一种高效的V-BLAST最大似然检测算法

垂直分层空时码(V-BLAST)是贝尔实验室提出的一种多发射多接收天线(MIMO)结构无线通信系统,该系统具备较高频谱利用率和易于实现的特点.在V-BLAST检测算法中,最大似然算法有最好的检测性能,但它的算法复杂度最高.笔者提出了一种高效的V-BLAST最大似然检测算法,此算法在保证较高的检测性能的前提下大大减小了算法复杂度.     

一种新型的针对频率选择性MIMO信道的空时分层检测算法

在FS-BLAST算法的基础上,提出了一种改进的适用于频率选择性多输入多输出(MIMO)信道的接收方案,该方案采用部分最大似然分层检测,其主要思想是在空时分层检测的基础上,部分地引入最大似然(ML)检测,从而有效地克服FS-BLAST类算法由于误差扩散所导致的系统性能下降的缺点.该方法的特点是仅对接收信号的一部分使用最大似然检测,因此,计算量并没有太大的增加.另外,该方法可以自由地选取进行最大似然检测的信号维数,因此可根据实际系统特点在计算复杂度和误码率性能间选取最优折衷.     

低复杂度的正交空间调制检测算法

正交空间调制(quadrature spatial modulation,QSM)系统通过增加空间维来提高传统空间调制(spatial modulation,SM)的频谱利用率(频谱效率), 这在传统的多输入多输出 (multiple-input multiple-output,MIMO)技术中引起了极大的关注。虽然最大似然(maximum likelihood,ML)检测算法能够实现最优性能,但其穷尽搜索带来了极高的计算复杂度。而经典的线性检测算法最小均方误差(minimum mean square error,MMSE)和迫零(zero forcing,ZF) ,虽然在复杂度方面较最大似然ML最优检测低,但其误比特性能却比最大似然ML检测算法差很多。为了更好实现系统在计算复杂度和误比特性能之间的均衡,提出一种基于迫零的线性检测算法——增强型迫零(enhance zero forcing,EZF)。仿真结果表明,提出的检测算法不仅能够实现比传统检测算法(如迫零和最小均方误差)更好的性能,而且在复杂度方面较ML有明显的降低。     

一种新型可变半径的球形译码算法

在MIMO系统的信号检测算法中,球形译码算法的性能最接近最大似然检测算法,但传统的球形译码算法复杂度较高.详细分析了球形译码算法原理的基础上对传统算法进行改进,提出了一种新型可变半径的球形译码算法.仿真结果表明,新算法可以在保持译码性能的同时有效地降低运算复杂度,从而更适合现代无线通信实时性的要求.     

一种新型可变半径的球形译码算法

在MIMO系统的信号检测算法中,球形译码算法的性能最接近最大似然检测算法,但传统的球形译码算法复杂度较高。详细分析了球形译码算法原理的基础上对传统算法进行改进,提出了一种新型可变半径的球形译码算法。仿真结果表明,新算法可以在保持译码性能的同时有效地降低运算复杂度,从而更适合现代无线通信实时性的要求。     

基于概率裁剪的球形译码算法

在适当的裁剪函数下,基于概率裁剪的球形译码(SPSD)算法能有效逼近最大似然检测(ML)算法性能,但其复杂度在低信噪比下较高。本文重点对SPSD算法的复杂度进行优化,并提出改进算法。改进算法利用迫零检测(ZF)解计算出初始半径,能有效降低球形译码的搜索范围,并优化裁剪函数,在几乎不损失性能的前提下,有效降低算法复杂度。仿真结果表明,在多输入多输出(MIMO)系统中,改进算法能够逼近SPSD算法的性能,并有效减少算法复杂度,能很好地达到检测算法性能和复杂度之间的折中。     

用于MIMO空分复用系统上行链路接收机的球形检测算法

本文涉及的MIMO空分复用系统上行链路的子信号流在空间维和时间维上未进行编码,直接将高速数据流分解为若干低速数据流,进行分层调制后用多个天线发送,实现MIMO空分复用发射,可使移动台的发射机设计简化。但是这要求MIMO空分复用系统上行链路接收机有较高的信号检测能力。本文提出改进初始半径的球形检测算法进行信号复原,该算法能在较低的计算复杂度逼近最大似然的误码性能。仿真试验的结果验证所提出的球形检测算法在误码性能上优于现有其它检测算法。     

