO-OFDM系統仿真平臺，并對其中的主要模塊，包括Turbo碼，STBC編碼的原理與實現過程進行了詳細的說明。接下來闡述了MIMO信道中信號的模型，為下章的理論研究奠定了基礎。最后，通過仿真，驗證了Turbo碼與OFDM的性能。

第4章自適應MIMO-OFDM系統仿真建模本章主要講論述的是MIMO-OFDM系統的信道估計方式與采用的自適應控制方式。本文采用的是基于發送端來端估計信道狀態信息，較之于基于接收端估計信道狀態信息的MIMO-OFDM系統來說，它有兩個優點：1）沒有時延；2）結構簡單。但是此系統必須應用于TDD模式下，對于上下行鏈路不對稱的FDD系統，則不能采用此種系統模型。4.1MIMO系統中的信道估計在傳統的SISO系統中，信道估計算法己經有了很深入的研究，并且取得了很多重要的成果，但在對MIMO信道的估計中，仍有許多問題需要進一步研究。4.1.1MIMO系統信道估計的重要性移動通信中的無線傳輸信道是一個時變多徑衰落信道。所發送的數據將會經歷信道衰落。在得到合理的補償后，接收端能夠正確的接收、恢復所發送的數據。要達到這樣的效果，就需要在接收端使用信道估計技術來獲得信道衰落信息，因此信道估計技術是提高無線數據接收性能的關鍵技術之一。另一方面，MIMO系統實現大容量的前提是接收機能對來自各發射天線的信號進行很好的去相關處理，這也需要首先對信道進行比較準確的估計，才可以進行相應的解碼處理。因此在高數據率的MIMO系統中，對寬帶時變MIMO信道的估計和跟蹤是實現MIMO系統接收端準確檢測、解碼等的前提基礎，是獲得系統性能改善的前提保證。4.1.2MIMO系統中信道估計技術的研究現狀MIMO信道的估計和跟蹤算法的性能，將對最后的誤碼性能和系統容量有很大的影響。與傳統的SISO系統相比，在MIMO通信系統中，信道估計技術以及信號的檢測更具挑戰性，這是由于無線MIMO信道本身就較一般的SISO信道復雜，而豐富的多徑衰落使得空時MIMO信道變成頻率選擇性信道，二者使得MIMO信道呈現為一個FIR矩陣信道，對它的估計與跟蹤是較困難的。信道估計方案與傳輸方案密切相關，實用的信道估計技術需要充分利用傳輸數據的特征，從而能在信道估計誤差、頻譜效率及實現復雜度等方面實現合理的折中。4.2基于發送端的信道估計模型4.2.1基于發送端估計信道的優缺點本文中采用的是基于發送端的信道估計方式，較之于在接收端做信道估計的系統來說，它有兩個顯著的優點：在發送端做信道估計，沒有時延；較之在接收端做信道估計，方法與結構簡單。而它的缺點在于：此系統只能用于TDD（時分雙工）模式下，對于FDD（頻分雙工）這種上下行鏈路不對稱的系統來說，則不能采用此系統。研究表明，在發送端做信道估計時，具有很高的魯棒性，即使是當信道狀態信息存在誤差時，通過仿真表明，在較低與中等SNR時，達到的頻譜效率也比在發送端不采用信道估計時大。4.2.2基于發送端估計信道原理請參考圖（4-1），自適應多輸入多輸出-正交頻分復用（MIMO-OFDM）系統框圖中共有C個子載波，T根發送天線與R根接收天線，如圖1所示。（a）發送端（b）接收端圖4-1自適應MIMO-OFDM系統正交頻分復用（OFDM）調制器與解調器的輸入與輸出關系如（1）給出（4-1）這里，是一個臨時的編號，代表著子載波個數編號，與分別代表了預處理器輸出矩陣與正交頻分復用解調器輸出矩陣的第列，代表著噪聲向量在瞬時時刻的值，代表著信道矩陣在瞬時時刻時的值。輸入代表著發射天線與接收天線在子載波處的復信道增益。幀長L的選擇要小于信道的相關時間。為了簡化示子，時間編號將在下面被省去。我們采用參考文獻中所列出來的信道狀態信息誤差模型：基于發送端的估計信道矩陣通過給出，表示信道估計誤差矩陣并且是獨立同分布矩陣，其中是已知的。通過信道估計矩陣的奇異值分解，我們得到了單位矩陣，并通過它來完成線性預結合。在子載波c處的發送向量，這里代表由比特與功率算法得到的激活本征模的數目，其中是子載波c處的發送復數字碼元向量，而矩陣控制著分配給每一個本征模的功率（集群功率歸一化1，即）并且包含了的第一個列元素。