关键字 |
| CSI, DPC，波束形成，MIMO系统等 |
介绍 |
| 干扰正在成为无线通信系统中的一个主要问题。因此，现在出现了各种各样的技术来减少这样一个系统中的干扰。然而，有些系统能够完全消除干扰，而有些系统只能试图减少干扰。为了减少干扰，信道状态信息将被估计。CSI是指通信链路的已知信道属性。这些信息描述了信号如何从发射机传播到接收机，并表示了例如散射、衰落和功率随距离衰减的综合效应。CSI使传输适应当前的信道条件成为可能，这对于在多天线系统中实现高数据速率的可靠通信至关重要。 |
| CSI需要在接收端进行估计，通常进行量化并反馈给发送端(尽管在TDD系统中可以进行反向链路估计)。因此，发射机和接收机可以有不同的CSI。发射机的CSI和接收机的CSI有时分别被称为CSIT和CSIR。 |
| 波束形成或空间滤波是一种用于传感器阵列定向信号传输或接收的信号处理技术。这是通过相控阵中的元素组合来实现的，这种方式使特定角度的信号经历建设性干扰，而其他角度的信号经历破坏性干扰。波束形成可用于发射端和接收端，以实现空间选择性。与全向接收/发射相比，这种改进被称为接收/发射增益(或损失)。波束形成可用于无线电波或声波。它在雷达、声纳、地震学、无线通信、射电天文学、声学和生物医学等领域得到了广泛应用。自适应波束形成通过最优(如最小二乘)空间滤波和干扰抑制，用于检测和估计传感器阵列输出的感兴趣信号。 |
| 在概率论和统计学中，一个序列或其他随机变量的集合是独立的和同分布的(i.i.d)，如果每个随机变量与其他随机变量具有相同的概率分布，并且所有随机变量都相互独立。缩写i.i.d.在统计学中特别常见(通常为iid，有时写成iid)，其中样本中的观察结果通常被假设为有效的i.i.d.，以达到统计推断的目的。观察结果是i.i.d.的假设(或要求)倾向于简化许多统计方法的基础数学(参见数理统计和统计理论)。 |
| 然而，在统计建模的实际应用中，这个假设可能是现实的，也可能是不现实的。可交换随机变量的泛化通常是充分的，而且更容易实现。这个假设在中心极限定理的经典形式中很重要，它指出i.i.d.变量的和(或平均)具有有限方差的概率分布接近正态分布。 |
| 在无线电中，多输入多输出，或MIMO(通常发音为my-moh或me-moh)，是在发射机和接收机上使用多个天线来提高通信性能。它是智能天线技术的几种形式之一。请注意，术语输入和输出是指携带信号的无线电通道，而不是具有天线的设备。MIMO技术在无线通信中引起了广泛的关注，因为它可以在不增加带宽或增加发射功率的情况下显著提高数据吞吐量和链路范围。它通过在天线上分布相同的总发射功率来实现这一目标，以实现提高频谱效率的阵列增益(每赫兹带宽每秒更多位)或实现提高链路可靠性的分集增益(减少衰落)。在MIMO系统中，发射机通过多个发射天线发送多个流。发射流通过一个矩阵通道，该通道由发射机Nt发射天线和接收机Nr接收天线之间的所有Nt Nr路径组成。然后，接收机通过多个接收天线获取接收到的信号向量，并将接收到的信号向量解码成原始信息。 |
解码方法 |
| 为了减少干扰，在发送端和接收端都有两种解码方法。具体方法如下: |
| 答:DPC |
| 在电信技术中，脏纸编码(DPC)是一种通过受发射机已知干扰的信道有效传输数字数据的技术。该技术包括对数据进行预编码，以消除干扰造成的影响。脏纸编码实现了信道容量，没有功率损失，也不需要接收端了解干扰状态。在这种技术中，要传输的信号只在发送端编码，而接收端的解码器必须知道如何读取或解码这个码字。这可以用一个例子来解释，假设有一张普通的纸，上面写着一些东西，所以我们知道写的东西就是我们的信息信号。如果我们用墨水给纸上写的部分上色，那么我们就知道只有上色的部分发出了信息信号。通过这个例子，可以清楚地看到，在DPC中，消息信号仅通过信道进行编码和发送。在接收端对消息信号进行解码。这种技术是有用的，当CSI在发射机和接收机都是完美的。1显示了如何用脏纸编码来编码数据。 |
 |
| b . BF-JD |
| 与DPC技术BJ-JD(波束形成联合解码)不同。消息信号和干扰信号在发射机一起编码并通过信道发送。在接收端，两者被联合解码。在解码端，解码器将干扰信号视为干扰码本的一个码字。因此，两个码字是分开的。该技术适用于信道状态信息在发射端不完美而在接收端完美的情况。我们知道，在波束形成中，要传输的信号是通过传感器阵列(如无线电天线)发送的，并且信号的方向性是设置好的。波束形成是一种常用的信号处理技术，也称为“空间滤波”。它减少了信号能量损失，还控制了相位和振幅。它还用于减少多径衰落。 |
