无线通信基础第五章信道容量

AWGN信道容量

定义:存在一个最大的速率,称为信道的容量。如果一个信道尝试用超过信道容量的信息传输速率,那么出错概率就一定大于零。

AWGN信道:

y[m] = x[m] + w[m], w[m]\sim \mathcal{N}(0, \sigma^2) .

 重复编码(Repetition Coding)

对于一个BPSK符号 x[m] = \pm {\sqrt{P}} ,出错概率为 Q({\sqrt{P/\sigma^2}} ).

将BPSK符号重复编码N次,对应的两个码字分别为 \mathbf{x_A} = {\sqrt{P}} [1, \ldots, 1]^T, 和\mathbf{x_B} = {\sqrt{P}} [-1, \ldots, -1]^T, 如果发送的的是符号\mathbf{x_A},则接受端的信号为:

{\mathbf{y} = \mathbf{x_A} + \mathbf{w}}

对应的出错概率为

Q( \frac{||\mathbf{x_A} - \mathbf{x_B}||}{2\sigma}) = Q({\sqrt{\frac{NP}{\sigma^2}}})

虽然信息随着N的增大变得越来越可靠,但是信息传输速率是1/N, 随着N的增大趋于零。

采用MPAM可以增大信息传输速率,此时的出错概率为

信息的传输速率为log(M/N)。随着N的增大,M不能大于{\sqrt{N}}, 所以信息的传输速率不会大于(\log {\sqrt{N}} )/N, 当N趋于无穷时,信息的传输速率依旧趋于零。

包络球

 N维空间的总的大球(接受信号空间)的体积比上每一个小球(发送符号)的体积

 由此可以得到信号的理论醉倒传输速率:

 AWGN信道解码

采用ML解码AWGN信道,当N很大时,复杂度非常大。Turbo 和Low Density Parity Check 码作为一种迭代译码,性能和ML接近。

AWGN信道资源分配

连续时间AWGN信道

AWGN信道带宽为W, 功率限制为,噪声谱密度为,采样率为1/W, 对于复高斯信道

 噪声功率和每一个实信号的功率分别是N_0/2, \overline{P}/(2W),则信道容量为:

 对于连续系统每一秒有W个符号,则信道容量为

 定义为信噪比自由度,则AWGN信道容量表示为:

也表示为最大可达频谱效率(spectal efficiency)。 

功率和带宽的影响

带宽一定时,考虑功率的影响。将频谱效率看成关于SNR的函数

在低信噪比和高信噪比区域 

 

 当信噪比比较低的时候,功率每增加3dB(翻倍)时,信道容量翻倍。当信噪比比较高的时候,功率每增加3db(翻倍),每一个维度只能增加一个bit。

 功率一定时,考虑带宽的影响。当带宽趋于无穷时

 当功率一定时,信道容量随着带宽递增有上界

 定义每个比特的功率,则有最小的每个比特的信噪比为

 这个最小信噪比与总功率无关。

 线性时不变高斯信道

单输入多输出信道(SIMO)

考虑有L根接收天线的SIMO信道

采用MRC检测

接受的信噪比,P是每一个符号的平均功率,则信道容量(最大可达频谱效率)表示为

 多输入单输出信道(MISO)

 考虑有L根发射天线的MISO信道(每根天线发送相同的符号)

 通过预编码设置使得每一个发送符号在接收端正交(波束成型 transmit beamforming)

 由此得到

 由此得到信道容量

频率选择性信道(时延多径信道)

考虑一个时不变的最大时延为L个采样时间的频率选择性信道

 每个符号的平均功率限制是P。通过OFDM,频率选择性信道可以视为N_c个独立的子信道,其中N_c为子载波的个数,于是有

 和发送信号矢量和噪声适量

 接受信号矢量

 频率选择性信道的信道容量可以视为多个子信道的信道容量的和。发射信号的总功率限制为

 假设在第n个子载波上的功率分配是P_n,则总的信道容量为

 其中满足功率限制

 注水法(Waterfilling)

为了得到频率选择性信道的信道容量的最大值,我们采用拉格朗日乘子法如下

 第一步,定义x^+=\max (x,0), 则有功率分配为

 第二步,由于总功率限制

 由于在第一步中不知道\lambda的值,于是我们要通过迭代的方式,先假设所有信道可以使用,进行第二步得到\lambda的值,再进行第一步,将P_n为负的信道设置为0后,重新进行第二步,计算出新的\lambda和功率分配P_n,在进行第一步直到所有的子信道功率分配不存在负值,迭代结束。

