LDPC编码的MIMO-OFDM系统中基于线性规划的联合半盲均衡与解码研究

In practical application scenarios, channel state information (CSI) is unknown, and semi-blind equalization is often used because of its high bandwidth efficiency and estimation accuracy. Under the requirements of high reliability, high bandwidth efficiency and low power consumption in future wireless communication systems, based on the LDPC coded MIMO-OFDM framework, 1) we first propose to integrate the MIMO-OFDM semi-blind equalization and the decoding of LDPC coded data by formulating a linear programming problem, and thus achieve "joint" semi-blind equalization and decoding (JSBED) in the real sense; 2) we focus on the research of JSBED when nonaffine quadrature amplitude modulation (QAM), e.g., 16QAM under Gray code, is utilized, and design an excellent linear programming-based receiver by linearizing the high-order QAM, so as to improves spectrum efficiency; 3) we develop two different JSBED schemes and compare the performance of the both in various communication scenarios (different rates, pilots et al.) for obtaining the better trade-off between error-rate performance and bandwidth efficiency. We also derive the performance bounds of the maximum-likelihood joint detection for the entire LDPC coded MIMO-OFDM systems in order to guide subsequent optimization design. We aim at breaking through the drawbacks of the existing iterative receiver, designing excellent schemes, and thus paving the way for setting the new standards of the receiver in future.

在实际通信系统中，信道状态信息未知，半盲均衡因其较高的带宽效率和估计准确度而常被采用。本项目面向未来无线通信系统对高可靠性、高带宽效率和低功耗的需求，基于LDPC编码的MIMO-OFDM框架，1）首次提出将MIMO-OFDM半盲均衡和LDPC解码集合成一个线性规划接收机，从而实现了真正意义上的“联合”半盲均衡与解码（JSBED）；2）重点研究用于非仿射QAM（比如格雷编码的16QAM）的JSBED方案，通过将高阶QAM线性化处理，设计性能优异的线性规划接收机，以提升频谱效率；3）提出两种不同的JSBED方案并对比二者在不同场景(不同码率、导频数目)中的性能，以更好地实现差错性能和带宽效率的折中，还将推导整个LDPC编码MIMO-OFDM系统的最大似然联合检测性能界，以指导后续的优化设计。本研究的意义在于：突破现有迭代接收机的弊端，设计性能优异的接收端方案，为未来制定新的接收机标准铺垫基础。

近年来，MIMO-OFDM技术因其自身特性被广泛应用于实际系统中，在信道状态信息(CSI)已知时其容量随着发射天线数目线性增长。然而，在实际通信系统中，CSI 是未知的，需要进行信道估计。传统发送训练序列的方式其频谱效率较低，而盲均衡方式的复杂度又较高并且收敛较慢。于是，半盲均衡技术成为了更合适的选择。此外，前向纠错码（典型的如LDPC码）常与MIMO-OFDM机制结合使用以减少或消除由于信道失真和噪声导致的潜在检测错误。随着未来人们对更高可靠性和更高带宽效率的多媒体数字业务的需求，现有基于Turbo均衡（TE） 技术的接收机将逐渐暴露出不足。要进一步提升编码的MIMO-OFDM 系统的性能，就必须跳出现有的TE框架，去寻求在真正意义上实现“联合”检测与解码的接收机。.本项目将MIMO-OFDM半盲均衡和LDPC解码集合成一个线性规划接收机，从而实现了 “联合”半盲均衡与解码（JSBED）；重点研究了用于格雷编码的16QAM的JSBED方案，通过将高阶QAM线性化处理，设计性能优异的线性规划接收机；还提出两种不同的JSBED方案并对比二者在不同场景中的性能。课题组所提出的JSBED方案，在MIMO系统中，采用16QAM、10个导频和码长为512、码率为0.5的LDPC码，在BER为10-5时未发现错误地板；而传统的TE在BER为10-3时即出现明显的错误地板甚至无法达到10-4。在MIMO-OFDM系统中，子载波数为32，对于2发2收系统，当导频数为64时，系统可以正常工作。当增加一根接收天线时，系统可获得约6.0dB的增益。课题组还分析了采用高阶QAM调制时接收机性能变差的原因，并提出了新的约束从而改善整系统性能。所提出的接收机设计方案非常适合那些带宽资源紧缺但对复杂度却不太敏感的应用场景。.此外，课题组还对平方剩余码的快速译码算法进行了研究，提出了一种具有普适性的适用于码长100以内所有码字的快速译码算法。这也是迄今为止适用于码长100以内所有QR码的第一个快速译码算法（相关论文将于2018年发表在国际权威期刊IEEE Trans. Information Theory），已申请PCT国际专利2项。这一进展有利于推动除汉明码和格雷码以外的其他平方剩余码在短帧长通信业务中的应用。.