多天线系统中基于QR分解的混合SIC/PIC检测

提出了一种有效并且数值稳定的、基于QR分解的垂直分层空时码(vertical layered space-time code, V-BLAST)检测算法。在信道矩阵QR分解得到的上三角矩阵中,先检测的信号具有更高的分集度,然而传统的基于QR分解的算法由于没有利用这种潜在的分集,通常性能要低于其他连续干扰消除（successive interference cancellation, SIC）算法。新算法在每一干扰消除阶段引入并行干扰消除（parallel interference cancellation, PIC）,对已估计的各个分量进行更新,有效减少现有连续干扰消除类算法存在的误差传递问题。仿真表明新算法性能明显优于传统基于最小均方误差（minimum mean square error, MMSE）的连续干扰消除算法性能,且算法复杂度依检测顺序的确定方法不同而略高于或低于MMSE算法。     

基于内插结合MMSE均衡消除OFDM系统相位噪声的算法

针对正交频分复用（orthogonal frequency division multiplexing, OFDM)系统对相位噪声的敏感特性,提出一种基于内插结合最小均方误差(minimum mean square error, MMSE)均衡消除OFDM系统相位噪声的算法,通过在发射端的IFFT之前,对符号进行零子载波的内插,可有效地降低OFDM系统相位噪声造成的子载波间干扰（inter carrier interference, ICI）,提高信干比。通过MMSE均衡方式,可消除OFDM系统相位噪声造成的公共相位误差（common phase error, CPE）。仿真结果表明,本算法可以消除CPE引起的整个信号星座的旋转,同时大大降低ICI引起的信号星座点的云状发散,OFDM系统的相位噪声在高斯信道和多径信道下都能够得到有效抑制,且复杂度低、实现简单,具备良好的实用价值。     

MIMO系统中基于斜投影的盲空时多用户检测算法

针对多输入多输出(multiple input multiple output, MIMO)的码分多址(code division multiple access, CDMA)系统,提出了一种基于斜投影的盲空时多用户检测算法。该算法结合MIMO系统的空间分集技术与Alamouti空时分组码 (space time block coding, STBC)方案,自适应地跟踪干扰子空间和多天线信道,在此基础上对接收信号进行斜投影抑制多址干扰(multiple access interference, MAI),解决了传统的基于子空间的最小均方误差(minimum mean square error, MMSE)盲空时多用户检测算法收敛速度慢和强干扰的情况下稳态性能低的问题,提高了多用户检测的鲁棒性,且计算复杂度较低。仿真结果表明该算法的有效性。     

基于Barzilai-Borwein迭代的低复杂度大规模MIMO信号检测算法

在大规模多输入多输出系统中,最小均方误差(minimum mean square error, MMSE)算法能达到接近最优的线性信号检测性能,但是MMSE算法需要复杂的矩阵求逆运算,这限制了该算法的应用。为了降低运算复杂度,改进MMSE算法,利用Barzilai Borwein(BB)迭代算法来避免矩阵求逆运算,提出了结构简单的BB迭代信号检测算法,且基于信道硬化特性进一步优化了迭代初始解以加快算法的收敛速度。理论和仿真结果表明,所提出的BB迭代算法的性能优于最近提出的Neumann级数展开算法,而其复杂度相比截短阶数i=3的Neumann级数展开算法减少了一个数量级;且该算法收敛速度较快,在给定初始值的条件下,通过简单的几次迭代,能够快速接近MMSE算法的检测性能。     

基于干扰相消和局部搜索的多用户检测算法

大规模多输入多输出（multiple input multiple output, MIMO）中基站天线数远大于用户数,固匹配滤波（matching filtering, MF）检测子在上行多用户检测中有重要的应用潜力。但是和传统的迫零（zero forcing, ZF）、最小均方误差（minimum mean square error, MMSE）检测子相比,MF存在明显的性能损失,且在高信噪比区域出现“误差门限”效应。为了解决MF上述的不足,提出一种基于匹配滤波连续干扰相消和局部搜索的多用户检测算法。理论分析表明,与MF类似,所提方法的计算复杂度远低于MMSE、ZF,并且实验证明此方法的误符号率和误比特率明显低于MF。     