則第c個子載波外的接收信號可以被表示如下：（4-2）這里，是獨立同分布的輸入信號，并且服從。是一個的矩陣，且只有對角線上有元素，而矩陣其余地方的元素都為0，其中代表著Hermitian矩陣的本征值。矩陣是信號處理在發送端的累積效果與傳輸數據信號的信道傳播，并且可以在通過增加用作信道估計的導頻碼元，從而在接收端獲得。的估計超出了這篇文章的研究范圍，所以我們將在下面假設它已經在接收端完全已知。非常有效的Turbo編碼因為其較大的編碼增益所以常被用作信道編碼。如參考文獻所述，turbo編碼將時域與頻域結合起來，所以在一個傳輸幀的連續OFDM碼元中，一個turbo碼字將包含所給分層的被選擇本征模。4.3MIMO-OFDM系統自適應傳輸的基礎OFDM能將頻率選擇性衰落信道轉化為若干平坦衰落子信道，在平坦衰落信道中引入空時編碼技術后，又能夠大幅度的提高了無線通信系統的信道容量和傳輸速率，并能有效的抵抗衰落、抑制噪聲和干擾，因此將空時編碼與OFDM相結合，構成MIMO-OFDM系統在未來的移動通信中具有非常廣闊的發展前景。MIMO-OFDM技術將空間分集、時間分集以及頻率分集有機的結合起來，從而能夠大大的提高無線通信系統的信道容量和傳輸速率，有效的抵抗信道衰落和抑制干擾，成為實現無線信道高速數據傳輸最具希望的解決方案之一，具有非常廣闊的研究和發展前景。4.3.1MIMO-OFDM系統自適應傳輸原理目前對MIMO-OFDM技術的研究主要向兩個方向發展:1．基于OFDM的空間復用系統(OFDM-basedspatialmultiplexingsystems)，即OFDM與貝爾實驗室BLAST系統的結合，它主要是利用無線信道的多徑傳播特性產生并行空間信道，從而提高數據的傳輸速率。2．空時編碼OFDM系統(Space-timeCodedOFDM，STC-OFDM)，即OFDM與基于發射分集的空時碼的結合，它主要利用信道編碼和多天線陣技術提高系統的抗衰落特性，從而可以采用多進制傳輸以提高系統的數據傳輸速率。本文主要研究第二種即：基于OFDM的空間分集系統。其中廣泛采用的是STBC+0FDM系統。它是一種較為容易實現并被廣泛研究的空時碼結構，在實驗中能夠提高數據傳輸的可靠性。STBC系統是一種典型的空間分集系統，它通過串并變換將單個數據流分解為多個并行的子數據流，從多個天線上同時發送出去；在接收端，同樣使用多個天線來接收數據。由于接收端的每個天線都接收到了來自所有發射天線的信號，因此在接收端通過使用一定的算法來檢測出的每個天線上的發送數據就具有較高的可靠性。4.3.2MIMO-OFDM系統自適應傳輸的基礎設發送端總帶寬分為C個子載波，有T根發射天線，接收端有R根目錄接收天線。M是每個子載波傳送的信息比特數，有r=min{T,R}。則在第c個子載波上等效基帶信號的輸入輸出關系可以表示為:（4-3）上式，表示發送數據，這些發送數據同時從T根天線上發送出去；表示均衡器輸出端的接收數據;表示噪聲向量，其中的每一個元素都是相互獨立的均值為0，方差為的復高斯隨機變量;是的復數矩陣，表示MIMO-OFDM系統第個子載波上的等效基帶信道傳輸矩陣;和分別表示在發射端的第c個子載波上的預處理矩陣和在接收端的第c個子載波上的后處理矩陣。假設發射機已知理想的信道傳輸狀態信息,即已知.對進行奇異值分解得到下式:（4-4）其中,和分別表示維與維矩陣,上角標表示矩陣的共軛轉置;表示維對角矩陣,它的對角線元素是的按照由大到小次序排列的奇異值.將設置成,設置成,則變成：（4-5）對于每個子載波都采取上述處理方法，可以把MIM0-0FDM系統的無線信道分解為一組并行的、獨立的子信道。子信道的增益就是奇異值分解得到的奇異值分解得到的奇異值舉這些信道被稱為奇異值子信道。自適應調制就是在這些子信道上進行功率和比特分配，從而優化系統性能。這是MIMO-OFDM系統自適應傳輸方法的基礎。4.3.3注水算法原理由上一節可知，對信道矩陣作奇異值分解得到：。其中，U，V都是酉矩陣，不會影響信號的發射功率，H的秩為rand(H)=min(T,R)，假設,則有R個非奇異值，即。