精华内容
下载资源
问答
  • 编码技术

    万次阅读 2017-10-26 19:21:39
    编码的基本原理TD-LTE下行传输采用了MIMO-OFDM的物理层构架,通过最多4个发射天线并行传输多个...在MIMO系统中,当发射端不能获得任何信道状态信息(CSI,Channel State Information)时,各个并行数据流均等地分

    预编码的基本原理

    TD-LTE下行传输采用了MIMO-OFDM的物理层构架,通过最多4个发射天线并行传输多个(最多4个)数据流,能够有效地提高峰值传输速率。LTE的物理层处理过程中,预编码是其核心功能模块,物理下行共享信道的几种主要传输模式都是通过预编码实现的。
    在MIMO系统中,当发射端不能获得任何信道状态信息(CSI,Channel State Information)时,各个并行数据流均等地分配功率与传输速率并分别采用全向发射的方式,就可以获得最优的性能。假设MIMO的信号模型可以由式(3-1)表示:
    这里写图片描述
    式中,r、H、s和n分别表示接收信号向量、信道矩阵、发送信号向量和加性噪声向量。
    此时系统容量可以表示为
    这里写图片描述
    式中,det()表示矩阵的行列式,INT表示NT维单位阵,r表示总发射功率与噪声方差之比, 为H的共轭转置,NT为发射天线数量, 为HH的第个非零特征值。
    开环MIMO的链路性能在很大程度上受到接收算法的影响。当接收机采用了ZF或MMSE等简单的线性处理算法时,开环MIMO的差错概率性能往往较差。采用SIC(Sucssesive Interference Cancellation)等干扰抵消算法时,能够有效地改善差错概率性能,但是又会引起接收机计算复杂度的增加。开环MIMO实际上相当于只在接收端采用与信道相匹配的方式进行接收,而发送信号并未与信道相匹配。
    由式(3-2)可知,MIMO信道可以等效为多个并行的子信道。MIMO系统所能支持的最大数据流数由信道矩阵的秩决定,而每个数据流的传输能力由与之对应的奇异值决定。如果发射机能够通过某种方式获得一定的CSI(可以是瞬时值,也可以是短期或中长期统计信息),就可以通过一定的预处理方式对各个数据流加载的功率、速率乃至发射方向进行优化,并有可能通过预处理在发射机预先消除数据流之间的部分或全部干扰,以获得更好的性能。在预编码系统中,发射机可以根据信道条件,对发送信号的空间特性进行优化,使发送信号的空间分布特性与信道条件相匹配,因此可以有效地降低对接收机算法的依赖程度。即使采用简单的ZF或MMSE等线性处理算法,也能够获得较好的性能。
    预编码可以采用线性或非线性方法,但由于复杂度等方面的原因,在目前的无线通信系统中一般只考虑线性预编码。经过线性预编码之后,MIMO信号模型表示为
    这里写图片描述
    式中,F为线性预编码矩阵。
    MIMO的信道容量可以改写为
    这里写图片描述
    发射机可以通过上下行信道之间的互易性或通过UE反馈方式获取CSI。基于发射机获得的CSI,预编码系统可以根据信道所能支持的并行传输流数量,将有限的发射功率分配给能够有效传输的数据流,从而避免发射功率的浪费。从理论角度考虑,可以根据每个子信道的传输能力,按照类似注水定理的原则对每个数据流的功率分配进行优化,以提高MIMO链路的信道容量,同时可以通过自适应调制编码的方式使每个子信道的传输速率最大化。在TD-LTE中采用了自适应编码调制的方式,可以根据最多两个等效子信道的信道质量选择适当的调制编码方案以实现吞吐量的最大化。
    根据所选择的优化目标与具体的接收机检测算法的区别,预编码器的理论设计准则可以采用最小奇异值准则(MSV-SC,Minimum Singular Value Criterion)、均方误差准则(MSE-SC,Minmum Square Error Criterion)、最大容量准则(MC-SC,Maximum Capacity Criterion)与最大似然准则(ML-SC,Maximum Likelihood Criterion)等。
    这里写图片描述
    信道矩阵的SVD(Singular Value Decomposition)分解可以表示为
    这里写图片描述
    根据文献的研究结论,在无记忆独立同分布的Rayleigh信道中,如果限定预编码矩阵为酉矩阵,则MSV、MSE与MC准则下的最优线性预编码器都是信道矩阵SVD分解之后得到的V矩阵的前NS列。需要说明的是,最优线性预编码器并不唯一。
    根据预编码所使用的预编码矩阵集合的特点,可以将预编码分类为非码本方式的预编码和基于码本的预编码。所谓码本,是指有限个预编码矩阵所构成的集合,基于码本的预编码中,可用的预编码矩阵只能从码本中选取。而非码本方式的预编码中,并不对可选用的预编码矩阵的个数进行限制,因此预编码矩阵可以是任何符合设计规则与应用条件限制的矩阵,而并不限于取自某个特定的码本。

    基于码本的预编码

    在实际的通信系统中,反馈信道所能支持的数据速率一般较为有限。为了降低反馈开销,文献[10]中提出了有限反馈条件下的预编码方案,即基于码本的预编码。设计通信系统时,可以用若干个预编码矩阵构成一个码本,这一码本的内容是发射机和接收机都是确知的。UE根据公共导频(CRS)测量下行信道,得到信道矩阵。基于预先设定的码本,UE可以按照某种优化准则,从码本中选择与当前信道条件最为匹配的预编码矩阵,并通过反馈链路将其标号反馈给eNode B。根据所推荐的PMI,UE同时还需要计算出使用该PMI后的信道质量,并上报信道质量指示(CQI)。UE计算PMI和CQI的过程中,都需要考虑自身的接收处理算法。
    eNode B在下行传输过程中,将以UE上报的预编码矩阵标号(PMI)为参考对数据进行预编码。考虑到eNode B在下行使用的预编码矩阵可能与UE上报的PMI不一致,为了保证UE能够获知预编码后的等效信道并对下行数据进行相干解调,eNode B需要在下行控制信令中明确指示其所用的预编码矩阵。
    码本的设计方法对预编码的性能有重要的影响,优化的码本设计应当考虑到天线阵列的形式以及信道条件等因素。如前所述,在无记忆独立同分布的Rayleigh信道中,MSV、MSE与MC准则下的最优线性预编码器都是信道矩阵SVD分解之后得到的V矩阵的前NS列,而在上述条件下V矩阵在酉空间中各向同性分布。因此,码本的设计可以描述为Grassmannian Subspace Packing问题,即在酉空间中寻找N个矩阵,使其中任意两个预编码矩阵所张成的子空间的最小距离最大化。按照这种原则设计的码本将均匀地分布在整个酉空间中。距离测度的选择取决于接收机使用的预编码矩阵选择准则,常用的距离测度包括以下两种。
    (1)投影二范数距离:
    这里写图片描述
    适用于MSV-SC、MSE-SC(使用迹作为代价函数)与ML-SC。
    (2)Fubini-Study距离:
    这里写图片描述
    适用于MC-SC与MSE-SC(使用行列式作为代价函数)。
    基于码本的预编码方法不需要利用信道的互易性,因此不需要对射频链路的收/发对称性进行校准,同时对UE的上行传输能力也没有要求。此外,基于码本的CQI计算过程能够反映UE的处理算法,因而相对比较准确。但是,基于码本的预编码方法存在量化精度损失的问题,因此预编码矩阵不能与信道精确地匹配。随着码本大小的增加,基于码本的预编码的性能会有所提升,但是同时也应当考虑到PMI上报与下行控制信令的开销。

    非码本方式的预编码

    非码本预编码利用了信道的互易性特性,eNode B根据上行发送信号获得上行信道信息,并基于信道互易性,获得下行信道信息,利用所获得的信道信息进行矩阵分解,生成所需的预编码矩阵。非码本预编码方法在TDD系统中有突出的优势,减少了上行反馈的开销,有利于eNode B灵活选取预编码矩阵。非码本方式的预编码矩阵的选择取决于eNode B的具体实现算法,不需要通过下行控制信令通知所用的预编码矩阵。为了使UE能够进行相干解调,需要发送专用导频使UE估计预编码后的等效信道。其中,专用导频也经过了与业务数据相同的预编码处理。
    如果eNode B能够及时地获得准确且完整的信道矩阵,则eNode B可以直接计算出与信道传输特性匹配的预编码矩阵。在上述条件下,非码本方式的预编码可以避免量化精度的损失,但是预编码的频域和时域颗粒度可能会对性能带来较为显著的影响。
    非码本方式的预编码中,eNode B需要根据所获得的CSI选择预编码矩阵。对于TDD系统,CSI可以通过信道互易性或UE的反馈获得,对于FDD系统也可以利用信道中长期统计特性的对称性获取下行CSI,但是瞬时或短期CSI只能通过UE的上报获得。如果利用互易性获取瞬时或短期CSI,需要对射频链路的收/发对称性进行校准。如果UE的发射机数量少于接收机数量,则必须通过天线切换或其他方式使eNode B获得完整的CSI。如果eNode B通过UE反馈的方式获得CSI,则需要仔细考虑CSI的反馈开销。

    展开全文
  • 什么是MIMO-OFDM技术

    千次阅读 2019-04-08 12:55:47
    什么是MIMO-OFDM技术 摘要 第四代移动通信提供高的数据传输速率,而MIMO和OFDM提高了频谱效率,从而提供高传输速率和系统容量的技术。两者的结合已经成为第四代移动通信技术研究中的热点。通过这两种技术的优势互补...

