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(一)

2022-12-23 23:21 作者:樂吧的數(shù)學  | 我要投稿

這篇文章,我們想分析一下 MIMO 信道的信道容量,有個前提:是基于非頻率選擇性衰落信道來分析的,即頻率平穩(wěn)衰落的信道。

(錄制的視頻:https://www.bilibili.com/video/BV1K24y1S77P/


Y%20%3D%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20HS%20%2B%20W%20%20%5Cquad%20------%20%5Cquad%20(1)


信道的容量,就是分析互信息的最大值,用數(shù)學公式表示為:

C%20%3D%20%5Cunderset%7Bf(S)%7D%7B%20max%7D%20I(S%3BY)%20%20%20%20%20%5Cquad%20------%20%5Cquad%20(2)


其中 f(S) 是向量 S 的 聯(lián)合概率分布函數(shù)。上面的公式的含義,就是在所有可能的概率分布 f(S) 中,找到使得互信息最大的那種概率分布。

下面來推導一下互信息 I(S;Y) :

I(S%3BY)%20%3D%20H(Y)%20-%20H(Y%7CS)%20%20%20%20%5Cquad%20------%20%5Cquad%20(3)


先來分析公式 (3) 的后半部分 H(Y|S)
(注: S 是離散的, Y 是連續(xù)的)

%5Cbegin%7Baligned%7D%0AH(Y%7CS)%0A%26%3D%20%5Csum_s%20p(S%3Ds)%20H(Y%7CS%3Ds)%20%20%5C%5C%0A%26%3D%20%5Csum_s%20p(S%3Ds)%20%5Cint_y%20%20p(y%7CS%3Ds)%20log%5Cfrac%7B1%7D%7Bp(y%7CS%3Ds)%7D%20dy%0A%5Cend%7Baligned%7D%20%20%20%20%5Cquad%20------%20%5Cquad%20(4)


利用公式 (1) 有

y%20%3D%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20%2B%20w%20%20%5Cquad%20------%20%5Cquad%20(5)


則公式 (4) 繼續(xù)推導為:

%5Cbegin%7Baligned%7D%0AH(Y%7CS)%0A%26%3D%20%5Csum_s%20p(S%3Ds)%20%5Cint_w%20%20p(y%20%3D%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20%2B%20w)%20log%5Cfrac%7B1%7D%7Bp(y%20%3D%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20%2B%20w)%7D%20dw%20%20%5C%5C%0A%26%3D%20%5Csum_s%20p(S%3Ds)%20%5Cint_w%20%20p(w%20%3D%20y%20-%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20)%20log%5Cfrac%7B1%7D%7Bp(w%3Dy%20-%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20)%7D%0Adw%0A%5Cend%7Baligned%7D%20%5C%5C%20%20%20%5Cquad%20------%20%5Cquad%20(6)


因為噪聲 w 的概率分布,與 s 的取值無關,所以,公式 (6) 后面的積分就與 s 的取值無關,則求和與求積分就可以獨立開來:

%5Cbegin%7Baligned%7D%0AH(Y%7CS)%0A%26%3D%20%5B%5Csum_s%20p(S%3Ds)%5D%20%5B%20%5Cint_w%20%20p(w%20%3D%20y%20-%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20)%20log%5Cfrac%7B1%7D%7Bp(w%3Dy%20-%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20)%7D%0Adw%20%5D%20%5C%5C%0A%26%3D%20%5Cint_w%20%20p(w%20%3D%20y%20-%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20)%20log%5Cfrac%7B1%7D%7Bp(w%3Dy%20-%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20Hs%20)%7D%0Adw%20%5C%5C%0A%26%3D%20%5Cint_w%20%20p(w%20)%20log%5Cfrac%7B1%7D%7Bp(w)%7D%20dw%20%20%5C%5C%0A%26%3D%20%20H(W)%20%20%5Cquad%20------%20%5Cquad%20(7)%0A%5Cend%7Baligned%7D


把公式 (7) 代入公式 (3) :

I(S%3BY)%20%3D%20H(Y)%20-%20H(W)%20%20%20%5Cquad%20------%20%5Cquad%20(8)


現(xiàn)在就相當于找 H(Y) 的最大值。

這里給出兩個不加證明(還不知道咋證明 ^_^)的定理:

定理 1: 當給定 Y 的自相關矩陣 R_%7BYY%7D,那么 當 Y 滿足 Zero-Mean Circularly Symmetric Complex Gaussian 分布時,Y的 differential entroy( 即連續(xù)熵) H(Y) 取最大值。

推論:根據(jù)公式 (1), Y 是 Zero-Mean Circularly Symmetric Complex Gaussian 分布, 則 S 也需要是 Zero-Mean Circularly Symmetric Complex Gaussian 分布。

定理 2:
(1)當 Y 是Zero-Mean Circularly Symmetric Complex Gaussian 分布時:

H(Y)%20%3D%20log_2(%7C%5Cpi%20e%20R_%7BYY%7D%7C)%20%20%20%5Cquad%20%5Ctext%7Bbps%2FHz%7D%20%20%20%5Cquad%20------%20%5Cquad%20(9)


