分层空时编码汇总.docx
《分层空时编码汇总.docx》由会员分享，可在线阅读，更多相关《分层空时编码汇总.docx（18页珍藏版）》请在冰点文库上搜索。
分层空时编码汇总
摘要
空时编码技术是近几年来在通信领域新兴的研究方向，它主要用于解决高速无线通信下行传输问题。
空时编码技术将信道编码技术与天线分集技术相结合，大幅度的增加了无线通信系统的容量，为无线传输提供了分集增益和编码增益，并且能够提供远高于传统单天线系统的频带利用率，为解决无线信道的带宽问题提供了一条新的解决途径。
空时编码技术具有很高的频谱利用率和较好的通信质量，能够满足高速数据通信业务的要求。
空时编码分为:
分层空时编码、空时格型编码和酉空时编码、差分空时编码。
分层空时码（LSTC）（LayeredSpace-TimeCoding）是最早提出的一种空时编码方式，又俗称贝尔实验室分层空时结构（BLAST,BellLabsLayeredSpace-Tirrae），是由贝尔实验室在1998年提出的一种利用多根发射天线实现数据流的多路并行无线传输的方法。
BLAST的特点是系统结构简单，易于实现，频带利用率随着发射天线数目的增加而线性增加，它所能达到的传输速率是单天线系统无法想像的。
分层空时码通过一维信号处理方法来处理多维信号，一般适于接收天线数多于发送天线数的无线MIMO系统。
BLAST能提供一定的接收分集增益，但由于BLAST没有直接在空域上引入不同发射天线发送信号间的相关性，因此不提供发射分集增益，所以，从严格意义上讲分层空时码不能算作为一种真正的空时编码方法。
BLAST根据信号构造方式的不同可以分为对角结构（D-BLAST）垂直结构（V-BLAST）和水平结构（H-BLAST），D-BLAST接收端的检测复杂度高，但性能较好;而V-BLAST检测复杂度低，较为实用.
关键字:
MIMO空时编码空时分层编码MATLAB
一、前言
分层空时编码（LayeredSpace--TimeCodes，简称LST）最早由Foschini提出
1131，能够获得更大的MIMO信道容量。
其突出特点是，可以在同一空间范围内通
过一维处理方法处理多维信号。
这种方法依赖于接收机具有高效的信号处理技术。
M个信息流通过M根发送天线在相同频率范围内发送，接收机采用N（Ⅳ≥M）根天线来分离发送信号。
分离包括干扰抑制和干扰抵消的联合过程。
LST是目前已知的唯一一种可以使频带利用率随着发射天线数目线性增加的编码方式。
因此，它是实现未来无线通信高速数据传输比较有前途的解决方案之一，具有非常广阔的应用前景。
分层空时码的译码算法分为线性和非线性两种。
线性译码算法主要是根据接收端的接收信号和已知的信道矩阵响应来找到一个具体的加权矩阵，从而利用加权矩阵和接收信号得到发送信号的估计，包括迫零（ZF）和最小均方误差（MMSE）两种方法。
非线性译码算法是一个迭代的过程，主要指串行干扰消除方法，即先在接收端通过线性译码算法解调出．一副天线上发送的符号，然后把它当作干扰从接收信号中消除掉，继续以同样方法来解调其它天线上发送的符号。
分层空时码的最大特点是能取得很高频谱效率。
但是分层空时码不能提供分集益，抗衰落能力差，不适合于衰落复杂多变的室外环境。
1998年AT&T的VahidTarkh等人分层空时码的启发下，在空时延迟分集的基础上，首先提出空时码（STC，Space-TimeCodes）的概念，信号在时间和空间域上都引入了编码，这就称为空时码。
空时码是将空域上的发射分集和时域上的信道编码相结合的编码技术。
空间域上的编码可以利用空间冗余度来实现分集，以克服信道衰落，提高性能，从而具有较好的频率有效性和功率有效性。
二、移动通信的发展概况
移动通信是指通信的一方或双方是在移动中实现通信的。
其中包括:
移动台
与移动台之间通信、移动台与固定台之间通信，移动台通过基站与移动台或固定
台通信。
移动台与基站之间是无线电通信链路。
无线移动通信传输信道复杂（时变的多径传播环境，以及传播损耗、慢衰落、
快衰落、时间选择性衰落、频率选择性衰落、空间选择性衰落等）。
同时无线移动通信系统受到严重的干扰（远近效应、小区内干扰、小区间干扰、同道干扰、码间串扰等），对设备要求更为苛刻（稳定性、成本、功能、功耗），并且频谱资源有限。
目前，无线移动通信方面针对这些特点已经发展了一系列的技术，包括分集技术，MIMO系统和空时处理技术等等。
过去二十年无线通信系统的飞速发展极大的提高了人们的工作效率和生活质量，而人们对无线通信服务要求的增长将推动未来无线通信技术的发展。
到目前为止，移动通信系统的发展大致分为三个阶段，即通常所说的第一代、第二代、第三代移动通信系统。
第一代移动通信系统存在的主要问题是:
各系统间没有公共接口；频谱利用
率低；无法与固定网向数字化推进相适应。
第二代数字移动通信系统较第一代模
拟移动通信系统有很大的改进，但是也存在许多问题:
没有统一的国际标准；频
谱利用率较低；不能满足移动通信容量的巨大要求；不能提供高速数据业务；不
能有效地支持Internet业务。
第二代移动通信系统3G的标准一一IMT-2000，是指使用2000MHz左右频段、提供业务速率高达2000kbps、计划在2000年左右试运行的全球移动通信系统.
