论文部分内容阅读
近些年来,空间调制（Spatial Modulation,SM）作为一种新型多输入多输出（Multiple-Input Multiple-Output,MIMO）技术,因具有简单的收发机结构、低功耗等诸多优良特性而受到学术界的广泛研究。其利用单射频链路发端结构和单天线激活特点,通过挖掘空间域信息来提升数据率可实现频谱效率和能量效率的平衡;此外,该技术还能有效避免MIMO复用技术中的天线间干扰（Inter-Antenna Interference,IAI）和天线间同步（Inter-Antenna Synchronization,IAS）问题,从而大大简化收发机硬件设计复杂度。为此,本论文针对空间调制技术两大应用场景,着重研究多用户空间调制上行信号检测算法和毫米波频段空间调制技术运用及其信号检测算法设计,并取得以下阶段性成果:首先在单小区多用户通信场景下,针对多址接入信道（Multiple Access chan-nels,MAC）空间调制信号上行检测,本论文充分利用MAC-SM信号存在着固有的稀疏度特性,将信号检测转换成稀疏恢复问题。所提算法首先基于稀疏贝叶斯学习理论对稀疏恢复问题求解出所有可能激活天线索引;然后依次抽取出对应的激活天线索引,在预估索引集下结合迫零均衡器解调出发射符号。此外,对各检测算法的复杂度进行量化分析。仿真结果表明,在误码率为10-5下,所提算法节省约1.5dB功耗同时复杂度降低约5.1%。其次在毫米波通信中,本论文扩展了空间调制技术的运用,提出了广义空间散射调制（Generalized Spatial Scattering Modulation,GSSM）方案。该方案不仅有效抵抗高频段通信所固有的传输高损耗率及稀疏散射簇分量的缺陷,还能进一步通过挖掘角度域信息来提升频谱效率。通过合理的硬件开销设置,广义空间散射调制可视为一种频谱效率和能量效率的折中方案。紧接着针对GSSM信号检测,现行算法无法满足性能需求。于是本论文充分考虑GSSM信号构造特点,提出基于GSSM方案的最大权值优先的最大似然（Maximum Weight Priority-Maximum Likelihood,MWP-ML）检测算法。所提算法首先利用最大权值准则预先估计所选择的散射簇分量集,然后在预估信息基础下,利用ML检测发射的符号。紧接着给出算法复杂度分析式。仿真结果表明,MWP-ML算法降低约1Nc倍复杂度的同时更匹配GSSM MIMO信号检测。最后,在现有工作成果上,本论文针对MAC-SM及GSSM信号检测鲁棒性及MAC-SM MIMO系统下行链路预编码方案进行展望。