贝尔实验室垂直分层空时系统的简化最大似然检测算法

针对贝尔实验室垂直分层空时系统最大似然检测复杂度过高的问题,提出一种简化最大似然算法.该算法利用多维高斯分布逼近干扰加噪声的统计特性,并根据发射天线数和调制阶数来调整待检测发射向量的个数,以减小需搜索的待检测信号向量个数,在复杂度不高的情况下就可达到与最优检测相近的误码性能.仿真结果表明,当发射天线数为4、采用16-QAM调制时,该方案可仅用最大似然算法0.0162倍的复杂度达到与其相近的误码率.     

无线传感器网络中极大极小设置的分布式检测研究

在分布式检测系统中,无线传感信道普遍存在未知的噪声,而基于最大似然函数的融合在有未知的噪声时性能表现较差.为了提高信号检测的准确性,提出一种基于极大极小方法设置的鲁棒融合规则.该规则采用最大似然函数的融合算法的结构形式和Huber极小极大的方法,得到虚警概率和检测概率表达式,适用于信道噪声为非衰减噪声分布、有界方差的噪声分布和混合高斯噪声分布.对多传感器并行分布式检测系统的仿真与分析,表明了该融合算法可提高信号检测的准确性,同时也具有一定的鲁棒性.     

一种改进的排序QR分解V-BLAST检测算法

垂直分层空时编码(V-BLAST)是贝尔实验室提出的一种MIMO系统.在基于QR分解算法的基础上,结合最大似然算法,提出了一种改进算法,称为排序ML-QR算法.该算法先对信道矩阵按列范数从小到大进行列置换,再进行QR分解,对最先检测的两层信号采取最大似然检测,提高最先检测级的性能,剩下层的信号采用QR分解算法检测.理论分析及仿真实验结果表明,提出的排序ML-QR算法优于传统的分层空时检测算法,在高信噪比的情况下性能改善更加明显.     

一种新的空间调制QPSK信号检测算法

空间调制(SM)是一种新颖的多天线传输方案,它将激活天线序号与传统的信号调制相结合,共同承载发送信息.由于SM系统的最大似然(ML)最优检测算法既需要检测出激活天线序号又需要检测出发送的信息符号,检测复杂度很高.为此,利用二进制二次规划的全局最优条件,针对空间调制QPSK信号,提出了一种新的最优的ML简化检测算法.新算法在保证了传统ML最优检测性能的前提下,明显降低了算法的复杂度,特别在大天线空间调制系统中具有更加明显的优势.最后通过计算机仿真,验证了新算法的ML最优性.     

空间调制信号的改进M-ML检测算法

空间调制(SM)系统的最大似然(ML)最优检测算法的计算复杂度很高,具有较低计算复杂度的M-ML检测算法受到了人们的关注.M-ML算法按照接收天线序号由小到大的顺序进行检测,从误比特率性能角度考虑并不是最佳的.通过研究不同检测顺序对算法性能的影响,提出了两个改进的M-ML算法,仿真结果表明改进的M-ML算法在误比特率性能上优于M-ML算法.由于M-ML算法在不同的信噪比下每层保留固定的节点数M,尤其在高信噪比时会造成计算资源的浪费,因此提出一种动态M-ML算法,即通过门限值自适应选择每层保留的节点数.仿真结果表明动态M-ML算法降低了M-ML算法的计算复杂度,同时性能逼近M-ML算法.     

一种低复杂度多输入多输出球形译码算法

针对多输入多输出（MIMO）系统接收机的软输出MIMO译码问题,提出了一种低复杂度的球形译码算法.该算法基于传统的Dijkstra球形译码算法,引入查找表机制和单树更新软值（LLR）的算法,改进Dijkstra球形译码进出栈的方法,减少系统的存储开销.在不降低系统性能的前提下,有效减少接收机的复杂度.仿真结果表明,在不同调制方式下,新的球形译码算法与最大似然（ML）译码算法性能几乎相同,同时算法复杂度大为降低.     