三、MIMO技术研究现状
3.1MIMO信道容量
SISO（SingleInputSingleOutput），即单天线发射、单天线接收，其信
道容量为:
（bit/sHZ）（3-1）
其中h为从发射天线到接收天线之间的复瑞利衰落系数，表示发射天线发射的总功率。
MISO（Multi-InputSingleOutput），即多天线发射（n个）、单天线接收，其信道容量为:
（bit/sHZ）（3-2）
其中H=[
，
···
了为n
1的矩阵，
表示矩阵X的转置，
是从第i个发射天线到接收天线之间的复瑞利衰落系数，
表示n个发射天线发射的总功率和。
SIMO（SingleInputMulti-Output），即单天线发射、多天线接收（m个），
接收端采用最大比合并时信道容量为:
（bit/sHZ）（3-3）
MIMOCMulti-InputMulti-Output），即n个发射天线和m个接收天线，其
信道容量为:
（bit/sHZ）（3-4）
根据多天线系统的信道容量表示式有下面的结论[2]：
当信噪比很大时，系统处于未饱和状态时:
系统的信容量与发射天线数n呈线性增长关系;当发射天线数固定时，系统的信道容量仅仅随着接收天线数m的增加呈对数增加。
当系统处十过饱和状态时，即当n一直增加到n>m时，会出现一个临界点，当n超过这个临界点以后，信道容量随n的增加将会变得缓慢。
例如:
当m=1时，发射天线数的临界值为n=4，当m=1时，发射天线数的临界值为n=6。
图3-1MIMO信道容量
图3.1为无线MIMO信道容量与物理子信道（Sub-channel）的容量随接收天线上的平均信噪比变化的示意图。
各个子信道的容量之和等于整个MIMO信道的容量。
它们与MIMO系统的信道矩阵H的奇异值一一对应。
可以看出，多天线系统在信道容量无线MIMO系统引入了多个发射与接收天线，产生多个并行的子信道，这些信道相互正交，因而可以支持独立的数据传输。
这就是MIMO可以大幅度提高信道容量的物理解释。
上比单天线系统有显著的提高，这正是空时编码系统增加无线通信系统容量的理论依据。
3.2MIMO天线设计
MIMO信道的性能受发射与接收多天线系统的直接影响。
由于信号在无线信道中传播时存在散射，信号会混合在一起，所以经收端多天线接收后，系统要通过空时处理算法分离并恢复出发射数据，其性能取决于各天线单元接收信号的独立程度，即相关性。
而多天线间的相关性与散射传播及天线特性密切相关。
因此，实现MIMO系统的高性能除依赖于多径传播的丰富度外，还依赖于多天线单元的合理设计。
四、分层空时编译码
4.1分层编码原理
分层空时码（Layeredspace—TimecodesLsTc）是最早提出的一种空时编方方式，是目前已知的唯一一种可以使频带利用率随着发送天线数n线性增加的编
码方式。
分层空时码按发射端分路的方式不同分为对角分层空时码（DLsT），垂直分层空时码（VLsT）和水平分层空时码（HLsT）。
对角分层空时码的性能较水平分层空时码优越，但复杂度高。
水平分层空时码和对角分层空时码最明显的区别在于他们的编码方式。
对角分层空时码各子
数据流之间存在分组编码。
这种编码方式导致很高的频谱利用率。
而水平分层空时码不存在子数据流之间的编码，只有通常的子数据流之内的编码，所以频谱
利用率较对角分层空时码低。
分层空时码具有以下特点：
1）n根发射天线使用同一频率，符号同步．使用同样的星座图：
2）n根天线上发射的信号对应的信源是不同的，故分层空时码不是基于发射分集：
3）发射单元天线的总功率恒定．与发射天线数n无关：
4）将单个高sNR的信道分割成n个相互重叠的低sNR信道．以此达到提高频谱效率的目的；
5）分层空时码的优点是当m≥n时．可以证明系统容量与发射天线个数n近似成正比；
6）不同的收发天线之间信道增益不相关。
4.2分层空时码模型
分层空时码的编码结构如图3-2所示。
它的基本思想是：
先把高速数据业务分解成若干低速数据业务，然后通过普通的并行信道编码器编码，再对其进行并行的分层编码。
编码后的信号经调制后从多个天线发送，实现发送分集。
图4-1分层空时码编码框图
从m个并行信道编码器送出的信号有三种分层空时编码方案:
对角分层空时编码（DLSTcoding）、垂直分层空时编码（YLSTcoding）和水平分层空时编码（HLSTcoding）。