基于变分推理的Turbo频域均衡与信道估计

针对时变频率选择性信道下的单载波编码传输系统,提出了基于变分推理的低复杂度Turbo频域均衡与信道估计联合迭代算法。所设计的软输入软输出检测器和子块间干扰抵消器能统一处理信道估计误差的影响。通过分析接收信号因子图,提出了算法实现的双迭代结构,内迭代完成联合频域均衡与软信道估计,外迭代进行软干扰抵消和解码。仿真结果表明,所提出算法的误码率性能和对叠加训练信号强度的稳健性均优于具有相似复杂度的期望最大化方案。     

时间反演系统中基于Barzilai-Borwein的共轭梯度检测算法

针对时间反演多址系统中信道的相关性会导致多用户干扰的问题,以降低用户间干扰和算法复杂度为目标,提出基于Barzilai-Borwein的共轭梯度迭代检测算法。首先通过共轭梯度迭代两次找到最速下降方向,然后通过Barzilai-Borwein沿着共轭梯度搜索的方向继续迭代。仿真表明,所提算法收敛速度快于Barzilai-Borwein和共轭梯度算法,且复杂度低于共轭梯度算法和最小均方误差(minimum mean square error, MMSE)算法,保持在O(N²)。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展, 大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加, 给接收机的设计带来更高的挑战, 复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中, 单层神经网络基于该算法的每次迭代, 并将其与可训练的权重参数和非线性神经单元相结合, 提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数, 进而提高检测性能。实验结果表明, 所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低, 并能够得到更低的误码率; 同时相对HP并行检测算法误码率性能更优。     

基于子空间的MMSE群盲多用户检测算法

针对CDMA上行链路系统中,基站已知小区内用户的扩频码而对小区外用户扩频码未知的情况,提出一种基于子空间方法的最小均方误差(minimum mean square error,MMSE)群盲多用户检测算法。该算法利用所有已知的扩频码有效消除了多址干扰,采用改进的紧缩近似投影子空间(projection approximation subspacetracking with deflation,PASTd)跟踪算法实现信号子空间的自适应跟踪,提高了收敛速度。仿真结果表明,所提算法收敛速度快,输出信干噪比和误码率性能优于PASTd盲多用户检测,逼近奇异值分解(singular value decom-position,SVD)群盲多用户检测,并保持了较低的计算复杂度。     

大规模MIMO系统中分布式压缩感知LMMSE信道估计

大规模多输入多输出(multiple input multiple output, MIMO)系统中，信道估计算法复杂度随着基站侧天线数量的增加而急剧增加, 针对需要在信道估计算法复杂度与算法性能之间进行折中的问题，提出分布式压缩感知线性最小均方误差(distributed compressed sensing linear minimum mean square error, DCS-LMMSE)算法。该算法利用信道的空时共稀疏性, 首先根据先验支撑集信息将接收信号分为密集部分和稀疏部分, 然后分别采用不同的算法进行初始信道估计, 最后采用奇异值分解代替信道相关矩阵求逆进一步降低DCS-LMMSE算法复杂度。所提算法与传统线性最小均方误差算法相比明显地降低了计算复杂度。仿真结果表明, 所提算法与纯压缩感知稀疏信道估计算法相比具有更好的性能。     

