基于奇异值分解计算MIMO信道容量.docx

《基于奇异值分解计算MIMO信道容量.docx》由会员分享，可在线阅读，更多相关《基于奇异值分解计算MIMO信道容量.docx（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 基于奇异值分解计算 MIMO 信道容量摘要 无线 MIMO 技术是未来无线通信系统中实现高数据速率传输、改善传输质量、提高系统容量的重要途径，它被认为是现代通信技术中的重大突破之一，受到了广泛的研究与关注。信道容量是信道的一个参数，反映了信道所能传输的最大信息量。因此研究 MIMO 的信道容量具有巨大的指导意义。本文利用矩阵理论的相关知识，首先建立了 MIMO信道模型，利用信息论理论和奇异值分解的理论详细推导出 MIMO 信道容量，并得出重要结论。关键词： MIMO；信道容量；奇异值分解一、 引言MIMO 系统是能够有效提高无线频谱利用率最重要的方案之一。MIMO 系统使用多根发射天线、多根

2、接收天线, 在系统容量、频谱效率、发射机和接收机的设计上都与传统的单发单收系统有很大差别。然而，MIMO 无线系统大容量的实现和其它性能的提高极大地依赖于 MIMO 无线信道的特性，MIMO无线通信的难点也正在于信道的处理。矩阵理论在通信，自动控制等工程领域里应用广泛，将矩阵理论与无线信道的研究是一个很好的切入点。目前，MIMO 技术的信道容量和空时编码，空时复用等技术都离不开矩阵理论的应用。二、 奇异值分解的概念下面介绍一下矩阵奇异值分解的理论。首先，给出奇异值的概念。C , A A的特征值为设 Am nHrl l l l l 0= = =(2.1)12rr+1nsl ( 1,2,., )i

3、 =r则称使得其中为矩阵 A 的正奇异值。ii进而，奇异值分解理论可以阐述为：s ,s ,.,s对任意矩阵 AC ，m nr是 A 的 r 个正奇异值，则存在m 阶酉矩阵 U 及 n 阶酉矩阵 V，12rD 00 0A =UV(2.2)D=diag（d ,d ,.,d ), 而d 满足|d |= s (i =1,2,., r)的复数。12riii三、 MIMO 信道模型的建立为了描述 MIMO 信道，考虑考虑基站(BS)天线数n ，移动台(MS)天线数为n 的两个均匀线性天线RT阵 列 ， 假 定 天 线 为 全 向 辐 射 天 线 。 每 个 符 号 周 期 内 ， 移 动 台 天 线 阵

4、列 上 的 发 射 信 号 为s(t) = s (t),s (t),., s (t)，其中s (t)表示第 m 个天线元上的发射信号。同样地，基站天线阵列上的12nTm (t) = y (t), y (t),., y (t)接收信号可以表示为 y。当发送信号所占用的带宽足够小的时候，信道可以12nR被认为是平坦的，这样，发射信号与接收信号的关系可以表示为y(t) = Hs(t) + n(t)(3.1)其中， 是一个描述 MIMO 系统信道的n复数矩阵， 的子元素h表示从第 j( j =1,2,. )HnHnj,iRRT(i =1,2,.n )根发射天线到第i根接收天线之间的空间信道衰落系数。如

5、下式（3.2）所示：T hhh 11121nThh22hH=212n(3.2)Thhn 2h n nn 1RRR Tn(t) 是信道加性噪声，服从循环对称复高斯分布，并且与发射信号s 不相关，假设 n(t) 均值为 0，功(t)率为s 。其协方差为2R= E nn = Is2(3.3)HnnnR对于高斯信道,发射信号的最佳分布也是高斯分布。因此, x 的元素是零均值独立同分布的高斯变量。发送信号的协方差可以表示为：R = Ess (3.4)(3.5)Hxx发送信号的功率可以表示为P = tr(R )ss那么，接收信号的协方差可表示为R = Ey(t)y (t)Hyy()() = E Hs(t)

