《分布式天线系统下的发送分集技术研究.doc》由会员分享，可在线阅读，更多相关《分布式天线系统下的发送分集技术研究.doc（5页珍藏版）》请在三一办公上搜索。
1、精品论文分布式天线系统下的发送分集技术研究武丽静 北京邮电大学信息与通信工程学院，北京（100876） E-mail:wulijing0118摘要：目前移动通信得到了飞速的发展，发送分集技术已成为下一代移动通信的一种关键 技术，其中对信道衰落的研究成为移动通信实现可靠传输的关键。分布式天线系统（DAS） 下，信号在传输过程中受到多径衰落、阴影衰落等影响，大尺度衰落使得天线与用户间的信 道增益很不均匀，这样传统的最大比发送（Max Ratio Transmit, MRT）算法会使天线间的功 率分配不均，从而造成功率的浪费。本文通过对分布式天线系统（DAS）信道特点的分析， 以及对现有发送分集技术
2、的研究，选择了一种优化的算法-G-MDMRT，进行了理论推导验 证，并进行 MATLAB 仿真验证该算法的性能。结果证明该算法较 MRT 更具优越性，减小 了天线上功率分布不均而造成的功率浪费，从而减小了小区的容量。关键词：分集技术分布式天线系统（DAS）最大比发送（MRT）中图分类号：TN929.531. 引言移动通信在过去的几十年得到飞速的发展，信号的传输质量有了很大改进。但由于受到 移动信道的限制，信号在传输过程中受到多径衰落、阴影衰落等的影响，所以与有线相比传 输质量还是很有差距。因此对信道衰落的深入研究，成为移动通信系统实现可靠传输的关键。为提高信道的系统性能，常见的有分集、均衡和信
3、道编码三种技术。其中分集技术是比 较有效的一种方法，它的实现相对较为简单，不需要复杂的控制过程或算法结构，得到的系 统性能改善也较为令人满意，因此获得了广泛的应用。最近几年对于发射分集的研究非常活跃，利用 Alamouni 编码或者利用最大比发送（MRT）都能获得分集增益。目前已有很多研究成果，包括：V.Tarokh 等人在1中提出将编 码、调制和天线发分集有机结合的空时卷积码和分组码；2介绍了一种基于 RAKE 接收机的 空时分组编码（STBC）方案；3提出一种在移动台仅需简单处理的天线发送分集技术，它 是1的一种特例；4提出了最大比发送技术，5分析了最大比发送的性能。基于以上成果，本论文研
4、究一种分布式天线系统（DAS）下发送分集技术的优化算法并 仿真验证分析其优越性。2. 相关知识介绍2.1 分集技术分集技术就是利用多条传输相同信息且具有近似相等的平均信号强度和相互独立衰落 特性的信号路径，并在接收端进行适当的合并，以便大大降低多径衰落的影响，提高传输可 靠性。分集技术种类很多，按信号传输方式主要分为两大类：显分集和隐分集。显分集包括 空间分集、天线极化分集、频率分集和时间分集等。其中空间分集比较常用，即几个天线被 分割开来，并被连到一个公共的接收系统中。Rake 接收可以看作频率分集的一种实现方式。 隐分集主要是把分集作用隐蔽于传输信号中（如交织编码、直接扩频技术等），在接收
5、端利 用信号处理技术实现分集。隐分集技术只需要一副天线接收信号，因此在数字移动通信中得- 5 -到广泛应用。天线分集技术的使用较大程度上改善了第三代移动通信系统的性能。天线分集能够获 得分集增益是由于它能保证总有一条信号在最佳信道上传输。在总的干扰和噪声固定的情况 下，相对减少了分布在每个分集支路上干扰和噪声的功率，提高了支路的信干比 SIR。2.2 分布式天线系统（DAS）分布式系统，是一种将无线信号从一个中心点发送到远处接收端的系统，天线分布在 地面的不同位置，发送和接收来自移动台的无线射频信号。多天线系统有三种，即扇区天线， 智能天线和分布式天线，6已得出结论，在三种天线中分布式天线是最
6、佳的提高信道容量的 系统。3. 分布式天线系统下发送分集技术的优化算法研究分布式天线系统（DAS）下考虑的是一种复杂信道模型，包括独立大尺度衰落和小尺度 衰落，这样宏分集就可以和微分集联合开发。然而在这种信道下，天线与用户间的信道增益 由于独立大尺度衰落而有很大不同。因此当传统的 MRT4方法应用于 DAS 系统中时，各个 天线的发送功率很不平衡。为解决此问题，我们引入每个天线上的功率限制这一概念。在天 线功率限制条件下，选择一种发送分集方法-宏分集最大比发送（MDMRT）和一种权重设 计方法（Gradient-MDMRT），考虑到了 DAS 系统具有的新特性。3.1 信道建模 Ttt信道向量
7、 h 是 M t 1 型（ M t 个天线，单用户）表示为：h = h 1 (d1 ), h 2 (d2 ), ., h M (dM )假设同一信号 x 在 M t 根天线上发送，则发送信号功率 P = E x2 ,接收信号为 y = hT v x + n（1）Tt其中 v = v1 , v2 ,., vM 是权重向量， n 是零均值复高斯随机变量。考虑两种功率限制：用户总发送功率限制和每根天线上对接收用户的功率限制。前者要 求权重因子满足不改变用户发送信号功率 P ，即2M tE vi xi =1M t2 = P vi= Pi -1（2）后者假设第 i 条天线上的功率限制为 Pi ，则可描述
8、如下22E vi x = viP Pi（3）接收信噪比为：2E y 2* H * SNR = E y = EhT v xx v h En2 （4） = hT v Exx*vH h* = (h v vH h* )P研究的目的是设计权重向量 v 使接收信噪比最大。3.2 权重设计方法-G-MDMRT 算法的原理及推导过程定义权重模向量 w =tv1 , v2 ,., vM，这里用一种梯度方法得到模向量 w 。从（4）有 SNR = (h v vH h* )P = (M ti =12vt ht ) P = (M ti =12wt ht ) P（5）可以忽略上式的指数 2，得到一个新的函数： M i则
9、问题可以归结为：g (w) = -( wii =1hi )（6） ii M tmin g (w) = -(w h )vC Mti =1M t is.t. iiti =1w2 -1 = 0（7）目标函数 g (w) 的梯度是： P - w2 P 0 i = 1,.M wi 0归一化为：tg (w) = - h1 , h2 ,., hM （8）Tgnorm = g (w) /2M t hti =1（9）从零向量开始寻找权重模向量 w ，按照比例以标准梯度的值增加权重模值。权重算法G-MDMRT 简称 G-MDMRT 算法，其实现过程如下：1)权重模初值设为零；2)找的目标函数的梯度，并归一化,根据
