空间调制系统中优化的SD检测算法

空间调制系统(Spatial Modulation, SM)中的球形译码(Sphere Decoding, SD)检测算法不同于最大似然(Maximum Likelihood, ML)检测算法的搜索方式，SD算法采用深度搜索方式，在降低计算复杂度的同时使检测性能尽可能的接近ML算法.通过分析SD检测算法可知，信道增益矩阵直接影响接收信号及信号检测过程.利用这一特点，本文提出了hrSD算法.该算法根据信道增益矩阵来改变传统SD算法的搜索结构，进而可以更快速的找到完整的搜索路径；此外，为了降低算法的计算复杂度，给出了简化的hrSD(s)算法.通过仿真结果与分析可知，在计算复杂度相同的情况下，hrSD(s)算法的检测性能更优.     

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.     

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...     

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.     

基于贪心算法的解相关CDMA多用户检测

多用户检测是第3代移动通信系统码分多址(CDMA)的一项关键技术.在此,提出了一种基于贪心算法的解相关CDMA多用户检测方法.该方法利用解相关检测的输出作为初始解,以加快算法的收敛速度,应用贪心算法进行搜索,解决最佳多用户检测的非线性优化组合问题.在高斯信道和瑞利衰减信道下的仿真结果表明,该方法计算复杂度低,能够得到与最佳检测方法非常接近的误码率性能.     

延时反馈MIMO-OFDM系统中的一种快速比特加载算法

研究空间子信道用于复用时MIMO-OFDM系统的比特加载问题，以系统传输速率极大为目标，在误码率和功率约束下根据延时的信道状态信息在所有子载波的空间子信道上加载比特。提出一种低复杂度的快速比特加载算法，给出了算法收敛性和复杂度分析。仿真结果表明，该算法的性能非常接近最优的Hughes-Hartogs算法。     

MIMO信道的PDA-EM迭代信道估计算法

将随机数据联合检测算法(PDA)嵌入到EM算法中,提出了一种低复杂度的迭代信道估计算法.其计算复杂度较MAP-EM迭代信道估计算法显著降低,并且仿真结果显示,可取得与MAP-EM算法相近的系统性能.     

编码CDMA系统中的一种迭代多用户接收器

编码CDMA系统中的迭代多用户接收器通过在采用软输入软输出算法的多用户检测和信道译码之间反复传递软信息而提高接收系统性能。最优的软输入软输出多用户检测器具有指数的计算复杂度，文中提出了一种简化的软输入软输出多用户检测算法。仿真结果表明，这种迭代多用户接收器的性能接近基于最优多用户检测的迭代多用户接收器。     

一种串/并混合的多输入多输出信号检测算法

为了提高多输入多输出(MIMO)系统中并行干扰消除(PIC)算法的检测性能并降低其计算复杂度,本文通过融入串行干扰消除(SIC)思想提出了一种串/并混合(HIC)的信号检测算法。该算法首先通过优化PIC中不同子检测过程的共同成分来降低计算复杂度,然后将子检测的估计结果代入后续子检测中实现串/并混合来提升检测性能。仿真结果表明,所提算法在4-QAM调制的 MIMO系统中,误比特率为 时较传统PIC算法有大约1.2 dB的性能提升,而复数乘法次数大约为传统PIC算法的28%。     

一种MIMO-OFDM信道估计方法

为提高现有MIMO-OFDM系统信道估计算法性能,降低算法运算的复杂性,提出一种基于变换域的MIMO-OFDM信道估计方法.该算法不需要任何信道统计信息,通过变换域内自适应低通滤波器降低了高斯白噪声和子载波间干扰对该估计算法准确度的影响,并且利用在变换域内得到的导频位置的信道估计结果,通过补零内插算法得到其他子载波位置的信道估计结果.仿真结果表明:该算法的误码率性能优于最小平方算法,稍逊于线性最小均方误差算法;该算法计算复杂度低,易于在实际系统中实现.     

多步迭代MUD技术在TD-SCDMA系统中的应用

联合检测(JD)技术是TD-SCDMA系统中的关键技术,但是满码道工作时,信噪比恶化将导致系统性能降低.多步联合检测(MSJD)技术和迭代多用户检测(MUD)技术可以解决这个问题.采用迭代MUD技术时,经过3次迭代后,将接近单用户的性能,但运算量与码道数呈指数关系.采用MSJD时,当码道数较大时,运算量相对于迭代MUD少得多,但是K个码道的系统性能最好只能接近采用JD算法时K/2个码道的性能.同时考虑运算量和系统性能,将迭代MUD和MSJD技术结合起来,提出了多步迭代MUD技术.根据仿真得出:相对于单纯的迭代MUD,运算量将大大减少;相对于单纯的MSJD,系统性能将大大提高.     

