最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

MIMO 信道容量的計算(三)--發(fā)送方知信道矩陣

2022-12-26 13:57 作者:樂吧的數(shù)學(xué)  | 我要投稿

若發(fā)送方知道信道矩陣 H

視頻:https://www.bilibili.com/video/BV11g411b7W5/

則可以有更優(yōu)的策略來分配能量。可以使用注水算法,達到信道容量最大化。

首先,我們需要對信道傳輸模型做一點小的修改,以便充分利用信道矩陣 H 的信息。我們需要對公式 (1) 做一點小的修改。

我們在發(fā)送方就已知信道矩陣 H,則可以通過對 H 做 SVD 分解:

H%20%3D%20U%20%5CSigma%20V%5EH


我們把發(fā)送的信號記為?%5Chat%20S ,是一個列向量,我們用 矩陣 V 做一個變換:

S%20%3D%20V%20%5Chat%20S


把 S 通過公式 (1) 表示的信道發(fā)送出去,則接收方接收到的數(shù)據(jù)為

%5Cbegin%7Baligned%7D%20Y%20%26%3D%20%20%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20HS%20%2B%20W%20%20%5C%5C%20%26%3D%20%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20U%5CSigma%20V%5EH%20%20V%5Chat%20S%20%2B%20W%20%20%5C%5C%20%26%20%3D%20%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20U%5CSigma%20%5Chat%20S%20%2B%20W%20%5Cend%7Baligned%7D


那么,在接收方,用矩陣 U 對接受的數(shù)據(jù)做一個變換:

%5Cbegin%7Baligned%7D%20%5Chat%20Y%20%26%3D%20U%5EH%20Y%20%5C%5C%20%20%26%3D%20U%5EH%20(%20%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20U%5CSigma%20%5Chat%20S%20%2B%20W%20)%20%5C%5C%20%20%26%3D%20%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20U%5EH%20U%5CSigma%20%5Chat%20S%20%2B%20U%5EH%20W%20%5C%5C%20%20%26%3D%20%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%5CSigma%20%5Chat%20S%20%2B%20%5Chat%20W%20%5Cend%7Baligned%7D%20%5Cquad%20-------%5Cquad%20(19)


其中

%5CSigma%20%3D%20%5Cbegin%7Bbmatrix%7D%20%5Csqrt%20%7B%5Clambda_1%7D%20%26%200%20%26%20...%20%26%200%20%5C%5C%200%20%26%20%5Csqrt%20%7B%5Clambda_2%7D%20%26%20...%20%26%200%20%5C%5C%20%26%20...%20%5C%5C%200%20%26%200%20%26%20...%5Csqrt%7B%20%5Clambda_r%7D..%20%26%200%20%5C%5C%20%26%20%26%20...%20%5C%5C%200%260%26...%260%20%5Cend%7Bbmatrix%7D


那么從?%5Chat%20S 到?%5Chat%20Y 這樣的通信信道,從相互耦合的 MIMO 信道,就變成相互獨立的 r 個信道:

%5Chat%20y_1%20%3D%20%E3%80%81%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%5Csqrt%7B%5Clambda_1%7D%20%5Chat%20s_1%20%2B%20%5Chat%20w_1%5C%5C%20....%20%20%5C%5C%20%5Chat%20y_r%20%3D%20%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%5Csqrt%7B%5Clambda_r%7D%20%5Chat%20s_r%20%2B%20%5Chat%20w_r%5C%5C


如果 %5Chat%20s_i%20的發(fā)射功率為 %5Cgamma_i , 那么第 i 個信道的信號功率為:

%5Cfrac%7BE_s%7D%7BN_T%7D%20%5Clambda_i%20%5Cgamma_i


若噪聲功率為 N_0,那么這個信道的信噪比為:

%0A%5Cfrac%7B%5Cfrac%7BE_s%7D%7BN_T%7D%20%5Clambda_i%20%5Cgamma_i%7D%7BN_0%7D%20%3D%20%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20%5Clambda_i%20%5Cgamma_i%0A


則第 i 個信道的信道容量就為:

C_i%20%3D%20log_2(1%20%2B%20%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20%5Clambda_i%20%5Cgamma_i%20)%20%20%20%5Cquad%20%5Cquad%20%20%5Ctext%7Bbps%2FHz%7D


則總的信道容量為:

