MIMO-OFDM系统原理及其关键技术

发射端使用多个天线，充分利用空间传播中的多径分量，在同一信道上使用多个数据通道（MIMO子信道）发射信号，从而使得信道容量随着天线数量的增加而线性增加。这种信道容量的增加不占用额外的带宽，也不消耗额外的发射功率，因此是增加信道和系统容量的一种非常有效的手段。

目前，该技术主要的解码方法有ZF、MMSE、ML、BLAST等。典型的空间复用技术是贝尔实验室的空时分层结构(BLAST)，包括V-BLAST, H-BLAST和D-BALST三种。其中最基本的形式是针对平衰落信道的V-BLAST结构，它没有得到空间分集，而是纯粹的MIMO多路传输，可获得最大速率或流量增益。

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。将空间复用和空时编码相结合，能在保证每个数据流获得最小分集增益的条件下，最大化平均数据率，从而得到高频谱效率和传输质量的良好折中。目前将空间复用和空时编码相结合的方案主要有两种，即链接编码和使用块码映射的自适应MIMO系统。

4.2 同步

对于无线通信来说，无线信道存在时变性，在传输中存在的频率偏移会使MIMO-OFDM系统子载波之间的正交性遭到破坏，相位噪声对系统也有很大的损害。

由于发送端和接受端之间的采样时钟有偏差，每个信号样本都一定程度地偏离它正确的采样时间，此偏差随样本数量的增加而线性增大，尽管时间偏差会破坏子载波之间的正交性，但是通常情况下可以忽略不计。当采样错误可以被校正时，就可以用内插滤波器来控制正确的时间进行采样。

相位噪声有两个基本的影响，其一是对所有的子载波引入了一个随机相位变量，跟踪技术和差分检测可以用来降低共同相位误差的影响;其次也会引入一定量的信道间干扰，因为相位误差导致子载波的间隔不再是精确的1/Ｔ了。

为解决MIMO-OFDM的同步问题，出现了多种同步算法，主要是针对循环扩展和特殊的训练序列以及导频信号来进行，其中较常用的有利用奇异值分解的ESPRIT同步算法和ML估计算法，其中ESPRIT算法虽然估计精度高，但计算复杂、计算量大;而ML算法利用OFDM信号的循环前缀，可以有效地对MIMO-OFDM信号进行频偏和时偏的联合估计，而且与ESPRIT算法相比，其计算量要小得多。目前，对MIMO-OFDM技术的同步算法研究得比较多，需要根据具体的系统具体设计和研究，利用各种算法融合进行联合估计才是可行的。

4.3 信道估计

在MIMO-OFDM系统中，发送端编码和接收端信号检测都需要真实准确的信道状态信息。信道状态信息的准确性将直接影响着MIMO-OFDM系统的整体性能。然而对于MIMO-OFDM系统，不同的信号同时从不同的天线发射出去，对于每一个天线、每一个子载波都会对应很多个信道参数，信道参数太多，对信道估计带来了较大的困难。但对于不同的子载波，同一空分信道的参数是相关的，我们可以利用这一相关特性得到参数的估计方法。

4.4 信道纠错编码

纠错编码技术在现代数字通信的作用毋庸置疑，作为改善数字信道通信可靠性的一种有效手段，低复杂度、高性能的编码方案明显可以大大提高系统的性能。在数字通信领域，比较常用的编码方法主要有卷积码、分组码、Turbo码和LDPC（低密度奇偶校验）码。而其中最受人们关注、理论最成熟的是Turbo码和LDPC码。

Turbo码可获得比传统级连码更大的编码增益，被认为是大编码存储卷积码或传统级连码的替代方案。但是，对于使用Turbo的系统来说，其解码的复杂度远高于编码的复杂度，无线通信系统要求的是一个复杂度很低的终端，以尽量节省系统成本。于是，解码复杂度低的LDPC编解码技术开始大量运用。

LDPC（低密度奇偶校验码）是一类可以用非常稀疏的Parity-check（奇偶校验矩阵）或Bi-Partite graph(二分图)定义的线性分组纠错码。其特点是：性能优于Turbo码，具有较大的灵活性和较低的差错平底特性（error floors）；描述简单，对严格理论分析具有可验证性；译码复杂度低于turbo码，且可实现完全的并行操作；硬件复杂度低，因而适合硬件实现；吞吐量大，极具高速译码潜力。因此，结合LDPC的无线通信系统必将获得更好的性能。

4.5 自适应技术

MIMO-OFDM系统可以将无线通信的信号处理从时频分集扩展为空时频分集，进一步分割信道为空时频正交子信道。这样，就需要根据各个子信道的实际传输情况灵活地分配发送功率和信息比特，以最大限度地提高系统容量。而且由于无线信道的频率选择性和时变性，也需要实时地对信道进行检测，以便更加有效地利用无线资源。

自适应传输的基本思想是根据传输信道的实际情况，改变发射功率的水平、每个子信道的符号传输速率、QAM星座大孝编码