ワイヤレス標準と通信技術の分野における近年のブレークスルーは、実際には、1つの技術（MIMO）によるものです。提案された理論は、アクティブにマスターされたOFDM技術に非常によく適合し、このバンドルが今日の802.11n / ac、LTEなどを得ることを可能にしました この記事では、マルチアンテナシステムを使用するときに速度が向上する原因を説明し、複雑な式やスキームを使用しないMIMO-OFDMシステムの動作原理を説明しようとします。
はじめに 、同志tgxの仕事に慣れ親しむことをお勧めします。ここでは、OFDMとは非常に美しく説明されています。
特定の用語を簡単に入力することなく、通信システムの特性を2点で説明できます。ノイズ耐性（PU）と帯域幅（PP）です。 今日、私たち全員が伝送速度を測定していますが（スループットは通信システムが提供する最大速度です）、伝送の信頼性は最前線に置かれています（指標：エラーの確率）。 どのシステムにも、PPをPUに交換するメカニズムが常にあります。 そのため、転送条件が急激に悪化すると（ラップトップをオフィスからキッチンに移動した場合）、ブラウザーにクラッカーは表示されません（ただし、ほとんどの場合表示されません）が、速度は低下します。
少し前まで、大切なデシベルを圧縮する主な方法は、信号コードの構造と耐ノイズコーディングの方法を改善することでした。 MIMOは不可能に見えました：周波数帯域、信号エネルギーを変更することなく、アンテナ数の物理的な増加と処理方法の複雑さだけによって、通信システムの理論的なPPとPUを時々増加させることができました。 ロシアには通常の文献はほとんどないので、著者は英語の文献の処理に取り組まなければなりませんでした。
MIMOシステムの分類
この空間的冗長性の使用タイプに応じて、MIMOシステムを多くの入力と多くの出力を持つシステムとして分離することは論理的に正しいでしょう。
ここで PVCの話題を開示しようとしました 。
BF（Beamforming beamforming）-MIMOシステムの開発の見通し。 ポイントは、CAR（デジタルアンテナアレイ）を使用することです。これにより、放射パターンを動的に変更できます。 これはどのように適用できますか？ いくつかのビームの形成は、マルチアンテナシステムの模倣です。 古典的なアンテナの庭をフェンスで囲む必要はありません。 受信機の位置を自動的に調整することにより、受信機により多くの電力を供給できるため、PU、ひいてはPPを増加させることができます。
空間多重化
数学的には、無線チャネルを通過した後の受信機での信号は、元の信号と複素伝達関数（KPF）とノイズの積の合計であり、無線チャネルで発生する悪名高いフェージングはまさにKPFです。 ランダム変数としてのKPFの分布則は、送信機と受信機の間の直接の可視性の存在と、マルチパス信号の伝播に影響する要因（アパートの壁、都市の家など）を決定します。私たちの場合、最も普遍的な場合は直接可視性の欠如-レイリーフェージング。
システムには複数のアンテナがあるため、異なるアンテナからの信号が移動する経路も異なるため、送信機と受信機のペアごとにKPFが異なります。 これは根本的に重要なポイントです。 KPFシステムの構造に基づいて、そのすべてのサブチャネルを行列に減らすことができます。
そして今、楽しい部分です。 各チャネルには、隣接するチャネルとは異なる独自の特性があるため、送信される信号は、同じ周波数帯域で送信される他のチャネルから送信される信号から明確に分離できることがわかります。
MIMOの数学、つまり意思決定アルゴリズムはかなり複雑ですが、すべて受信側のKPFの知識に基づいています。 しかし、特定の頻度で情報を送信し、これがランダム変数である場合、これを実装する方法は？ 最も効果的な解決策は、パイロットを信号構造に導入することです。これは、チャネルを評価できる既知のパラメーターを持つ信号です。
チャンネル評価
OFDMテクノロジーはユニークで、優れたCEE（周波数およびエネルギー効率）インジケーター、前例のないノイズ耐性（ノイズ耐性と混同しないでください）および柔軟性に加えて、MIMOコンセプトに完全に適合します。 OFDM構造は、周波数スペクトル内で互いに一定の距離にある変調されたサブキャリアのセットです。
実際のチャネルは周波数選択的であるため（隣接するサブキャリアのKPFでも大きな違いがある可能性があります）、サブチャネルのいくつかはチャネル推定に使用されます。 これを行うために、パイロットサブキャリアは、受信で既知の疑似ランダムシーケンスを使用してFM-2（位置変調2の位相変調、1ビットの送信を許可）によって変調されます。 これらのサブキャリアの位置の選択も偶然ではありません。それらは、プライベートおよび時間領域での分布の均一性を考慮します（異なるタイプの干渉の原因）。
受信側では、パイロットキャリアテンプレートが受け入れられたバージョンに分割され、その結果、パイロットキャリアのチャネルKPFが取得されます。 次に、得られた値は情報サブチャネルについて近似されます。
目標が達成されました。すべてのサブキャリアのチャネルKPFが見つかり、MIMOに戻ることができます。
信号処理
受信した信号を処理する方法は多数ありますが、本質的に最も単純で最もリソースを消費するのはML（Maximum Likehood）です。
受信信号の決定は、計算された信号値と、すべてのサブチャネルおよび可能な信号の直接列挙による採用された実装との最小差に従って行われます。
提示されたアルゴリズムは非常に単純化されていますが、「速度はどこから来たのか」と「受信機はどのアンテナからの信号をどのように理解するのか」を明確に説明できます。
おわりに
実際、この記事で紹介する資料は氷山の一角です。 MLアルゴリズムは多くのリソースを必要とするため、実際には使用されません。 重要な改善点は球面復号化アルゴリズムで、最新の通信システムはエラー訂正コードレート、変調位置、ビーム形成、空間コーディングレートの適応性に着実に向かっています。 これらの方法はすべて、無線チャネルを最大限に絞ります。 空間処理のトピックでは、信号の特異な処理（プリコーディング）のアイデアと、よく知られている伝送用のチャネル推定に基づく「水で満たされた」ソリューションの使用が非常に有望であるように思われます。
文学
- アラン・シビレ、クロード・エステス、アルベルト・ザネッラ「MIMO：理論から実装まで」
- Yong Soo Cho、Jaekwon Kim、Won Young Yang、Chung G. Kang「MIMO-OFDMワイヤレス通信とMATLAB」