C%20%3D%20%5Csum_%7Bi%3D1%7D%5Er%20log_2(1%20%2B%20%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20%5Clambda_i%20%5Cgamma_i%20)%20%20%20%5Cquad%20%5Cquad%20%20%5Ctext%7Bbps%2FHz%7D


至此,問題就變成如何分配總的信號能量 N_T ,讓上面的總信道容量最大:

C_%7Bmax%7D%20%3D%20%5Cunderset%7B%5Cgamma_1%2B...%2B%5Cgamma_r%20%3D%20N_T%7D%7B%20max%7D%20%5Csum_%7Bi%3D1%7D%5Er%20log_2(1%20%2B%20%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20%5Clambda_i%20%5Cgamma_i%20)%20%20%20%5Cquad%20%5Cquad%20%20%5Ctext%7Bbps%2FHz%7D


這是一個最優(yōu)化求解的問題,至此,可以用注水算法來分配能量,從而達到上面的最優(yōu)解。


====================

我們也可以從公式 (19) 開始,利用公式 (11) 的結(jié)論來推導(dǎo)。我們需要分析 %5Chat%20Y%20的自相關(guān)矩陣:

推導(dǎo)一下 R_%7B%5Chat%20Y%20%5Chat%20Y%7D%20

%5Cbegin%7Baligned%7D%0AR_%7B%5Chat%20Y%20%5Chat%20Y%7D%20%0A%26%3D%20E%5B(%5Chat%20Y-E%5Chat%20Y)(%5Chat%20Y-E%5Chat%20Y)%5EH%5D%20%20%5C%5C%0A%26%3DE(%5Chat%20Y%20%5Chat%20Y%5EH)%20%20%5C%5C%0A%26%3D%20E%5B(%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%5CSigma%20%5Chat%20S%20%2B%20%5Chat%20W)%20(%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%5CSigma%20%5Chat%20S%20%2B%20%5Chat%20W)%5EH%5D%20%5C%5C%0A%26%3D%20E%5B(%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%5CSigma%20%5Chat%20S%20%2B%20%5Chat%20W)%20(%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%20%5Chat%20S%5EH%20%5CSigma%5EH%20%2B%20%5Chat%20W%5EH)%5D%20%20%5C%5C%0A%26%3D%20E%5B%5Cfrac%7BE_s%7D%7BN_T%7D%20%5CSigma%20%5Chat%20S%20%5Chat%20S%5EH%20%5CSigma%5EH%20%2B%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%5CSigma%20%5Chat%20S%20%5Chat%20W%5EH%20%2B%20%5Chat%20W%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20%5Chat%20S%5EH%20%5CSigma%5EH%20%2B%20%5Chat%20W%20%5Chat%20W%5EH%5D%20%20%5C%5C%0A%26%3D%20E(%5Cfrac%7BE_s%7D%7BN_T%7D%5CSigma%20%5Chat%20S%20%5Chat%20S%5EH%20%5CSigma%5EH)%20%2B%20E(%20%5Chat%20W%20%5Chat%20W%5EH)%20%5C%5C%0A%26%3D%20%5Cfrac%7BE_s%7D%7BN_T%7D%20%5CSigma%20E(%5Chat%20S%5Chat%20S%5EH)%20%5CSigma%5EH%20%2B%20N_0%20I_%7BN_R%7D%20%5C%5C%0A%26%3D%20%5Cfrac%7BE_s%7D%7BN_T%7D%20%5CSigma%20R_%7B%5Chat%20S%5Chat%20S%7D%20%5CSigma%5EH%20%2B%20N_0%20I_%7BN_R%7D%20%5Cquad%20------%20%5Cquad%20(20)%20%20%0A%5Cend%7Baligned%7D

把公式 (20) 代入公式 (11):

%5Cbegin%7Baligned%7D%20I(%5Chat%20S%3B%5Chat%20Y)%20%26%3D%20H(%5Chat%20Y)%20-%20H(%5Chat%20W)%20%20%5C%5C%20%26%3D%20log_2(%7C%5Cfrac%7BR_%7B%5Chat%20Y%20%5Chat%20Y%7D%7D%7BN_0%7D%7C)%20%20%5C%5C%20%26%20%3D%20log_2(%7C%5Cfrac%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%20%5CSigma%20R_%7B%5Chat%20S%20%5Chat%20S%7D%20%5CSigma%5EH%20%2B%20N_0%20I_%7BN_R%7D%20%7D%7BN_0%7D%7C)%20%20%5C%5C%20%26%3D%20%20log_2(%7C%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20%5CSigma%20R_%7B%5Chat%20S%20%5Chat%20S%7D%20%5CSigma%5EH%20%2B%20%20I_%7BN_R%7D%20%7C)%20%5Cend%7Baligned%7D%20%20%5Cquad%20------%20%5Cquad%20(21)