csi的种类 |
| 在本节中，我们将讨论各种类型的通道状态信息。利用信道状态预测模型，在发射端或接收端对信道状态信息进行估计。被测信道信息发射机的数据决定或调整传输参数、调制技术来传输数据，CSI是发射机或接收机的反馈。这样发射机或接收机都知道所选的传输参数。当估计的信道状态信息正确时，称为完全CSI，当估计的信道状态信息不正确时，称为不完全CSI。根据估计值的不同，CSI可分为两类: |
| A.完美CSI |
| 在这种类型中，我们认为发射机和接收机的信道状态信息都是完美的，当信道状态信息是完美的时，DPC技术优于BF-JD技术。因为，在这种情况下，DPC能够获得与信道相同的速率而不受干扰。因此，信道容量保持不变，没有干扰。在这种情况下，DPC能够取消干扰，因为只有发射端知道干扰，而不需要接收端知道干扰。当发射端和接收端的CSI都很完美时，就使用了DPC技术。从图2可以看出，CSI较完善时，DPC技术的性能优于BF-JD。而BF-JD技术并不能提高DPC所能达到的性能。可实现的速率性能由[1]给出， |
 |
 |
| B. CSI不完善 |
| 当CSI不完美时有两种情况需要考虑一种是CSI在发送端不完美而在接收端完美另一种情况是CSI在发送端和接收端都不完美。当发射端CSI不完美，接收端CSI完美时，联合解码波束形成的性能优于DPC。在发射端和接收端CSI都不完美的情况下，DPC和BF-JD技术都试图消除干扰。但DPC优于BF-JD，因为在BF-JD中，速率Rs被要求很小，这样它可以消除干扰，如果速率Rs稍大，那么DPC优于BJ-JD。因此，当发射端和接收端CSI都不完善时，DPC比BF-JD具有更好的性能。当CSI在发射端不完美而在接收端完美时，BF-JD的性能优于DPC。从图中。3.it is clear that the the achievable rate performance of BF-JD is better than DPC.It is given by equation in [1], |
 |
| 现在，让我们看看当CSI在发射机和接收机都不完美时的情况。如前所述，在这种情况下，DPC优于BF-JD。由于在BF-JD中要求其罕见的Rs应尽可能小，以消除干扰，这可能不可能总是这样，当发射端和接收端CSI都不完美时，DPC具有更好的性能。现在我们已经看到了所有的信道状态信息(CSI)的情况，我们可以说，当CSI在发射端和接收端都是完美的时，DPC会给出更好的性能。当发射端信道状态信息不完善，接收端信道状态信息完善时，采用联合译码技术的波束形成优于DPC。在发送端和接收端的信道状态信息都不完善的情况下，DPC技术由于其速率因子Rs要求较小，性能优于BJ-JD技术。还有一种不考虑的情况，即信道状态信息在发射端是完美的而在接收端是不完美的。但在实际应用中，由于信息在传输过程中会增加干扰，所以通常情况下发射机是不可能完美的。 |
| 在发射端和接收端信道状态信息都不完善的情况下，DPC和BF-JD技术都只能尝试消除干扰，而不能保证完全减少干扰。从图中。4it is clear that both the techniques are nearby about zero interference.The BF-JD technique should have the rate is small enough so that the interference is decodable. |
 |
结论 |
| 根据讨论可以清楚地看出，减少干扰是无线通信系统中一个重要而关键的任务。本文介绍了两种常用的抗干扰技术，即DPC和BJ-JD。在MIMO系统中，讨论了不完全信道状态信息对干扰的影响，从讨论中可以清楚地看出MIMO系统受到干扰的影响。因此，需要引入抗干扰或减少干扰的技术。信道状态信息应该被正确地估计，并且应该根据这种估计应用适当的方法。在完美CSI情况下，DPC技术证明了较好的性能，而在不完美CSI情况下，有两种情况。CSI在发射端或接收端是否不完美。在将干扰视为干扰码字的情况下，当发射端CSI不完美而接收端CSI完美时，BF-JD技术是有用的。在CSI在发射端和接收端都不完善的情况下，解码技术取决于可达到的速率。如果速率较小，则只能使用BF-JD，否则DPC比较好。 |
|
参考文献 |
- 李南廷，Osvaldo Simeone, Kang Joonhyuk，“不完备信道知识对aMIMO系统干扰的影响”，电子工程学报。Commun。，vol. 60, no. 8, pp no.2221-2229 August 2012.
