宽带MIMO系统信道仿真仪设计.pdf

1、第32卷第3期 应用 科学学报 2014年5月 JOURNAL OF APPLIED SCIENCESElectronics and Information Engineering Vo132 NO3 May 2014 DOI：103969jissn02558297201403002 宽带MIMO系统信道仿真仪设计 熊艳伟， 张建华， 张平 北京邮电大学泛网无线通信教育部重点实验室，北京100876 摘 要：4G无线通信系统通过多输入多输出fmultiple input multiple output，MIMO)技术及增加信号带宽来 获得高的系统吞吐量MIMO的性能很大程度上取决于真实信道的传

2、播环境，利用能模拟真实信道传播环境的信 道仿真仪进行空中测试，可以在实验室环境下验证MIMO系统性能为了更好地进行宽带MIMO系统性能的测 试，设计了一种针对宽带MIMO的信道仿真仪，利用压缩感知实现宽带模拟信号采样为降低仿真高阶MIMO时 的计算复杂度，采用了频域实现方法 关键词：多输入多输出；空中测试：信道仿真仪：压缩感知 中图分类号：TN9195 文章编号：0255 8297(2014)03022908 Design of Channel Emulator for Wideband MIMO Systems XIONG Yanwei，ZHANG Jianhua，ZHANG Ping Ke

3、y Laboratory of Universal Wireless Communications，Ministry of Education，Beijing University of Posts and Telecommunications，Beijing 1 00876,China Abstract：4G technologies are focused on delivering high level throughput by using MIMO technology and wider signal bandwidthTo evaluate the MIMO system per

4、formance highly related to the accurate represen tation of the channel condition，overtheair(OTA)test is performed with a channel emulator as an important partIn this paper，a channel emulator for wideband MIMO system is designedCompressed sensing is used to sample analog signals as the bandwidth beco

5、mes widerFrequency domain approaches are used to implement the emulator to reduce complexity for higher order arrays Keywords：multiple input multiple output(MIMO)overtheair(OTA)test，channel emulator，compressed sensing(CS) LTE、WiMAX等4G无线通信系统采用多输入 多输出(multiple input multiple output，MIMO)技术 来增加无线网络的容量和

6、吞吐量MIMO系统利用多 个发送和接收数据路径，显著增加了吞吐量，扩大了 链路覆盖范围，且无需额外的带宽或增加发射功率， 因此其性能在很大程度上取决于无线信道的传播环 境【】-21 射频测试传统上总是先在实验室进行，然后再进 行空间定点测试以及现场测试通常直接利用射频电 缆和连接器将发射器和接收器连接起来，此时虽然允 许以一种可控而重复的方法测试发射器和接收器的性 能，但它是一种理想不真实的场景，无法满足真实信 道环境下复杂的测试需求MIM0技术正是依赖真实 传播环境提高操作性能，并不适用于MIMO系统性 能测试空中(overtheair，0TA1测试是指将射频信 号通过空间传播到一个物理上的

7、远程接收器进行的测 试，一般在大房间或野外进行该过程虽能提供一定 程度的性能测量，但其条件并不完全可控或可重复， 从而导致不同的测试有不同的结果，且无法提供一致 的准确性和可重复性因此，在多种噪声和不同干扰 收稿日期：20130107； 修订日期：20130904 基金项目：国家科技支撑项目基金(No20l2BAFl4B01)；国家科技重大专项基金(No20l3zxO3O0l008)资助 作者简介：熊艳伟，博士生，研究方向：压缩感知、信道建模，Email：cherryxiong86gmailcom；张建华，教授，博导，研究方向：无线信 道测量与建模、协作通信技术等，Email：jhzhangb

8、upteducn；张平，教授，博导，研究方向：宽带无线移动通信系统新理论 及技术，Email：pzhangbupteducn 230 应用科学学报 第32卷 的现场条件下搭建数百个复杂的测试环境是一项既耗 时又费钱的工作 为了弥补以上两种方案的缺点并能够在实验室中 进行MIM0 0TA测试，本文利用信道仿真仪重现真 实世界的信道条件，大大简化了基站和移动设备的信 道仿真测试过程，显著提升了效率信道仿真仪以可 控和可重复的方式复制再现了真实世界的信道传播 条件，是有效测试LTE、移动WiMAX以及任何基于 MIM0系统的关键351 目前已有不少模拟单输入单输出fsingle input sing