從公式 (21) 可以看出,這個互信息的最大取值位置,只與?R_%7B%5Chat%20S%20%5Chat%20S%7D 有關(guān)。這篇文章里面都假定 H 不是隨機變量,對于接收方 H 是已知的,是確定的。把公式(21) 代入公式(2)

C%20%3D%20%5Cunderset%7Bf(S)%7D%7B%20max%7D%5B%20log_2(%7C%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20%5CSigma%20R_%7B%5Chat%20S%20%5Chat%20S%7D%20%5CSigma%5EH%20%2B%20%20I_%7BN_R%7D%20%7C)%20%20%20%5D%20%20%20%20%20%20%5Cquad%20------%20%5Cquad%20(22)


在實際應(yīng)用中 f(S) ?這個分布,其實是要滿足一個總能量一定的約束條件,我們假定能量都歸一化了。總能量是?R_%7BSS%7D 的跡:

Tr(R_%7B%5Chat%20S%20%5Chat%20S%7D)%20%3D%20N_T


那么公式 (14) 就變成

C%20%3D%20%5Cunderset%7BTr(R_%7BSS%7D)%20%3D%20N_T%7D%7B%20max%7D%20log_2(%7C%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20%5CSigma%20R_%7B%5Chat%20S%20%5Chat%20S%7D%20%5CSigma%5EH%20%2B%20%20I_%7BN_R%7D%20%7C)%20%20%20%20%20%20%5Cquad%20------%20%5Cquad%20(23)



我們可以假設(shè)?%5Chat%20S? 各個分量之間相互獨立,當(dāng)然,是 0 均值的。則:

R_%7B%5Chat%20S%20%5Chat%20S%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20%7B%5Cgamma_1%7D%20%26%200%20%26%20...%20%26%200%20%5C%5C%200%20%26%20%5Cgamma_2%20%26%20...%20%26%200%20%5C%5C%20%26%20...%20%5C%5C%200%260%26...%26%5Cgamma_%7BN_T%7D%20%5Cend%7Bbmatrix%7D


又:

%5CSigma%20%3D%20%5Cbegin%7Bbmatrix%7D%20%5Csqrt%20%7B%5Clambda_1%7D%20%26%200%20%26%20...%20%26%200%20%5C%5C%200%20%26%20%5Csqrt%20%7B%5Clambda_2%7D%20%26%20...%20%26%200%20%5C%5C%20%26%20...%20%5C%5C%200%20%26%200%20%26%20...%5Csqrt%7B%20%5Clambda_r%7D..%20%26%200%20%5C%5C%20%26%20%26%20...%20%5C%5C%200%260%26...%260%20%5Cend%7Bbmatrix%7D


代入 (23) 有:

C_%7Bmax%7D%20%3D%20%5Cunderset%7B%5Cgamma_1%2B...%2B%5Cgamma_r%20%3D%20N_T%7D%7B%20max%7D%20%5Csum_%7Bi%3D1%7D%5Er%20log_2(1%20%2B%20%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20%5Clambda_i%20%5Cgamma_i%20)%20%20%20%5Cquad%20%5Cquad%20%20%5Ctext%7Bbps%2FHz%7D%20%5Cquad%20-----%20%5Cquad%20(24)





參考書:Introduction to Space-Time Wireless Communications, Arogyaswami Paulraj,Cambridge University Press 2003


MIMO 信道容量的計算(三)--發(fā)送方知信道矩陣的評論 (共 條)

分享到微博請遵守國家法律
库车县| 云霄县| 仙居县| 交口县| 雅江县| 雷州市| 理塘县| 原阳县| 郓城县| 内黄县| 张北县| 成安县| 交口县| 龙门县| 宜都市| 樟树市| 双流县| 泰和县| 连平县| 招远市| 新乡市| 永德县| 陆河县| 临泽县| 辰溪县| 平湖市| 广昌县| 小金县| 明水县| 大石桥市| 邯郸市| 嘉黎县| 铜鼓县| 大方县| 汶上县| 社会| 沈丘县| 平顺县| 博白县| 乌兰察布市| 无极县|