(2)當 W 是Zero-Mean Circularly Symmetric Complex Gaussian 分布時,因為各個分量的白噪聲之間相互獨立,則:

H(W)%20%3D%20log_2(%7C%5Cpi%20e%20%20N_0%20I_%7BN_R%7D%7C)%20%20%20%5Cquad%20%5Ctext%7Bbps%2FHz%7D%20%20%20%5Cquad%20------%20%5Cquad%20(10)


把 (9) (10) 代入公式 (8) :

%5Cbegin%7Baligned%7D%0AI(S%3BY)%0A%26%3D%20H(Y)%20-%20H(W)%20%20%5C%5C%0A%26%3D%20%20log_2(%7C%5Cpi%20e%20R_%7BYY%7D%7C)%20%20-%20log_2(%7C%5Cpi%20e%20%20N_0%20I_%7BN_R%7D%7C)%5C%5C%0A%26%3D%20log_2(%7C%5Cfrac%7BR_%7BYY%7D%7D%7BN_0%7D%7C)%0A%5Cend%7Baligned%7D%20%20%5Cquad%20------%20%5Cquad%20(11)


注意: 本文中的 || 都是表示取方陣的行列式.

推導一下 R_%7BYY%7D%20


%5Cbegin%7Baligned%7D%0AR_%7BYY%7D%20%0A%26%3D%20E%5B(Y-EY)(Y-EY)%5EH%5D%20%20%5C%5C%0A%26%3DE(YY%5EH)%20%20%5C%5C%0A%26%3D%20E%5B(%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20HS%20%2B%20W)%20(%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20HS%20%2B%20W)%5EH%5D%20%5C%5C%0A%26%3D%20E%5B(%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20HS%20%2B%20W)%20(%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20S%5EH%20H%5EH%20%2B%20W%5EH)%5D%20%20%5C%5C%0A%26%3D%20E%5B%5Cfrac%7BE_s%7D%7BN_T%7D%20HSS%5EH%20H%5EH%20%2B%20%5Csqrt%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20HS%20W%5EH%20%2B%20W%20%5Csqrt%7B%5Cfrac%7BE_s%7D%7BN_T%7D%7D%20S%5EH%20H%5EH%20%2B%20WW%5EH%5D%20%20%5C%5C%0A%26%3D%20E(%5Cfrac%7BE_s%7D%7BN_T%7D%20HSS%5EH%20H%5EH)%20%2B%20E(%20WW%5EH)%20%5C%5C%0A%26%3D%20%5Cfrac%7BE_s%7D%7BN_T%7D%20HE(SS%5EH)%20H%5EH%20%2B%20N_0%20I_%7BN_R%7D%20%5C%5C%0A%26%3D%20%5Cfrac%7BE_s%7D%7BN_T%7D%20HR_%7BSS%7D%20H%5EH%20%2B%20N_0%20I_%7BN_R%7D%20%5Cquad%20------%20%5Cquad%20(12)%20%20%0A%5Cend%7Baligned%7D


把公式 (12) 代入公式 (11):

%5Cbegin%7Baligned%7D%0AI(S%3BY)%0A%26%3D%20H(Y)%20-%20H(W)%20%20%5C%5C%0A%26%3D%20log_2(%7C%5Cfrac%7BR_%7BYY%7D%7D%7BN_0%7D%7C)%20%20%5C%5C%0A%26%20%3D%20log_2(%7C%5Cfrac%7B%20%5Cfrac%7BE_s%7D%7BN_T%7D%20HR_%7BSS%7D%20H%5EH%20%2B%20N_0%20I_%7BN_R%7D%20%7D%7BN_0%7D%7C)%20%20%5C%5C%0A%26%3D%20%20log_2(%7C%5Cfrac%7BE_s%7D%7BN_T%20N_0%7D%20HR_%7BSS%7D%20H%5EH%20%2B%20%20I_%7BN_R%7D%20%7C)%0A%5Cend%7Baligned%7D%20%20%5Cquad%20------%20%5Cquad%20(13)


從公式 (13) 可以看出,這個互信息的最大取值位置,只與?R_%7BSS%7D 有關。
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(13) 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%20HR_%7BSS%7D%20H%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(14)


在實際應用中 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??偰芰渴?R_%7BSS%7D 的跡:

Tr(R_%7BSS%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%20HR_%7BSS%7D%20H%5EH%20%2B%20%20I_%7BN_R%7D%20%7C)%20%20%20%20%20%20%5Cquad%20------%20%5Cquad%20(15)





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

MIMO 信道容量的計算(一)的評論 (共 條)

分享到微博請遵守國家法律
晋中市| 伊川县| 灵台县| 普安县| 宜州市| 绥棱县| 行唐县| 绥滨县| 基隆市| 白银市| 小金县| 高青县| 青川县| 乌兰浩特市| 贵溪市| 基隆市| 蒲城县| 海盐县| 顺昌县| 阜南县| 衢州市| 周宁县| 阜城县| 安阳市| 郸城县| 合水县| 江安县| 卓尼县| 济阳县| 沾化县| 溧阳市| 辉南县| 同心县| 广宁县| 綦江县| 康乐县| 张家港市| 乌恰县| 米泉市| 重庆市| 福海县|