1、中文 6520 字 ,4900 单词， 24000 英文字符 出处： Li Q, Zhu J, Guo X, et al. Asynchronous co-channel interference suppression in MIMO OFDM systemsC/Communications, 2007. ICC07. IEEE International Conference on. IEEE, 2007: 5744-5750. MIMO OFDM 系统中异步同信道干扰的抑制 摘要 本文提出一种算法来抑制 MIMO OFDM 系统中的异步 同信道干扰（ CCI） 。 在高密度部署的 WLA
2、N 中， 同信道干扰 正逐渐成为 影响系统 性能的主要因素，但由于 WLAN 是异步传输的，即干扰信号的循环前缀与用户信号的循环前缀 在时间上不一致，这对干扰的抑制带来了极大的挑战。 因此，由于干扰信号之间的正交性被破坏，传统的通过估计干扰信号信道响应，然后在频域采用基于最小均方误差（ MMSE）的干扰消除技术 并不能很好的工作。 为了抑制异步干扰， 本文设计了基于 Cholesky 分解和低通平滑的干扰空间协方差阵的估计方法。 基于估计的干扰统计特性，分别采用了 MMSE 和最大后验（ MAP）接收机，仿真结果表明，本文提出的解决方案能有效的工作。 I. 前言 当前，同信道干扰（ CCI）正
3、成为影响高密度 WLAN（ HD-WLAN）性能的主要因素 6。随着越来越多的访问节点（ AP）部署在诸如办公区、机场、大学校园等地方以对逐渐增长的移动用户提供网络接入， 同信道干扰的问题将变得更加严重。 由于只有有限的正交信道（典型值为 3 或 8）是可用的，使用相同信道的小区不能有足够的距离分开，当同时工作时就会互相干扰。 下一代 WLAN 技术，采用正交频分复用（ OFDM）和多输入多输出（ MIMO）技术，为实现更高的链路容量和更好 的干扰抑制能力提供了可能。 自从 Winters 关于 CCI 抑制问题的开篇论文 1，科研人员已经在该问题上做了大量的研究。 采用多天线为 CCI 抑制
4、带来了更多的自由度。 文献 2提出在平坦衰落信道下，基于多用户检测来消除 MIMO CCI 的技术。考虑到 OFDM 调制和时变信道， 文献 3采用 MMSE 分集接收机设计了自适应的阵列处理技术。文献 4指出， 在异步干扰抑制方面，以前的频域处理方法存在困难，所以他们利用 OFDM循环前缀的结构，设计了空时滤波来抑制 CCI。 文献 5与本文工作最类似，采用MMSE 接收机 ，通过短训 练序列在每个子载波上估计 干扰的协方差阵，同时利用每个子载波之间的相关性。 除了物理层的信号处理，文献 6设计了基于媒体访问控制层（ MAC）的解决方案， 采用载波感知来消除邻近小区的 CCI 干扰。 通过试
5、验床试验表明，自适应的 CSMA 策略能有效的解决 终端隐藏和暴露的问题，能显著的提高网络容量。 由于 WLAN 采用了 载波侦听媒体接入 /碰撞避免（ CSMA/CA）这样的 随机的访问协议 导致 CCI 是异步的。 文献 4表明， 由于 OFDM 通过循环前缀来保证子载波之间的正交性的结构被破坏了，所以传统的在频域估计所有的信道来完成 CCI 的抑制并不能有效的工作。 故，本文采用统计的方法 将异步同信道干扰建模为零均值、时间上不相关 、空间上 有色 的 高斯平稳随机 过程，然后利用 OFDM 符号的结构和矩阵分解技术设计了有效的空间协方差阵的估计算法。 仿真结果表明，相对于同步消除，本文
6、的方法能有效的降低误包率（ PER）。 本文余下部分安排如下：第二部分描述系统模型和异步干扰的影响；第三部分提出一个有效 MIMO OFDM 信号空间协方差阵的估计方法；第四部分 提出基于异步 CCI 抑制的 MMSE 接收机，同时讨论了在空时编码系统中的设计； 然后 ， 提出了最优的 MAP 检测来最 小化误比特率；第六部分通过仿真表明了本文算法的性能；最后，第七部分总结全文。 在这篇文章中 ,正常的字母表示标量 ， 黑体字体表示矩阵和向量。 对任意矩阵M ， TM 、 HM 分别为其转置和共轭转置。 *x 为 x 的共轭。上标 k 代表第 k 个子载波。 II. 系统模型 Fig.1 为具有 M 个发射天线和 N 个接收天线的 MIMO OFDM 系统。编码 后的数据包 通过交织后分 成 F 个 块， 然后 根据所选的调制方式将 二进制数据块 映射到 , | 1 , 1X f k f F k K ，其 中， K 为子 载波 的个 数。 我们 将 , 1
