mimo技术在3g中的设计应用
1 引言
人们对移动通信空口带宽的需求不断增加,为此,lte选择了mimo等技术以实现高带宽的目标。
由于lte还需要一个较长的周期才能实现商用,加之已经部署的wcdma网络已经耗费了运营商大量的投资,因此hspa+作为一个过渡技术诞生了。hspa+吸收了lte中不少先进技术,mimo就是其中重要的一环。
2 定义和发展历史
mimo又称为多入多出(multiple-input multiple-output)系统,指在发射端和接收端同时使用多个天线的通信系统,在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率。
mimo技术最早是由马可尼(marconi)于1908年提出的,利用多天线来抑制信道衰落。70年代有人提出将多入多出技术用于通信系统,但是对无线移动通信系统多入多出技术产生巨大推动的奠基工作则是90年代由bell实验室学者完成的:1995年telatar给出了在衰落情况下的mimo容量;1996年foshinia给出d-blast(diagonal bell labs layered space-time)算法;1998年tarokh等讨论了用于多入多出的空时码;1998年wolniansky等人采用v-blast(vertical bell labs layered space-time)算法建立了一个mimo实验系统,在室内试验中达到了20bit/s/hz以上的频谱利用率,这一频谱利用率在普通系统中极难实现。这些工作受到各国学者的极大注意,并使得mimo的研究工作得到了迅速发展。
3 mimo的3种主要技术
当前,mimo技术主要通过3种方式来提升无线传输速率及品质:
● 空间复用(spatial multiplexing):系统将数据分割成多份,分别在发射端的多根天线上发射出去,接收端接收到多个数据的混合信号后,利用不同空间信道间独立的衰落特性,区分出这些并行的数据流。从而达到在相同的频率资源内获取更高数据速率的目的。
● 传输分集技术,以空时编码(space time coding)为代表:在发射端对数据流进行联合编码以减小由于信道衰落和噪声所导致的符号错误率。空时编码通过在发射端增加信号的冗余度,使信号在接收端获得分集增益。
● 波束成型(beam forming):系统通过多根天线产生一个具有指向性的波束,将信号能量集中在欲传输的方向,从而提升信号质量,并减少对其他用户的干扰。
(1)空间复用
空间复用技术是在发射端发射相互独立的信号,接收端采用干扰抑制的方法进行解码,此时的空口信道容量随着天线数量的增加而线性增大,从而能够显著提高系统的传输速率,参见图1。
图1 空间复用的系统示意框图
使用空间复用技术时,接收端必须进行复杂的解码处理。业界主要的解码算法有:迫零算法(zf),mmse算法,最大似然解码算法(mld),分层空时处理算法(blast,bell labs layered space-time)。
其中迫零算法,mmse算法是线性算法,比较容易实现,但对信道的信噪比要求较高,性能不佳;mld算法具有很好的译码性能,但它的解码复杂度随着发射天线个数的增加呈指数增加,因此,当发射天线的个数很大时,这种算法是不实用的;综合前述算法优点的blast算法是性能和复杂度最优的。
blast算法是bell实验室提出的一种有效的空时处理算法,目前已广泛应用于mimo系统中。blast算法分为d-blast算法和v-blast算法。
d-blast算法是由贝尔实验室的g.j.foschini于1996年提出。对于d-blast算法,原始数据被分为若干子数据流,每个子流独立进行编码,而且被循环分配到不同的发射天线。d-blast的好处是每个子流的数据都可以通过不同的空间路径到达接收端,从而提高了链路的可靠性,但其复杂度太大,难以实际使用。
1998年g.d.golden和g.j.foschini提出了改进的v-blast算法,该算法不再对所有接收到的信号同时解码,而是先对最强信号进行解码,然后在接收信号中减去该最强信号,再对剩余信号中最强信号进行解码,再次减去,如此循环,直到所有信号都被解出。
2002年10月,世界上第一颗blast芯片在贝尔实验室问世,这标志了mimo技术走向商用的开始。
(2)空时编码
空时编码通过在发射端的联合编码增加信号的冗余度,从而使信号在接受端获得分集增益,但空时编码方案不能提高数据率。空时编码的系统框图参见图2。
图2 空时编码的系统示意框图
空时编码主要分为空时格码和空时块码。
空时格码在不牺牲系统带宽的条件下,能使系统同时获得分集增益和编码增益。但是当天线个数一定时,空时格码的解码复杂度随着分集程度和发射速率的增加呈指数增加。
为减小接收机的解码复杂度,alamouti提出了空时块码(stbc)的概念,stbc使得接收端只需采用简单的线形处理进行解码,从而降低了接收机的复杂度。
