MIMO系统中基于条件数阈值的格基约减信号检测算法

在多输入多输出系统中,最大似然(maximum likelihood,ML)检测算法性能最优但复杂度很高,最小均方误差(minimum mean-square error,MMSE)检测算法复杂度低但其性能较差.较高的信道矩阵条件数会给信号检测算法的误码率性能带来不利影响.针对这些问题,提出一种基于信道矩阵条件数阈值的信号检测算法来提升高条件数下传统检测算法的性能.该算法通过比较信道矩阵的条件数与预先设定的条件数阈值,选取相应的检测算法:当条件数低于阈值时,采用复杂度较低的LLL(lenstra-lenstra-lovasz)约减的MMSE(LLL-MMSE)算法来减少计算量;当条件数高于阈值时,采用基于排序分组的ML与LLL-MMSE联合的检测算法,通过增加一定的计算量来保证检测性能.对不同阂值下的误码率性能进行了仿真,结果表明算法的性能明显优于传统的LLL-MMSE检测算法,并且通过预先设定条件数阈值可以使得算法在性能和复杂度之间获得较好的平衡,最终达到优化检测算法性能的目的.     

大规模MIMO系统中软输出信号检测方法

为解决在上行多用户大规模多输入多输出(MIMO)系统中,迫零(ZF)检测算法可取得近似最优性能,但ZF检测算法涉及复杂度高达O(K3)的矩阵求逆运算(其中K为用户数)的问题,基于Lanczos算法提出一种软输出信号检测方法,避免了高阶矩阵求逆运算,使复杂度由O(K3)降为O(K2).该方法为了计算软输出信息——对数似然比(LLR),通过对基于Lanczos算法的迭代计算解向量的过程进行分析,给出了一种低复杂度的LLR近似计算方法.仿真结果表明:提出的软输出信号检测方法的误比特率(BER)性能与计算复杂度均优于基于Neumann级数近似的信号检测算法,同时,最多仅需5次迭代就可取得逼近于ZF检测算法的性能.     

复数对偶格辅助预编码检测算法在多用户MIMO系统中应用

在LTE系统采用MIMO技术,使得系统容量提高,效率变快。为了消除多用户MIMO系统中一个用户来自其他用户之间的干扰,利用一种块对角化(BD)的预处理技术,将多用户信道分解为单用户信道,再结合对偶格基约减的方法代替原始的实数LLL算法来对信道矩阵进行处理。仿真结果表明,改进的算法在复杂度较低的情况下,可以获得更高的性能增益。     

VBLAST系统译码算法的新方案

VBLAST(垂直分层空时编码)系统具有很高的频谱效率,但是误码性能一般。提出了一种迭代信号处理算法(ISP算法),利用最大的可用分集来改善通过迫零算法得到的初始数据的估计,从而提高系统的误码性能。并结合一种减小迫零算法计算量的改进算法进一步得到一种新的算法———改进ISP算法,仿真结果表明改进ISP算法大大减小了计算复杂度,而且只有很小的性能损失,因而更加适用在实际的系统之中。     

MIMO无线通信系统中V-BLAST性能分析

多输入多输出(multiple-input multiple-output,MIMO)是新一代移动通信系统的关键技术,可以很好地解决无线通信用户无限增多而带宽有限的问题。文章对MIMO通信系统的信道编码V-BLAST原理进行分析,对V-BLAST采用最大似然(maximum likelihood,ML)检测算法和迫零(zero-forcing,ZF)检测算法进行性能分析,并且在Matlab中仿真,选取大量不同参数详细分析误码率(symbol error rate,SER)和比特误码率(bit error rate, BER),并对仿真结果进行对比。     

LWE问题的分析策略及格基约减算法综述

格公钥密码因其数学困难问题的平均/最坏复杂度等价性、代数结构的线性性和丰富的密码等功能而被普遍认为是最有发展前途的后量子密码.目前有大量格密码算法的安全性基于格上的错误学习(LWE)问题而设计.因此,研究LWE的求解算法对深刻理解格公钥密码算法的安全性至关重要.文章首先针对不同类型LWE问题的不同求解策略进行梳理和比较...     