9、le output，SISO1或MIM0衰落信道的产品6_8， 通常时域无线信道的仿真采用有限冲击响应ffinite impulse response，FIR)滤波器法文献71详细介绍 了基于FIR滤波器法的带宽为5 MHz的SISO信道 仿真仪的实现方法，之后被大多数拥有更宽带宽的 SIS0或MIM0信道仿真仪所采用【6j然而，由于硬 件资源的有限性，在仿真实现时每条通道的滤波器的 抽头数目与通道数之间会有折中随着MIMO系统 中天线阶数的增加，计算复杂度以平方级形式f发送 天线数和接收天线数的乘积成正比的形式)迅速增加 对计算资源的需求限制了FIR滤波器法的使用并促 使人们研究新方法，其中

10、一种解决方法就是采用对应 的频域方法-8J8本文采用了频域基带信号处理方法， 并给出了基于FPGA的设计方案 以上所有实现架构均基于奈奎斯特fNyquist)采 样定律，即要求采样速率至少是信号带宽的两倍，且 不能超过模拟数字转化器fanalog to digital conver sion，ADC)的性能然而，高频率、高分辨率的ADC成 为先进通信应用的制约因素随着信号带宽越来越宽， 采样器、相应的存储空间及数字信号处理器都面临 着巨大的挑战幸运的是，关于压缩感知fcompressed sensing，CS)的研究认为可以以远低于奈奎斯特速 率的采样率有效地实现稀疏或压缩信号的采样【9_1

11、0I 本文则利用压缩感知技术来实现宽带模拟信号的欠 采样 1 信道仿真仪的应用及其实现架构 MIMO系统的性能很大程度上依赖于真实的信 道传播环境，为了能够在实验室环境下验证MIMO 系统的性能，以可控的和可重复的方式模拟真实信道 传播环境的信道仿真仪的OTA测试应运而生图1 简要说明了信道仿真仪在MIMO OTA测试中所扮演 的角色 真实世界 衰落信道 ， 一一 ， ，H口l闸 H姐 =一一一一1哪 、 、 基站 、 仿真环境 服务器 l ：二 固 移动设备 基站模拟器 信道仿真仪 移动设备 图1信道仿真仪在MIMO OTA测试中的作用 Figure 1 Channel emulator r

12、ole in MIM0 0TA test ing 从图1中可以看出，信道仿真仪是整个MIMO OTA测试系统中的核心部件，决定了整个MIMO 0TA测试系统的性能图2给出了宽带信道仿真仪实 现时的系统架构，主要包括三部分： 信道模型参数设置l l上位机 生成信道冲激响应I 射频输入厂厂厂 射频输出 _宣 至 宽 号H基 譬善 蓑 图2信道仿真仪实现系统架构 Figure 2 System architecture of channel emulator 1)上位机信道模型实现 为了降低硬件系统的计算复杂度，信道冲激响应 的生成并不在硬件平台上实现，而是由上位机根据信 道模型生成相应的信道冲激响

13、应并通过网口传给硬件 平台 2)宽带信号的欠采样 射频模拟信号通过降频变为基带模拟信号后需要 经过采样变为基带数字信号，再进行数字信号处理 31基带信号卷积过程 此部分模拟采样后的基带信号经过无线信道的过 函、 第3期 熊艳伟等：宽带MIMO系统信道仿真仪设计 231 程，即数字基带与信道冲激响应的卷积过程 2 基于压缩感知的宽带信号欠采样 随着信息技术的发展，人们对海量信息的需求越 来越大，这就要求信号带宽越来越宽以满足大量数据 的传输为了确保带限信号的恢复，根据奈奎斯特定 理可知采样速率至少是信号带宽的两倍然而，随着 信号带宽的增加，以此为基础的信号处理框架要求的 采样速率和处理速度也越来

