论文部分内容阅读
MIMO复用系统中,发送信号经过多径信道,接收端每根接收天线上的接收信号是所有发送信号及其多径信号的混合信号,导致接收信号中存在码间干扰ISI、信道间干扰ICI。这些干扰严重影响了系统的性能。采用MIMO盲均衡技术不需要发送训练序列,提高了频谱资源利用率,并且可以有效地减小或消除ISI、ICI的影响,提高系统性能。因此,研究MIMO系统盲均衡算法具有重要意义。本文研究了不同的MIMO系统盲均衡算法。论文的主要工作如下:1.对于MIMO系统逐级干扰抵消的盲均衡模型,第一级源信号可靠地恢复将影响信道间干扰的抵消。据此,论文给出了针对第一级源信号有效的均衡算法,包括单模MCMA-MSQD算法、双模MMCMA-MCME算法。同时提出了一种信道估计方法,在第一级源信号可靠地均衡出来的基础上,通过信道估计及信号抵消,后一级源信号均衡性能更优。仿真结果表明,相比于MCMA算法,MCMA-MSQD算法的稳态误差降低了5dB;MMCMA-MCME算法的收敛速度提前了700个码元,稳态误差降低了5dB。2.针对MIMO系统逐级抵消盲均衡算法需要逐个恢复源信号的缺点,提出了两种结合盲源分离的盲均衡算法,MCMA-MUK算法、MCMA-CFPA算法。在相同条件下,MCMA-MUK算法与加相关项的盲均衡算法相比,第一个源信号收敛速度大大提高;MCMA-CFPA算法比MCMA-MUK算法收敛速度更快,稳态误差更低。针对MCMA-CFPA算法进行了改进,在保证均衡性能不变的前提下,降低了算法的复杂度。3.根据均衡器矢量初始化方式不同,给出了MIMO系统选择最优的盲均衡算法,该算法可以选择出均衡性能比较好的初始化方式。并提出了MIMO系统选择性合并的盲均衡算法,与选择最优均衡算法相比,该算法可以得到多天线阵列增益与分集增益,合并后的误符号率下降了1-2个数量级,并且接收天线数越多,误符号率改善越明显。