宽带MIMO系统低复杂度压扩变换

针对循环前缀（cyclic prefix, CP）编码单载波(single carrier, SC)空间复用多输入多输出（multiple-input multiple output, MIMO）系统,基于变分推理,本文提出一种新的低复杂度压扩变换Turbo频域均衡（Turbo frequency domain equalization, TFDE）算法。相对于传统的TFDE算法,文中算法有两点明显不同,一是采用解码器压扩后验信息,计算软输入软输出（soft in soft out, SISO）频域均衡器（frequency domain equalizer, FDE）的数据先验均值和方差矩阵,二是采用SISO FDE外部数据均值、方差以及解码器压扩外信息,计算解码器先验信息。分析和仿真结果表明,这种新的TFDE算法在误码率（bit error rate, BER）性能、迭代收敛速度和总体计算复杂度方面均优于传统的MIMO TFDE算法。     

基于二阶锥规划的自适应均衡算法

提出一种改进的均衡器算法。该方法基于最小均方误差（minimum mean square error, MMSE）准则,使均衡器的输出与训练码的均方误差最小,并且将信道均衡的最小均方误差目标函数转化为二阶锥形式,利用内点法求最优解。与传统基于最小均方误差（least mean squares, LMS）和递归最小二乘（recursive least squares, RLS）自适应算法的均衡器相比,由于不需要迭代收敛过程,不存在收敛速度与精度的矛盾,克服了基于LMS和RLS的自适应均衡器参数设置的困难,而且利用更短的训练序列长度即可获得相同的均衡效果,对于改善通信效率具有参考价值。     

多用户双向AF MIMO中继系统的联合预编码算法

近年,双向放大转发(amplify-and-forward, AF)多输入多输出(multiple input multiple output, MIMO)中继系统中的预编码设计吸引了越来越多研究学者的兴趣。然而,在实际MIMO中继通信系统中,针对双向传输下的系统,对多用户模型进行的研究较少。由此，针对多用户双向AF MIMO中继系统模型，提出了一种联合预编码算法。采用在所有节点功率限制下,以最小和均方误差(minimun sum mean square error, MSMSE)设计准则去求解联合信源、中继和信宿端多用户的非凸优化问题,将最初的非凸优化问题转化成多个子优化问题,并利用半正定规划设计、平方约束二次规划设计以及二阶锥规划设计求解子优化问题。之后通过交替迭代方法进一步求解每个子凸优化问题局部优化值,达到优化所有节点矩阵变量的目的。所提算法较现有的算法,不仅在优化问题方面考虑更全面、更实用,而且实验仿真结果验证,提出的算法在系统和均方误差(sum mean-square-error, SMSE)性能、和速率以及误码率(bit-error rate, BER)上有均有改善。     

一种新的基于LMS的自适应半盲多用户检测算法

深入研究了最小均方(least mean square,LMS)盲多用户检测,提出多载波码分多址(multicarrier CDMA,MC-CDMA)系统下一种基于子空间约束LMS的自适应半盲多用户检测算法.该算法设计了一种最小输出能量(minimum output energy,MOE)半盲检测器,给出一种子空间约束LMS算法自适应得到MOE检测器的权向量.为了降低计算复杂度,采用修正的紧缩近似投影子空间跟踪(projection approximation subspace tracking with deflation,PASTd)算法自适应跟踪信号子空间.通过利用小区内所有用户的扩频码有效地抑制了多址干扰,将权向量约束在信号子空间,降低了噪声子空间的影响,从而提高了收敛速度,改善了输出信号干噪比和误码率性能,仿真实验验证了该算法的有效性.     

MU-MIMO单比特ADC系统中软输出检测算法

低精度量化技术能解决毫米波通信射频链高能耗问题而使相关的接收技术受到广泛关注。本文针对应用于单比特量化上行多用户多输入多输出(multiuser multiple input multiple output, MU-MIMO)系统的软输出检测(soft output detection, SOD)算法计算复杂度高的问题，针对软输出检测(soft output detection, SOD)算法计算复杂度高的问题,结合串行干扰消除算法与SOD算法,提出排序多用户单比特串行干扰消除SOD(ordered multiuser one-bit successive interference cancellation SOD, OMuOSIC-SOD)算法,所提算法计算复杂度更低且能动态调整。在基于polar编码的MU-MIMO系统中的仿真结果表明, OMuOSIC-SOD算法随着同时检测的用户数目增加,误帧率(frame error rate, FER)逐渐接近SOD检测算法;在8×32 MIMO中, FER为10^-3时, OMuOSIC-SOD算法每次检测的用户数目每增加2个,得到约0.6 dB的性能增益。综上所述，所提算法可以通过调整每次检测的用户数量来调整检测性能，提升了算法的灵活性。     