14、越高，甚至超出了已有器 件的处理能力 近年来，在信号稀疏性的基础上提出了一种称为 压缩感知的新兴采样理论该理论认为：当信号可压 缩或在某变换域稀疏时，就能以远低于奈奎斯特采样 率的速率进行采样，并高概率地恢复原始信号在该 理论框架下，决定采样速率的不再是信号带宽而是信 号所携带的信息量 21 压缩感知的基本理论 压缩感知利用信号的稀疏性同时完成了信号的 采样与压缩过程假设信号 RN是点的实值 离散时间信号，那么 可以在某一基 R 上以权重系数 = 表示为 = = ， 其中 是由 作为列组成的NN矩阵，是由 权重系数f ) 组成的稀疏向量如果有且仅有 K(KN)个系数是非零元素，那么可以称信号

15、在基 上是稀疏的通常，自然信号并不是严格稀疏 的然而，如果这些信号在某一已知基上的权重系数 急剧衰减，那么可以以稀疏信号的形式逼近 稀疏或可压缩信号中的有用信息可以通过非自适 应线性规划获得，稀疏度为 的信号 的随机测量 值可以表示为!，= = ，其中 是M1向 量， 是MN(MN)阶矩阵为了能从有限测 量值中恢复原始信号，矩阵 必须满足有限等距性 质frestricted isometry property,RIP19，简而言之就 是测量矩阵 与稀疏基 必须是不相干的_11_ 由于M，从随机测量值 恢复信号 是一 个欠定问题然而，信号z在基 上是稀疏的，于是 能从较少的测量值中准确地重构原始

16、信号得到信号 z稀疏系数的最直接的方法就是解f。范数最优化问 题，该问题是一个NPHARD问题，而f 最小范数在 一定条件下与f0最小范数具有等价性，于是将其转化 为21范数最优化问题 minllolll，st = (1) 式(1)是一个凸优化问题，也被称为基追踪(basis pursuit，BP1，可以简化为一个传统的线性规划问题 相对于基于最优化的算法，还有其他的基于动态规 划的贪禁算法，如匹配追踪(matching pursuit，MP) 算法和正交匹配追踪(orthogonal matching pursuit， OMP)算法 22 基于压缩感知的模拟信息采样 压缩感知的本质是以远低于

17、奈奎斯特采样率的速 率来实现模拟信号的压缩采样为了能够在工程中利 用压缩感知实现模拟信号的压缩采样，还要解决很多 问题基于压缩感知理论，模拟信息转化器fanalog to information converter，AIC)能以较低的速率实现模 拟信号的采样并成功恢复原始信号12-131文献f151将 已存在的压缩感知框架扩展到了模拟域，并利用随机 解调器实现了只含有一条路径的AIC文献161对文 献151中提到的AIC进行改进，并采用一组并行工作 的随机解调器，随后的研究大多基于这种架构14-1 221 模拟信号的稀疏模型 假设模拟信号x(t1包含有限的信息率，可以在某 变换域上由有限的系数

18、表示此变换域由一系列连续 函数 (t) N：1组成，因此 ( )可以表示为 N ( )= (t)= ( ) (2) n=1 式中， ( )= l()，CN(t)，=01，eN 是由 )_1系数组成的向量，()T表示转置如果 9中有限的元素是非零的或者幅度比较大，那么就 可以说信号x(t)在基 ( )上是稀疏的或者可压缩的 基 ( )将离散的系数向量映射成为连续的模拟信号 正交频分复用forthogonal frequency division multiplexed，OFDM)信号x(t)在每次传输时占用 个可用频率中的 个非零载频，可见x(t1是稀疏 的由OFDM信号的性质可知稀疏基 的基函

19、数 (t)的表达式为 r)丌 ( )=cos( n1)，t【0，T (3) 上 式中， 为OFDM信号的符号周期OFDM信号的 奈奎斯特采样速率为FN = 222 模拟信息的欠采样模型 模拟信息转换器实现了以远低于奈奎斯特速率的 采样率进行模拟信号的采样，并高概率地恢复原始信 号图3是利用压缩感知理论进行欠采样并恢复原始 信号的架构图，主要包括解调过程、积分过程和均匀 采样三部分 信号X(t1同步并行地送到P条支路上，在第P条 支路上通过与函数cp(t)相乘来对信号x(t)进行调制 cp(t)是长度为 周期为 的伪随机二进制序列，也 可称为码片序列为了使混合后的信号具有较好的伪 随机性，码片速

