确定性MIMO信道的复用性能
基于奇异值分解的信道容量
时不变信道表示为
所有的天线上的功率限制为P。
原信道一个矢量高斯信道,可以通过将信道分解成几个独立并联的高斯子信道。
对于一个矩阵由奇异值分解(singular value decomposition, SVD)
奇异值分解定理:
信道的奇异值分集可以写成为
也可以表示为下列求和的形式
矩阵的秩是特征值的个数
通过在发射天线进行预编码和接收端的解码
原来的矢量高斯信道变为
因为接收端进行的是酉变换,所以不改变噪声的分布。
等价的信道可以表示为:
对于多个并联高斯子信道,可以通过注水法来提高信道容量
每根天线上面的功率分配为
信道矩阵的秩
在高信噪比和低信噪比影响性能的关键参数
在高信噪比下,注水法的性能是和等量分配的性能接近的,此时信道容量为:
k是非零特征值的个数,也是矩阵的秩。参数k是空间自由度,表示发射信号进过信道之后的维度,这个等价于信道矩阵的秩
通过Jensen不等式
所有的特征值求和相等(大数定理)
定义为信道的条件数,当条件数越接近1的时候,信道越好。
在低信噪比下,信道只与最好的信道有关
实际MIMO物理信道
信道时延
信道系数
实际SIMO数学模型
距离近似处理
归一化信道距离
角度余弦值表示为
信道矢量表示
接受向量
信道容量为
发射天线同理
几何隔离的天线
考虑两个接受方向的内积,可以理解为一个向量到另外一个向量的投影,当两个向量内积为1时候说明两个向量不可区分,当两个向量内积为零时说明这两个向量垂直(正交)。
两个向量的内积结果为
内积的模为
对应信道矩阵有俩个特征值
这个时候的condition number是
内积函数的结果性质为:
当两个信道的接受角的差值满足
则这两个信道是不可区分的。
信道内积函数和接收天线个数的关系
上图的主瓣空度(接收端的天线的总尺寸)是固定的,变的是周期。
接收端天线
通发射端天线,当两个向量角度差小于某一个值时,两个向量在对方的投影比较大,这个时候两个接受用户会互相得到对方的信息,等价于没有自由度的提升
MIMO多径信道
对于发射端有一系列基向量(受发射天线的尺寸和发射天线的个数来决定),接受端有一系列基向量(受接受天线的尺寸和接受天线的个数来决定)。
等于对信道进行傅里叶变换。
带入傅里叶变化
中的元素
表示信道矩阵在对应角度域的基向量的投影。
通过角度域的傅里叶变换可以观察出自由度(信道的秩)和分集(径的个数)。
天线的归一化间距等于0.5时候每个基向量都有主瓣,当天线的归一化间距大于0.5(稀疏排列),一个基向量会有多个主瓣,这个时候会有物理上不同的径在接收端会被认为是一个径,减小了接收端的分集增益。如果天线的归一化稀疏小于0.5(紧密排列),这个时候会存在信道的基向量没有主瓣。因为对于从个别k没有零点。
matlab角度域分析代码
%发射天线
% n_t = 1;
% delta_t = 0.5;
% L_t = n_t * delta_t;
n_r = 8;
delta_r = 0.25;
L_r = n_r * delta_r;
h = randn(1,2);
thelta = (0: 0.01: 2) * pi;
fr = zeros(length(thelta));
thelta_0 = 0.5 * pi;
loop = 0;
for t = 0 : n_r -1
loop = loop + 1;
thelta_0 = acos(t / L_r + 0.25);
for i = 1 : length(thelta)
vect_1 = exp(j *2* pi * delta_r * (0 : n_r - 1)* cos(thelta(i)))/norm(exp(j *2* pi * delta_r * (0 : n_r -1)* cos(thelta(i))));
vect_2 = exp(j *2* pi * delta_r * (0 : n_r - 1)* cos(thelta_0))/norm(exp(j * 2* pi * delta_r * (0 : n_r - 1)* cos(thelta_0)));
fr(i) = abs(vect_2 * vect_1');
end
figure(loop)
polarplot (thelta, fr)
ax = gca;
ax.RLim = [0, 1];
end