MIMO系统中复数球形译码算法改进

多输入多输出（MIMO）系统在信道容量和频谱利用效率方面有显著的优势,但是在MIMO系统中南于接收信号空间大,用传统的最大似然译码准则（ML）来译码几乎是不可能的．而球形译码算法（spheredeco—ding）通过减小搜索半径大大降低了计算量,且可以达到ML的性能．本文在实数球形算法的基础上,着重对复数球形算法进行了分析,对二者做了比较．针对复数球形算法的特点,提出了一种简化方法．分析和仿真表明,相比实数球形算法,复数球形算法不仅可以减小搜索的维数,还有着更广的适用范同．该方法可以进一步减少复数球形算法的计算量,提高其实用性．     

大规模MIMO信号检测算法研究

大规模MIMO技术通过增加基站天线数大幅提高系统频谱效率和能量效率,是未来5G移动通信网络的关键技术。文中在大规模MIMO系统模型下,对多种信号检测算法进行仿真,研究其性能,对大规模MIMO技术的实际应用具有一定的指导意义。对仿真结果的分析表明,当基站天线数远远大于用户数时,简单的线性信号检测算法也能达到很好的系统性能。     

大规模MIMO系统中基于空时相关性的导频减小算法

在大规模多输入多输出(multiple input multiple output,MIMO)系统信道估计过程中,基站向用户端发送导频信号.由于导频数量与基站发射天线的数量成正比,传统信道估计过程会产生巨大的导频开销,尤其是对于采用频分双工通信方式的(frequency-division duplexing,FDD)大规模MIMO系统.为了解决这一问题,通过利用无线MIMO信道的空间公共稀疏性和时间相关性,提出一种基于压缩感知(compressed sensing,CS)技术的导频开销减小算法,其中,空时相关性用来提高信道估计精度.该算法能够在未知大规模MIMO系统信道稀疏度的情况下,自适应地获取精确的信道状态信息.分析和仿真结果表明提出的算法在减少导频开销方面优于局部公共支撑算法,同时能够维持良好的信道估计性能.     

有限反馈下大规模MIMO系统性能仿真

大规模多输入多输出(multiple input multiple output,MIMO)系统由于天线数目的急剧增加,其模型与传统多入多出系统有诸多不同,反馈信息对系统性能有较大影响.针对迫零波束成形、有限反馈等条件下,对大规模MIMO系统进行仿真,研究其性能,对其实际应用有一定的指导意义.仿真分析表明,有限反馈下的大规模MIMO系统在反馈比特数目较少时与传统MIMO系统性能相仿,当反馈比特达到一定数目后,系统容量性能将显著提升.     

基于绿色通信的大规模MIMO天线选择算法

绿色通信是移动通信系统（例如5G系统）的主要特征之一。在大规模多输入多输出（multiple-input multiple-output, MIMO）系统中如何提高能源效率是一个重要研究课题,天线选择是提高能源效率的有效方法。现有的天线选择算法有些是局部优化,有些是单目标优化,为克服这些缺点,提出了基于博弈论的大规模MIMO天线选择算法。该算法通过系统容量和发射功率构造博弈的效用函数,每进行一次博弈都得到一组天线,在博弈达到均衡时,能源效率取得最大值。文中给出了纳什均衡存在性证明,也推导了纳什均衡点与能源效率之间的等价。仿真结果表明,采用博弈论算法能够克服局部优化,在保持信道容量较高的同时也提高了能源效率,可见该算法在能源效率上的提高有助于实现绿色通信。     

双向中继网络多对大规模MIMO系统安全性研究

在配备有大量天线的多对大规模多输入多输出(MIMO)系统中,研究了多个用户通过双向中继网络交换消息的安全问题.首先,推导出用户的安全容量表达式;然后,通过分析结果,讨论信道容量、天线数和用户对数之间的数学关系,得出系统安全容量的近似表达式.仿真结果表明:当中继的传输功率和用户发射功率远远大于噪声功率时,安全容量与天线数量成正比,与干扰用户对数成反比.     

毫米波大规模MIMO系统混合波束赋形技术综述

针对毫米波通信中混合波束赋形技术,描述了毫米波传输特性及信道模型,概述了大规模毫米波 MIMO混合波束赋形系统及其数学模型,并在此基础上综述了混合波束赋形传输方案,介绍了毫米波波束对齐的2种可行方案,最后展望并预测了毫米波通信与其他技术融合的几种典型应用场景及未来的研究热点.     

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.     