3D多输入多输出正交频分复用系统中基于奇异值分解的信道估计方法

在3D多输入多输出正交频分复用(MIMO-OFDM)系统模型中,分析了基于导频的信道估计方案.针对线性最小均方误差方法的算法复杂度高的问题,应用奇异值分解(SVD)算法降低信道自相关矩阵的维数,以减小算法的复杂度.仿真结果表明:所提出的基于奇异值分解的信道估计算法,能够在保证误码率(BER)性能的情况下,具有更低的算法复杂度.     

改进的自适应最优低秩信道估计算法

针对正交频分复用系统中线性最小均方误差(LMMSE)信道估计算法计算复杂度高,且存在当信道的统计特性与先验知识不匹配时估计性能恶化的问题,利用信道频域冲激响应的移动平均自相关函数,结合子空间分解、跟踪和序列正交原理,提出一种改进的自适应最优低秩信道估计算法.对比文中算法和LMMSE算法、LS算法和联合AIC(akaike criterion)秩估计准则的自适应低秩信道估计算法,结果表明:文中算法的秩估计更为精确;在插入导频数量较少的情况下,改进的信道估计算法能获得更高的信噪比性能增益.     

基于对称扩展DFT变换的OFDM系统信道估计方法

针对OFDM系统提出一种基于对称扩展DFT变换的信道估计方法.所提方法通过对初始最小二乘估计进行对称扩展DFT变换,并在变换域进行MMSE滤波以获得更为精准的信道估计.与传统DFT变换相比,对称扩展DFT变换可以降低信号边界上的不连续性,具有更好的能量集中特性和更低的频谱泄露.仿真结果及复杂度分析表明,所提方法可以在不明显增加计算复杂度的同时,有效改善实际OFDM系统中虚载波引起的频谱泄漏问题,提高边缘子载波信道估计的性能.与传统DFT变换信道估计方法相比,只需扩展较少的点数,即可获得2dB左右的性能增益,且随扩展点数的增加,所提方法的性能逐渐逼近DCT信道估计性能.     

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit, DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error, LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。     

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。     

一种低功耗架构下毫米波信道估计算法研究

针对低分辨率模数转换器量化误差大、信道估计准确性低等问题,提出一种两阶段信道估计算法。利用量化过程构造优化问题,采用梯度下降算法估计支撑集;根据估计的支撑集将信道估计问题降维;采用最大化期望算法降低量化误差并估计信道复增益。仿真结果表明,提出的算法比目前最先进的对比算法性能提高了6 dB,且时间复杂度由对数线性数量级降为线性数量级。     

基于Householder-QR分解的低复杂度天线选择算法

对多天线空分复用系统中以符号误码率为准则的天线选择算法进行了深入分析,针对以往传统天线选择算法对所有天线子集搜索计算复杂度高的问题,提出了基于复域Householder-QR分解的天线选择算法.所提算法深入分析了线性接收机接收端信噪比与系统信道矩阵之间的关系,利用接收端信噪比近似边界值得到了低复杂度的选择方案,该算法不仅有效地降低了计算复杂度,同时误码率性能与以往算法相近,提高了空分复用系统的传输可靠性,适用于实际相关信道传播环境.仿真实验表明,与传统算法相比该算法具有良好的性能.     

一种降低STTC译码复杂度的编译码方案

提出一种空时网格码(STTC)码字设计思想,在发射信号之间引入确定的空间和时间关联性,并设计了一种称为反馈-干扰抵消检测的新解调方法.该方案在保证频谱利用率不变的情况下,使得接收端在解调时仅对少数信号进行最大似然判决,取代了传统的最大似然序列估计方案,大大降低了STTC的译码复杂度.在理论分析中,推导了传统解调方案和新解调方案的计算复杂度并进行了比较,随着编码器约束长度的增长,反馈-干扰抵消检测方案在计算复杂度上的优势将更加明显.在此基础上,对发射天线数为2和3时的情况,提出了具体的编译码范例并进行了仿真.仿真结果表明,所提出的解调方案具有在天线相关时保证误码性能不降低的优点.