图1.分集组合的接收机结构
一般来说,采用分集组合的接收机结构如上图所示,其中组合器的输出由输入的线性加权组合构成。也就是说
其中,表示接收天线的数量,{
}表示复权重,{
}表示每个分集信道上的接收信号。
在 MRRC 中,每个组合权重等于各自信道增益的复共轭。因此,在 MRRC 中,上述公式变为
上述中定义的组合会使组合器输出端的信噪比最大化。此外,信噪比 的计算公式为
其中,表示第 i 个分集信道的信噪比。
图2. ML 判决的 1 × 2 MRRC 接收器。
除了执行组合操作外,分集接收机还必须能够对组合器的输出进行操作,以估计正在传输的信息符号。为此,我们假设接收机对 进行最大似然(ML)检测。图 2 显示了带有 ML 检测功能的 1 × 2 MRRC 接收机框图。如图所示,我们假设在某个符号周期内传输一个符号 s,该符号从符号字母表{
}中选择,n1 和 n2 表示两个接收器在这一时刻的噪声样本。此外,我们在讨论中假设发射机和两个接收机之间的信道经历独立、不相关的平坦衰减。因此,两个接收信号的给定值为
组合器的输出由以下公式给出:
对于 1 × Nr MRRC 系统,上述公式概括为:
上述公式有以下几个重要含义:
1. 的形式为 [常数] × [信号] + [噪声]。
2. 由于不存在信号 × 噪声交叉项,最大似然检测器逻辑非常简单。
3. 即使(Nr -1)信道增益因衰落而很小,仍有可能根据 成功检测到传输符号 s。这就是本系统分集阶等于 Nr 的原因。
4. 最后,这个等式意味着与相关的信噪比由以下公式给出:
其中,表示噪声项的方差,我们假设 a) 不同接收器上的噪声是不相关的,b) 噪声和信道要素在统计上是独立的。回顾了 MRRC 之后,下一篇我将使用本节中的表达式与使用 Alamouti 编码时的类似表达式进行比较。