MIMO系统中的天线选择技术
MIMO系统中的天线选择技术
作者：樊冰，周雪芳，孙文胜时间：2007-04-11 来源:
摘要：MIMO系统是无线通信领域的研究热点，他能够极大地提高通信系统的容量和频谱利用率。然而使用多个射频的MIMO系统增加了天线的体积、功率和硬件，从而增加了成本。因此寻找具有MIMO天线优点且低价格、低复杂度的最优天线选择极具吸引力。总结了天线选择的方案、介绍了两类关键实现算法和最新研究进展，并在性能上进行分析比较，最后指出了该技术的实际应用问题。
关键词：MIMO；天线选择；空时编码；无线通信
引言
随着无线通信的迅猛发展，人们对无线通信业务的类型和质量的要求越来越高。在当前频谱资源下提高通信速率和可靠性的办法之一就是使用多个发送和多个接收天线，也就是多输入多输出(MIMO)的通信系统。由于MIMO系统不可避免地要在发送端和接收端设置多副天线，导致其射频链路的硬件成本和通信双方为保持信道的非相关性所需空间的局限性(尤其是移动终端)，以及天线数目的增加导致的空时码编解码的复杂性都在一定程度上限制了MIMO系统的应用，因此如何才能做到既要保持多天线系统较高的频谱效率和较高的可靠性，又要降低系统的复杂度和成本已逐渐成为人们的研究热点。目前，一种较有前景的技术就是在发送端或者接收端进行天线选择，用以克服MIMO系统的上述缺点。
天线选择方案
最优天线选择准则可分为2种：(1)以最大化多天线提供的分集增益提高传输质量；(2)以最大化多天线提供的容量来提高传输效率。一般来说，天线选择既可以在发送端进行，也可以在接收端进行，或者收发两端同时进行，他们对MIMO系统的性能影响不同，因此要视具体情况而定。
接收天线选择
接收天线选择与RAKE接收提供的类似，接收机可收到发送信号的几个版本，每个都经历了不同的复数衰落系数和噪声。假接收机有N个接收天线，要从N个天线选择n个接收，经过空间复用恢复原始数据输出。系统框图如图1所示。
图1 使用接收天线选择的MIMO系统
接收信号的分集合并方法主要有3种：
选择分集选择来自SNR最高的路径信号进行检测；
最大比合并(MRC) 基于路径信号的最佳线性组合进行判决；
等增益合并(EGC) 简单地将各条路径的信号相加。
当n=1时，即接收端只有一个RF分支，但为了进行最佳选择需要知道所有支路的SNR。解决此问题的方法之一是，基于信道增益的准静态性，在发送数据前缀使用训练序列，通过扫描天线，寻找信道增益最高的天线，选择他来接收下一个数据。
当n≥2时，接收机的RF链路不止1条，可以选择接收天线的一个子集然后进行信号合并，称为广义选择。选择路径的合并可以通过MRC或EGC进行，其中MRC具有更好的性能，但是算法较麻烦，而EGC比较简单，但效率较低。
发送天线选择
对一发送天线选择系统，假定从m个RF链和M根发天线(M>m)，接收端只有一根收天线。要从M 根发天线中选择最合适的m根天线。天线的选择是在接收端进行的，通过信道估计获得信道准确信息，选择信道增益最佳的m个发送天线，再通过反馈链路通知发送端，如图2所示。
图2 使用发送天线选择的MIMO系统
与收天线选择不同，需要从接收端到发射端的反馈路径。反馈速率很小，尤其是使用单天线选择时，除了这个差别以外，发天线选择和收天线选择很类似，选择提供最高接收SNR的天线。要求
发射机不仅知道m根最合适的天线，而且需要知道从每根发天线到接收机的复值信道增益。当发射机知道信道信息，可以得到一些额外的容量。当发射机完全知道所有的信道系数，信道容量将得到最大，即有信道状态信息(CSI)的无线信道容量比没有CSI的要高。
收发联合选择
收发联合选择是在发射端和接收端同时应用选择分集。如有M根发天线，N根接收天线，发送和接收端分别有m和n个RF链。总的信道矩阵H=M×N，选择天线的信道矩阵为H′=m×n。通常要使用空时码进行分集，如图3所示。
