论文部分内容阅读
广义频分复用(Generalized frequency division multiplexing,GFDM)是5G物理层的候选多载波传输方案之一。与4G中的多载波传输方案正交频分复用(Orthogonal frequency division multiplexing,OFDM)相比较,它在频谱利用率、带外(Out Of Band,OOB)辐射、峰均比(Peak-to-Average Power Ratio,PAPR)上都有一定优势,而且可以针对不同应用场景的需求设置符合要求的参数,是一种非常有前景的调制波形。多输入多输出(Multiple Input Multiple Output,MIMO)技术是未来移动通信不可缺少的一部分。任何一种多载波传输方案都必须要与MIMO技术进行结合。本文针对MIMO-GFDM系统的特点,选择适合此系统的信号检测的算法,并对算法进行改进,对系统中干扰的进行预处理,具体研究内容与改进点如下:1.介绍GFDM调制原理,以及三种线性解调方式。接着,仿真对比GFDM与OFDM各方面的性能,总结影响GFDM系统误码率的因素。然后,简要地介绍了Alamouti空时编码的编码原理和组合接收原理。将Alamouti空时编码与GFDM相结合,构成STC-GFDM系统与TR-STC-GFDM系统。对比两种编码方式在误码率性能、频谱利用率、时延状况上的差异。2.研究MIMO-GFDM系统的特点。针对此系统等效信道维度极大,导致MIMO中传统的信号检测复杂度过高且误码率性能不佳的问题,将动态禁忌搜索(Reactive Tabu Search,RTS)算法应用到其中。仿真验证MMSE-RTS算法在MIMO-GFDM系统与TR-STC-GFDM中能够适用。对比ZF检测、MMSE检测、MMSE-SIC检测、QRD-M检测、MMSE-RTS检测在MIMO-GFDM中的误码率性能以及计算复杂度。仿真结果发现MMSE-RTS算法的误码率低于对比算法,尤其是在低阶调制中差距明显。在复杂度上,MMSE-RTS检测低于MMSE-SIC检测,和两种线性检测算法在同一个阶数上。3.针对MMSE-RTS算法初始值求逆过程的复杂度高这一问题进行改进,将矩阵需要求逆的部分进行Cholesky分解,并结合Sherman-Morrison公式迭代计算初始值。将高维度的矩阵求逆转换成稀疏矩阵迭代相乘,降低了初始值求逆的高计算复杂度。4.根据频域MIMO-GFDM系统的天线间干扰矩阵由对角矩阵构成的特征,将其分解成多个频域的MIMO信道矩阵,分别进行频域均衡,能够完全去除天线间干扰,且极大地降低了频域均衡的复杂度。5.针对MIMO-GFDM在进行频域均衡以及匹配滤波解调后,会存在系统自干扰的问题。证明两种不同结构的自干扰矩阵是由块循环子矩阵构成的,从而推导出MIMO-GFDM的块逆离散傅立叶变换(Block Inverse Discrete Fourier Transform,BIDFT)预编码的两种方案。仿真对比采用Hadamard预编码、DFT预编码、两种BIDFT预编码、MF解调、ZF解调在MIMO-GFDM系统中误码率,证明BIDFT预编码性能远优于Hadamard预编码与DFT预编码。研究子载波数目与子符号数对两种BIDFT预编码方案的误码率性能的影响。对比Hadamard预编码、DFT预编码、两种BIDFT预编码在GFDM系统的峰均比情况。