第1章 绪论

随着以无线通信和移动互联网技术为载体的现代信息产业的飞速发展，人们对信息量的需求呈现井喷式增长，这也让以电磁波为载体的无线通信技术不断取得革命性的突破。纵观无线通信的发展历史，从第一代移动通信系统（1G）的概念提出到目前正在广泛研发的第五代移通信系统（5G）[1-3]，客观上频谱资源的紧缺一直是制约其发展的最大瓶颈。在人们想方设法挖掘时、频、码资源来提高频谱利用率的同时，空间资源的合理利用以及相应多天线技术的发展已成为第四代移动通信系统（4G）以及未来5G的核心内容和关键部分。

作为多天线技术的典型应用之一，多输入多输出（Multiple-Input Multiple-Output，MIMO）技术能在不增加带宽的情况下成倍地提高通信系统的频谱利用率。在20世纪70年代就有人提出将MIMO技术在用于通信系统，但是对MIMO技术在无线通信中的应用产生巨大推动的奠基工作则是在20世纪90年代由AT&T贝尔实验室学者完成的[4-8]。1996 年，贝尔实验室的 G.J.Foschini 提出了空间复用技术—分层空时码（Bell Laboratories Layered Space-Time，BLAST）[5]，1998年贝尔实验室研究出了V-BLAST，实验室的结果已能达到20～40 bit/s⋅Hz-1的频谱利用率[6]。而使用传统无线通信技术在移动蜂窝中的频谱效率仅为 1～5 bit/s⋅Hz-1，在点到点的固定微波系统中也只有10～12 bit/s⋅Hz-1。在此之后的理论分析可以进一步证明，在独立同分布的高斯信道条件下，MIMO系统的容量将随着天线数近似成线性增长。由于MIMO技术能够以较少的频谱资源传输更多的信息，它作为提高数据传输速率的重要手段受到人们越来越多的关注。目前，4G的物理层采用了MIMO技术，而大规模MIMO技术将在5G中得到应用。

本书将从信号的发送、接收两个方面介绍如何利用最优的空间信号协同处理理论与技术来发掘MIMO系统的空间资源从而提升信号传输性能以及频谱效率。

本书分为9章内容。

第1章为绪论，概述了本书的目的以及本书各章节的组织结构。

第2～5章为本书的前半部分，主要介绍如何在MIMO系统的发送端利用不同的波束成形技术进行空间信号协同处理，以在发送端提升信号发送质量。

第2章从多天线系统的容量出发，讨论了多天线技术3种主要的应用模式，即空间复用、空时编码和波束成形，并重点针对波束成形技术，分别研究了单用户波束成形技术和多用户波束成形技术。最后，从点对点的MIMO系统延伸到了MIMO中继系统。

第3章考虑理想条件下，即拥有理想信道状态信息且没有同信道干扰时，如何以提高系统的可靠性为目标，设计最优的波束成形方案并进行性能分析。由于MIMO中继系统波束成形技术是对点对点MIMO系统波束成形技术的扩展，因此，本章首先简要介绍了 MIMO 系统波束成形技术，为本章关于 MIMO 中继系统波束成形技术的工作提供参照。

第4章针对非理想信道状态信息条件下，如何以提高系统的可靠性为目标，设计最优的波束成形方案并进行性能分析。首先，简要介绍了非理想信道状态信息条件下点对点 MIMO 系统波束成形技术，为本章关于 MIMO 中继系统波束成形技术的分析提供参照；接着，以最大化目的端信干噪比为目标函数，推导出非理想信道状态信息条件下MIMO中继系统最优的波束成形方案，并分析了其性能上限；最后，通过仿真验证了设计的波束成形方案的优越性和性能分析的有效性。

第5章考虑存在同信道干扰条件下，如何以提高系统的可靠性为目标，设计波束成形方案，并进行性能分析。为了进行对比分析，首先给出了存在同信道干扰条件下点对点MIMO系统最优波束形成方案；然后以最大化目的端信干噪比为目标函数，推导出了存在同信道干扰条件下MIMO中继系统的最优波束成形方案；最后，通过仿真验证了设计的波束成形方案的优越性和性能分析的有效性。

第6～9章为本书的后半部分，主要介绍如何在MIMO系统的接收端利用不同的信号检测译码技术进行空间信号协同处理，以提升接收信号质量，并降低接收机复杂度。

第 6 章首先对接收信号检测技术进行简要介绍，并阐述信号检测技术在MIMO系统中的应用原理与方法。首先概述了MIMO系统的信号检测基本原理，并讨论了两种经典的MIMO信号检测方法，即最大似然信号检测法与线性信号检测法；为了设计一种性能接近最大似然检测法复杂度接近线性检测法的高性能低复杂度MIMO信号检测方法，接着介绍连续干扰消除技术，并分析了其性能；在此基础上，将列表检测原理应用其中，通过调整列表长度来实现性能和复杂度之间的权衡。

第7章将讨论基于格基规约（LR）的MIMO信号检测方法，从而在高维MIMO系统中实现低复杂度、高性能及完全接收分集增益的信号检测。首先讨论了如何将MIMO信号检测问题转化为在格基中寻找某向量的问题；接下来介绍了两种基于LR的MIMO信号检测方法，即基于LR的线性检测法与基于LR的SIC检测法；为了进一步降低 LR 在大规模 MIMO 中的复杂度，运用 SIC 把一个大规模MIMO检测问题分解为多个小规模MIMO检测子问题，并设计格基法列表检测器，从而能以较低的计算复杂度实现近似最优检测的性能。

第8章首先简要介绍了常规的MIMO信号检测方法和迭代解码检测技术，从而引出比特交织编码调制（BICM）系统迭代解码原理和最大后验概率（MAP）迭代信号检测方法，在此基础之上，为了避免 MAP 检测方法的指数型增长复杂度，提出了基于随机采样的部分比特级最小均方误差（MMSE）滤波器检测算法，并将该算法与 MAP 方法以及其他低复杂度信号检测方法进行了对比分析，验证了该算法的高性能和低复杂度特性。

第9章将讨论MIMO系统联合信道估计和检测算法。首先介绍了传统的信道估计技术，然后作为对传统的信道估计与信号检测方式的改进，引出了一种包括外部迭代信道估计与内部基于LR的IDD抽样迭代检测的双重迭代接收机架构，在此基础上，针对其中的迭代信道估计，引出一种低复杂度算法，以此降低外部迭代信道估计的计算复杂度，并验证了该双重迭代接收机的有效性。