联合发送/接收选择机制必须选择的行和列形成子集，最大化发收信道增益的幅度平方和，不易实现。
天线选择实现算法
天线选择实现算法很多，但一般可归纳为两类：分集最大化的空时分组编码算法和信道容量最大化的空间多路复用算法。
图3 使用联合收发天线选择的MIMO系统
分集最大化的空时分组编码算法
对发射天线进行有效配置和使多元发射天线的分集达到最佳的一组方案称为空时编码，他结合了信道编码和多发射天线，通过空时码后的数据被串并转换成m个数据流，每一路数据流经过编码调制，通过m天线同时发送到信道。接收端通过最大似然检测方法，正确识别发送信号。可将空时译码算法和信道估计技术结合从而获得分集增益和编码增益。
空时格码STTC(Space —Time Trellis Code)是由Tarokh首先提出，他是在时延分集的基础上与TCM编码结合得到的，是一种改进的传输分集方式，适用于多种无线信道环境。STTC的频带利用率不随天线数目增加而增加，他的译码复杂度随分集增益和频带利用率呈指数增长。空时格码的最优设计是最大化任意两个码字矩阵之间的欧氏距离，如何设计一个好的码字也是一个难点。近年来有不少研究工作，以改进最初的STTC的性能，主要集中在新码字的构造，搜索不同的卷积STTC系统，或是对最初设计标准的改进。但是，这些方法都只能获得边缘增益，不能大量提高增益。
空时分组码STBC(Space— Time Block Code)是由Alamouti提出的，他使用2根发射天线，接收端使用最大似然译码，由于使用线性处理，复杂度较低，在3G中的WCDMA和CDMA2000都采用这种简单的传输分集方案。STBC的一个特点是各根天线发射的信号是正交的，满足正交性的STBC 可以获得最大的分集增益，但是以编码增益和部分频带利用率为代价得到的，也可以牺牲正交性来获得速率为1b/s的码字(N>2)。
分层空时码LSTC(Layer —Space Time Code)是Foschini提出的一类空时码。其基本原理是将输入的信息比特流分解为多个比特流，独立地进行编码、调制，然后映射到多根发射天线。接收端利用各个子信道因多径衰落而产生的不同特性来提取信息。根据信源消息与发射天线之间的映射关系，可以将LSTC分为水平、垂直和对角3类。LSTC在解码时只利用了信道信息，性能在很大程度上依赖于信道的衰落环境和对信道衰落特性的估计。虽然LSTC的频带利用率较高，但是以部分分集增益为代价换来的。LSTC要求接收天线至少等于发射天线数，这在实际中是一个难题。
STBC采用正交结构，译码采用最大似然译码，复杂度较低；STTC采用维特比译码，复杂度较高，但能够实现在性能与复杂度之间的最佳平衡；LSTC译码前先进行包括干扰抑制和干扰抵消的分离操作，分离后的信号再由一维分量码开发的卷积译码算法，复杂度对于最大似然译码要小得多，但LSTC接收机的复杂度将随着数据率的增加而线性升高。
目前很多学者在从事MIMO系统中空时码编码的研究，如采用组合卷积码和时空分组码进行天线选择，分析了一定衰落信道系统误比特率的特性，在编码器复杂度相同的情况，提高系统性能。针对移动台快速移动时，接收端进行信道估计十分困难，Hochwald提出了酉空时码，即在接收端不需要信道估计的酉空时码，以及Hochwald在此基础将酉空时码推广，提出一种差分空时码；随着对Turbo码和低密度码研究的深入，人们发现采用级联码和迭代译码可以更接近Shannon 限。所以，现在有不少级联空时码的研究成果，文献[3]提出了一种并行级联迭代空时码，这种形式的级联空时码在很大程度上提高了空时码的性能，但是由于引入了级联和迭代译码，译码复杂度变得更高，实现起来比较困难。如何构造复杂度较低的级联空时码是一个很重要的研究方向。
