基于LDPC码的BICM系统中的Turbo均衡

将Turbo均衡应用到基于LDPC码的BICM系统中,实现了系统的联合均衡译码.Turbo均衡算法中,SIC(软干扰抵消)算法复杂度低,但其对先验信息获取不足,性能不是很好,而MAP算法性能最佳,但复杂度高.提出将二者相结合的MAP-SIC均衡算法,即在迭代初始,进行一次MAP均衡来获得较多先验概率信息,之后再用sIC均衡.仿真结果表明该算法在复杂度和性能之间取得了很好的折中.     

卫星通信中低复杂度联合迭代译码算法及仿真

首先阐述以可靠度作为度量的低密度奇偶校验码(low-density parity check code, LDPC)译码算法,然后提出低复杂度的连续相位调制(continuous phase modulation,CPM)软解调算法,该软解调算法不依赖于噪声方差,避免了信道噪声方差估计不准确对解调性能带来的影响,最后提出一种低复杂度的联合迭代译码算法,该算法以符号/比特的可靠度作为内外译码器之间的迭代信息,具有简单、易于工程实现等优点。仿真结果表明,新的软解调算法的性能与概率域下的解调算法几乎没有差异;在总迭代次数相同的情况下,采用低复杂度联合迭代的性能相比于未采用联合迭代的性能有约0.75 dB的增益。     

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.     

BICM-OFDM中基于ML算法的迭代信道估计

基于最大似然估计(ML),提出了一种新的联合译码的迭代信道估计算法。该算法利用比特交织编码调制(BICM)中迭代译码的硬判决信息,进行信道估计与译码之间的信息交换。在基于BICM的OFDM系统(BICM-OFDM)中,在短波宽带信道下的仿真结果表明,经过4次迭代,系统的误码率性能收敛。与传统ML算法相比,算法可有效的提高估计精度。     

OFDM系统中基于盲检测的低复杂度分块SLM算法

为了降低正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中传统选择性映射(conventional selected mapping, CSLM)算法的计算复杂度,提高系统的频谱利用效率,提出了一种基于盲检测的低复杂度分块选择性映射(block selected mapping, BSLM)算法,发送端利用逆快速傅里叶反变换(inverse fast fourier transform,IFFT）性质仅需少量低维IFFT运算即可获得较多的备选序列,接收端采用低复杂度的盲检测方式。仿真分析了所提算法的峰均功率比(peak to average power ratio, PAPR)、立方度量(cubic metric, CM)和误比特率(bit error rate, BER)性能。结果表明,所提算法不仅明显降低了计算复杂度,而且有效抑制了OFDM信号的PAPR和CM,获得与已知边带信息的CSLM算法相近的BER性能。     

一种低复杂度Householder变换发射天线选择算法

提出一种低复杂度Householder变换发射天线选择算法(LGHQR).以发射天线数目的一半为界,根据所选天线数目确定采用增加或删除的天线选择方式.分别将具有最大和最小范教的天线标记于增加集和删除集,每次只对剩余天线集进行Householder变换,保证性能的同时降低算法的复杂度.所提算法进一步应用于相关信道下VBLAST系统来验证有效性.理论分析和仿真结果表明,与传统算法相比,所提算法具有较好的容量和误码性能.     

基于变分推理的Turbo频域均衡与信道估计

针对时变频率选择性信道下的单载波编码传输系统,提出了基于变分推理的低复杂度Turbo频域均衡与信道估计联合迭代算法。所设计的软输入软输出检测器和子块间干扰抵消器能统一处理信道估计误差的影响。通过分析接收信号因子图,提出了算法实现的双迭代结构,内迭代完成联合频域均衡与软信道估计,外迭代进行软干扰抵消和解码。仿真结果表明,所提出算法的误码率性能和对叠加训练信号强度的稳健性均优于具有相似复杂度的期望最大化方案。     

SDN驱动的网络流量负载均衡路由优化算法

在5G网络数据流量剧增的背景下，针对5G网络流量负载均衡问题提出并评估了两种基于软件定义网络驱动的路由搜索优化算法。首先，建立了软件定义网络多约束数据传输路径选择模型；然后，针对所提模型提出了一种流量负载均衡广度优先搜索(load balancing scheme with breadth-first-search, LBB)路径优化算法，在广度优先搜索的过程中，设定一个动态流量阈值对链路进行实时监测，旨在寻找源节点到目标节点的最优数据传输路径。为了减少甚至避免不必要的搜索所造成的空间开销，进一步提出了基于深度优先搜索的迭代深化搜索(iterative deepening search with depth first search, IDDFS)路径优化算法，该算法限制了数据传输路径的每次搜索深度，并在搜索过程中优先选择可用带宽最大的链路进行深度优先搜索迭代优化。仿真结果表明了所提算法在资源利用率和网络吞吐量这两项关键性能指标上的优越性能。     