    什么是MIMO-OFDM技术
    摘要
    第四代移动通信提供高的数据传输速率,而MIMO和OFDM提高了频谱效率,从而提供高传输速率和系统容量的技术。两者的结合已经成为第四代移动通信技术研究中的热点。通过这两种技术的优势互补,可以为系统提供高传输速率,同时也能提高系统容量,降低成本。文中详细介绍了这两种技术及信道估计。

    图1. 采用MIMO-OFDM技术的新标准。
    一、引言
    目前没有第四代移动通信的确切定义,但比较认同的解释是:“第四代移动通信的概念可称为宽带接入和分布网络,具有非对称的和超过2Mbit/s的数据传输能力。它包括宽带无线固定接入、宽带无线局域网、移动宽带系统、互操作的广播网络和卫星系统等。此外,第四代移动通信系统将是多功能集成的宽带移动通信系统,可以提供的数据传输速率高达100Mbit/s甚至更高,也是宽带接入IP系统”。简单而言,4G是一种超高速无线网络,一种不需要电缆的信息超级高速公路。这样在有限的频谱资源上实现高速率和大容量,需要频谱效率极高的技术。MIMO技术充分开发空间资源,利用多个天线实现多发多收,在不需要增加频谱资源和天线发送功率的情况下,可以成倍地提高信道容量。OFDM技术是多载波传输的一种,其多载波之间相互正交,可以高效地利用频谱资源,另外,OFDM将总带宽分割为若干个窄带子载波可以有效地抵抗频率选择性衰落。因此充分开发这两种技术的潜力,将二者结合起来可以成为新一代移动通信核心技术的解决方案,下面详细介绍这两种技术及其二者的结合方案。
    二、MIMO技术
    MIMO(Multiple-InputMultiple-Output)系统示意图如图1所示,该技术最早是由Marconi于1908年提出的,它利用多天线来抑制信道衰落。MIMO技术是指在发射端和接收端分别设置多副发射天线和接收天线,其出发点是将多发送天线与多接收天线相结合以改善每个用户的通信质量(如差错率)或提高通信效率(如数据速率)。MIMO技术实质上是为系统提供空间复用增益和空间分集增益,空间复用技术可以大大提高信道容量,而空间分集则可以提高信道的可靠性,降低信道误码率。通常,多径要引起衰落,因而被视为有害因素,然而对于MIMO来说,多径可以作为一个有利因素加以利用,MIMO技术的关键是能够将传统通信系统中存在的多径衰落影响因素变成对用户通信性能有利的增强因素,MIMO技术有效地利用随机衰落和可能存在的多径传播来成倍地提高业务传输速率,因此它能够在不增加所占用的信号带宽的前提下使无线通信的性能改善几个数量级。假定发送端有N个发送天线,有M个接收天线,在收发天线之间形成M×N信道矩阵H,在某一时刻t,信道矩阵为:

    其中H的元素是任意一对收发天线之间的增益。对于信道矩阵参数确定的MIMO信道,假定发送端不知道信道信息,总的发送功率为 ,与发送天线的数量M无关;接收端的噪声用N×1向量n表示,是独立零均值高斯复变量,各个接收天线的噪声功率均为 ;发送功率平均分配到每一个发送天线上,则容量公式为:
    
    令M不变,增大N,使得 ,这时可以得到容量的近似表达式:
    
    从上式可以看出,此时的信道容量随着天线数量的增大而线性增大。也就是说可以利用MIMO信道成倍地提高无线信道容量,在不增加带宽和天线发送功率的情况下,频谱利用率可以成倍地提高。利用MIMO技术可以成倍提高信道的容量,同时也可以提高信道的可靠性,降低误码率。前者是利用MIMO信道提供的空间复用增益,后者是利用MIMO信道提供的空间分集增益。目前MIMO技术领域另一个研究热点就是空时编码。常见的空时码有空时块码、空时格码。空时码的主要思想是利用空间和时间上的编码实现一定的空间分集和时间分集,从而降低信道误码率。
    
    图1 MIMO系统框图
    三、OFDM技术
    根据多径信道在频域中表现出来的频率选择性衰落特性,提出正交频分复用的调制技术。如图2所示,正交频分复用的基本原理是把高速的数据流通过串并变换,分配到传输速率相对较低的若干子信道中进行传输,在频域内将信道划分为若干互相正交的子信道,每个子信道均拥有自己的载波分别进行调制,信号通过各个子信道独立传输。如果每个子信道的带宽被划分得足够窄,每个子信道的频率特性就可近似看作是平坦的,即每个子信道都可看作无符号间干扰(ISI)的理想信道,这样在接收端不需要使用复杂的信道均衡技术即可对接收信号可靠地解调。在OFDM系统中,在OFDM符号之间插入保护间隔来保证频域子信道之间的正交性,消除OFDM符号之间的干扰。
    但是要注意,在发送端实际发送1个OFDM时域序列的长度为Nd+Nc,Nd是一个OFDM符号能够传送的频域符号数,加在前面长度为Nc的序列称为循环前缀(CyclicPrefix)或防护间隔(GuardInterval),利用它使得前—OFDM符号对当前OFDM符号的干扰只影响到循环前缀部分,不会对当前OFDM符号造成影响,这就有效地消除了OFDM符号之间的干扰(ISI)。引入循环前缀会使系统的传输效率有所下降,但这是为保证OFDM子载波之间的正交性和消除OFDM符号间干扰所必须付出的代价。OFDM技术之所以越来越受关注,是因为OFDM有很多独特的优点:
    (1)频谱利用率很高,频谱效率比串行系统高近一倍。这一点在频谱资源有限的无线环境中很重要。OFDM信号的相邻子载波相互重叠,从理论上讲其频谱利用率可以接近Nyquist极限。
    (2)抗多径干扰与频率选择性衰落能力强,由于OFDM系统把数据分散到许多个子载波上,大大降低了各子载波的符号速率,从而减弱多径传播的影响,若再通过采用加循环前缀作为保护间隔的方法,甚至可以完全消除符号间干扰。
    (3)采用动态子载波分配技术能使系统达到最大比特率。通过选取各子信道,每个符号的比特数以及分配给各子信道的功率使总比特率最大。即要求各子信道信息分配应遵循信息论中的“注水定理”,亦即优质信道多传送,较差信道少传送,劣质信道不传送的原则。
    (4)通过各子载波的联合编码,可具有很强的抗衰落能力。OFDM技术本身已经利用了信道的频率分集,如果衰落不是特别严重,就没有必要再加时域均衡器。但通过将各个信道联合编码,可以使系统性能得到提高。
    (5)基于离散傅立叶变换(DFT)的OFDM有快速算法,OFDM采用IFFT和FFT来实现调制和解调,易用DSP实现。
    
    图2 OFDM系统框图
    四、MIMO与OFDM的结合
    MIMO系统在一定程度上可以利用传播中多径分量,也就是说MIMO可以抗多径衰落,但是对于频率选择性深衰落,MIMO系统依然是无能为力。目前解决MIMO系统中的频率选择性衰落的方案一般是利用均衡技术,还有一种是利用OFDM。大多数研究人员认为OFDM技术是4G的核心技术,4G需要极高频谱利用率的技术,而OFDM提高频谱利用率的作用毕竟是有限的,在OFDM的基础上合理开发空间资源,也就是MIMO-OFDM,可以提供更高的数据传输速率。另外ODFM由于码率低和加入了时间保护间隔而具有极强的抗多径干扰能力。由于多径时延小于保护间隔,所以系统不受码间干扰的困扰,这就允许单频网络(SFN)可以用于宽带OFDM系统,依靠多天线来实现,即采用由大量低功率发射机组成的发射机阵列消除阴影效应,来实现完全覆盖。下面给出MIMO-OFDM的结合方案。
    