(3)波束成型
波束成型技术又称为智能天线(smart antenna),通过对多根天线输出信号的相关性进行相位加权,使信号在某个方向形成同相叠加(constructive interference),在其他方向形成相位抵消(destructive interference),从而实现信号的增益,参见图3。
图3 定向智能天线的信号仿真效果
当系统发射端能够获取信道状态信息时(如tdd系统),系统会根据信道状态调整每根天线发射信号的相位(数据相同),以保证在目标方向达到最大的增益;当系统发射端不知道信道状态时,可以采用随机波束成形方法实现多用户分集。
4 三种技术的优缺点及应用场景
空间复用能最大化mimo系统的平均发射速率,但只能获得有限的分集增益,在信噪比较小时使用,可能无法使用高阶调制方式,如16qam等。
无线信号在密集城区、室内覆盖等环境中会频繁反射,使得多个空间信道之间的衰落特性更加独立,从而使得空间复用的效果更加明显。
无线信号在市郊、农村地区,多径分量少,各空间信道之间的相关性较大,因此空间复用的效果要差许多。
对发射信号进行空时编码可以获得额外的分集增益和编码增益,从而可以在信噪比相对较小的无线环境下使用高阶调制方式,但无法获取空间并行信道带来的速率红利。空时编码技术在无线相关性较大的场合也能很好的发挥效能。
因此,在mimo的实际使用中,空间复用技术往往和空时编码结合使用。当信道处于理想状态或信道间相关性小时,发射端采用空间复用的发射方案,例如密集城区、室内覆盖等场景;当信道间相关性大时,采用空时编码的发射方案,例如市郊、农村地区。这也是3gpp在fdd系统中推荐的方式。
波束成型技术在能够获取信道状态信息时,可以实现较好的信号增益及干扰抑制,因此比较适合tdd系统。
波束成型技术不适合密集城区、室内覆盖等环境,由于反射的原因,一方面接收端会收到太多路径的信号,导致相位叠加的效果不佳;另一方面,大量的多径信号会导致doa信息估算困难。
5 mimo技术在3g的应用
综合使用空间复用技术和空时编码技术,使得mimo能够在不同的使用场景下都发挥出良好的效果,3gpp组织也正是因为这一点,将mimo技术纳入了hspa+标准(r7版本)。
出于成本及性能的综合考虑,hspa+中的mimo采用的是2×2的天线模式:下行是双天线发射,双天线接收;上行为了降低终端的成本,缩小终端的体积,采用了单天线发射。也就是说,mimo的效用主要是用在下行,上行只是进行传输天线选择。
hspa+中,mimo规定了下行的precoding预编码矩阵,包括4种形式:
● 空间复用(spatial multiplexing)。
● 空时块码(space time block coding)。
● 波束成型(beam forming)。
● 发射分集(transmit diversity)。
在实际使用中,由基站根据无线环境的不同自动选择使用。
在hspa+上行方面,mimo技术有两种天线选择方案,即开环和闭环。
● 开环方案即tstd(时分切换传输分集),上行数据轮流在天线间交替发送,从而避免单条信道的快衰落,参见图4。
图4 开环天线选择方案
● 闭环方案中,终端必须从不同的天线发送参考符号,由基站进行信道质量测量,然后选择信道质量好的天线进行数据发送,参见图5。
图5 闭环天线选择方案
mimo技术能够大大提高频谱利用率,使得系统能在有限的无线频带下传输更高速率的数据业务。作为mimo技术的发明者,阿尔卡特朗讯首先提出将mimo技术加入3gpp标准,并积极推动mimo技术在hspa+的应用。我们相信,mimo技术必将在未来的移动网络中占据重要的位置。
如何解决PLC供电不足问题?
深圳国际智能家居大会|力合微董事长刘鲲特邀演讲:PLC芯片技术发展趋势
量子区块链可以对所有记录和交易进行防水防篡改
美多多双轨公排系统开发
百望绿页入选《2023年电子文件创新应用案例集》并获评星级案例
MIMO技术在3G中的设计应用
Q3季度小米成功挤下苹果登上季军宝座,能否继续保持
人工智能引爆科技狂潮 各大厂商乘势落子机器人
5G时代下无线电的发射规则需要更改吗
Arm打造有1万亿台互连设备的世界 提供安全、灵活的物联网解决方案
Synaptics携手AMD推出针对下一代微软操作系统的企业级生物安全技术
怎样提防币圈的花花世界
最新技术;非分散红外(NDIR)技术的气体传感器电路
芯森电流传感器在空调系统中的应用
诺基亚Lumia 800蝙蝠侠前传定制版现身
最美布线, 别人是如何做到的
智慧养殖:为动物戴上“电子身份证”,中移物联推出ZETA智能耳标
Linux用户管理相关文件和命令介绍
高通、爱立信及Verizon三方合作实现5.06Gbps的超快5G网速
linux中的core dump调试与运用详解