大维度信号在啥情况下会出现

Massive MIMO就是一个多维度的信号处理系统,原来应用于雷达测控,目前也应用于无线通信系统。Massive MIMO多维信号处理很复杂,需要大量的处理资源,处理复杂度与矩阵维数n次方成正比,所以TRx巨大的系统,可以通过降维处理,简单的话就是合并降维,也可以用矩阵分割降维等
■网友
这个时候必须要祭出香农大神。
香农公式是香农老人家一辈子的巅峰之作。对香农公式的理解当然可以从不同的角度去理解。所谓万法归宗,不论从哪个角度去理解,到最后发现,其本质都是一样的,都揭示了信息传输极限能力。
学过通信的都知道香农公式的表达式,log2(1+s/n),单位是bit/s,就是说,告诉了我信号的信噪比,也就是信号和噪声的能量之比,如果功率均匀,也可以理解为信号功率和噪声强度的比。我们就可以估计此系统的最大传输速率。也就是说,每秒钟最大能够传输多少bit信息。 当然,90%的人只知道这些。为什么会是这样,为什么传输速率有一个上限,是什么东西在制约这个系统,这个制约可以打破吗。等等问题大多数人可能不知道。
在向量中,有维度的概念,向量就是一个空间,超过3为的向量空间,人类就很难理解了。不知是那个大神竟然体会到了第四维,时间这个维度。还有没有更高的维度,我认为有,只是以目前人类的感知能力,无法感知到。
在纯数学的向量空间中,可以使多维的空间。可以用数学表达式来优雅的描述。言归正传,先谈谈信号的维度。任何一个时域的信号,我们定义他的维度为2WT。这样定义利用了Nyquist定律。任何一个带宽为W的信号,只要抽样频率大于等于2W,就可以完全的表示这个信号。当最小抽样速率选为2W时,对于时间为T的信号(这个T不一定是非无限大的。),可以用T/(1/2W)=2TW个离散的点,即原始信号的抽样来完备的表示这个信号。这样,一个信号从时域连续变成了离散的。这是一个等价变换。相当于从一个域变换到另一个域的变换。可以把这种变换叫做从连续域到离散域的一个变换。这种变换和FT变换,Z变换,Laplas变换类似。两个域之间是等效的 。好,通过域的转换,我们把连续域变换成为了离散域。这样就可以引入数学中的向量工具。
这样一个信号的就是一个矢量。这个矢量所处的矢量空间的维度为2wt。所谓一个信号能带多少bit,就是说,在AWGN的影响下,可以有多少个可以相互分辨的信号。香农就是解决了这个问题。在没有AWGN的影响下,这个信号的功率为一个定值的时候,他的矢量就是一个超维的球的半径。他的顶点就是相同半径的圆球的球面。当然,球面上有无数个点,就是有无数个相互可以分辨的信号。也就是说信道容量为无穷。说到这,有人会发问,nyquist定理不是也有一个极限吗,他那个极限为2W,不是也是没有AWGN吗。nyquist的理论是基于一个一个symbol的。在symbol无码间干扰的情况下的最大速率,单位都不同,那是波特率。只是考虑了各个symbol情况。香农玩的更大,他不再看symbol了,只看一个时间段内的所以波形。当然这个波形里可能包好很多的symbol。所以nyquist和香农的侧重点不同。
好,信号就是球面上的点。接着就要加入白噪声了。白噪声,服从高斯分布,均值为0,方差为sigma方。sigma方就是白噪声的强度,也就是白噪声的功率。这样i.i.d的AWGN就会加入2wt维度的各个维上。根据大数定律,白噪声的平方和(也就是噪声的能量)会趋于2wtsigma方,也就是说,被污染的点是原始点的一个小球面。这样只要各个小球之间不想交,就可以分辨出各个矢量了。这样的小球一共多少个,在取个log2,就是信道的容量。这个的小球的个数的计算方法可以参考广义球体容积的计算方法。通过计算,就可以计算出香农容量。妥妥的。因此,整个流程是一个数学的过程。
多输入多输出(MIMO)系统在不增加系统带宽和发送信号功率的情况下,能够获得高频谱效率和高传输可靠性。最近,随着5G技术研究的深入,收发端配置几十甚至上百根天线的大维度(Large-Dimension)MIMO(亦称Large-MIMO)通信系统引起了广泛关注。同时,频率选择性MIMO亦可等效成一个大维度MIMO系统。空间调制是新近提出的一种多天线复用结构,它具有更高的发送端能量效率。大维度MIMO和空间调制都面临的一个重要问题是如何设计高效的信号检测算法。、


推荐阅读