這樣，就把MIMO看成R個并行子信道，每個信道上的增益對應相應的奇異值，如圖4-2。對于接收端天線數大于發射端天線數的情況同上。圖4-2并行子信道的示意圖并行子信道設計中的最優方法是注水法(Waterfi111ngmethod)，一般是在給定功率限制的條件下求最大化信道容量。用H(f)表示帶寬W信道的傳輸函數，N(f)為AWGN功率譜密度，把帶寬為W的信道分為個子載波，為子載波帶寬，且滿足在子載波頻帶內近似恒定。用表示發射機的平均發射功率，需有功率限制條件：。AWGN環境中的信道容量可以表示為：，其中C為信首容量（bit/s），表示信道帶寬內的AWGN功率。在多載波系統中，令足夠小，可得到信道總容量：（4-6）考慮功率限制條件：，若欲實現信道容量的最大化，則可以將式子（4-6）變為式子（4-7）中的求極值問題，其中為拉格朗日乘子。（4-7）對式子（4-7）進行變換，可以得到式子（4-8）如下：（4-8）式子(4-8)的物理意義：當信噪比較大時，信道所對應的功率也較大；而當SNR較低時，信道功率也應較低。圖4-3給出了這種信號發射功率分配的示意圖，曲線表示信道帶寬內不同頻率所對應的SNR的倒數。實現信道容量最大化的方法類似于把水倒入曲線上方陰影部分的“碗”中，從而得到-這就是所謂的模擬“注水”分配法。由此可見信道特性較好(即值較大)的子載波可以獲得較高圖4-3模擬“注水”方法分配示意圖的發射功率，能有效傳輸更多的信息。注水法能夠在帶限信道上實現信道容量的理論最大值(提供理論上的最佳解決方案)，是功率分配的經典算法。但是其算法的計算復雜度很大，且需要星座規模的量化精度無限小，因此在實際上是不可能實現的。4.4仿真結果與分析圖4-5為Turbo碼性能仿真曲線圖，橫坐標為EbN0，單位為dB，縱坐標示為誤碼率。仿真條件為：采用（7，5）Turbo碼編碼器結構，塊交織器，QPSK調制，每幀長度為500比特，信道為高斯白噪聲信道，信道的噪聲功率為，為Turbo編碼碼率，誤比特門限為200比特。圖4-4為Turbo與OFDM相結合的仿真系統，橫坐標為EbN0，單位為dB，縱坐標示為誤碼率。由圖可知當EbN0達到3dB時，誤碼率已知接近，當EbN0達到4dB時，誤碼率已經在以下，并且在4dB以后，隨著EbN0的增加，BER下降越來越快。對比圖3-9，在OFDM系統中，由圖可知，在（3~4）dB時，誤碼率才緩慢趨向于，可見，加入了Turbo編碼后，OFDM系統的性能有很大提高。圖4-5為功率注水法算法仿真圖，橫坐標為EbN0，單位dB，縱坐標為功率。仿真條件為：固定噪聲功率時，通過2*2的時變MIMO信道時，藍色線與綠色線分別代表每根發射天線的發送功率。圖4-4Turbo碼仿真誤碼率圖圖4-5Turbo-OFDM系統仿真性能圖圖4-6功率注水算法功率分配仿真圖4-6為采用功率注水算法得到的對于不同的天線陣列，即發射天線數與接收天線數不同時的性能仿真圖，橫坐標為信噪比（SNR），縱坐標為信道容量。由圖4-7知，在信噪比固定的條件下，隨著天線數目的增加，信道容量增加；在天線數目固定的條件下，隨著信噪比的增加，信道容量增加。圖4-7功率注水算法MIMO系統容量比較曲線圖4-8為Turbo碼，交織編碼，OFDM系統，空時編碼，功率控制等各個模塊整合的系統性能仿真圖，橫坐標為EbN0，單位為dB，縱坐標為誤碼率。圖4-8自適應MIMO-OFDM系統仿真圖4.5本章小節本章主要在前三章的基礎上提出了在發關端作信道估計的模型與方法，闡述了信道估計的重要性，并分析了采用功率注水方法進行自適應控制的原理，然后進行仿真。最后，將前面所有模塊，包括Turbo碼，OFDM調制，MIMO分集，4QPSK調制進行仿真，最后一步一步進行合并進行仿真，并比較仿真結果。