- G. Caire, A. Adhikary和V. Ntranos，“认知femtocells:打破细胞系统的空间重用障碍”，2011 ITA研讨会
- 研究所。林,林志信。林,C.-P。李和h - j。Su，“带有侧信息的衰落MIMO信道的滤波器和嵌套格码设计”，IEEETrans。Commun。，vol. 59, no. 6, pp. 1489–1494, June 2011
- F. Baccelli, A. E. Gamal和D. Tse，“点对点编码的干扰网络”，2011年2月。可用:http://arxiv.org/abs/1102.2868
- A. E.贾迈勒和Y.-H。Kim，“网络信息理论的讲稿”，2010年6月。可用:http://arxiv.org/abs/1001.3404
- O. Simeone, E. Erkip和S. S. (Shitz)，“利用干扰结构实现可靠通信”，发表于2010年科学系统期刊。
- C. S. Vaze和M. K. Varanasi，“带有不完善CSIT的mimo认知无线电信道的脏纸编码”，发表于2009年IEEE intc . symp。Inf. Theory, pp. 2532-2536。
- A. D. Dabbagh和D. J. Love，“基于多天线MMSE的下行预编码与量化反馈或信道失配”，IEEE, 2013。Commun。，vol. 56, no. 11, pp. 1859–1868, Nov. 2008. I. Mari´c, N. Liu, and A. Goldsmith, “Encoding against an interferer’scodebook,” in Proc. 2008 Allerton Conf. Commun. Control Comput., pp.523– 530.
- C. S. Vaze和M. K. Varanasi，“带有部分发射机侧信息的衰落信道的脏纸编码”，2008 AsilomarConf。信号,系统。第一版。，pp. 341–345.
- A. Bennatan和D. Burshtein，“衰落MIMO广播信道的衰落纸可达区域”，IEEE Trans。正无穷。理论,卷。54岁的没有。1，页100-115,2008年1月。
- W. Zhang, S. Kotagiri和J. N. Laneman，“在脏纸上写大小调整及其在准静态衰落广播信道中的应用”，2007 IEEE Int。计算机协会。Inf. Theory，第381-385页。
- M. Sharif和B. Hassibi，“多用户MIMO广播频道的分时、DPC和波束形成的比较”，ieeetrans.com . commun。，第55卷，no。2007年1月，第11-15页
- P. Mitran, N. Devroye，和V. Tarokh，“在发射机信息中的复合信道”，IEEE Trans。《理论》第52卷，no. 2。4，第1745-1755页，2006年4月。
- T. Yoo和A. Goldsmith，“带信道估计误差的衰落mimo信道的容量和功率分配”，IEEE传输。正无穷。理论,卷。52岁的没有。5，第2203-2214页，2006年5月
- S. Yang和J. Belfiore，“信道估计误差对双用户高斯广播信道的dpc区域的影响”，Proc. 2005Allerton会议。控制第一版。，pp. 1366–1372.
- 王波，张杰，A. Høst-Madsen，“mimo中继信道容量的研究”，IEEE传输。《理论》第51卷，第1期。1，页29-43,2005年1月。
- M. Médard，“完美和不完美的信道知识对无线通信中信道容量的影响”，IEEE Trans.Inf。理论，第46卷，no。3，第933-946页，2000年5月。
|
菜单