20、率至少高于信号的奈奎斯特速率 232 应用科学学报 第32卷 11，Y12 y2 1，Y2。2 p，1，yp2 妒( 图3模拟信息转化器的实现架构 Figure 3 Implementation architecture of analog to information converter 根据压缩感知理论可知码片序列cp(t)等价于 测量矩阵 的第P行通常c (t)是独立同分布的 并且服从伯努利分布，那么空就是随机伯努利矩 阵(Bernoulli matrix)161如果AIC存在P条支路， 那么需要同时构造P个码片序列和PL个存储单 元为了进一步降低资源消耗，使其更易于硬件实 现，本文充分

21、利用循环矩阵fcirculant matrix，CM) 的循环特性，并以循环矩阵作为测量矩阵码片序 列cp(t)可以通过对c 一1(t)进行1 bit的循环右移 得到假设长度为 的码片序列C】t可以表示为 C1(t)=bl，b2，bL，那么由 () P：1组成的测量 矩阵 可以表示为 = c1(亡) c2(t) cp(t) 61 62 bL bl bLP+2 bLP+3 bLP+I 相对于随机伯努利矩阵，从式f4)中可以看出循 环矩阵仅需构造一个码片序列，其他的码片序列都可 以通过简单的循环移位获得，降低了资源的消耗；同 时循环矩阵仅需 个存储单元即可，相比于伯努利矩 阵，循环矩阵所需要的存储

22、单元少得多，进一步降低 了资源消耗 为了进一步提高测量矩阵各列之间的非相关特 性，本文改进了循环矩阵每次循环移位后，让码片 序列的第1个元素都乘以一个大于1的固定系数a， 那么测量矩阵可以进一步表示为 = abLP+2 abLPq-3bLP+I 这个矩阵被称为广义循环矩阵(generalized cir culant matrix，GCM)根据式(5)的特性可知，对于 PL阶矩阵 ，当PL时，CL+i(t)=aci(t)，1 iPL，即通过后面P 条支路所获得的测量值 中并没有包含新的信息，也就是与前几条支路所包含 信息是相同的因此，以循环矩阵或者广义循环矩阵 作为测量矩阵需满足PL，此时系统

23、才不会含有冗 余支路，同时当P= 时利用恢复算法恢复原始信号 时的成功概率最高 经过乘积运算之后对乘积结果进行分段积分并以 低速采样输出，积分器每隔 时刻便自动清零1次， 低速采样的采样问隔为 由此可知每条支路都被分 成很多段，段数Q应满足PQM，其中M为保证 恢复原始信号的最低采样点数第P条支路的第口个 间隔的输出结果为 ，q Yp，qP： z()cp(t)dt N rq ) )d 6) L 6 第3期 熊艳伟等：宽带MIMO系统信道仿真仪设计 233 这些子采样点组成了PQ阶的矩阵y Y= P 1，1 1，Q P，1Y P，Q 阵的性能然而，采用伯努利矩阵时需要构造32个码 片序列和32x

24、32个存储单元，而相应的循环矩阵和广 义循环矩阵仅需要构造1个码片序列和32或33个存 (7) 储单元 这些子采样点只包含部分原始信号信息，被用来 进行信号恢复时需要预处理将子采样点矩阵y变 为一个列向量Y=Y1，Y2，YP ，() 表示转置 运算为简便起见，定义M x N阶矩阵 = ，并 且满足Y=V0根据式f61可知， 的第m行第n 列元素可用式(81表示，其中m=(P一1)Q+q = ) 那么信号x(t)在基 (t)上的系数向量可以由式(9) 解得 5 l0 l5 20 25 3O 35 SNRdB 图4采用不同测量矩阵时模拟信息转化器的性能 Figure 4 Performance o

