混合的深度优先及宽度优先球形译码算法

结合深度优先及宽度优先算法,提出了一种混合算法,将搜索树分成两部分:一部分进行深度优先搜索;另一部分进行宽度优先搜索.利用深度优先搜索的结果裁剪宽度优先搜索中那些距离较大的点,以降低搜索复杂度.该算法合理地综合了2种算法的优点,具有较低的计算复杂度及较高的性能.仿真结果表明,该算法的性能与最优算法相比差别非常小,与宽度优先算法相比节省了大量的计算复杂度,在高信噪比的情况下,计算复杂度的节省尤其明显.     

采用组合式先验信息的MMSE Turbo均衡

为了进一步提高MMSE turbo均衡的性能, 提出一种新型均衡器组合式先验信息。该均衡器以MAP译码器的完整输出外信息和MAP译码器的部分先验信息之和作为先验信息。仿真结果表明, 在不增加任何计算复杂度的前提下, 采用组合式先验信息的MMSE turbo均衡性能明显好于传统MMSE turbo均衡, 并且十分接近MAP turbo均衡的性能(MAP turbo均衡是最小误帧率和最小误码率意义下的最佳均衡算法)。     

无线网络中节点均匀分布的解码转发机会中继性能分析

研究了节点空间随机均匀分布情况下, 采用机会中继结合解码转发方式进行协作通信的自组织网络的传输容量和可靠性。同时在保证网络连通性的前提下, 通过最大化网络传输容量, 实现网络的拓扑优化控制。在考虑路径损耗及块衰落独立信道条件下, 分别推导和分析了两节点间采用传统机会中继和增量机会中继方式下的中断概率和网络传输容量。数值仿真结果表明, 虽然空间随机分布破坏了中继节点提供的分集阶数, 但机会中继仍比直接通信有更好的抗信道衰落能力。与直接通信的网络传输容量随节点密度或发送功率单调递减不同, 机会中继需要考虑网络传输容量的极大值对网络拓扑优化的影响。     

多天线系统宽度优先球形译码的云检测算法

提出一种多天线系统宽度优先球形译码的检测算法,该算法通过适当地分割,将搜索树分成几个组,每个组可分别分配给不同的计算节点,以适应云计算的结构需要.仿真实验结果表明:该算法以少许性能损失为代价,获得并行计算的结构处理能力,大幅度地减少了云中的计算处理时间,提高了效率.当误码率为1×10-3时,改进算法相比原算法在16QAM时性能下降大约0.7dB,在64QAM时下降不到0.1dB,计算处理时延则分别为25%或12.5%.