所有提交的电子邮件系统将被重定向到在线稿件提交系统。请作者将文章直接提交给在线稿件提交系统各自期刊的。

基于卡方随机变量的无线网络干扰消除

B.Anil库马尔1拉奥博士2
  1. 印度安得拉邦海得拉巴GITAM大学ECE系研究学者
  2. 印度安得拉邦海得拉巴GITAM大学ECE系副教授
相关文章Pubmed谷歌学者

浏览更多相关文章国际电气、电子与仪器工程高级研究杂志

摘要

在多址信道中,当用户知道彼此的信道时,可以利用信道信息设计预编码器,在不牺牲分集或系统复杂性的情况下消除接收机的干扰。以前的论文包含一个发射器和多个接收器。现在我们用两个天线和两个接收器来扩展它。它们的频率相同或不同。结果以数据位表示。为了解决这一问题,采用了最大组合比(MCR)和最大似然接收技术。传输数据使用BPSK(二进制相移键控)调制方案。

关键字

最大似然接收器,AWGN

介绍

随着用户数量的增加,任何无线系统对天线的需求都在增加。因为每个用户在动态设备中都有一个天线。用那个天线我们接收或发送信号。在市场上有很多经营者。每个操作员都有自己的天线。同一信道之间或不同信道之间都有可能发生串扰。意味着一个操作员信号与另一个操作员信号重叠,我们称之为干扰。为了尽量减少干扰问题,人们发明了许多解决方案。取决于作者使用不同的技术。其中一个例子是在以前的MIMO解决方案中使用时空块码。
本文采用最大比组合(MRC)和最大似然接收技术解决了这一问题。在最新版本中,该技术用于N个接收天线和一个发射天线。现在我们用两个天线来发射和接收信号。在本文中,我们把数据当作一组比特。该组包含1和-1的数据。通过信道传输的一组数据。通常在自由空间内添加一些噪声。本文将该噪声称为加性高斯白噪声(AWGN)。利用最大比组合(MRC)技术,将组数据和噪声进行组合。在接收端使用最大似然接收端,我们接收到的数据没有任何干扰。 That result will show in simulation result chapter. In next chapters first we designing the MRC for N receive antennas and one transmit antenna. Later we extend the technique for MIMO which is two transmitters and two receivers.

设计的方法

A.最大比值组合(MRC)

信道是平坦衰落——简单来说,这意味着多径信道只有一个分接。卷积运算就变成了简单的乘法运算。每个接收天线所经历的信道是随时间随机变化的。为图像接收天线,每个发射符号乘以一个随机变化的复数图像由于所考虑的信道是瑞利信道,因此图像高斯分布有均值吗图像和方差图像每个接收天线的信道经验与其他接收天线的信道经验是独立的。在每个接收天线上,噪声n具有高斯概率密度函数图像图像
每个接收天线上的噪声与其他接收天线上的噪声是独立的。在每个接收天线上,信道图像是接收者知道的。在存在的渠道图像瞬时比特能量噪声比为图像图像
为了表示方便,让我们定义图像

假设:

图像接收天线,接收到的信号为图像whereyI是接收到的符号图像接收天线,图像这个频道在吗图像接收天线,x为发射符号,nI是打开的噪声图像

接收天线。用矩阵形式表示,接收到的信号为:图像在哪里图像接收信号是否来自所有的接收天线图像所有接收天线上的频道都是发射符号吗图像是所有接收天线上的噪声。相等的符号是,我们很直观地注意到,

图像
即所有接收天线的信道功率之和。
有效Eb /No与最大比值组合(MRC):
为了模拟,加入了内部噪声。我们注意到,在信道hi存在的情况下,接收天线处的瞬时比特能噪比为
图像
假设我们在接收天线情况下均衡信道,有效比特能量噪声比为,
图像
结果如图3.1所示,N个接收天线情况下的有效位能噪比是单天线情况下位能噪比的N倍。
B.卡方随机变量的错误率
由对卡方随机变量的讨论可知,若hi为瑞利分布随机变量,则hi2为两个自由度的卡方随机变量。pdf γ - iof为
图像
由于有效位能量噪声比γ是N个这样的随机变量的和,所以γ的pdf是一个具有2N个自由度的卡方随机变量。γ的pdf是
图像
这里我们添加了一些噪声,这意味着误码率(BER)发生了。在AWGN中误码率计算的文章中,比特能噪比为图像AWGN中BPSK的误码率为
图像
有效比特能噪比与最大比特能噪比相结合isγ,总误码率为条件误码率对γ的所有可能值的积分,该方程为
图像
所得误码率图如图3.2所示。
本文主要解决的是两个发射器和两个接收器的问题,即多输入多输出设备(MIMO)。例如,考虑我们有一个传输序列图像。在正常传输中,我们将在第一个时隙发送,在第二个时隙发送,依此类推。然而,由于我们现在有2个发射天线,我们可以将符号分成两组。在第一个时隙,从第一和第二天线发送和发送。在第二时隙中,从第一和第二天线发送和,在第三时隙中发送和,以此类推。注意,当我们将两个符号分组并在一个时隙中发送它们时,我们只需要时隙来完成传输。这形成了一个可能的MIMO传输方案的简单解释,该方案具有2个发射天线和2个接收天线。
现在,让我们试着理解如何从数学上把两个互相干扰的符号提取出来。在第一时隙内,第一接收天线上的接收信号为:
图像
第二接收天线上的接收信号为
图像

C .多输入多输出

我们假设接收者知道h1,1,h1,2,h2,1和h2,2。接收者也知道y1和y2。未知的是和。
为方便起见,将上述方程用矩阵表示法表示如下:
同样图像
假设:
信道是平坦衰落——简单来说,这意味着多径信道只有一个分接。卷积运算就变成了简单的乘法运算。每个发射天线的信道经验与其他发射天线的信道经验是独立的。为了使发射天线接收天线,每个发射符号乘以一个随机变化的复数。由于所考虑的信道为瑞利信道,hj,i的实部和虚部均为高斯分布,具有均值图像和方差图像
每个发射到接收天线之间的信道是独立的,随时间随机变化。在接收天线上,噪声n具有高斯概率密度函数
图像
由于调制是BPSK, x1的可能值是+1或-1。同样,x2也取+1或-1的值。为了找到最大似然解,我们需要从x1和x2的所有四种组合中找到最小值。
根据上述四个值中的最小值来选择发射符号的估计。
图像

仿真结果

生成+1和-1的随机二进制序列。将它们组合成一对,并在一个时隙中发送两个符号。将这些符号与通道相乘,然后添加白色高斯噪声。找出四种可能的发射符号组合中的最小值。选择该接收路径,按最大比值组合均衡接收符号。执行硬决策解码并统计误码。在最小值的基础上选择发射码元的估计值。的多个值重复执行图像并绘制了仿真结果和理论结果。
图3.1包含了信噪比的改进,这是最大比组合的基本发展
图3.2包含了我们在发射机中加入瑞利函数的BPSK调制方案。该误码率数据被传输。图3.3包含多输入多输出(MIMO)时增加的MRC。在接收端,使用最大似然(ML)接收端,数据在没有任何干扰的情况下接收。

结论

在自由空间中,不同的信号从一个地方传输到另一个地方。取决于我们在天线上接收信号的相位或频率。如果天线接收到干扰信号,那就没有用了。为了消除干扰,我们采用了MRC和ML接收机相结合的技术,成功地消除了不同数据和内部数据的干扰。

数字一览

图1 图2 图3 图4
图1 图2 图3 图4

参考文献











全球科技峰会