量子遗传算法优化神经网络及其在MIMO系统信号检测中的应用研究 第20页
第五章 量子遗传算法优化神经网络在 MIMO-OFDM系统信号检测中的应用研究
5.1 引言
在论文的第三章，我们讨论了在非频率选择性（平坦）衰落情况下，MIMO系统的信号检测算法。然而对于频率选择性衰落，MIMO系统接收信号存在严重的码间干扰，必须采用针对频率选择性信道的技术来进行处理。正交频分复用(OFDM—Orthogonal Frequency Division Multiplexing)技术是多载波窄带传输的一种，其子载波之间相互正交，可以有效地对抗频率选择性衰落和载波间干扰。所以将MIMO与OFDM技术有效地结合构成MIMO-OFDM技术[9]，被认为是宽带MIMO通信中克服信道的频率选择性、实现高频带利用率的有效方法，具有良好的发展前景[10,11]。
MIMO-OFDM 系统中的信号检测可通过在各子载波信道上分别进行信号检测来完成，由于各子载波信道都可看作是一个平坦衰落的MIMO信道，因此，可以将平坦衰落的MIMO系统的信号检测算法直接用于MIMO-OFDM系统各子信道的检测，得到相应的MIMO-OFDM系统的信号检测算法。本章主要研究将前面所提的量子遗传算法和量子遗传算法优化神经网络用于MIMO-OFDM信号检测中，并分析比较其检测性能。
5.2 MIMO-OFDM系统概述
MIMO-OFDM通信为多载波通信，从基带信号处理的角度，其工作原理为：频域信号经IFFT变换到时域，再加入循环前缀后由各发射天线进行发送，接收端对接收信号去除其循环前缀后再经FFT变换到频域，得到频域的输出信号，最后由系统对该信号进行检测，得到检测结果。
图5-1为基于空间复用的无编码MIMO-OFDM系统的基带框图。设发送端有 根天线，接收端有 根天线，第 根发送天线和第 根接收天线间的信道为每径服从瑞利分布的多径衰落信道，OFDM子载波个数为 。在发送端，输入的比特流经过串/并转换后分成 个并行的数据流，以实现多天线的输出。对每一路子流进行IFFT变换。这里的IFFT实现的是OFDM调制的功能，即将低速的多路并行数据流同时调制到相互正交的 个子载波上。
图5-1 MIMO-OFDM系统基带框图
为了减小系统的符号间干扰(ISI)，在IFFT变换后，还要在符号间加入保护间隔。通常，为了减小子载波间的干扰，保护间隔采用循环前缀(+CP)的形式。最后进行并串转换后发送。在接收端，每副天线接收到从 副不同天线发送并经过MIMO-OFDM信道线性叠加的信号后，首先对每一路数据流都要进行串并转换并去掉循环前缀(-CP)；然后按照接收天线分别做 点的FFT变换，从时域变换到频域；最后，并行的数据流经过检测器解调后，通过并/串转换器得到恢复的信息比特流。
设 为第 个OFDM符号周期内，经串并转换后第 根发送天线上各子载波上的数据， 为将 进行IFFT调制后的各个时刻的数据。为描述方便，讨论中将 省略。 和 的关系为： （5-2-1）
式（5-2-1）中， 为标准 文DFT矩阵，其上标 表示取矩阵的共轭转置， 的元素为： （5-2-2）
不考虑循环前缀的表达，假设在一个OFDM符号内信道不变或缓慢变化，系统符号采样周期与抽头时间间隔相等。设 为第 个OFDM符号周期内第 根发送天线和第 根接收天线之间信道脉冲响应系数，其中 为信道阶数(即多径数)。则对应于第 根发送天线和第 根接收天线第 个子载波上的信道频响为： （5-2-3）
设 = 为在第 个OFDM符号周期内，在去除循环前缀后在第 根接收天线上的各个时刻的数据。 将 进行FFT解调后的各个子载波上的数据。
和 的关系为： （5-2-4）
则第 根天线上，在第 个OFDM符号周期第 时刻的接收信号 可以用第 根发送天线的信号 ,…, 及第 根发送天线和第 根接收天线间的信道表示为：（5-2-5）
其中 为附加于第 根发送天线和第 根接收天线之间信道的高斯白噪声向量， 为第 根接收天线上的附加噪声。 ， ，他们的关系为 ，并且 。
根据式（5-2-2～5-2-5），并定义： ， ， ，
可以得到： （5-2-6）
其中， （5-2-7）
式（5-2-6）中， 仍然为复高斯分布白噪声。
每一个子载波上的信号传送均服从式（5-2-6），因此对于 ，可以分别对各个子载波检测得到发送向量 的估计值 (k=0,1,…,K-1)。记 ，对它解调星座图调制则得到恢复的信息比特序列。
5.3 基于量子遗传算法的MIMO-OFDM系统信号检测方案及性能测试
5.3.1 基于量子遗传算法的MIMO-OFDM系统信号检测方案
图5-2 基于量子遗传算法的MIMO-OFDM系统信号检测方案
图5-2为设计的基于量子遗传算法的MIMO-OFDM系统信号检测方案。每副天线接收到从 副不同天线发送并经过MIMO-OFDM信道线性叠加的信号后，对每一路数据流都要进行串并转换并去掉循环前缀。然后按照接收天线分别做 点的FFT变换，从时域变换到频域。在检测部分，在4.4节研究的基于量子遗传算法的MIMO系统信号检测方案的基础上，应用2.3节研究的量子遗传算法作为检测算法，最后将并行的数据流检测解调后通过并/串转换器得到恢复的信息比特流。对QGA算法的主要参数设计参见4.4.1节。
<< 上一页 [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] ... 下一页 >>
量子遗传算法优化神经网络及其在MIMO系统信号检测中的应用研究 第20页下载如图片无法显示或论文不完整，请联系qq752018766