25、f AIC when different mea- sure matrixes are used O=argminIloll1，stY=VO (9) 3基带数字信号处理 223 仿真结果 通常无线信道的冲激响应可以表示为 L 对1 000个BPSK调制的OFDM符号进行仿真， 在整个频带范围内共有128个子载波，每个OFDM 符号在传输过程中随机选择其中的10个子载波构 造广义循环矩阵时，将每一行循环移位后第1个元 素所乘的系数设为a=2本文用检测率fdetection percentage，DP1表征模拟信息转化器的性能，其中检 测率PDP定义为 一( 一 ) 。 图4给出了采用不同测量矩阵

26、时模拟信息转化器 的性能模拟信息转换器有P=32条支路，每一支路 码片序列的长度为L=32，每条支路被分成Q=8 段，此时信号的采样速率为Fs=QT，约为奈奎斯特 采样率的116由图4可以看出，当采样率远低于奈 奎斯特采样率时仍能以较高的概率恢复原始信号，因 此采用压缩感知技术进行采样能有效扩大信道仿真仪 所能仿真的信号带宽，以仿真宽带信号，满足日益发 展的通信技术的需求 仿真结果显示：当信噪比fsignal to noise ratio， SNR1大于15 dB时，采用伯努利矩阵、循环矩阵和 广义循环矩阵有着相似的性能，甚至比采用循环矩阵 和广义循环矩阵时的性能更好；当信噪比小于15 dB

27、时，采用伯努利矩阵作为测量矩阵会获得较好的性能 采用广义循环矩阵时的性能在整体上优于采用循环矩 ()=c6(t ) (11) =1 式中， 为多径数目，c 和 分别为第i条路径的幅 度系数及时延系数ci是根据信道情况生成的并且每 经过一个相干时间就需要更新一次经过信道后接收 端的信号可以表示为 r(t)=s(t) h(t) (12) 式中，s()为发射端发送的信号， 表示卷积运算根 据式(12)可知无线信道能通过FIR滤波器的形式实 现，也称为抽头延迟线模型，其形式可参见图5 输入数据 图5信道冲激响应的抽头延迟线模型 Figure 5 Tapped delay line model of t

28、he channel im pulse response 从图5中可以看出，每一个通道都需要一 个FIR滤波器对于有着M个发射天线和个接 收天线的MN MIMO系统来说，共有M个通 234 应用科学学报 第32卷 道，于是需要M个FIR滤波器由此可以看出：当 采用FIR滤波器法时，所消耗的资源与MIMO系统 的阶数成正比；当采用高阶MIMO时，所需要的资 源可能超过硬件本身的资源总量在资源有限的情况 下，在每个通道所能支持的抽头数和总的通道数之间 会有折中 相对于时域信号处理方法，频域方法为信号处理 提供了新的视角，实际上在应用中很多地方都采用了 频域信号处理方法式f121在频域的表达式为 R

29、(f)=S(f)H(f) (13) 式中，n(f)、S(f)、H(f)分别为-厂()、s(t)、h(t)的频域 表达形式为了能用循环卷积来表示式(121中的线性 卷积，频域信号处理采用了重叠相加的方法假设信 道的时延扩展为丁，信号的采样周期为 ，那么在进行 FFT点FFT时需满足FFT=d+7_ ，其中d 为数据长度，即前d个点为截取的信号，后丁 是 补零点当后期进行IFFT点IFFT时，IFFT=d 对于MN的MIM0系统，第n根接收天线上接收 到信号的频域表示形式为 M (，)= (，) ， (，) (14) m=1 式中， (厂)为第m根发射天线所发射信号的频域表 示形式， ， (，)为

30、第m根发射天线到第n根接收天 线的信道冲激响应的频域表示形式图6所示是信道 仿真仪的基带信号频域处理时的系统架构图 图6基带信号频域实现时的系统架构 Figure 6 System structure of basic signal implemen tation in frequency domain 31 基于CORDIC的FFT 的蝶形运算单元，于是可以得到 ， 式中， 为旋转因子将信号按照实部和虚部表示， 那么式(15)可以进一步表示为 e=A 。+B 。 ci =Aim+Bim Dre=( 旷Bre COS(2兀礼) f161 +( i 一Bi )sin(2nnN) Di ：一(A