改进的子载波比特功率分配算法

针对多用户多输入多输出-正交频分复用(multiple input multiple output-orthogonal frequency divi-sion multiplexing,MIMO-OFDM)系统的自适应资源分配问题,对子载波比特功率两步分配(Two-Steps)和联合分配方法进行了比较,分析了收发天线数目对系统性能的影响.提出了一种改进的子载波比特功率算法,该算法基于两个用户可以同时在一个子载波上发送数据的子载波复用方法,将子载波和比特功率联合分配,对比特重新调整的迭代过程进行了改进.仿真结果表明,该算法在不影响系统误码性能的前提下降低了复杂度.     

复杂环境下的UWB脉冲成形算法

针对超宽带定位系统在多用户和弱信号环境下接收端易出现码间串扰(inter symbol interference, ISI)和多用户干扰(multiuser interference, MUI)等问题,提出一种基于修正最小均方误差估计(minimum mean square error estimation, MMSE)的自适应迭代算法进行超宽带(ultra wideband,UWB)脉冲设计。该算法选取修正Hermite多项式(modefied Hermite polynomial, MHP)作为脉冲设计基函数。通过分析MHP的时频特性对最小均方误差估计准则下组合脉冲的各阶MHP系数进行修正,在此基础上根据组合脉冲功率谱密度与美国联邦通讯委员会(federal communications commission, FCC)辐射掩蔽之间的拟合程度设计自适应算法,对组合脉冲进行自适应调整实现脉冲设计。仿真结果表明该方案获得的脉冲有较高功率利用率,同时在多用户接入和弱信号检测方面也具备很强的适用性。     

SC-FDE系统中基于UW的联合信道估计均衡算法

针对基于特殊字(unique word, UW)帧结构的单载波频域均衡(single carrier frequency domain equalization, SC-FDE)系统提出一种联合信道估计噪声预测最小均方误差-残留码间干扰消除(minimum mean square error-residual intersymbol interference cancellation, MMSE-RISIC)均衡算法。该算法包括噪声预测MMSE-RISIC均衡算法与基于UW的噪声消除时域信道估计算法, 并将频域均衡算法与信道估计算法相结合。最后,利用华北地区300 km的9径散射链路参数进行仿真, 结果表明基于UW的噪声消除时域信道估计算法较基于UW的时域信道估计算法总体性能有所提高, 当误码率为10^-2时信噪比大约有1.2 dB的性能增益; 联合信道估计噪声预测MMSE-RISIC均衡算法相比改进MMSE-RISIC均衡算法性能也有提高, 当误码率为10^-2时信噪比大约有3.2 dB的性能增益。     

分布式MIMO系统中基于矩阵分割的检测算法

针对分布式多输入多输出(multiple input multiple output, MIMO)系统中由于收发天线在地域上的离散分布所引起的异步接收问题,提出了一种基于矩阵分割的串行检测算法。该算法先从等效信道矩阵中划分出较小的矩阵,然后在此矩阵内进行检测。检测出的结果,部分用于干扰消除,部分用于和之后的检测结果合并。最后,从干扰消除后的信道矩阵中再划分矩阵,重复检测步骤,直至所有信号被检测出。在瑞利衰落信道下的计算机仿真表明,该算法与已有的分布式天线下的排序干扰对消(distributed antenna ordering successive interference cancellation, DA-OSIC)检测算法相比,可支持信号的连续发送,且随着发送序列的增长,算法性能逐步逼近DA-OSIC算法,并具有较低的计算复杂度。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。