【科研基础】MIMO-OFDM

db_1024

已于 2024-03-25 16:21:32 修改

阅读量786

点赞数 10

分类专栏：科研基础（野生技术栈、课程补充）文章标签：信息与通信

于 2024-02-08 20:25:21 首次发布

本文链接：https://blog.csdn.net/qq_41100635/article/details/136080387

版权

科研基础（野生技术栈、课程补充）专栏收录该内容

19 篇文章 1 订阅

订阅专栏

[1]MIMO技术入门.
[2]深入浅出通信原理.陈爱军.清华大学出版社.第八章.
[3]MIMO-OFDM无线通信技术及MATLAB实现.Yong Soo Cho.电子工业出版社.第九章.
[4]Tarokh, Vahid, Hamid Jafarkhani, and A. Robert Calderbank. “Space-time block codes from orthogonal designs.” IEEE Transactions on Information theory 45.5 (1999): 1456-1467.
[5]7月27日下午 Massive MIMO无线通信理论与应用课程part1-清华大学戴凌龙老师
 [6]第13章：天线分集与空时编码技术
[7] Yao, Shengshi, et al. “Learned Image Transmission over MIMO Fading Channels.” 2023 IEEE 34th Annual International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC). IEEE, 2023.
[8] Tung, Tze-Yang, et al. “DeepJSCC-Q: Constellation constrained deep joint source-channel coding.” IEEE Journal on Selected Areas in Information Theory (2022).
[9] Xie, Songjie, et al. “Robust information bottleneck for task-oriented communication with digital modulation.” IEEE Journal on Selected Areas in Communications (2023).

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&T Bell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20 bit/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。

文章目录

1.简介

MIMO(多入多出):多天线技术。
注意：此处的多天线，并不是有多个天线板，对基站来讲指天线有多套振子（每一套振子都可以看成一个独立的天线）。
4G 8天线；5G 64T64R；不仅基站是多天线，手机也是多天线（5G手机是4天线，4G是两天线，4G网速是75Mb/s，采用两天线则为150Mb/s）。

2.MIMO作用

空间分集（Space diversity）：提升接收质量（可靠性）。多个天线发射同一个数据流，避免单个差信道的极端影响（似乎类似多次重传）。
空间复用（space multiplexing）: 将原始数据拆成两部分，并行传输（有效性）。
Rank
形象理解为信道相关性，相关性越强接收端越难以区分，所以相关性越弱越好。
举个例子：当信道相关性较强，即rank=1时，手机（接收端）无法区分两路信道，只能发挥空间分集效果；当rank=2相关性较弱，手机可以区分两路信道了，也就能发挥空间复用效果了（实际中4G的rank最多就是1和2，5G可以达到4）。
波束赋形：利用多根天线发送定向电磁波（最早是在3G的TD-SCDMA中，4 5G也在用），3G 4G双工方式分为TDD（时分双工）和FDD（频分双工），波束赋形只支持TDD（本质是波的干涉，实现上是相位改变+幅度变化）。
不同阶段的波束赋形：2G阶段的GSM、WCDMA和CDMA2000没有波束赋形，电磁波直接撒出去；3G的TD-SCDMA和4G的LTE实现2D的波束赋形（手机在水平面上移动）；5G是NR天线3DMIMO。
空分多址（纸面上，没有实际应用）
以上对天线的要求：空间分集和空间复用至少是2T2R，波束赋形最低标准3G的TD-SCDMA和4G的LTE是8T8R（4G中4套振子形成一个波束），16T16R以下只支持2D MIMO，只有32T32R及以上才支持3D MIMO
小节：单纯提升有效性，波束赋形比空间分集效果好；波束赋形发送多个电磁波也可以实现空间复用的效果。

补充：参考[2]中的实际场景举例对rank的理解，当天线间距大，信道矩阵是对角矩阵（可传输N路，N是天线数，考虑Nr=Nt）；发射天线间距小，信道矩阵同一列元素相同（可传输1路）；接收天线间距小，信道矩阵同一行元素相同（可传输1路）；信道矩阵的秩最大是：r=min{ $N_{t},N_{r}$ }，最多可以并行传输r路数据。r>1可以复用，2T1R是分集。

3.MIMO流程

补充知识：
4/5G的帧都是10ms
传输块：基站在1ms内给用户发的数据（一堆01）。
层映射：
Alamouti方案：也称为Alamouti码或时空块码（STBC），Alamouti方案专门为具有两个发射天线的系统设计，在两个连续时间间隔内传输两个编码符号来实现空间分集，利用多个天线提供的空间分集，以对抗衰落并提高通信链路的可靠性。
full diversity：完全分集，通信系统实现了最大可能的多样性增益，表示系统中的每一个独立通道都能够提供独立的传输路径，从而最大程度地减小了信号的相关性；

[6] Alamouti方案是当发射机不知道CSI时为了获取分集增益而采用的编码方案，如果已知CSI直接预编码即可。
为何Alamouti码STBC是正交码，即不同时隙为了正交编码取共轭？因为两根天线发送相同的符号，万一h_1+h_2的模很小，接收机会发生近似抵消的干涉，接收信号较弱。采用正交编码，即使第一个时隙削弱，第二个时隙还干涉削弱的概率很低。因此接收机获取一个较弱合信号和较强合信号，获取时间分集。
为什么rate=1?Alamouti码的传输速率为1，传输速率 = 符号数/时间。Alamouti码花费了2个周期，发送了2个码字，所以传输速率为1.

