论文部分内容阅读
移动通信快速发展,对带宽与频谱效率提出了更高的要求。3GPP提出的LTE演进方案LTE-A中,下行链路扩展为支持8x8MIMO传输,增加了信道容量,提高频谱效率,但同时MIMO技术中多数据流之间存在干扰,需要引入预编码技术消除干扰,提高系统性能。本文围绕基于矩阵分解的预编码算法展开研究,以预编码算法的复杂度作为侧重点,来实现高吞吐率与高精度的8x8预编码。首先分析了MIMO系统模型和信道容量,简单介绍了基于PDSCH基带信号的仿真平台和仿真参数。之后分析了常见的基于矩阵分解的预编码算法,以传统的奇异值分解(SVD)预编码算法作参照,分析LDLH分解的预编码、几何均值分解(GMD)和均匀信道分解(UCD)的预编码,并对比它们的误码性能和复杂度。由于以上基于矩阵分解的预编码均以SVD算法为基础展开,降低预编码的复杂度关键在于降低SVD的复杂度。本文从优化SVD算法的角度来降低预编码算法的实现复杂度,研究了三类SVD算法:1)QR迭代算法;2)双边Jacobi算法;3)超线性收敛算法。仿真和理论分析指出,QR迭代算法和超线性收敛算法均存在收敛性问题,双边Jacobi算法复杂度较高。基于以上研究在Jacobi算法的基础上提出了低复杂度的基于Hertimian矩阵的双边Jacobi算法,该算法能够利用Hertimian矩阵共轭对称的特点,极大的降低复杂度,也适用于不同维度的矩阵。之后将本文提出的算法进行误差仿真和复杂度分析,表明该算法和其他算法在达到相同的精度的情况下,复杂度最低,收敛速度最快。将本文提出的算法在Xilinx XC7VX690T开发板上进行FPGA设计与实现,矩阵维度为8x8。在定点仿真时,本文引入阈值来提高误差精度。设计硬件电路时,将2x2双边Jacobi并行旋转的结构进行改进,最大化的降低资源消耗,减轻布局布线压力,提高时钟频率。时序分析结果表明布局布线后最大工作频率能够达到200.120Mhz,吞吐率可以达到5.99M matrices/s,精度为2.64 104??,满足动态信道预编码的需求。