    点击查看大图

    图3 MIMO-OFDM系统框图
    在本方案中的数据进行两次串并转换,首先将数据分成N个并行数据流,将这N个数据流中的第n(n∈[1,N])个数据流进行第二次串并转换成L个并行数据流,分别对应L个子载波,将这L个并行数据流进行IFFT变换,将信号从频域转换到时域,然后从第n(n∈[1,N])个天线上发送出去。这样共有NL个M-QAM符号被发送。整个MIMO系统假定具有N个发送天线,M个接收天线。在接收端第m(m∈[1,M])个天线接收到的第l个子载波的接收信号为:
    
    其中Hm,n,l是第l个子载波频率上的从第n个发送天线到第m个接收天线之间的信道矩阵,并且假定该信道矩阵在接收端是已知的,Cn,l是第个子载波频率上的从第n个发送天线发送的符号,ηm,l是第l个子载波频率上的从第m个接收天线接收到的高斯白噪声。这样在接收端接收到的第l个子载波频率上的N个符号可以通过V-BLAST算法进行解译码,重复进行L次以后,NL个M-QAM符号可以被恢复。
    4.1MIMO-OFDM的信道估计
    在一个传输分集的OFDM系统中,只有在收端有很好的信道信息时,空时码才能进行有效的解码。估计信道参数的难度在于,对于每一个天线每一个子载波都对应多个信道参数。但好在对于不同的子载波,同一空分信道的参数是相关的。根据这一相关性,可以得到参数的估计方法。MIMO-OFDM系统信道估计方法一般有三种:非盲信道估计、盲信道估计和半盲信道估计。下面分别对这三种信道估计方法进行简单介绍。
    4.1.1非盲信道估计
    非盲信道估计是通过在发送端发送导频信号或训练序列,接收端根据所接收的信号估计出导频处或训练序列处的信道参数,然后根据导频或训练序列处的信道参数得到数据信号处的信道参数。当信道为时变信道时,即使是慢时变信道,也必须周期性的发射训练序列,以便及时更新信道估计。这类方法的好处是估计误差小,收敛速度快,不足是由于发送导频或训练序列而浪费了一定的系统资源。
    4.1.2盲信道估计
    盲信道估计是利用信道的输出以及与输入有关的统计信息,在无需知道导频或训练序列的情况下估计信道参数。其好处是传输效率高,不足是鲁棒性相对较差、收敛速度慢,而且运算量较大。
    4.1.3半盲信道估计
    半盲信道估计是在盲信道估计的基础上发展起来的,它利用尽量少的导频信号或训练序列来确定盲信道估计算法所需的初始值,然后利用盲信道估计算法进行跟踪、优化,获得信道参数。由于盲信道算法运算复杂度较高,目前还存在很多问题,难以实用化。而半盲信道估计算法有望在非盲算法和盲算法的基础上进行折衷处理,从而降低运算复杂度。可以预计,对盲及半盲信道估计的研究将成为MIMO-OFDM信道估计研究的热点。
    五、结束语
    在未来的宽带无线通信系统中存在两个最严峻的挑战:多径衰落信道和带宽效率。OFDM将频率选择性多径衰落信道在频域内转换为平坦信道,减小了多径衰落的影响,而MIMO技术能够在空间中产生独立的并行信道同时传输多路数据流,这样就有效地提高了系统的传输速率,即在不增加系统带宽的情况下增加频谱效率。这样,将OFDM和MIMO两种技术相结合就能达到两种效果:一种是实现很高的传输速率,另一种是通过分集实现很强的可靠性,同时,在MIMO-OFDM中加入合适的数字信号处理的算法能更好地增强系统的稳定性。MIMO-FDM技术是OFDM与MIMO技术结合形成的新技术,通过在OFDM传输系统中采用阵列天线实现空间分集,提高了信号质量,充分利用了时间、频率和空间3种分集技术,大大增加了无线系统对噪声、干扰、多径的容限。因此,基于OFDM的MIMO系统具有逼近极限的系统容量和良好的抗衰落特性,可以预见,它将是下一代网络采用的核心技术。
    
    展开全文
  • 视频编码技术详解

    万次阅读 多人点赞 2020-04-18 14:06:53
     而这一切,离不开视频拍摄技术的不断升级,还有视频制作产业的日益强大。    此外,也离不开通信技术的飞速进步。试想一下,如果还是当年的56K Modem拨号,或者是2G手机,你还能享受到现在动辄10...

    1、引言

      如今我们所处的时代,是移动互联网时代,也可以说是视频时代。从快播到抖音,从“三生三世”到“延禧攻略”,我们的生活,被越来越多的视频元素所影响。

      

     

      而这一切,离不开视频拍摄技术的不断升级,还有视频制作产业的日益强大。

      

     

      此外,也离不开通信技术的飞速进步。试想一下,如果还是当年的56K Modem拨号,或者是2G手机,你还能享受到现在动辄1080P甚至4K的视频体验吗?

      除了视频拍摄工具和网络通信技术升级之外,我们能享受到视频带来的便利和乐趣,还有一个重要因素,就是视频编码技术的突飞猛进。

      视频编码技术涉及的内容太过专业和庞杂,市面上的书籍或博客多数都只是枯燥的技术概念罗列,对于新手来说读完依旧蒙逼是常态,本文将借此机会,专门给大家做一个关于视频编码的零基础科普。

      2、图像基础知识

      2.1 什么是像素?

      说视频之前,先要说说图像。图像,大家都知道,是由很多“带有颜色的点”组成的。这个点,就是“像素点”。

      

     

      像素点的英文叫Pixel(缩写为PX)。这个单词是由 Picture(图像) 和 Element(元素)这两个单词的字母所组成的。

      

     

      ▲ 电影《像素大战(Pixels)》,2015年

      像素是图像显示的基本单位。我们通常说一幅图片的大小,例如是1920×1080,就是长度为1920个像素点,宽度为1080个像素点。乘积是2,073,600,也就是说,这个图片是两百万像素的。

      1920×1080,这个也被称为这幅图片的分辨率。

      

     

      ▲ 分辨率也是显示器的重要指标

      2.2 什么是PPI?

      那么,我们经常所说的PPI又是什么东西呢?

      PPI,就是“Pixels Per Inch”,每英寸像素数。也就是,手机(或显示器)屏幕上每英寸面积,到底能放下多少个“像素点”。这个值当然是越高越好啦!PPI越高,图像就越清晰细腻。

      

     

      以前的功能机,例如诺基亚,屏幕PPI都很低,有很强烈的颗粒感。

      

     

      后来,苹果开创了史无前例的“视网膜”(Retina)屏幕,PPI值高达326(每英寸屏幕有326像素),画质清晰,再也没有了颗粒感。

      

     

      2.3 颜色在计算机里是如何表示的?

      像素点必须要有颜色,才能组成缤纷绚丽的图片。那么,这个颜色,又该如何表示呢?

      大家都知道,我们生活中的颜色,可以拥有无数种类别。

      

     

      ▲ 光是妹纸们的口红色号,就足以让我们这些屌丝瞠目结舌。。。

      在计算机系统里,我们不可能用文字来表述颜色。不然,就算我们不疯,计算机也会疯掉的。在数字时代,当然是用数字来表述颜色。这就牵出了“彩色分量数字化”的概念。

      以前我们美术课学过,任何颜色,都可以通过红色(Red)、绿色(Green)、蓝色(Blue)按照一定比例调制出来。这三种颜色,被称为“三原色”。

      

     

      在计算机里,R、G、B也被称为“基色分量”。它们的取值,分别从0到255,一共256个等级(256是2的8次方)。所以,任何颜色,都可以用R、G、B三个值的组合表示。

      

     

      ▲ RGB=(183,67,21)

      通过这种方式,一共能表达多少种颜色呢?256×256×256=16,777,216种,因此也简称为1600万色。RGB三色,每色有8bit,这种方式表达出来的颜色,也被称为24位色(占用24bit)。这个颜色范围已经超过了人眼可见的全部色彩,所以又叫真彩色。再高的话,对于我们人眼来说,已经没有意义了,完全识别不出来。

      

     

      3、视频编码基础知识

      3.1 视频和图像和关系

      好了,刚才说了图像,现在,我们开始说视频。所谓视频,大家从小就看动画,都知道视频是怎么来的吧?没错,大量的图片连续起来,就是视频。

      

     

      衡量视频,又是用的什么指标参数呢?最主要的一个,就是帧率(Frame Rate)。在视频中,一个帧(Frame)就是指一幅静止的画面。帧率,就是指视频每秒钟包括的画面数量(FPS,Frame per second)。

      

     

      帧率越高,视频就越逼真、越流畅。

      3.2 未经编码的视频数据量会有多大?