为方便，设m=4，信道编码器的输出如图4.2所示。
图4-2信道编码器输出
4.3编码算法
传统信道编码加交织本质上是时间编码，对角分层空时编码器接收从并行信道编码器的输出，按对角线进行空间编码，其原理如图所示。
从图3-4中可以看出，为处理规范右下方排m（m一1）/2个0码元后，第一个信道编码器输出的开始m个码元排在第一条对角线，第二个信道编码器输出的开始m个码元排第二条对角线，一般第i个信道编码器输出的第j批m个码元排在第（i+（j一1）
m）条对角线。
编码后的空时码元矩阵中的每一列，经m个发送天线同时发送。
······c81c44c43c42c41c04c03c02c01至天线1
······c54c53c52c51c14c13c12c110至天线2
······c63c62c61c24c23c22c2100至天线3
······c72c71c34c33c32c31000至天线4
图4-3 对角空时编码原理
垂直分层空时编码器接收从并行信道编码器的输出，按垂直方向进行空间编码，其原理如图3-5所示。
从图3-5中可以看出，第一个信道编码器输出的开始m个码元排在第一列，第二个信道编码器输出的开始m个码元排第二列，一般第i个信道编码器输出的第j批m个码元排在第（i+（j一1）
m）列。
编码后的空时码元矩阵中的第一列，经m个发送天线同时发送。
······c44c43c42c41c04c03c02c01至天线1
······c54c53c52c51c14c13c12c11至天线2
······c64c63c62c61c24c23c22c21至天线3
······c74c73c72c71c34c33c32c31至天线4
图4-4 垂直空时编码原理
水平分层空时编码器接收从并行信道编码器的输出，按水平方向进行空间编码，即每个信道编码器编码后的码元直接送对应的天线（信道编码器与天线是一一对应的）发送出去，其原理如图3-6所示。
······c51c41c31c21c11c01
······c52c42c32c22c12c02
······c53c43c33c23c13c03
······c54c44c34c24c14c04
图4-5 水平空时分层码的编码原理
以上3种编码方案中，对角分层空时码具有较好的层次结构及空时特性，但具有传输冗余，存在频谱利用率损耗。
垂直分层空时码和水平分层空时码的层次结构及空时特性相对较差，但没有传输冗余;其中，垂直分层空时码的层次结构及空时特性比水平分层空时码要好，水平分层空时码小存在子数据流之间的编码，只有子数据流内的编码，空时特性最差，因而，在实际应用中V-BLAST更为广泛。
4.4垂直分层译码原理
分层空时码的译码一般可采用类似于基于迫零（ZF：
ZeroForcing）和最小均方误差（MMSE：
MinimumMeansquareErr（）r）准则的检测算法。
由于该检测算法的复杂度较高，所以研究新的分层空时码的译码算法，尤其是对角分层空时码的译码算法是当今的研究方向之一。
在垂直分层空时编码接收算法中,最大似然接收机的性能最优，但它的复杂度也最高,特别是随着收发天线数的增加,复杂度呈指数增长在实际应用中难以实现而不采用,常把它作为一个性能界,用以衡量其他译码算法的性能，本文采用最小均方误差线性译码算法（MMSE），最小均方误差线性译码方法就是根据接收端的接收信号y和估计的信道矩阵响应A来寻找一个具体的加权矩阵W，W=[w1,w2,…,wN]
从而利用加权矩阵和接收信号得到发送信号的估计值x
即x
=Wy在最小均方误差线性译码算法中,要求加权矩阵满足关系：
=E[‖x-x
‖2]=E[（x-x
）（x-x
）
]=E[（x-Wy）（x-Wy）
],ε
min,（4-1）
根据文献可得W
=A
（A
A+N
I
）
（4-2）
考虑到光电转换效应的影响,根据Y（t）=RAX（t）+N（t）（4-3）
对其进行修正可得W
=RA
（R
A
A+N
I
）
（4-4）
该式为基于最小均方误差线性准则的接收天线加权矩阵W满足的条件其中,A
表示矩阵A的共轭转置,+表示矩阵的广义逆,N
表示噪声方差。
4.5系统仿真及结果
主程序：
N=1000;
SI=0.8;
cov11=log（1+SI）/4;
mx1=-cov11;