因为\tilde{h}_n是由h_n通过补零后进行傅里叶变换得到的,于是有

 若实际的频谱宽度为W,则第n个频点对应的实际的频率为,于是有频谱响应

 则在第n个子载波的功率分配也可以表示为

 将每个子载波的作为纵坐标,则有如下所示,蓝色部分的总和代表总的功率,每一个索引n上的蓝色部分代表对应子载波的功率分配。

 运用N维空间包络球的概念,所有子信道的球的体积为(两个独立子信道的体积是两个体积相乘,因为不在相同的维度)

 噪声的体积为,于是能放下的所有的球的个数最大为

 最大可以达到的通信速率为

 衰落信道(Fading Channel)的信道容量

考虑一个平坦衰弱信道(flat fading channel)

 其中{h[m]}是一个衰弱过程,w[m] \sim \mathcal{CN} (0, N_0).  信号带宽为W, 每个符号的功率限制为P。

假设信道响应归一化\mathbb{E}[|h[m]|^2] = 1.  平均的接受信噪比为SNR = P/N_0.

慢变衰弱信道(slow fading channel)

对于所有的m有,这也称为准静态信道。 在信道响应为h下有最大的可靠通信速率为。若以R来作为信息的传输速率,则一定有可能出错,则此时的出错概率为

 对于瑞利衰落信道(h \sim \mathcal{CN}(0,1)),上述的出错概率为

 在高信噪比下有

 在无编码系统下,瑞利信道出错概率以1/SNR衰减。由此可见,编码不能显著提高出错概率。这是因为编码可以有效对抗高斯白噪声,但是信道衰落对于编码符号的影响无法被解决。

接受分集

如果假设有L根接受天线,由前面SIMO信道有出错概率为

 可以变形为

在独立瑞利衰落的情况下,||\mathbf{h}||^2是2L 个独立的高斯变量的和,服从自由度为2L的\chi ^2分布,其概率密度分布函数为

 当\delta很小时有

于是对于高信噪比下有

 其中出错概率以L的负指数衰减,分集度为L。

发送分集

发送端具有信道信息

考虑有L根发射天线的MISO系统,信道矢量为,假设发送端具有信道信息,可以对信号进行预编码(beamforming),则对应前面的MISO信道容量

若以R的速率进行传输,则出错概率为

 这与SIMO性能相同

 发送端不具有信道信息
Alamouti Scheme

对于2发1收的的信道

 在第一个时间段 x_1[1] = u_1, x_2 [2] = u_2,在第二个时间段x_1[2] = -u_2*, x_2 [2] = u_1*

写成矩阵形式有

 或

 (接收端具有信道信息则可以进行解码)两个时间段的符号分配一样的功率则有

 同上有出错概率为

 由此可见对于发射端具有信道信息的情况下具有3db的功率增益。

在接收端不具备信道信息的情况下,所有天线均匀分配功率是最优的。(可证明)

重复编码

L根天线,L个时间段发送相同的符号,此时的出错概率为

 (L个独立子信道并联)/(L个时间段 )可以得到信道容量。如果要和Alamouti具有一样的性能,需要Alamouti所需的信噪比比上重复编码所需的信噪比为

 类比接受分集里面的结果可以得到上面的结果。但R很小时有

 此时没有SNR的损失。因此在高SNR的情况下,重复编码是次优的。

快变衰落信道(fast fading channel)

假设在L个码长时间内信道是不变的,这此时的出错概率为

 当L趋于无穷大有(大数定理)

 由此可以得到对于快变衰落信道的一个有意义的信道容量

 性能对比

通过Jensen不等式有,对于一个严格凹函数有

在低信噪比区域

在高信噪比区域

存在瑞利信道导致的信道容量衰减。

发射端具有信道信息

慢变已讨论

对于快变信道采用注水法

假设有L个时刻,每个时刻信道响应为h_1,\ldots, h_L(每个时刻不同),视为L个子信道并联有信道容量为

 满足功率限制

和注水法类似,可以视为总功率为LP的L个并联子信道功率分配。

在低信噪比下注水法比AWGN信道好,但是到了高信噪比的情况下,注水法和CSIR的性能是一致的。

注水法和重复编码的功率分配如下所示

 

  • 7
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值