      有了视频之后,就涉及到两个问题:

      一个是存储;

      二个是传输。

      

     

      而之所以会有视频编码,关键就在于此:一个视频,如果未经编码,它的体积是非常庞大的。

      以一个分辨率1920×1280,帧率30的视频为例:

      共:1920×1280=2,073,600(Pixels 像素),每个像素点是24bit(前面算过的哦);

      也就是:每幅图片2073600×24=49766400 bit,8 bit(位)=1 byte(字节);

      所以:49766400bit=6220800byte≈6.22MB。

      这是一幅1920×1280图片的原始大小,再乘以帧率30。

      也就是说:每秒视频的大小是186.6MB,每分钟大约是11GB,一部90分钟的电影,约是1000GB。。。

      吓尿了吧?就算你现在电脑硬盘是4TB的(实际也就3600GB),也放不下几部大姐姐啊!不仅要存储,还要传输,不然视频从哪来呢?如果按照100M的网速(12.5MB/s),下刚才那部电影,需要22个小时。。。再次崩溃。。。

      正因为如此,屌丝工程师们就提出了,必须对视频进行编码。

      3.3 什么是编码?

      编码:就是按指定的方法,将信息从一种形式(格式),转换成另一种形式(格式)。视频编码:就是将一种视频格式,转换成另一种视频格式。

      

     

      编码的终极目的,说白了,就是为了压缩。各种五花八门的视频编码方式,都是为了让视频变得体积更小,有利于存储和传输。

      我们先来看看,视频从录制到播放的整个过程,如下:

      

     

      首先是视频采集。通常我们会使用摄像机、摄像头进行视频采集。限于篇幅,我就不打算和大家解释CCD成像原理了。

      

     

      采集了视频数据之后,就要进行模数转换,将模拟信号变成数字信号。其实现在很多都是摄像机(摄像头)直接输出数字信号。信号输出之后,还要进行预处理,将RGB信号变成YUV信号。

      前面我们介绍了RGB信号,那什么是YUV信号呢?

      简单来说,YUV就是另外一种颜色数字化表示方式。视频通信系统之所以要采用YUV,而不是RGB,主要是因为RGB信号不利于压缩。在YUV这种方式里面,加入了亮度这一概念。在最近十年中,视频工程师发现,眼睛对于亮和暗的分辨要比对颜色的分辨更精细一些,也就是说,人眼对色度的敏感程度要低于对亮度的敏感程度。

      所以,工程师认为,在我们的视频存储中,没有必要存储全部颜色信号。我们可以把更多带宽留给黑—白信号(被称作“亮度”),将稍少的带宽留给彩色信号(被称作“色度”)。于是,就有了YUV。

      YUV里面的“Y”,就是亮度(Luma),“U”和“V”则是色度(Chroma)。

      大家偶尔会见到的Y'CbCr,也称为YUV,是YUV的压缩版本,不同之处在于Y'CbCr用于数字图像领域,YUV用于模拟信号领域,MPEG、DVD、摄像机中常说的YUV其实就是Y'CbCr。

      

     

      ▲ YUV(Y'CbCr)是如何形成图像的

      YUV码流的存储格式其实与其采样的方式密切相关。(采样,就是捕捉数据)

      主流的采样方式有三种:

      1)YUV4:4:4;

      2)YUV4:2:2;

      3)YUV4:2:0。

      

     

      具体解释起来有点繁琐,大家只需记住,通常用的是YUV4:2:0的采样方式,能获得1/2的压缩率。

      这些预处理做完之后,就是正式的编码了。

      有关视频编码的更多专业知识,可以详细阅读以下文章:

      《即时通讯音视频开发(一):视频编解码之理论概述》

      《即时通讯音视频开发(二):视频编解码之数字视频介绍》

      《即时通讯音视频开发(三):视频编解码之编码基础》

      《即时通讯音视频开发(四):视频编解码之预测技术介绍》

      《即时通讯音视频开发(五):认识主流视频编码技术H.264》

      4、视频编码的实现原理

      4.1 视频编码技术的基本原理

      前面我们说了,编码就是为了压缩。要实现压缩,就要设计各种算法,将视频数据中的冗余信息去除。当你面对一张图片,或者一段视频的时候,你想一想,如果是你,你会如何进行压缩呢?

      

     

      ▲ 对于新垣女神,我一bit也不舍得压缩…

      我觉得,首先你想到的,应该是找规律。是的,寻找像素之间的相关性,还有不同时间的图像帧之间,它们的相关性。

      举个例子:如果一幅图(1920×1080分辨率),全是红色的,我有没有必要说2073600次[255,0,0]?我只要说一次[255,0,0],然后再说2073599次“同上”。

      

     

      如果一段1分钟的视频,有十几秒画面是不动的,或者,有80%的图像面积,整个过程都是不变(不动)的。那么,是不是这块存储开销,就可以节约掉了?

      

     

      ▲ 以上图为例,只有部分元素在动,大部分是不动的

      是的,所谓编码算法,就是寻找规律,构建模型。谁能找到更精准的规律,建立更高效的模型,谁就是厉害的算法。

      通常来说,视频里面的冗余信息包括:

      

     

      

     

      视频编码技术优先消除的目标,就是空间冗余和时间冗余。

      接下来,就和大家介绍一下,究竟是采用什么样的办法,才能干掉它们。以下内容稍微有点高能,不过我相信大家耐心一些还是可以看懂的。

      4.2 视频编码技术的实现方法

      视频是由不同的帧画面连续播放形成的。

      这些帧,主要分为三类,分别是:

      1)I帧;

      2)B帧;

      3)P帧。

      I帧:是自带全部信息的独立帧,是最完整的画面(占用的空间最大),无需参考其它图像便可独立进行解码。视频序列中的第一个帧,始终都是I帧。

      P帧:“帧间预测编码帧”,需要参考前面的I帧和/或P帧的不同部分,才能进行编码。P帧对前面的P和I参考帧有依赖性。但是,P帧压缩率比较高,占用的空间较小。

      

     

      ▲ P帧

      B帧:“双向预测编码帧”,以前帧后帧作为参考帧。不仅参考前面,还参考后面的帧,所以,它的压缩率最高,可以达到200:1。不过,因为依赖后面的帧,所以不适合实时传输(例如视频会议)。

      

     

      ▲ B帧

      通过对帧的分类处理,可以大幅压缩视频的大小。毕竟,要处理的对象,大幅减少了(从整个图像,变成图像中的一个区域)。

      

     

      如果从视频码流中抓一个包,也可以看到I帧的信息,如下:

      

     

      我们来通过一个例子看一下。

      这有两个帧:

      

     

      好像是一样的?

      不对,我做个GIF动图,就能看出来,是不一样的:

      

     

      人在动,背景是没有在动的。

      第一帧是I帧,第二帧是P帧。两个帧之间的差值,就是如下:

      

     

      也就是说,图中的部分像素,进行了移动。移动轨迹如下:

      

     

      这个,就是运动估计和补偿。

      

     

      当然了,如果总是按照像素来算,数据量会比较大,所以,一般都是把图像切割为不同的“块(Block)”或“宏块(MacroBlock)”,对它们进行计算。一个宏块一般为16像素×16像素。

      

     

      ▲ 将图片切割为宏块

      好了,我来梳理一下。

      对I帧的处理,是采用帧内编码方式,只利用本帧图像内的空间相关性。对P帧的处理,采用帧间编码(前向运动估计),同时利用空间和时间上的相关性。简单来说,采用运动补偿(motion compensation)算法来去掉冗余信息。

      

     

      需要特别注意,I帧(帧内编码),虽然只有空间相关性,但整个编码过程也不简单。

      

     

      如上图所示,整个帧内编码,还要经过DCT(离散余弦变换)、量化、编码等多个过程。限于篇幅,加之较为复杂,今天就放弃解释了。

      那么,视频经过编码解码之后,如何衡量和评价编解码的效果呢?

      一般来说,分为客观评价和主观评价。客观评价,就是拿数字来说话。例如计算“信噪比/峰值信噪比”。

      

     

      信噪比的计算,我就不介绍了,丢个公式,有空可以自己慢慢研究...