結論本文提出了基于發送端估計信道狀態信息的自適應MIMO-OFDM系統，主要是對構也此系統的每個模塊進行分析研究，然后進行性能仿真，最后得出它們分別對整個系統性能的影響。例如，本文首先介紹此系統中兩個最關鍵的技術MIMO和OFDM，論述了OFDM的基本原理，其中包括OFDM的基本模型、DFT實現以及保護間隔和循環前綴的優點，接下針對傳輸分集，提出了空時編碼，并對其編譯碼展開了討論。此外，Turbo碼也是本文一個重要模塊，因為它對系統整體性能的提高產生較大的影響。本文中的一個特點是在發送端來做信道估計。與接收端來做信道估計相比，更簡單易行，且沒有時延。采用信道估計以后，可以提高整個系統的頻譜效率與可靠性。而且，在發送端來做信道估計時，即使CSI（信道狀態信息）存在誤差時，此系統也具有較高的魯棒性。并且，在較低與中等信噪比情況下所達到的頻譜效率也比只在接收端知道CSI時的頻譜效率高?；诎l送端的信道估計與自適應調制方式的核心思想是：將信道矩陣進行（奇異值分解后得到一系列空域正交子信道，即本征模。將本征模按大小排列，就可以用注水功率算法得出每個子信道上的發射功率，從而進行自適應功率控制，下面將做具體闡述。自適應調制技術（即自適應比特和功率分配）是MIMO-OFDM的關鍵技術之一，它可以根據系統在空域和頻域中各個子信道的實際信道狀態靈活地分配發送功率和信息比特，從而提高系統的數據傳輸率、頻譜效率以及提高傳輸的可靠性。因此MIMO-OFDM系統中的自適應調制技術也得到了廣泛的研究。本文中的自適應方法將由淺入深，先從功率注水算法開始，延伸到OFDM每個子信道的功率與比特分配。本文的研究是在一定的假設條件下完成的，從目前的研究來看，需要進一步深入研究的主要體現在以下兩個方面：1．本文提出的方法是假設發射機在己知精確的信道狀態信息的下提出的。但是實際中，發射機不可能精確的知道信道狀態信息。不精確的信道狀態信息可能給提出的自適應調制方法帶來災難性的后果，因此有必要進一步研究對不精確信道狀態信息具有魯棒性的自適應調制方案。2．本文提出的MIMO-OFDM系統中的自適應控制方案是主要是針對發送功率而言，且是對于單輸入單輸出天線而言。所以，要想更好的提高系統的整體性能與效率，必須要設計一種更有效更可靠的比特與功率加載算法。

致謝經過將近四個月的畢業設計，我們將大學四年所學的知識重新整理、融合然后直接運用于設計之中，起到了溫故而知新的效果。畢業設計的完成，得到了許多老師、同學和朋友的大力支持，讓我有信心一步一個腳印將此次畢業設計做好。在此，我要用我最衷心的感謝，送給每一個在設計上給過我幫助的人。特別是指導老師曾陽素教授自始至終都給予了我特別的指導，并仔細認真地對畢業設計進行了詳盡的評閱與修改?？梢哉f，沒有指導老師的關心、指導與鼓勵，就不可能有本設計的誕生。他認真負責的工作態度和求真務實的工作作風深深地感動了我，在此我向他致意最崇高的敬意和表示衷心的感謝！此外，在我大學四年期間，還受到許多任課老師的精心栽培，特別是何海浪，李星亮，黃乘順，林峰等老師。讓我再次向這些老師們表示衷心的感謝，愿所有恩師身體健康，工作順利，家庭幸福美滿！ 參考文獻[1]周恩等，\o"下一代寬帶無線通信OFDM與MIMO技術"下一代寬帶無線通信OFDM與MIMO技術，人民郵電出版社，2008年5月.[2]陶小峰等，4G/B4G關鍵技術及系統，人民有點出版社，2011年11月.[3]穆爾著，高會生等譯MATLAB實用教程（第二版），電子工業出版社，2010年1月.[4]TelatarI.E.Capatityofmuti-antennaGaussianchannels,EuropeanTrans.OnTelecomm.Nov.1999,10(6):585-596[5]A.PeledandA.Ruiz.Frequencydomaindatatransmissionusingreducedcomputationalcomplexityalogorighms.ICASSP’80,April1980,3(9-11):964-967[6]B.Muquet,etal.Cyclicprefixingorzeropaddingforwirelessmulticarriertransmissions.IEEETrans.OnComm.Dec.2002,50(2):2136-2148[7]J.Armstrong