cov1=sqrt（cov11）;
mx2=0;
N0=0.25;
SNR_dB=0:
2:
20;
a11=lognrnd（mx1,cov1,1,2*N）;
a12=lognrnd（mx1,cov1,1,2*N）;
a31=lognrnd（mx1,cov1,1,2*N）;
a32=lognrnd（mx1,cov1,1,2*N）;
a2=[a11
（1）,a12
（1）;a12
（1）,a11
（1）];
a3=[a11
（1）,a12
（1）;a12
（1）,a11
（1）;a31
（1）a32
（1）];
a01=lognrnd（mx1,cov1,1,4*N）;
a02=lognrnd（mx1,cov1,1,4*N）;
a1=[a01
（1）;a02
（1）];
temp=randn（1,2*N）>0.5;
fort=1:
length（SNR_dB）
SNR（t）=10^（0.1*SNR_dB（t））;
Es（t）=2*N0*SNR（t）;
[senda1,sendb1]=encode234（temp,2*N,sqrt（2*Es（t））/2）;
send1=code1240（temp,2*N,sqrt（Es（t）））;
n1=normrnd（mx2,sqrt（N0）,1,2*N）;
n2=normrnd（mx2,sqrt（N0）,1,2*N）;
n3=normrnd（mx2,sqrt（N0）,1,2*N）;
n11=normrnd（mx2,sqrt（N0）,1,4*N）;
n22=normrnd（mx2,sqrt（N0）,1,4*N）;
fori=1:
2*N
ts11（i）=a11
（1）*senda1（i）+a12
（1）*sendb1（i）+n1（i）;
ts22（i）=a12
（1）*senda1（i）+a11
（1）*sendb1（i）+n2（i）;
ts33（i）=a31
（1）*senda1（i）+a32
（1）*sendb1（i）+n3（i）;
end
%2x2时4ppm的译码%
y2=[ts11;ts22];
w2=inv（a2'*a2+N0*eye
（2））*a2';
pe2（t）=encodepe234（y2,w2,temp,2*N）;
%2x3时4ppm的译码%
y3=[ts11;ts22;ts33];
w3=inv（a3'*a3+N0*eye
（2））*a3';
pe3（t）=encodepe234（y3,w3,temp,2*N）;
fori=1:
4*N
ts01（i）=a01（i）*send1（i）+n11（i）;
ts02（i）=a02（i）*send1（i）+n22（i）;
end
%1x1时4ppm的译码%
w0=inv（a01
（1））;
pe0（t）=encodepe114（ts01,w0,temp,4*N）;
%1x2时4ppm的译码%
y1=[ts01;ts02];
w1=inv（a1'*a1+N0*eye
（1））*a1';
pe1（t）=encodepe124（y1,w1,temp,4*N）;
end
semilogy（SNR_dB,pe0,'y',SNR_dB,pe1,'g',SNR_dB,pe2,'r',SNR_dB,pe3,'b'）;
子程序encode234:
function[senda1,sendb1]=encode234（temp,n,es）
sendin=reshape（temp,2,n/2）;
senda0=reshape（sendin（1,:
）,[2,n/4]）;
sendb0=reshape（sendin（2,:
）,[2,n/4]）;
send=insert（senda0,sendb0,n/2）;
fori=1:
2:
n/2
change24（:
（i+1）/2）=2*send（:
i）+send（:
i+1）+1;
end
senda1=zeros（1,2*n）;
sendb1=zeros（1,2*n）;
fori=1:
n/4
senda1（1,4*（i-1）+change24（1,i））=es;
sendb1（1,4*（i-1）+change24（2,i））=es;
end
子程序insert:
functionout=insert（x1,x2,N）
fori=1:
N
forj=1:
N/2
if（mod（i,2）==1）