      

     

      除了客观评价,就是主观评价了。主观评价,就是用人的主观感知直接测量,额,说人话就是——“好不好看我说了算”。

      

     

      5、视频编码的国际标准

      5.1 视频编码格式的标准化

      接下来,我们再说说标准(Standard)。任何技术,都有标准。自从有视频编码以来,就诞生过很多的视频编码标准。

      提到视频编码标准,先介绍几个制定标准的组织。

      首先,就是大名鼎鼎的ITU(国际电信联盟)。

      

     

      ITU是联合国下属的一个专门机构,其总部在瑞士的日内瓦。

      ITU下属有三个部门:

      1)分别是ITU-R(前身是国际无线电咨询委员会CCIR);

      2)ITU-T(前身是国际电报电话咨询委员会CCITT);

      3)ITU-D。

      

     

      除了ITU之外,另外两个和视频编码关系密切的组织,是ISO/IEC。

      

     

      ISO大家都知道,就是推出ISO9001质量认证的那个“国际标准化组织”。IEC,是“国际电工委员会”。1988年,ISO和IEC联合成立了一个专家组,负责开发电视图像数据和声音数据的编码、解码和它们的同步等标准。这个专家组,就是大名鼎鼎的MPEG,Moving Picture Expert Group(动态图像专家组)。

      

     

      三十多年以来,世界上主流的视频编码标准,基本上都是它们提出来的:

      1)ITU提出了H.261、H.262、H.263、H.263+、H.263++,这些统称为H.26X系列,主要应用于实时视频通信领域,如会议电视、可视电话等;

      2)ISO/IEC提出了MPEG1、MPEG2、MPEG4、MPEG7、MPEG21,统称为MPEG系列。

      ITU和ISO/IEC一开始是各自捣鼓,后来,两边成立了一个联合小组,名叫JVT(Joint Video Team,视频联合工作组)。

      

     

      JVT致力于新一代视频编码标准的制定,后来推出了包括H.264在内的一系列标准。

      

     

      ▲ 压缩率对比

      

     

      ▲ 视频编码标准的发展关系

      大家特别注意一下上图里面的HEVC,也就是现在风头正盛的H.265。

      

     

      作为一种新编码标准,相比H.264有极大的性能提升,目前已经成为最新视频编码系统的标配。

      

     

      最后,我再说说封装。

      5.2 视频数据的封装

      对于任何一部视频来说,只有图像,没有声音,肯定是不行的。所以,视频编码后,加上音频编码,要一起进行封装。

      封装:就是封装格式,简单来说,就是将已经编码压缩好的视频轨和音频轨按照一定的格式放到一个文件中。再通俗点,视频轨相当于饭,而音频轨相当于菜,封装格式就是一个饭盒,用来盛放饭菜的容器。

      目前主要的视频容器有如下:MPG、VOB、MP4、3GP、ASF、RMVB、WMV、MOV、Divx、MKV、FLV、TS/PS等。

      封装之后的视频,就可以传输了,你也可以通过视频播放器进行解码观看。

     

    转载自:

    http://www.easemob.com/news/3614

    展开全文
  • 无线通信是当今世界最活跃的科研领域之一,它突破了有线通信...以后的电信工作者无论使用何种调制方案和信道编码方法,都只能不断逼近它,却无法超越它。这一点在当前无线通信市场中形势尤为严峻,因为用户对更高的数据

    无线通信是当今世界最活跃的科研领域之一,它突破了有线通信的物理限制,使得用户可以自由地在任何无线电波能够到达的地方进行通信,这大大拓宽了通信的空间和活力,有很多有线通信不可比拟的优点。

    传统的无线通信系统中,发射端和接收端通常是各使用一根天线,这种单天线系统也称为单输入单输出系统。对于这样的系统,信道容量的计算公式,它表明了在有噪声的信道中进行可靠通信的上限速率。以后的电信工作者无论使用何种调制方案和信道编码方法,都只能不断逼近它,却无法超越它。这一点在当前无线通信市场中形势尤为严峻,因为用户对更高的数据率的需求是非常迫切的,必须进一步提高无线通信系统的容量。

    随着因特网和移动通信飞速发展,在第三代蜂窝移动通信中己经部分地引入了无线Intemet和多媒体业务。而在新一代移动通信系统,人们对传输速率提出了更高的要求,这就需要采用更先进的技术来实现更高的传输速率。因此,必须设法突破上述传统无线通信系统的容量界限。一般提高移动通信的信道容量主要有以下两种方法:(l)设置更多的基站;(2)拓宽带宽。设置更多的基站意味着增加更多的蜂窝,但会付出很大的代价。也有人建议把目前使用的频带扩展到微波波段,因为在微波波段有更宽的频带可供使用。

    在单天线系统中,提高系统容量的另一个方法是加大系统的发射功率。加大系统的发射功率可能引起人的健康状况的变化,对硬件设计者来说,这也是非常困难的,因为功放器件在大功率区域下的线性工作特性是很难设计的。另外,散热及发射功率的加大所引起的功率消耗也是移动终端要考虑的问题。因此要支持高速率就要开发具有极高频谱利用率的无线通信技术。此时,一种新的不需要损失频带和发射功率资源就能提供前所未有的数据传输速率的技术进入了人们的视野,那就是多输入多输出无线通信技术。研究表明,MIMO技术可以显著提高无线系统的频谱利用率。

    MIMO是多输入多输出(Multiple-Input Multiple-Output)的简称,该通信系统在其发射端和接收端采用多天线,从而实现了多个数据流在相同时间和相同频带内的传输和接收。Foschini等和Telatar已经证明,MIMO系统的信道容量随着发射天线数的增加呈近似线性的增长。由于MIMO通信能够极大地提高系统的频带利用率、满足高速率通信的需求,因此得到了广泛的关注和研究,MIMO技术已经成为下一代移动通信中非常具有发展前景的技术之一。

    1.2 MIMO技术简介

    下一代的宽带无线通信系统将为用户提供如高速无线Internet接入、无线视频以及移动计算等无线多媒体业务。然而无线信道中的衰落、多径干扰、噪声等成为了影响无线通信质量的主要因素。

    从信息论的角度已经证明,多天线技术可以大大增加无线通信系统的容量,并改善无线通信系统的性能,非常适合新一代移动通信系统中高速率业务的要求。因此采用多入多出(MIMO,Multiple Input Multiple Output)技术是一种很自然的想法。MIMO技术是无线通信领域智能天线技术的重大突破,它利用空间中增加的传输信道,在发送端和接收端采用多天线同时发送信号。由于各发射天线同时发送的信号占用同一个频带,所以并未增加带宽,因而能够成倍地提高系统容量和频谱利用率。

    广义的MIMO技术主要包括发射分集技术和空间复用技术。其中发射分集技术是指在不同的天线上发射包含相同信息的信号,从而达到空间分集的效果。为了保证无线通信系统的通信质量,分集技术是一种很好的抗多径衰落手段。根据获得独立路径信号方法的不同可以分为时间分集、频率分集和空间分集等。相对时间分集和频率分集,空间分集没有时延和环境的限制,能够获得更好的系统性能。这种分集分为接收分集和发射分集。而发射分集的实现只需要在基站端增加天线的数目。MIMO中的发射分集主要是采用空时码技术,其中基于发射分集的空时码主要包括空时分组码(STBC,Space Time Block Code)和空时格码(STTC,Space Time Trellis Code)。空间复用技术是指在不同的天线上发射不同的信息。空间复用技术可以明显地提高数据传输速率,体现了MIMO系统容量提高的本质。其基本思想就是把高速数据业务分解为多个低速业务,通过普通的并行信道编码器编码后,对其进行分层的空间编码。分层空时编码的优点是当接收天线数为Nr大于发射天线数Nt时,系统容量与发射天线数成正比增长。贝尔实验室的V-BLAST是空间复用技术的典型应用,它采用了垂直分层空时码技术。在本文中主要利用的就是MIMO空间复用技术。简化的MIMO传输系统结构如图1-1所示,假设MIMO系统有Nt根发射天线和Nr根接收天线,并且假设在窄带慢衰落的信道下,就可以建立Nt×Nr阶反映信道特征的矩阵,其构成元素为独立同分布的复高斯随机变量,这样系统获得的信道容量将比单天线高出min(Nt,Nr)倍。

    图1-1 MIMO传输系统结构图

    多入多出(MIMO)多天线技术由于能提供更高的容量、更大的分集增益和干扰抑制性能,因而成为下一代无线移动通信系统的重要组成部分。目前,MIMO技术在单用户点对点无线通信链路中的应用由于解决了容量、发射方案和接收检测算法等关键问题而趋于成熟。但在无线通信系统的应用中,考虑到多用户环境,因此对无线多用户MIMO系统的技术研究成为当今的热点问题。