.AnalysisofnewandexistingmethodsofreducingintercarrierinterferenceduetocarrierfrequencyoffsetinOFDM.IEEETrans.Commum.Mar.1999,47(3):365-369[8]J.ChuangandN.Sollenberger.Beyond3G:WidebandWirelessDataAccessBasedonOFDMandDynamicPacketAssignment.IEEECommunicationsMagazine,July2000,38(7):78-87[9]Y.(G.)Li.SimplifiedChannelEstimationforOFDMSystemsWithMultipleTransmitAntennas.IEEETrans.OnWired.Commum.Jan.2002,1(1):67-75[10]趙旦峰.MIMO-OFDM系系統統關鍵技術的研究.哈爾濱工程大學碩士學位論文.2007年3月：6-12[11]魏仁.MIMO-OFDM系統中的自適應比特和功率分配研究.汕頭大學碩士學位論文.2007年3月：22-24[12]G.J.Foschini,M.J.Gans.Onlimitsofwirelesscommunicationsinafadingenvironmentwhenusingmultipleantennas.WirelessPersonalCommum.1998,6(3):311-335[13]G.J.Foschini.Layeredspace-timearchitectureforwirelesscommunicationinafadingenvironmentwhenusingmultipleantennas.BellLabsSvst.Tech.J.Autumn1996,1(1):41-59[14]V.Tarokh,N.Seshadri,A.R.Calderbank.Space-TimeCodesforHighDataRateWirelessCommunication:PerformanceCriterionandCodeConstruction.IEEETrans.onInform.Theory,Mar.1998,44(2):744-765[15]李建東，郭梯云，鄔國揚.移動通信.第四版.西安電子科技大學，2006年6月：156-162[16]M.Codreanu,D.Tujkovic,andM.Latva-aho,AdaptiveMIMO-OFDMwithlowsignalingoverheadforunbalancedantennasystems.IEICETrans.Commun.2005,l(1):28-38[17]呂劍剛，呂英華，張金鈴，趙洪濤，沈南科.濱州學院學報.2006年5月，21（3）：1-3附錄程序主要原代碼:clearall;%**********************transmitter*******************%******************preparationpart********************para=64;%Numberofparallelchanneltotransmitfftlen=64;%FFTlengthnoc=64;%Numberofcarriernd=16;%NumberofinformationOFDMsymbolforoneloopml=2;%Modulationlevel:16QAMsr=250000;%Symbolratebr=sr.*ml;%Bitratepercarriergilen=16;%Lengthofguardinterval(points)EbN0db=[-8:1:0];%Eb/N0M=2;N=2;%*********************Datageneration*****************g=[111;101];L_total=pa