信道容量最大化的空间多路复用算法
可以认为空间多路复用是一类特殊的空间分组码。实现空间复用增益的算法主要有贝尔实验室的VBLAST算法、ZF迫零算法、MMSE最小均方误码算法、ML最大似然算法。
VBLAST是一种可以实现空间复用增益的算法，1998年由Foschini和G.Golden提出。该算法不是对所有的发送信号一起解码，而是首先对最强的信号解码，然后在接收到的信号中减去这个最强的信号，再对剩余信号中的最强信号解码，再减去这个信号，这样依次进行，直到所有的信号都被译出。该算法复杂度和译码性能综合考虑下一种最优的译码算法。
ML最大似然法，也称为最佳译码法，他是指接收机把可能发送信号的所有组合与观测值进行比较，具有很好的译码性能，但是复杂度比较大，对于实时性要求较高的无线通信不能满足要求。最近提出了这个算法的很多改进形如球形译码。
ZF迫零检测法，是一种线性接收方法，直接使用矩阵拟变换，简单容易实现，可以很好地分离同频信号，但是需要有较高的信噪比才能保持较好的性能，在某些随机衰落环境下，信道矩阵可能变成“病态”，这时会得到很差的效果。
MMSE可以使由于噪声和同频信号相互干扰造成的错误最小，尽管他降低了信号分离的质量，但具有较好的抗噪性能。
近年来，提出了这些算法的改进型，如使用联合ML和STBC的空间多路复用(MLSTBC)，在低SNR 时效果较好。随着天线的增加，分集效果趋于稳定，而空间多路复用的数据速率增益与天线数保持线性关系。因此，当天线数目较多的时候，最好把大部分天线用于空时复用上，而把少部分天线用于空时编码，通过天线选择，保持较大的系统增益。
天线选择的实际应用问题
信道建模与估计
目前对天线选择的研究是在一定信道状态信息(CSI)条件下进行，即发送天线选择时在发射机端或在接收天线选择在接收端均需要了解一定的CSI。而实际上在接收端无线传播环境中是不可能知道信道冲激响应的，因此要进行信道估计。在3GPP会议中，由朗讯、诺基亚、西门子和爱立信公司联合提出了标准化MIMO信道的建立。推荐的信道建模方法有基于相关的方法和基于子径的方法。但对于如何实现没有达成共识。到目前为止ITU还没有统一的MIMO信道模型。
射频开关的实现
现在的技术很难实现射频RF开关。目前生产的开关有转换损耗，必须通过在发射机的放大器中使用更大的发射功率，在接收端使用更敏感的低噪声放大器来补偿，这会抵消天线选择带来的好处。
算法的实现
天线选择可以减少硬件的复杂度和成本，获得分集增益或提高系统容量，但这些都是以计算复杂度为代价的。在MIMO中使用信道估计和天线选择算法都会增加复杂度。如最佳天线选择基于接收信号的SNR，但是在实际中很难使用包络检波器检测出SNR最高的信号。如联合发送/接收选择方案中，连续选择最好的接收机，然后选择发射机并不一定会得到总的最佳选择。实际上，除了耗尽搜索，现在还没有更好的联合收发天线选择方案。
天线问题
天线的数目和天线之间的距离是一个关键问题。在基站上安装大量天线，还会带来环境上的问题。因此，一般将天线的数目限于一个中等的值，如4根天线，天线之间的距离为10λ。选用比较大的距离是因为基站一般建在比较高的位置，并不能保证可以抵消相关衰落。在基站使用双极性天线，4根天线距离为115m(10λ)就可以。对终端，1/2λ的间距可以保证相当的不相关衰落。这些天线可以嵌入到笔记本电脑中，然而，对手机而言，安装2根天线也是一个问题。因为手机的发展趋势是将天线内置，以改进手机的外观，这使得对间距的要求更严格。
天线选择还存在几个未解决的问题，如天线选择的码字设计和分析；最佳联合发送和接收天线选择问题；在接收端没有信道信息时，天线选择的性能评估等。
（注：可编辑下载，若有不当之处，请指正，谢谢!）