    与传统的单输入单输出系统相比,MIMO系统接收端接收到的是在时间上和频带上相互重叠的多路信号,在频率选择性系统中还存在不同时刻信号间的码间干扰。由于信号检测性能的好坏将直接影响到整个MIMO系统性能的好坏,因此对高性能、低复杂度的MIMO检测技术的研究已经成为MIMO通信中的一个重要内容。

    从MIMO通信系统结构提出以来,国内外通信界已对MIMO信号检测进行了广泛和深入地研究,并且提出了多种信号检测算法。MIMO最大似然(ML)检测可以使系统获得最佳误码性能,但在实际系统中往往难以实现或不能实现。接近ML检测性能的信号检测算法一直是MIMO系统需要解决的问题。

    由于最大似然检测的计算复杂性很高,因此又提出了多种兼顾性能和复杂度的次最优检测算法。目前普遍使用的线性次最优算法是迫零(ZF)检测、最小均方误差(MMSE)检测和VBLAST检测。除此以外还包括基于格约简辅助检测、MIMO Turbo检测和MIMO系统的自适应均衡和盲均衡等。

    在点对多点的广播信道中,由于各用户在地理位置上的差异,不能协同接收,当各用户间的接收信号存在相互干扰时,也不能采用多用户检测的方法来避免干扰。因此在解决无线多用户MIMO广播信道多用户干扰问题的主要方法是采用预编码技术。理论分析证明:采用DPC(Dirty Paper Coding)等预编码方法可以达到MIMO高斯广播信道的容量,因此对无线多用户MIMO广播信道的预编码技术研究,是解决把MIMO技术应用于新一代蜂窝系统或无线局域网的关键问题,具有重大的研究价值。

    目前,国内外对无线多用户MIMO广播信道的预编码技术进行了积极的研究。预编码的方法分为两大类,一类是线性预均衡的方法,另一类是非线性预编码方法。典型的线性预均衡方法包括基于迫零准则和最小均方误差(MMSE)准则的方案。典型的非线性预编码方法包括:Tomlinson-Harashima预编码(THP)、基于格译码的矢量预编码[30]和基于格约减辅助的矢量预编码(Lattice Reduction-Aided Precoding)。

    1.3 预编码技术研究现状

    预编码技术(precoding),是一种通过对信道信息的利用,在发射端进行一种预处理,以适应相应的信道环境,以此来提高系统性能。预编码技术中的关键问题可分为:发端如何获取信道信息,以及如何利用信道信息进行相应处理。接下来将主要对这两个问题进行简要介绍。

    1.3.1 发端信道信息的获取

    通常来说,信道信息是指式中信道矩阵H的值,即全信息;而广义的 CSIT还包括H的部分信息,如每一路的接收信噪比或者H的统计信息,等等;或者一些隐含H信息的“间接”信道信息,中提到的预编码矩阵的序号(index),其本质就是一种“间接”信道信息。

    ·基于反馈的获取方式

    一般情况下,只有收端能够通过信道估计来获取信道信息(CSIR),发端并不能事先知道。因此,通常是采取在接收端利用导频做信道估计,再将信道信息反馈回发送端的方法见图 1-2所示。

    图1-3 基于反馈的 CSI 获取

    基于反馈的CSI获取可以用于TDD和FDD系统,更多的是用于FDD系统中。

     

    ·互易的获取方式

    如果是全双工系统,那么利用前向信道(A到B)的信息,可以利用前向信道和反向信道(B 到A)的相似性,直接用前向信道的转置作为反向信道信息,见图1-3。这种方式可以用于TDD 系统,由于在FDD系统中,前向和反向的频偏值之差会远大于信道的频域相干带宽,因此这种方式一般不适用于FDD系统。

    图1-4 基于双工的CSI获取

    与单天线系统相比,MIMO技术的引入对于系统容量和频谱效率的提高主要体现在三个方面:阵列增益、复用增益和分集增益。阵列增益源于发送端和接收端将发送和接收的多个天线信号进行相关合并而获得信干噪比 (SINR)的提高。分集增益源于通过将相同信号经过多个不相关信道传输,从而改善等效信道的衰落特性。复用增益源于空间自由度的增大和空间并行传输通道的增加,从而有效提高系统容量。

    MIMO预编码技术要求发送端能够获得与信道状态信息相关的信息。目前发送端获得信道信息主要通过以下两种方法:在频分复用伊DD)系统中,发送端可以通过接收端反馈而获得信道状态信息;在时分复用 (TDD)系统中,发送端通过下行信道与上行信道所具有的互易性而获得信道状态信息。通过在发送端进行预编码,首先,可以在发送端提前消除MIMO信道的临道干扰,提升系统性能。其次,可以完全避免接收端检测带来的误码传播,降低差错概率最后,在移动通信系统中,从基站到移动台的下行链路中采用预编码算法可以大大降低移动台的复杂度,为用户和手机设备商降低成本。

     

    1.3.3 MIMO预编码技术的应用前景

    随着目前应用频段的不断提升,通信系统的载波频率在不断加大,对应的发送波长也变小了。这样,为MIMO系统的应用奠定了坚实的基础,在现在越来越小的手机上实现多根天线也成为了可能。并且,由于现在移动终端定义的扩展,对于笔记本电脑或者车载系统来说,多天线的配置极易实现。

    目前,LTE协议中规定的预编码方式为基于码本的预编码,这种方式在TDD、FDD系统中具有通用性,并且反馈的比特数目较少,但是对系统带来的性能提升不是特别理想。在FDD系统中,随着反馈信道的带宽的提升以及反馈信道更新速度的加快,发送端可以获得越来越精确的信道信息。在TDD系统中,由于上下行信道的对称性,发送端更易获得信道信息,这种基于mD情况下的预编码设计往往能够充分的发挥预编码算法的优势。在多用户的情况下,典型应用就是多天线基站的无线通信,即多天线基站同时和多个移动台进行通信。另外,向多个移动台发送数据的多个蜂窝小区基站的协调也受到关注。

    3.1 MIMO通信系统中的线性预编码技术

    要实现MIMO的线性预编码,必须有很多关键技术支持,比如天线的数量和天线间距的设置,接收机复杂度的降低,MIMO信道模型的建立,发射端的信道状态信息的获取,资源的充分利用等等。本章将从两方面重点讨论实现MIMO的线性预编码的关键技术,即获取发射端的信道状态信息和利用注水原理实现功率高效分配。

    3.1.1发射端信道状态信息(CSIT)

    无线网络中己经很好地体现了在发射端和接收端都使用多天线的优势。MIMO在发射速率随着两端天线数量最小值线性增加和在增强链路可靠性方面也有巨大的贡献。MIMO现在已经成为下一代蜂窝和无线网络的核心技术。

    在无线通信体系中,单用户MIMO系统由于其获得了相当大的容量增益己经得到了极大的关注。但这些增益与发射机是否可获得信道状态信息(CSI)无关。然而在多用户的情况下,这将有很大的不同了,因为这时要考虑到干扰并平衡高吞吐量的需求。若使得网络中一个用户容量达到最大,则可能导致链路中的其他用户增加了不可接受的强干扰,这在多用户的情况下是不能容忍的。如果要获取高的吞吐量,一个较好的方法应该是使得网络的总容量或总的发射速率最大化,这里是考虑了用户之间的干扰的。而要实现这个目标,获取发射端的CSI是关键。原则上,接收机自身可通过多用户检测进行一部分干扰抵消,例如在蜂窝网络中,为了控制较低的成本需求和保证另一端用户的电池寿命,我们通常采用简易的接收机机制。

    最大化多用户下行链路信道总容量常常得不到解决。例如,如果众多用户中有个用户相对其他用户拥有较大的信噪比(SNR),则整个链路中总的信道容量可能得牺牲那些获得较少或者没有吞吐量的稍弱用户。这种情况下一种可行的方法就是获得一定的服务质量(QOS),如信号干扰噪声比(SINR)或误比特率(BER)。用最小发射功率来满足服务质量的要求通常涉及到下行链路功率控制或干扰平衡问题。因此要获得最大的信道容量的解决方案是很有必要获得发射端的信道状态信息的。