一种新的V-BLAST系统分段检测算法

因为垂直分层空时传输(V-BLAST)系统在平坦衰落信道中的传统检测方法判决反馈均衡(DFE)方法有错误扩散的问题，使得系统的总体性能取决于最初检测的分层信号的误符号率性能，针对这一问题提出了分段检测的概念，用性能最好的最大似然(ML)算法来联合检测最初的几个分层信号，以此来提高整个检测算法的性能，对于后续的几个分层信号，仍采用较为简单的DFE的方法．同时还提出了基于最小均方误差(MMSE)准则的新的分段检测方法．新分段检测方法和传统的DFE方法相比，在增加较小的复杂度的情况下，明显地改善了检测性能，仿真结果也验证了这一点．     

空间调制信号的QRD-M检测算法及其改进

针对空间调制(spatial modulation,SM)系统中最优检测算法,即最大似然(maximum likelihood,ML)算法存在的高复杂度问题,提出了基于QRD-M(QR-decomposition with M-algorithm,QRD-M)算法的空间调制信号检测算法.该算法运用M算法树搜索策略,每层只计算最优的M个分支,其性能近似最优且运算量较低,有利于硬件实现.但随着发收天线数增多,传统QRD-M算法的检测性能会下降并需要较长的算法执行时间.因此,采用并行检测的思想,提出了PQRD-M(parallel QRD-M,PQRD-M)检测算法.该算法在各个分支上分别独立地进行搜索,提高了执行效率.对所提出的算法进行了复杂度分析,并在不同天线数目和不同保留节点数下对其误码性能进行了仿真,结果表明,相比于QRD-M算法,PQRD-M算法以增加一定的计算量为代价,能显著地改善空间调制信号检测性能,同时还能节约硬件资源.     

基于增强蚁群优化算法与排序的 MIMO 检测算法

基于最大似然比的多输入多输出(multiple input multiple output,MIMO)检测算法的计算复杂度随着天线阵的规模呈指数级增加,提出一种计算复杂度较优的MIMO检测算法.采用基于对数似然比的排序QR分解技术将信道矩阵分解为正交矩阵与上三角矩阵,相应地修改信号的发射顺序,降低错误判断引起的错误传播效应;为传统人工蚁群优化算法的信息素更新策略引入负信息素概念,有效地控制系统的拥塞;根据优化路径的距离积累了信息素.该方法设计了基于负信息素的信息素更新策略,增加MIMO系统的拥塞控制能力,考虑信道的衰落本性,基于路径的距离积累信息素.为了测试该算法的性能,进行了多组对比实验,结果表明,误码率性能优于其他智能优化算法,且对于64×64等大规模天线阵,该算法的计算复杂度随天线规模增长较小.     

改进的VBLAST检测算法及其在多载波CDMA系统中的应用

将多输入多输出(MIMO)技术应用于传统的MC\DS CDMA方案,构成MIMO MC\DS CDMA系统,能在很大程度上提高MC\DS CDMA方案的性能。在深入研究低复杂度的QR分解相关算法的基础上,提出了一种MIMOMC\DS CDMA系统中改进的VBLAST检测算法——平行干扰消除QR分解检测算法,该算法进一步抑制了误码传播现象。仿真结果表明,所提出的算法无论是在单用户或者多用户条件下都能显著提高系统的误码率性能。     

LR算法在MIMO-LAS-CDMA系统中的应用

在多入多出系统中,使用减格算法进行信号检测,如果结合多用户检测算法可以达到接近极大似然检测的性能。为了达到这个目的,给定多入多出系统的信道矩阵需要转化成一个正交的矩阵,以减小或消除信号检测过程中常规迫零算法对噪声的放大作用。为此,将减格算法与常规迫零检测算法结合,分析和仿真了接收机中使用减格辅助的迫零算法在M IMO-LAS-CDMA系统中的性能。仿真结果显示,使用这个新算法在复杂度开销增加不大的情况下,性能上超过了使用迫零算法接收机的系统。