31、。一B 。)sin(2gnN) +(Ai 一Bi )cos(2unN) 由以上可知输入序列与旋转因子 是复数相 乘运算，一次复数相乘需要4次实数乘法和两次加法， 因此会消耗大量的硬件资源 图7基2的蝶形运算单元 Figure 7 Radix一2 butterfly operation unit C D CORDIC算法将序列与旋转因子的相乘运算分 解为简单的移位和相加运算假设直角坐标系中向量 a(x，Y)逆时针旋转 角度得到向量G x ，Y，)，此过 程可以表示为 (17) CORDIC算法的基本原理就是通过一系列固定 的、与运算基数有关的角度的不断偏摆来逼近所 需的旋转角度如果向量(X，Y)

32、经过礼次旋转才到 达向量(X ，Y，)，其中第i次旋转的角度为 ，并且 tan =si2，s =土1表示角度的旋转方向，那么第 i次旋转的表达式为 (18) 挥 知整个 处理 烹 F形F T 随着旋转次数的增加，增益因子兀 。 趋于常FFT IFFT 占据重要地位 和 的核心操作是蝶形运 一 一 儿 算，而蝶形运算的核心是向量旋转图7描述了基2 数 旦 。s 060725每次迭代时通常不考虑 、 、， 姐 毛暑 t t 一 十 J， 吣 吣 C C = = ，-Cl【 一 = = “ “ ，、L 第3期 熊艳伟等：宽带MIMO系统信道仿真仪设计 235 COS0i，而是在次迭代之后再乘以K进行

33、模校正 设Zo=0，经过i次旋转后 +l= 一siO ，表明第 i+1次的旋转方向与 +1有关 32 FFT的系统设计 FFT算法有很多种实现方法，其中最极端的两种 方法如下：第1种方法仅有一个蝶形运算单元和一个 存储单元，虽消耗极少的硬件资源但需要较长的运算 时间；第2种方法是并行运算，整个架构有lbN个蝶 形运算模块，每一模块有2个蝶形运算单元，其中 为变换长度，该方法方法虽然具有很高的计算速度 但消耗了大量的资源为了达到计算速度和资源消耗 之间的平衡，本文采用并行流水线架构，即整个架构 仍有lbN个蝶形运算模块，但每一模块仅有一个蝶 形运算单元整个系统架构如图8所示，主要包含四 部分 图

34、8 FFT系统的流水线架构 Figure 8 Pipelined architecture of FFT system 11控制单兀 控制单元对整个FFT系统进行控制，应在工作 之前对整个系统进行初始化由于蝶形运算对数据有 着很强的依赖性，控制单元还要协调各蝶形运算阶段 之间的数据同步当FFT系统开始工作时，第1级 RAM及蝶形运算模块被打开，而其他各级RAM和 蝶形运算模块则没有工作当前阶段的计算完成后， 下一级的RAM及蝶形运算模块才被打开当所有阶 段都被打开后FFT系统进入了正常工作模式，且不 再需要过多的控制 21双口RAM 为了使数据的运算和存储同时进行，采用了双口 RAM模式它有两

35、套独立的数据总线、地址总线和 控制总线，能工作在分时的乒乓模式也就是说双口 RAM被分成两部分，其中一部分将数据输出到当前 阶段的蝶形运算模块上，而另一部分存储上一阶段的 运算结果，运算结束后再将两部分的功能对调 3)地址生成单元 此部分主要生成双口RAM的输入输出地址 41蝶形运算模块 此部分是整个FFT运算的核心操作基于 CORDIC的基2的蝶形运算单元实现框图如图9所 示为了提高运算速度，CORDIC模块采用了流水线 架构，其结构如图10所示 图9基于CORDIC的基2蝶形运算单元框图 Figure 9 Block diagram Radix一2 butterfly unit based