    3.1.2获取CSIT

    在通信系统中,由于信号在离开发射机后进入信道,因此发射机只能间接地获取信道信息。然而,接收机可以从接受到的信号估计出信道信息。通常我们会在发射信号中插入特殊符号以便在接收机能较容易地进行信道估计。幸运的是,现代通信系统几乎都是全双工的,也就是说收发两端均有各自的发射机和接收机。因此发射机可通过互惠原则或使用反馈获取到发射端的信道状态信息。在无线通信中,互惠原则指的是从天线A到另一根天线B之间的信道等同于从天线B到天线A之间的信道,但前提是这两路信道必须是在同一时间,同一频率和同一天线分布情形下测量。这个原则说明发射机可通过反馈信道(从B到A)信息获得前向信道(从A到B)信息,如图3.1所示。这些信息包括瞬时信道或其他信道系数,这也包括信道统计量。然而,在实际的全双工通信中,前向和反馈链路不可能使用同样的频率,时间和空间距离。因为尽管时分复用系统的前向和反馈链路通常都有相同的频带和天线分布,但这两个链路也存在延迟。在语音系统中,这个延迟称为往复时间。而在异步数据系统中,这个延迟是指一个用户信号的接收和接下来发出信号之间的时序间隙。只要这些延迟相比信道的相关时间要小得多,就可忽略,就可适用一互惠原则。因此这种情况适用于时分复用(TDD)系统。因为此时上行链路和下行链路共享同一频带。当基站和移动台合理地设置好系数,使得上述可能存在的时延小于信道的相关时间以便正确地估计信道参数并进行之后的发射预编码。

    图3.1适用互惠原则获取发射端信道状态信息

    另一种方法,如图3.2所示,可通过前向链路的接收机反馈获取发射端信道状态信息。在前向链路(A到B)收发机B中的接收机测试到信道信息然后通过反馈链路转送给收发机A中的发射机。显然这种情况比较适合频分复用(FDD)系统。因为频分复用系统在前向和反馈链路通常都有相同的时间和空间维度,但两个链路之间的频率偏移都比信道的相关带宽要大得多,因此互惠原则不适用,而通常会采用反馈方法。由于频分复用系统的性质决定前向和反馈链路处于不同的频带,因此信道参数在两个链路是不同的。为了弥补这方面的缺憾,通常会研究与频率不相关的信道慢变化特性,如路径延迟和平均通路衰减。虽然反馈没有互惠

    原则需求的限制,但反馈最大的不足在于它会造成获取信息的延迟并因消耗了发射资源而带来了额外的系统负担。

    图3.2使用反馈方法获取发射端信道状态信息

        本节,我们将利用MATLAB对线性预编码技术进行仿真,并对其进行性能分析。其MATLAB代码如下所示:

    for cnt = 1:Iter_num;% 信道的实现次数的循环

            H = sqrt(1/2)*(randn(Nr,Nt)+j*randn(Nr,Nt));% H

            MMSE_F = H'*inv(H*H'+sigma_n2/ea*eye(Nt));  % H的MMSE估计

            ZF_F = H'*inv(H*H');                        % H的ZF估计

            beta_mmse = sqrt(es/norm(MMSE_F,'fro').^2);

            beta_zf = sqrt(es/norm(ZF_F,'fro').^2);

            F_MMSE = beta_mmse*MMSE_F;                  % MMSE的预编码矩阵

            F_ZF = beta_zf*ZF_F;                        % ZF的预编码矩阵

                for sym_index = 1:num;              %在一帧数据符号中,信道保持不变

                Source = randint(Nt,1,M);

                Sym = pskmod(Source,M,pi/4,'gray');     %qpsk modulator

                Sym_mmse = F_MMSE*Sym;                  %对符号进行MMSE预编码

                Sym_zf = F_ZF*Sym;                      %对符号进行ZF预编码

                noise = sqrt(sigma_n2/2)*(randn(Nr,2)+j*randn(Nr,2));%生成噪声功率为sigma_n2

                y_mmse = H*Sym_mmse + noise(:,1);% 通过信道并加噪声

                y_zf = H*Sym_zf + noise(:,2);% 通过信道并加噪声

                r_mmse = 1/beta_mmse*y_mmse;% 进行接收端的缩放

                r_zf = 1/beta_zf*y_zf;% 进行接收端的缩放

                Rec_Data_mmse = pskdemod(r_mmse,M,pi/4,'gray');% 对接收信号进行判决

                Rec_Data_zf = pskdemod(r_zf,M,pi/4,'gray');% 对接收信号进行判决

                [err ratio] = biterr(Rec_Data_mmse,Source,log2(M));% ber

                ber_mmse(1,index) = ber_mmse(1,index) + ratio;

                [err ratio] = biterr(Rec_Data_zf,Source,log2(M));%ber

                ber_zf(1,index) = ber_zf(1,index) + ratio;

            end; % loop for num

        end; % loop for iteration

     

     

     

     

     

     

     

    其仿真结果如下所示:

    图5-1 Nt=Nr=4条件下的两种线性预编码性能仿真图(10-SNR的仿真)

    图5-2 Nt=Nr=2条件下的两种线性预编码性能仿真图(10-SNR的仿真)

     

    图5-3 Nt=Nr=4条件下的两种线性预编码性能仿真图(25-SNR的仿真)

    图5-4 Nt=Nr=2条件下的两种线性预编码性能仿真图(25-SNR的仿真)

    5.3 MIMO线性预编码技术的仿真与分析

        非线性预编码MATLAB代码如下所示:

    for index = 1:Len;%不同信噪比的循环

        snr = 10.^(SNR(index)/10);

        ea = 1;% 每个天线发射的功率,也即信号向量中每个元素的功率

        es = ea*Nt; % 总共的发射功率

        sigma_n2 = es/snr;% noise power

        for cnt = 1:Iter_num;% 信道的实现次数的循环      

            H = sqrt(1/2)*(randn(Nr,Nt)+j*randn(Nr,Nt));% H             

            for sym_index = 1:num; %在一帧数据符号中,信道保持不变          

                Source = randint(Nt,1,M);% random data generator

                Sym = pskmod(Source,M,pi/4,'gray'); % qpsk modulator

                [d_thp,beta] = THP_encoder(Sym,H,period);% 对符号进行THP预编码

                noise = sqrt(sigma_n2/2)*(randn(Nr,1)+j*randn(Nr,1));%生成噪声功率为sigma_n2

                y_thp = H*d_thp + noise(:,1);% 通过信道并加噪声

                r_thp = beta*y_thp;% 进行接收端的缩放        

                Rec_thp = mod_thp(r_thp,period);

                Rec_Data_thp = pskdemod(Rec_thp,M,pi/4,'gray');% 对接收信号进行判决          

                [err ratio] = biterr(Rec_Data_thp,Source,log2(M));% ber

                ber_thp(1,index) = ber_thp(1,index) + ratio;

            end; % loop for num      

        end; % loop for iteration 

    end % loop for snr

    其中的核心算法THP编码的MATLAB代码如下所示:

    THP:即 Tomlinson-Harashima Precoding,汤姆林森-哈拉希玛预编码。是通讯系统里的一种符号级(symbol level,区别于比特级)信道预编码。它的思想来自脏纸编码/污纸编码。原本用于单输入输出(SISO)系统中的ISI信道均衡,现在被用于MIMO-OFDM系统中的干扰消除。

    function  [x, beta] = THP_encoder(u,H,period)

    Tap_num = size(u,2);

     [N_r N_t] = size(H);

     [F,S] = qr((H'));%% h = F*S

    s = S';%得到下三角矩阵

    f = F';

    t = diag(1./diag(s));

    B = s*t; %% make B's diag element 

    tmp_sum = 0;

    for kk = 1:N_t;

        tmp_sum = tmp_sum + 1/s(kk,kk)^2;

    end;

    p = sqrt(N_t/tmp_sum);%% scale power beta

    x = zeros(N_t,Tap_num);

    for kk = 1:Tap_num;

        a = u(:,kk);

        % 反馈滤波

        x(1,kk) = a(1);

        for m = 2:N_t;                                                   

            g = 0;

            for k = 1:(m-1);

                g = B(m,k)*x(k,kk) + g;

            end

            x(m,kk) = a(m)-g;

            x(m,kk) = mod_thp(x(m,kk),period);

        end

        % 前向输出

        vec_tmp = p*F*t*x(1:N_t,kk);                                            

        x(1:N_t,kk) = vec_tmp;

        beta(kk) = 1/p;          %% prepare for the receiver mult 1/p

    end;

    其仿真结果如下所示:

     

    图5-5 Nt=Nr=4条件下的THP非线性预编码性能仿真图(10-SNR的仿真)

     

    图5-6 Nt=Nr=2条件下的THP非线性预编码性能仿真图(10-SNR的仿真)

     

    图5-7 Nt=Nr=4条件下的THP非线性预编码性能仿真图(25-SNR的仿真)

     

    图5-8 Nt=Nr=2条件下的THP非线性预编码性能仿真图(25-SNR的仿真)