4.MIMO信道容量

4.1.矩阵理论

参考[3]
在这里插入图片描述实对称矩阵的几个性质1.特征值都是实数。2.不同特征值的特征向量正交。3.与对角矩阵正交相似。
酉矩阵：

4.1.MIMO信道容量

已知CSI
在这里插入图片描述

未知CSI

5.正交时空快编码

orthogonal space-time block code (OSTBC)， a new paradigm for communication over Rayleigh fading channels using multiple transmit antennas. [4]
根据[4]，分集对抗多径衰弱，收发端部署多天线阵列实现分集，考虑发射端分集。但是，当发射天线数固定，使用时空网格编码的解码复杂度码率呈指数上升。因此，引入Alamouti框架，Alamouti框架使用两个发射天线，牺牲性能换取解码复杂度下降。[4]在Alamouti框架基础上扩展到多个发射天线。

6.OFDM

参考另外一篇博客
DeepJSCC使用的是离散时间模拟传输discrete-time analog transmission (DTAT)，为什么要模拟传输，因为要实现e2e训练（数字传输的量化过程不可微，[8]是用来soft量化避免，[9]使用的Gumbel-based vector quantization）[8]。DeepJSCC的增益来自离散时间模拟传输discrete-time analog transmission (DTAT) 在这里插入图片描述

8.基于DL的MIMO通信系统

讲座

在这里插入图片描述

n是因为接收机里面分子的布朗运动导致的噪声，而非信道；
当信道矩阵H是一个方阵，并且满秩，则可以直接求逆恢复x；当接收天线数比发射天线数少，欠秩方程难求解；当接收天线数比发射天线数多，超定方程（方程个数比未知数个数多），大概率好求解。
可以看成多天线发射，Nr个用户单天线接收（集中式）。分布式下Nr个用户没有协作。

系统模型与容量、注水法功率分配

在这里插入图片描述
由于V是正交矩阵，所以可以对V进行埃米特转置
接收机combining
矢量到标量

N是有信道决定的,\lamda是由信道的奇异值决定的，只有Pi可变，给不同的子信道分配不同的功率可以使信道容量最大。

求偏导
在这里插入图片描述
信道差，信噪比的倒数大，分配少

迫0：不是方阵求伪逆（十字，G），低SNR，噪声淹没；
最小均方MMSE：随机变量故取均值，也是求伪逆，但是加了噪声的正则项

两者都是线性接收机，线性复杂度低（流数3次方成正比），最大似然的复杂度随着用户的流数呈指数增长。
在这里插入图片描述
现在讲分集增益，如果是复用，下一个时隙就发x3和x4了，是一个哈达玛矩阵

Alamouti编码

在这里插入图片描述

不同时隙\eta不同，收到y1和y2都不能解（欠定）
结果只有x^1
对x^1求解也经过h_2，分集增益，额外非零值的增强
当信号强度在一个符号周期内随时间的波动程度较小时,可认为信道环境是静态的
在这里插入图片描述
满足中心卡农分布
均值不变，方差变为1/2，噪声变为一半
随机过程中，两个随机变量取平均后的方差越来越小，均值不变（多次测量取平均值的意义）

4G核心技术，下行支持

实际工程只有4路复用

在这里插入图片描述
开环和闭环，预编码矩阵和信道是否相关

开闭环

在这里插入图片描述
反馈开销
实际使用

流数不多也可以采用最大似然

蓝色采用MMSE，红色最大似然，从左到右采用不同的调制

大规模MIMO

在这里插入图片描述

在这里插入图片描述
一半有直射路径就假设服从莱斯分布，没有则瑞利
不同用户信道趋于正交，当M趋于无穷大
信道随机性消失

发射天线维度远大于用户天线维度
D是大尺度，H是小尺度，H是无线信道的主要挑战

信道硬化的条件是H中的每个元素是个复高斯的分布，复高斯分布要求每个天线要尽可能近和多，这样波长就要很长，天线要满足半波长的定律，massivemimo的整个天线阵元就会很大，实现硬化特性的意义就不大了，massivemimo和毫米波结合会不会更好。
低频的时候信道硬化比较容易发现，低频散射比较多，H比较符合复高斯的假设。中心极限定理：很多因素叠加在一起就是高斯分布。mm波衰减比较大，很难满足复散射条件，没有复高斯假设，信道硬化现象消失，mm波的信道假设时信道响应矢量