LTE-A系统下行MIMO检测算法改进研究

MIMO检测是LTE-A系统中的一个重要环节,在实际应用中,MIMO信号检测算法的选用需要在复杂度和性能之间进行合理折中。文中针对ML(Maximum Likelihood)算法复杂度高的问题,提出了一种改进的算法(ML-SQRD),主要是缩小搜寻空间,尽可能多地考虑可能的发送符号集,并在分析过程中结合了SQRD(Sort QR Decomposition)算法。经仿真和复杂度分析,改进算法的性能接近ML算法,且复杂度低于ML算法,可应用于未来5G通信中大规模MIMO检测。     

一种格约减辅助的协作多址接入方案

针对传统协作多址接入(CMA)系统可靠性不高的问题,提出了一种格约减(LR)辅助的协作多址接入方案(LR-CMA).首先将传统CMA系统中源端到目的端的信道等效成虚拟多输入多输出(MIMO)模型,然后在接收端用LR算法改善虚拟MIMO信道矩阵的正交性,减少信号之间的干扰,最后检测并恢复信号.通过计算机仿真将LR-CMA方案与传统CMA方案相比较,结果表明,2种方案的复杂度均随维度呈指数增长,但LR-CMA方案的误码率性能要优于传统CMA方案,接近复杂度很高的最大似然检测的误码率性能,在信噪比为30 dB时,其误码率差距超过14dB,并且LR-CMA方案在衰落信道下可以获得最优的分集增益和复用增益的均衡.     

不完全信道信息下基于信号特征的MIMO检测算法研究

针对接收端信道信息不全的情况提出一种基于信号特征利用的多输入多输出(multiple input multiple output,MIMO)接收机算法,该算法通过利用非循环信号的特征,扩展了接收机的处理维数以更好地抑制噪声.理论证明和数字仿真均表明,与传统的迫零(zero-forcing,ZF)和最小均方误(minimum mean square error,MMSE)接收机相比,提出的算法可以将噪声和信道估计错误的影响减少一半以上,而提出算法的复杂度却几乎保持不变.结合排序串行干扰消除(ordered successive interference canceling,OSIC)法,提出算法可以达到和最大似然法相当的误码率性能.     

基于蚁群优化的属性约减方法研究

属性约减是粗糙集理论中一个重要研究方向,且求得信息系统的极小属性约减集(属性个数最少的约减集)是一个NP-完全问题。为此,本文提出一种基于蚁群优化的属性约减方法,可以在多项式级时间复杂度的情况下尽可能地减去冗余属性,得到属性约减集甚至是极小属性约减集。     

一种抗信道相关性的高效MIMO检测算法

多输入多输出(MIMO)技术作为新一代移动宽带通信的核心技术,面临着天线数目增大带来的系统增益和高信道相关性导致的检测误码之间的矛盾.对此提出一种新的格基规约(LR)辅助的K-Best算法,由于经LR处理后K-Best算法中每一个父节点的子节点不确定,本文采用基于需求的扩展方案扩展子节点,并基于候选最小堆的排序算法降低排序复杂度,平均时间复杂度从O(KN log2(KN))降低至O(K log2K),空间复杂度从O(KN)降低至O(K).并且针对经LR处理后,星座图不再是有限的所带来的检测误码,提出了一种越界控制方案提高检测的准确率.仿真结果表明,越界控制方案使得算法在高信道相关性下其误码率(BER)性能得到了3 d B的增益.并且本算法与最大自然ML算法仅有1 d B的差距,算法复杂度远小于ML算法,仅仅随着天线数呈线性增长,是一种适用于大规模天线系统的高效的MIMO检测算法.     

MIMO系统的迭代降维并行检测算法

针对传统多输入多输出(MIMO)系统检测算法先检测的子流分集度较低以及错误传播的问题,提出了一种改进的迭代降维并行检测算法.该算法在每次迭代内对第1个子流遍历取值,其余子流采用排序连续干扰消除(OSIC)算法进行检测,在每次迭代结束时仅输出分集度最高的首子流的估计值,在迭代间通过干扰消除降低待检测子流的维度.仿真结果表明:该算法能以较低的复杂度代价获得逼近最大似然检测算法的差错概率性能;在4×4、QPSK调制的MIMO系统中,相对于传统的OSIC算法,文中算法在误比特率为10-3时获得了9.3 d B的增益.     