     

     

    展开全文
  • 书是高文的《数字视频编码技术原理》(第二版),简单做下笔记 1. 概论 1.1 色彩空间 常用的色彩空间表示方法有RGB和YUV。 RGB色彩空间是直接基于三原色来表达彩色图像,一个像素需要用三个样值表示,RGB三个基本...
  • 手把手教你利用爬虫爬网页(Python代码)

    万次阅读 多人点赞 2019-05-14 14:34:48
    万维网数据形式的丰富和网络技术的不断发展,图片、数据库、音频、视频多媒体等不同数据大量出现,通用搜索引擎往往对这些信息含量密集且具有一定结构的数据无能为力,不能很好地发现和获取。 通用搜索引擎大多提供...
  • 信息分类编码技术研究及应用

    千次阅读 2008-01-07 10:27:00
    信息化在企业中被越来越广泛的推广应用,作为信息化工作的基础支持技术:信息分类编码技术,在信息化工作中占有越来越重要的地位。本文从烟草机械制造企业信息化过程入手,介绍信息分类编码在企业信息化中的重要性, ...
  • 1.卷积码简介 2.特殊卷积码——删余卷积码 3.卷积码编码方法 ...与分组码不同,卷积码编码后的n个码元不仅与当前段的k个信息有关,还与前面的m段信息有关。在编码器复杂性相同的情况下,卷积码的性能优于分组码。
  • 详解遗传算法(含MATLAB代码)

    万次阅读 多人点赞 2019-05-29 11:30:47
    1.编码 2.适应度函数 3.选择算子 4.交叉算子 5.变异算子 6.运行参数 四、遗传算法的基本原理 4.1 模式定理 4.2 积木块假设 五、遗传算法编程实例(MATLAB) 一、遗传算法概述 遗传算法(...
  • MPEG4视频压缩编码技术详解

    千次阅读 2019-01-18 14:20:25
    MPEG全称是Moving Pictures Experts Group,它是“动态图象专家组”的英文缩写,该专家组成立于1988年,致力于运动图像及其伴音的压缩编码标准化工作,原先他们打算开发MPEG1、 MPEG2、MPEG3和MPEG4四个版本,以适用...
  • 信息论基础(学习笔记整理)

    万次阅读 多人点赞 2019-06-08 13:24:12
    整理信息论基础的知识点。
  • LDPC编译码原理

    万次阅读 多人点赞 2019-08-01 20:45:32
    LDPC码简介 LDPC编码 LDPC译码 结语
  • 路径规划基本介绍(一)

    万次阅读 多人点赞 2019-04-24 21:30:03
    这里仅针对静态路径规划方法进行简单的介绍,以下路径规划仅在静态环境下的路径规划。 在进行路径规划的时候,我们首先需要考虑的有以下几个方面: a.起点与终点的位置获取 b.障碍物的环境表示 c.规划方法 d.搜索...
  • 音视频编码技术总结

    千次阅读 2014-12-25 17:33:07
    这篇文章总结得非常不错,忍不住转载一下! 原文链接:frameworks/av/media/libstagefright/...今天有着很大的空闲,终于可以总结一个有关视音频技术的入门教程,可以方便更多的人学习从零开始学习视音频技术。需要
  • 离散数学在计算机科学中的应用

    万次阅读 多人点赞 2018-02-03 11:56:44
    指令系统的优化方法很多,一种方法是对指令的格式进行优化,一条机器指令是由操作码和地址码组成,指令格式的优化是如何用最短的位数来表示指令的操作信息和地址信息,使程序中的指令的平均字长最短。为此可以用到...
  • 互动场景下的低延迟编码技术

    千次阅读 2020-07-28 12:00:00
    本文由上海交通大学教授宋利在LiveVideoStackCon2020线上峰会的演讲内容整理而成,从分析视频传输系统延迟入手,详细介绍视频编码延迟的产生机制,总结优化编码延迟的技术手段和...
  • 信源编码与信道编码

    千次阅读 2014-01-02 22:33:06
    数字电视为何采用信源编码和信道编码? 信源编码主要是解决图片信号的压缩和保存问题,信道编码主要是解决图片信号的传输问题。...所谓冗余信号是那些与信息无关的或对图像质量影响不大的多余部分,这就是MPEG - 2 图
  • ,出现于1997年,基于MPEG-2的音频编码技术。2000年,MPEG-4标准出现后,AAC重新集成了其特性,加入了SBR技术和PS技术,为了区别于传统的MPEG-2 AAC又称为MPEG-4 AAC。 AAC号称「最大能容纳48通道的音轨,采样率达...
  • 农业信息技术复习题

    千次阅读 2020-06-25 15:36:26
    一、单项选择题(每小题1分,共分) 1.信息传递技术,即通信技术,不包括...2.信息技术的四大基本技术是计算机技术、传感技术、控制技术和( C ) (A)生物技术(B)媒体技术 (C)通信技术(D)传播技术 3.目前...
  • MPEG4视频编码技术介绍

    千次阅读 2017-03-29 09:30:04
    MPEG全称是Moving Pictures Experts Group,它是“动态图象专家组”的英文缩写,该专家组成立于1988年,致力于运动图像及其伴音的压缩编码标准化工作,原先他们打算开发MPEG1、 MPEG2、MPEG3和MPEG4四个版本,以适用...
  • 《计算机网络技术》第二章课后习题答案(全)

    万次阅读 多人点赞 2019-08-02 22:02:34
    《计算机网络技术》第二章课后习题答案(全)
  • 基于MATLAB的语音信号处理

    万次阅读 多人点赞 2018-07-15 01:21:20
    基于MATLAB的语音信号处理摘要:语音信号处理是目前发展最为迅速的信息科学研究领域中的一个,是目前极为活跃和热门的研究领域,其研究成果具有重要的学术及应用价值。语音信号处理的研究,对于机器语言、语音识别、...
  • 浅析HTTP协议

    千次阅读 多人点赞 2016-07-30 17:24:37
    (Cookie技术通过在请求和响应报文中写入Cookie信息来控制客户端的状态。Cookie会根据从服务器端发送的响应报文内的一个叫做Set-Cookie的首部字段信息,通知客户端保存Cookie,当客户端下次再往服务器端发送请求时,...
  • 数字电子技术基础(五):编码

    千次阅读 2020-08-13 23:24:29
    编码器:在数字系统中,为了区分一系列不同的事物,将其中的每个事物用一个二值码来表示。 编码尽量要求:将多个输入的状态用最少资源来表示。 编码器大致有两种分类,一种是普通编码器,一种是优先编码器。 1、普通...
  •  视音频技术主要包含以下几点:封装技术,视频压缩编码技术以及音频压缩编码技术。如果考虑到网络传输的话,还包括流媒体协议技术。  视频播放器播放一个互联网上的视频文件需要经过一下步骤: 解协议 ,解封装...
  • MIMO天线的分集技术和波束赋形技术

    千次阅读 2019-09-05 13:55:35
    MIMO(Multiple-Input Multiple-Output)技术指在发射端和接收端分别使用多个发射天线和接收天线,使信号通过发射端与接收端的多个天线传送和接收,从而改善通信质量。它能充分利用空间资源,通过多个天线实现多发多收...
  • C++信息编码表示

    千次阅读 2020-10-05 09:29:31
    要使计算机能处理这些信息,首先必须要将各类信息转换成0与1表示的代码,这一过程称为编码。 数据 ​ 能被计算机接受和处理的符号的集合都称为数据。 比特 ​ 比特/位 (Bit ——二进制位数)是1位二进制的数码...
  • 计算机网络技术期末个人总结

    千次阅读 多人点赞 2019-04-26 14:56:43
    计算机网络技术复习 一、 计算机网络基础知识 了解: 计算机网络(Internet)的发展 面向终端的计算机网络(单个计算机,直接连接主机) 分组交换网络(实现了不同计算机之间的通信。此时广域网从逻辑上...
  • 信息分类编码

    千次阅读 2013-03-05 09:16:28
    信息分类编码  信息分类编码(Information Classifying and Coding)是标准化的一个领域,已发展成了一门学科,有自身的研究对象、研究内容和研究方法。在现代社会中,信息分类和编码是提高劳动生产率和科学...
  • CCNA(总结笔记)

    万次阅读 多人点赞 2018-10-02 12:04:41
    CCNA总结回顾 一、 OSI参考模型 七层 应用层 抽象语言----&...*上三层就是应用程序对信息进程加工处理,直到可以被传输(相当于OSI"工厂"生产

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 185,157
精华内容 74,062
关键字:

信息编码技术是指