36、 on C0RDIC xn yn 图10 CORDIC流水线架构 Figure 10 Pipelined architecture of CORDIC 4 结 语 本文提出了一种针对宽带MIM0系统的信道仿 真仪的设计信号的带宽越来越宽，导致基于奈奎斯 特定理的采样面临巨大的挑战本文基于压缩感知原 理以远低于奈奎斯特速率的速率来实现宽带信号的采 样，并对模拟信息转化器进行改进针对采样后的基 带数字信号处理，本文分析了时域实现和频域实现的 优缺点，并进一步改进了频域实现法对于频域实现 时的核心操作FFT算法，提出了一种设计方案，并利 用CORDIC算法的移位相加代替原有蝶形运算单元 的复数乘法，

37、降低了系统的计算复杂度 236 应用科学学报 第32卷 参考文献： 【1】MOLISCH A F，STEINBAUER M，TOELTSCH M，BONEK E，THOMA R SCapacity of MIMO systems based on measured wireless channels IJJIEEE Journal on Se lected Areas in Communications，2002，20(3)：561 569 【2】PAULRAJ A JSpacetime processing for wireless communications【c1Proceedings

38、of 1997 IEEE In ternational Conference on Acoustics，Speech，and Signal Processing，Munich，1997(1)：1-4 I5J刘政，安旭东，张霄，周北琦，郭琳MIMO OTA,0 试系统的校准和验证【J1安全与电磁兼容，2011(6)： 3942 LIu Zheng，AN Xudong，ZHANG Xiao，ZHOU Beiji， Guo LinC!alibration and validation of MIMO OTA test systems【J1SaltyEMC，2011(6)：3942(in Chines

39、e) I6l DAO N D，SAKAGUCHI K，SUYAMA S，NAGAREDA R， TAKADA J I，SUZUKI H，ARAKI K，ARATA S，KAIGA K，MANABE S，YAMAGUCHI T，MIWA KImplemen tation and evaluation of 44 MIMO fading simulator considering antenna characteristics ICIProceedings of First International Conference on Communica- tions and Electronics，H

40、anoi，2006：472477 l7I7 OLMOS J J，GELONCH A，CASADEVALL F Jj FEMENIAS GDesign and implementation of a wide band realtime mobile channel emulator【JJIEEE Transactions on Vehicular Technology，1999，48(3)： 746764 I8】ESLAMI H，TRAN S V，ELTAWIL A MDesign and implementation of a scalable channel emulator for wi

41、deband MIMO systems fJ1IEEE Transactions on Vehicular Technology，2009，58(9)：46984709 19I CANDES E J，WAKIN M BAn introduction to com pressive sampling【J1IEEE Signal Processing Mag azine，2008，25(2)：2130 【10】DONOHO DCompressed sensing【J】IEEE Transac tions Information Theory,2006，52(4)：12891306 【11l BAR

42、ANIUK R GCompressive sensing【J1_IEEE Sig nal Processing Magazine，2007，24(4)：118121 I12l KIROLOS S，RAGHEB T，LASKA J，DUARTE M FMASSOUD YBARANIUK R GPractical issues in implementing analog-to-information converters IClProceedings of the 6th International Work shop on SystemonChip for RealTime Applicati

43、ons Cairo，2006：141146 I13l MISHALI M，ELDAR Y，TROPP JEfficient sampling of sparse wideband analog signals Ic】Proceedings of IEEE 25th Convention of Electrical and Electronics Engineers in Israel，Eilat，2008：290294 I 14I ZHAO Yijiu，ZHUANG Xiaoyan，WANG Hou ，iun DAI ZhijianMode1based multichannel compres

44、sive sam pling with ultra-low sampling rate lZ1Circuits，Sys tems，and Signal Prcessing，2012，31(4)：1475 1486 1 15I MISHALI M，ELDAR Y CFrom theory to practice： subNyquist sampling of sparse wideband analog sig- nals IJ1IEEE Journal of Selected Topics in Signa1 Processing，2010，4f2)：375 391 【16】CHEN X，Yu Z Z，HoYOS S，SADLER B M，SILVA MARTINEZ JA subNyquist rate sampling receiver exploiting compressive sensing【J1IEEE Transac tions on Circuits and Systems I：Regular Papers 2010，58(3)：507520 (编辑：秦巍)