out（1,2*j-1）=x1（1,j）;
out（2,2*j-1）=x1（2,j）;
else
out（1,2*j）=x2（1,j）;
out（2,2*j）=x2（2,j）;
end
end
end
子程序code1240:
functionsenda2=code1240（C,n,es）
fori=1:
2:
n
change24（:
（i+1）/2）=2*C（:
i）+C（:
i+1）+1;
end
senda1=zeros（1,2*n）;
fori=1:
n/2
senda1（1,4*（i-1）+change24（1,i））=es;
end
图4—5分层空时编码仿真图
由图4—5可知，在低信噪比时MMSE的性能稍好一些，但是在高信噪比时，两者的性能近乎一致，故MMSE的译码算法更适合于低信噪比的情况。
4.6分层空时编码技术及应用
分层空时码在发送速率方而具有很大的优势，但小具有分集增益，而空时分组码具有良好的分集增益，并目‘在多数实际应用场合中，需要的并小是极端的全分集或全速率，而是两者的折衷考虑，因而人们提出了V-BLAST与STBC相结合的混合空时编码结构，实现在分集度和速率两者之间的折衷。
（一）分层空时编码在自由空间光通信中的应用
自由空间光通信由于具有无需频率许可、安装方便、低成本等优点，在近距离高速率的通信中受到广泛关注，可用于解决“最后1公里”、成像通信、极短距离芯片间的通信等。
根据大气信道的特性，王惠琴、柯熙政提出了一种基于垂直分层空时编码的自由空间光通信系统的信道模型[12]。
基本思想是:
把高速的数据业务分为y个低速数据业务，通过普通的并行信道编码器编码后，冉进行分层空时编码，然后将电信号转换成光信号，分别由y个天线同频、同时发送出去。
在接收端用N个天线进行分集接收并将其转换成电信号进行处理。
（二）分层空时编码检测算法的应用
分层空时编码方案和MIMO检测技术是提高带限系统数据速率、改善无线通信性能的关键技术。
参考文献[8]提出一种基于次优排序QR分解的串行干扰抵消检测算法。
该算法避免了传统检测算法中对信道矩阵求逆的过程，从而减小了运算的复杂度，也克服了排序QR分解检测复杂度高的问题。
同时，通过串行干扰抵消逐层除出最小错误概率的信号，减小抵消过程中误差传播的概率.提高系统的误码性能；参考文献[9]提出了基于最小二乘准则的自适应空时判决反馈均衡检测算法。
相对于迫零、排序串行干扰消除、分布式VBLAST的极大似然等检测算法，该算法对检测性能与计算复杂度有效折衷，目‘自适应信道变化，可满足协作MIMO下行链路节点的实时性处理要求。
分层空时编码方案的MIMO检测算法基木上是针对传统集中式MIMO系统以及协作中继系统，参考文献[10]提出了适用于分布式MIMO系统的高效空时编码方案及接收端的检测算法，通过分层空时（LST）结构和空时分组码（STBC）的有效结合以及接收端采用基于软干扰抵消和最小均方误差的迭代检测算法，改善了系统的传输速率和传输质量。
五、总结
空时编码在近儿年来得到了广泛关注，将信道编码和阵列信号处理技术有机地结合，在不同发射天线上的发射信号之间引入时间和空间相关性，可以更有效地利用空间特性和时间特性。
空时编码为无线传输同时提供分集增益和编码增益，并且能够提供远高于传统单天线系统的频带利用率，特别是为无线通信的下行传输提供了一个新的解决力一案。
空时编码是一种空时二维的处理方法，使用多副发射和接收天线，它将信道编码技术和信号处理技术有机的结合在了一起，在不同天线所发送的信号中引入时间和空间的相关性，很好的利用了信号与信道的时间特性和空间特性，从而有效地改善了分集增益和编码增益，显著地提高了无线通信系统的信息传输容量。
同时通过本次课程设计统综合训练，加深了我对所学过的各种理论数据的认识和理解，并在一定程度上掌握并会运用。
我还学会了把学到的知识用于解决实际问题，培养、加强锻炼了我的动手实践能力。
更为难得的是，在这次训练过程中，屡屡碰见一些问题，在解决这些问题的过程中，不断加强了我对空时分层编码的理解。
对于一些自己不清楚，不明白但平时又很难发现的知识点有了一次全面的巩固与复习。
六、参考文献
[1]罗涛乐光新.多天线无线通信原理与应用.北京邮电大学出版社，2005,3.
[2]王晓海黄开枝.空时编码技术.机械工业出版
升级会员 