格基规约算法在 MIMO 检测中的应用

研究了格基规约（lattice reduction,LR）技术中的 LLL（Lenstra-Lenstra-Lov’asz）算法,以及格基规约辅助（LR Aided, LRA）的多输入多输出系统（multiple input multiple output,MIMO）检测技术,重现了已有的多种 LRA 低复杂度检测算法的结果,探讨了 LR 与 MIMO 检测的本质,继而提出了一种带边界限定的格基规约辅助的选择性的快速枚举展开算法。仿真结果表明：LLL 算法能大幅度提高矩阵的正交性,使低复杂度 MIMO 检测算法的性能接近最优检测;而本文提出的改进算法能进一步逼近最优检测的性能,使误码率为10－4时,和最优检测算法的检测性能仅差0．8 dB。     

任意范数格基分段规约

目前常见的格基规约理论主要集中在欧几里德范数上,涉及到任意范数的不多.本文把Koy等人提出的分段LLL规约推广到任意范数上.给出了任意范数分段规约基的定义,讨论了规约基的界并给出相应证明.设计了求解任意范数分段规约基的SR算法,算法具有维数n的多项式时间复杂度.最后把SR应用到NTRU格上,使用并行处理得到更高效的适用于高维格的PSR算法.实验结果表明,PSR算法在运行时间上比SR算法快2倍以上.     

基于低秩张量分解的大规模MIMO信息检测算法研究

提出了一种改进的Tucker分解法,将二维的张量分解到两个维度中.分别通过改进Tucker和Tucker算法的矩阵减秩和收敛运算,得到保存完整信息的原张量的近似估计值.仿真实验结果表明,改进Tucker算法提高了系统的检测性能.     

高阶MIMO检测中的低复杂度软判决算法研究

新一代无线通信系统均采用了多流空分复用、高阶调制、高码率信道编码等技术以提高吞吐量。针对使用高阶调制的高阶MIMO（Multiple Input Multiple Output）系统,研究低复杂度的检测算法和软输出算法是降低接收机整体复杂度的关键一环。本文选定了复杂度低、易于硬件实现的K-Best为MIMO检测的搜索方法,在探讨了几种近似的次优计算算法基础上,提出了一种复杂度低、性能较好的K-Best软信息简化算法——限幅替代法。仿真结果表明,该方法无论是性能还是复杂度都全面占优。因此,适合用于新一代无线通信系统的MIMO软输出检测。     

一种用于电力线通信系统的改进MIMO检测算法

目前多输入多输出(multiple-input multiple-output,MIMO)技术已经被电力线通信(power line communication,PLC)系统采用,但由于MIMO PLC系统噪声呈非高斯分布而且各端口噪声之间存在相关性,故不能直接采用无线系统中的MIMO检测算法。采用了二元Middleton class A分布对MIMO PLC系统中噪声进行建模,提出了基于该噪声分布的最大似然检测改进算法,由于改进最大似然检测算法实现复杂度高,为了便于实现,进一步提出了用近似函数降低复杂度的2种次优的检测算法,优化了算法复杂度。仿真结果表明,与传统的基于高斯噪声分布的最大似然检测算法相比,提出的基于二元Middleton class A类噪声分布的信号检测算法在MIMO PLC系统能获得更好的性能。在性能损失较小的情况下,次优算法的复杂度明显低于最大似然检测改进算法。     

格基规约算法研究进展

格是一种线性结构,基于格的密码具有无可比拟的低能耗优势,故而在未来的智能终端上将有很好的应用前景.相比传统的RSA,ECC密码体制,格问题可证明的安全性在后量子密码时代已经显示了重要的作用.格算法的核心问题归结为格基规约问题,20多年来,在LLL格基规约算法启发下,出现了各种更强、更快的规约算法,有精确的也有近似的,对密码分析和密码设计产生了重要的推动作用.对各种规约概念和算法进行了全面的分析和总结.