10、梯度来增加权重值；3)如果某天线达到它对用户的功率限制，就将其置为零,将该新的梯度向量规范化,根 据新规范化的梯度向量增加权重值；4)重复步骤 3），直到达到总的发送功率限制或者所有的天线都达到其对用户的功率 限制。4. MATLAB 算法仿真及结果分析基于 G-MDMRT 算法的研究，即对天线提出功率限制的算法，利用 MATLAB 仿真将该 算法与 MRT 算法性能做了比较，并进一步对多用户系统下 G-MDMRT 算法的性能进行了分 析。仿真结果及分析如下。从图 1 可以看出 MRT 方法分配到每根天线上的功率有的大于该天线上的功率限制；而 G-MDMRT 算法实现了每根天线上分配的功率都不
11、超过该天线上的功率限制，这样减小了功 率的浪费。从图 2 可以看出，相同的 值时，随着用户数目增多，溢出率（outage）增大；相同的 用户数目时，天线上的功率限制不同对应的溢出率也不同，应当选溢出率最小的，于是得到 最下面那条“Optimal power constraint value”曲线。这样就可以在不同的用户数目下选择不同的 值达到比较好的溢出率。图 1 G-MDMRT 与 MRT 算法性能比较（天线功率限制随机产生）0.12G-MDMRT0.10.08PowerConRatio=0.25PowerConRatio=0.3PowerConRatio=0.4PowerConRatio=
12、0.6PowerConRatio=1Optimal power constraint valueOutage Probility0.060.040.0205 10 15 20 25 30 35 40 4550Mobile User Number图 2 G-MDMRT 算法性能（用户功率限制可调）注：图中 PowConRatio 即 =0.251 表示天线上的功率限制与用户总功率比值；outage（溢出率）表 示接收信噪比低于目标门限信噪比的用户数目占所有用户数的比例。5. 总结本论文考虑到分布式天线系统信道的特点，加入大尺度衰落和小尺度衰落，选择G-MDMRT 算法，通过单用户和多用户系统的仿
13、真测试验证了该算法的性能。在用户功率限 制可调的情况下，G-MDMRT 仍适用，尤其当小区负载很大的时候更具优越性。参考文献1 V. Tarokh, N. Seshadri, and A. R. calderbank, “Space-time codes from orthogonal designs”, IEEE Trans. OnInformation Theory, Vol. 45 No. 5, Jul. 19992 杜光宇，何培宇，任霄函，“多径信道下基于空时分组码的发送分集技术”，通信技术，Vol. 41, No. 10,20083 S. M. Alamouni, “A simple
14、 transmit diversity technique for wireless communications”, IEEE Journal OnSelected Areas in Communications, Vol. 16 No. 8, Oct.19984 Titus K. Y. lo, “Maximum Ratio Transmission”, IEEE Transactions, Vol. 47. No. 10, October 19995 Yunxia Chen, “Performance Analysis of Maximum Ratio Transmission with
15、Imperfect Channel Estimation”, IEEE Communications letters, Vol 9, No. 4, April 20056 王艺，赵明，周世东等，“集中多天线系统的信道容量比较”，电子学报，第六期，2002.06Research on Transmit Diversity Technology inDistributed Antenna SystemWu LijingSchool of Information and Communication Engineering, Beijing University of Posts andTelecom
16、munications, Beijing (100876)AbstractAt present, mobile communication has developed rapidly. Transmit diversity technology has become akey technology of the next generation mobile communication. Research of channel fading is the point for achieving reliable transmission. During Distributed Antenna S
17、ystem (DAS), signal during transmission can be affected by multipath fading, shadow fading. Large-scale fading can make the channel gain very uneven, so that traditional algorithm-Max Ratio Transmit will distribute unequal power to every antenna, and result waste of power. Based on the characteristi
18、c of DAS channel, as well as the existing transmit diversity technology, this paper chooses G-MDMRT algorithm, gives out the theory deduction and verification, also the MATLAB simulation of the algorithms performance. The result proves that this algorithm is better than MRT; it can reduce the waste of power caused by uneven distributed power on antenna.Keywords: Diversity Technology, Distributed Antenna System (DAS), Max Ratio Transmit（MRT）