基于可学习权重衰减的大规模MIMO信号检测

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统随着天线数的增加,信号检测的计算复杂度随之提高,使用更深层次的神经网络并不会显著提高检测性能,因此设计一种低复杂度、高性能的检测算法尤为重要。文中提出了一种基于深度神经网络的大规模MIMO信号检测算法。该神经网络基于投影梯度下降算法展开,并引入了单调非递增函数,在训练期间可以动态地对权重进行优先级排序,从而保留重要的权重,将不重要的权重进行衰减。为了进一步提高检测性能,防止梯度消失,将单调非递增函数设置为可训练参数,在网络训练中对其值进行优化。仿真结果表明,所提出的学习算法收敛速度快,并且在检测精度方面优于大规模MIMO独立同分布模型(Massive MIMO-independent identically distributed, MMNet-iid)和最小均方误差算法。     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。     

一种低复杂度的联合信号检测算法

空间调制(Spatial Modulation,SM)技术每一时刻只激活一根发送天线用于信息数据的传输,大大改善了传统多输入多输出(Multiple Input Multiple Output,MIMO)系统存在的问题.然而,SM系统的性能好坏多取决于接收端的信号检测算法.因此,为有效提高系统性能,在对现有的SM系统信号检测算法的优缺点进行分析的基础上,提出了一种联合信号检测算法.该算法将归一化最大比合并(Normalized Maximum Ratio Merging,NMRC)算法与拥有硬限判决条件的最大似然(Hard Limiting-Maximum Likelihood,HL-ML)算法相结合,取长补短,以达到既能保证系统最优检测性能又可以减小计算复杂度的目的.仿真结果表明,该联合算法的误比特率检测性能接近于最优检测算法,同时其计算复杂度被大大降低.     

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.     

多小区大规模MIMO中基于角度域的导频分配策略

在多小区大规模多输入多输出(multiple input multiple output,MIMO)系统中,导频污染(pilot contamination,PC)已成为限制整个系统性能的瓶颈。针对最小均方误差估计(minimum mean square error,MMSE)去污染方案复杂度高的问题,提出一种简便的导频分配方案,即利用信道离散傅里叶变换峰值位置和信道角度参数的关系,将导频资源映射到不同角度范围,从而基站可以从角度域恢复出信道信息。同时,给出了角度域信道恢复公式,分析了角度域分组数与去污染能力的关系。通过数值仿真结果表明,所提出的方案具有较好的导频污染抑制能力,同时具有更低的计算复杂度。     

基于Grid-PARAFAC毫米波大规模多输入多输出系统联合信道估计算法

针对在毫米波大规模多输入多输出系统中超密集组网存在干扰的问题,提出了基于Grid-PARAFAC（grid-parallel factor analysis）联合信道估计方法。首先,将大规模天线的高维接收信号映射到大尺度张量空间,利用Grid-PARAFAC张量分解将其分解为子张量接收信号,然后对子张量接收信号并行张量分解得到符号、接收天线和子载波的子投影矩阵,最后,通过交替最小二乘准确求得隐藏高维接收信号中的信道信息。通过Grid-PARAFAC张量分解能够在保留原始空间信息的条件下深度挖掘数据隐藏因子,并对其处理而不是整个数据张量,降低了接收信号维度,同时又保留着高维接收信号的空间结构互相关信息;仿真结果表明,所提算法减少了超密集组网所存在高维度信道干扰,降低了计算复杂度,提高了系统性能。     

离散二进制粒子群算法在MIMO系统检测中的应用

假设被检测的某个矢量信号外的其他信号已知,将离散二进制粒子群优化算法( DBPSO,Discrete Binary Particle Swarm Optimization)应用到MIMO(Multiple-Input Multiple-Output)系统中对信号进行检测,能够较好地解决检测技术在提高MIMO频率选择性信...     

混合ADCs大规模MIMO放大转发中继系统安全性能分析

为了改善大规模多输入多输出(multiple-input multiple-output,MIMO)中继系统的能量效率和安全性能,提出了基于混合模数转换器(analog-to-digital converters,ADC)的大规模MIMO放大转发中继系统,该系统的中继天线由独立的两部分构成,M0个天线配置中分辨率(5 ～ 12) ADCs和M1个天线配置1 bit低分辨率ADCs.该大规模MIMO放大转发中继系统,通过采用随机矩阵理论,首先获得系统总的安全中断速率,然后根据构建的能量消耗模型,获得系统的安全能量效率(secrecy energy efficiency,SEE).仿真分析表明,在基于混合ADCs的大规模MIMO中继系统中,用中等分辨率ADCs代替高分辨率ADCs不仅能保证系统的安全中断性能,同时还能有效地改善系统的SEE;且存在使系统SEE最大的信源最优发射功率;同时,中分辨率天线数M0和低分辨率天线数M1的比例也是影响系统性能的重要参数.     

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.     

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。     

反馈受限的多用户MIMO下行链路预编码算法研究

在上行链路反馈受限的MIMO信道系统中,通过最大化反馈的信道质量信息可以获得相关门限阈值。现有研究在提高用户和速率方面已达到较好效果,但同时也提高了算法复杂度。为了在不损失多用户分集增益的前提下降低反馈开销,提出一种基于门限的次优下行链路预编码方案。在反馈信道方向信息(CDI)和信道质量信息(CQI)的基础上,应用迫零波束成形(ZFBF)算法进行预编码。实验结果表明,该算法在保证较高和速率的同时有效降低了计算复杂度。     

基于随机网格张量分解的多用户毫米波大规模MIMO系统信道估计

利用毫米波信道的稀疏散射特性和张量的空间结构,提出了一种随机网格张量分解的信道估计方法,接收信号被表示为一个四阶张量,采用随机张量压缩对单个用户信道进行解耦;采用网格张量分解方式,将大尺度的用户信道张量分解为若干个小尺度张量,并行且独立地分解所有子张量,由相关因子矩阵估计信道参数.仿真结果表明,该算法能获得较为准确的信...