空时复用多用户MIMO系统联合天线选择

在下行多用户MIMO通信系统中,用户间很难相互利用彼此间信息,用户间干扰消除必须在基站完成.又由于多用户MIMO系统的复杂结构,使得其链路成本极大增加.针对这些问题,提出一种低复杂度的预编码算法和相应的优化预处理算法,达到消除多用户干扰的目的,与传统线性预编码算法相比,所提算法可充分利用多用户系统容量,为用户提供较好的空间发射分集增益.同时,为了降低系统硬件成本,进一步给出一种基于误码率的发送端、接收端联合天线选择算法.所提天线选择算法可以取得与优化预处理算法相近的误码率性能,使得多用户通信系统性能与硬件成本间达到很好的折衷.仿真结果表明所提算法可以获得较好的性能,适用于实际的通信系统.     

降低MIMO-OFDM系统峰均比的分解并行选择映射算法

高峰均功率比(peak-to-average power ratio, PAPR)问题是多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统实用化的主要障碍之一,针对这一问题提出了一种分解并行选择映射(decomposed concurrent selected mapping, D-CSLM)算法,进一步提高了算法的峰均比性能。所提算法将每根天线上OFDM 符号分解为实部和虚部,分别采用相同的相位因子,在进行逆离散傅里叶变换(inverse discrete Fourier transform, IDFT)之后进行组合,选择使所有天线具有最小平均峰均比的信号进行传输。与原有的并行选择映射算法相比,所提算法具有更大的待选信号范围,峰均比降低性能更好。同时,利用实序列固有的共轭对称特性,使算法的计算复杂度保持不变。仿真结果证明,该算法在保持计算复杂度不变的前提下,显著改善了系统的峰均比性能。     

基于反馈的分集复用多天线系统折衷判决算法

以往针对多天线系统的研究多侧重于分别采用分集或空间复用的工作方式,来提高系统可靠性或传输速率,但这样往往导致另一种增益的损失.为此将二者联合考虑,提出一种闭环多天线系统的最优分集复用切换判决准则,并进一步给出了低复杂度次优判决算法.给出了多天线系统的误码率近似边界,并以最小误码率为准则推导出了分集与复用工作模式的折衷判决关系,在发射端根据反馈信息采用不同工作方式来满足系统的要求.所提算法具有较低的计算量,性能与最优算法相近,可根据信道实时状态来选择不同的工作模式,满足无线通信系统实时性和快速性的要求.仿真结果验证了所提算法的优越性和可行性.     

一种新的高效MMSE-SIC检测算法

传统的V-BLAST系统检测算法,由于存在矩阵求逆的操作,其计算复杂度与发射天线数的立方成正比,在发射天线较多时,对接收机信号处理能力要求较高。于是提出了一种具有更低复杂度的排序串行干扰消除算法。该算法利用施密特正交化分解方法,有效地避免了循环矩阵求逆运算,在不降低误比特率性能的情况下,使得检测算法大为简化,其计算复杂度与发射天线数的平方成正比。同时,该算法使排序和检测过程相互独立出来,提高了算法应用的灵活性。     

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。     

一种MIMO收发天线联合选择算法

在MIMO系统中天线选择可以增加系统容量,并能有效地降低MIMO系统的复杂度和射频电路成本。仿真实验表明天线在发送接收两端不同的分配方式影响信道容量,发现了一种信道容量角度的最佳天线分配方式。针对收发天线选择的需求,设计了一种可获得较大信道容量的简单算法。该算法没有矩阵运算,计算复杂度低。仿真实验表明该算法和最优算法非常贴近,优于只有接收天线选择时的最优算法。     

时变信道下基于多接收天线的OSTBC译码器研究

针对传统正交空时分组码(OSTBC)均假设码字周期内为静态平坦信道,而实际环境由于接收端的运动引起信道时间选择性衰落,导致传统译码算法在高信噪比下性能严重下降的问题,并且以往算法只适用于两根发射天线的系统,提出一种适用于四根发射天线和多根接收天线的快时变衰落信道译码算法,该算法采用改进的迫零译码,对噪声扩展进行了有效抑制,克服了其他算法出现地板效应的缺陷,并且计算复杂度低.     

用于雷达信号分选的连通k近邻聚类算法

为了能够在密集且复杂多变的信号环境中进行实时有效的信号分选，需要一种具有较低复杂度且能够根据信号环境自动调整参数的聚类方法。在模糊聚类算法的基础上结合k近邻搜索，将λ邻域范围搜索变为λ邻域内k近邻搜索，提出了连通k近邻聚类(connected k-nearest neighbor clustering, CkNNC)算法。相比模糊聚类算法，所提算法时间复杂度降低而空间复杂度稍有增加。为使得该算法能够根据信号环境自动进行参数调整，提出了基于k距离图的阈值参数确定方法。所提算法具有时间复杂度低与阈值参数自动确定的特点，仿真结果表明所提算法与使用Calinski-Harabasz指标确定最佳阈值的低复杂度模糊聚类算法相比，分选效果差距不大、性能相近，而时间复杂度大幅下降。     

相关MIMO信道下可变数目天线选择算法

提出两种多入多出（MIMO）系统可变数目天线选择算法,来动态适应多种相关MIMO信道环境。基于特征值准则的算法按照最小特征值与特征值总和之比动态选择天线,避免天线间的高度相关性;基于容量准则的算法在保证容量接近最大值的条件下,最小化天线数目。仿真结果表明,两种算法在天线选择后的容量均接近选择前的情况;通过结合链路自适应技术,可进一步得到优于无天线选择系统的数据速率和误码性能。     

一种采用Householder变换递归实现的复矩阵QR分解算法

QR分解可以改善矩阵条件数,从而提高数值稳定性。由于传统的基于Householder变换的QR分解算法无法有效处理复数矩阵,限制了它的进一步应用。本文提出了一种复数形式的QR分解算法,该算法通过对传统算法进行修改,采用Householder变换递归实现了复矩阵的QR分解,修正后的算法公式可以有效处理复数信号,同时保持了实矩阵QR分解算法的良好性能。新的算法公式对于各种采用QR分解的应用均具有重要意义。通过对其在最小二乘问题中的应用进行仿真,验证了算法在复信号环境下的性能。