6、 + n(t) Hs(t) + n(t)H(3.6)= HE s(t)s (t) H + E n(t)n (t) + HE s(t)n(t) + H E n(t)s (t)HHHHH= HR H + IsH2ssnR + E = 0nxH 。因为 x 与噪声 n 不相关，所以 E xn四、 奇异值分解计算 MIMO 信道容量由于 MIMO 无线信道极其复杂，则直接对信道矩阵 H 进行处理计算是很困难的。若利用奇异值分解将信道矩阵分解成简单的对角矩阵，则可使信道变得简单易分析，而且具体实现也变得简单。下面就矩阵的奇异值分解来计算 MIMO 的信道容量。根据上文中所述的奇异值分解理论,信道矩阵 H

7、 可以写成： H = UDV H(4.1)n n n nn n 的对角阵，其对角非零元素模值为H 的正奇异值，U V和 分别为式中，D 是和RTRRTT的酉矩阵。把公式（4.1）代入公式（3.1），得：y(t) =UDV s(t）+ n(t)(4.2)H= Iy ( )H对式（ 4.2）进行变换，两边同时左乘酉矩阵H ，又因为 U UH，令 t =( ) ，U y tUnRs (t) =V s(t) ， n (t)=U n(t) ，得：HHy (t) = Ds (t) + n (t)(4.3)(HH ) = rank(H) = r = min(n ,n )根据矩阵理论，矩阵 HH 的特征值为非

8、负数，rankH，用 lHRTi表示矩阵 H 的奇异值，将 l 代入公式（4.3）得：iy (t) = l s (t) + n (t) (i =1,2,.r)(4.4)(4.5)ii ii(t) = n (t) (i = r +1,.n )yiiR(t)式（4.5）显示，接收元素 y(i = r +1,.n )并不依赖于发射信号，即信道增益为零。另一方面,i仅仅取决于发射元素 ，因此 可以认为通过式（ ）和（ ）得到的等R(t)(i =1,2.,r)s (t)i接收元素 y,4.43.5i(t)，效 MIMO 信道是由个去耦平行子信道组成的。其信道增益为矩阵 H 的奇异值。可以进一步推导出 y

9、is (t) ，和 n (t) 的协方差和迹：iiR =U R U,R =V R V,R =U R U(4.6)(4.7)HHHy yyyssssnnnntr(R ) = tr(R ),tr(R ) = tr(R ),tr(R ) = tr(R )yyyyssssnnnn若 MIMO 系统的接收端信道参数已知，发射端未知，发射端功率平均分配，那么设发射机总功率为P ，则每个天线发射功率为P / n ，此时TTTPTnTR = Ess = I(4.8)(4.9)HnssT根据式（4.6）得：PR =V R V = IHTnssssnTT信道容量的一般公式为 HR HxxHC = Blog det

10、 I + bit / s(4.10)2 ns 2R把根据式（4.1）算出 HH 和式（4.9）代入式（4.10）得：H lPrC = B log (1+bit s) /(4.11)i Tsn22i=1T五、 结论比较式(4.10)与式(4.11)，我们可以看到，通过对MIMO 信道矩阵进行奇异值分解，原来的信道容量计算公式中信道矩阵的行列式运算简化成了一系列的加法运算，这减小运算复杂度。同时从式（4.11）可以看出,MIMO 链路的信道容量很大程度上取决于新到矩阵H 的秩 r。矩阵的秩越大，容量也越大。所以 ，MIMO 正是利用无线信道的多径效应使相距超过半个波长的天线尽量不相关，从而使信道矩阵秩越大，进而在不增加带宽和发射功率的情况下增加系统容量。六、 参考文献：1.黄延祝，钟守铭，李正良.矩阵理论M.北京：高等教育出版社，20032 孙丹，张晓光.MIMO 系统信道容量研究J.现代电子技术,2006(19):4-6