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。     

机载雷达三维空时自适应相关域降维算法

由于利用了俯仰维的自适应能力,三维空时自适应处理(three-dimensional space-time adaptive processing, 3D-STAP)能够获得比传统二维空时自适应处理(2D-STAP)更好的性能,但同时在运算量和采样数目的要求都将急剧增大。为了克服这个问题,提出了一种基于相关域的机载雷达三维空时自适应降维算法,即利用空时相关矩阵的子矩阵,将最优空时处理的二次代价函数转化为两个二次代价函数,并迭代求解这两个二次代价函数的两个低维权向量,所提算法能够明显降低计算复杂度和样本数目要求。基于仿真和实测数据的实验验证了算法的有效性。     

基于软信道估计的JIED水声通信方法

为提高水声通信系统的数据传输速率和可靠性,提出一种新的基于软信道估计的联合迭代均衡译码(joint iterative equalization and decoding, JIED)水声通信方法。该方法利用软输入软输出(soft in soft out, SISO)译码器反馈的外似然比计算符号软估计信息,并应用于稀疏自适应信道估计器的抽头系数更新过程。经过译码器和均衡器之间多次迭代交换软信息联合处理接收信号,信道估计精度与均衡效果显著提高。水声通信实验结果表明在通信距离1.8 km、2 kHz有效带宽内,新方法在第2次迭代后即可实现2 kb/s的无误码传输,可以有效提高系统可靠性和传输速率。     

MU-MIMO单比特ADC系统中软输出检测算法

低精度量化技术能解决毫米波通信射频链高能耗问题而使相关的接收技术受到广泛关注.本文针对应用于单比特量化上行多用户多输入多输出(multiuser multiple input multiple output,MU-MIMO)系统的软输出检测(soft output detection,SOD)算法计算复杂度高的问题,针...     

基于预编码矩阵的迭代均衡算法

针对长期演进(long time evolution,LTE)下行多输入多输出正交频分多址链路(multiple input multiple output orthogonal frequency division multiplexing, MIMO OFDM)异步通信系统中的天线间干扰和多径干扰的问题,提出一种低复杂度的基于预编码矩阵的迭代均衡算法。在发射端,该算法通过预编码矩阵将信号扩展到所有子载波上,从而降低部分子载波深衰落对扩展前原始信号的影响。在接收端,利用最小均方差误差排序QR分解(minimum mean square error sorted QR decomposition, MMSE SQRD)软输入软输出干扰消除均衡算法,一方面避免传统基于最小均方误差(minimum mean square error,MMSE)并行软干扰消除均衡算法中复杂的矩阵求逆运算,进而降低了算法复杂度,另一方面利用信道排列优先检测信噪比最大的传输符号提高检测准确性。同时通过预编码对重构信号中误差进行扩展,进而缓解在迭代干扰消除过程中的误差传播。仿真结果证明,在2发2收场景下,误码率在10^-3时,算法经过5次迭代后系统性能相比于现有的迭代均衡算法改善约4 dB。     

低分辨率ADC下MIMO-OFDM系统中的广义Turbo信号检测

针对高分辨率模数转换器(analog-to-digital converter,ADC)接收机给大规模多输入多输出(multiple input multiple output,MIMO)系统带来的硬件成本昂贵和高功耗问题,研究了低分辨率ADC在毫米波MIMO正交频分复用(orthogonal frequency di...     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

宽带MIMO系统低复杂度压扩变换

针对循环前缀（cyclic prefix, CP）编码单载波(single carrier, SC)空间复用多输入多输出（multiple-input multiple output, MIMO）系统,基于变分推理,本文提出一种新的低复杂度压扩变换Turbo频域均衡（Turbo frequency domain equalization, TFDE）算法。相对于传统的TFDE算法,文中算法有两点明显不同,一是采用解码器压扩后验信息,计算软输入软输出（soft in soft out, SISO）频域均衡器（frequency domain equalizer, FDE）的数据先验均值和方差矩阵,二是采用SISO FDE外部数据均值、方差以及解码器压扩外信息,计算解码器先验信息。分析和仿真结果表明,这种新的TFDE算法在误码率（bit error rate, BER）性能、迭代收敛速度和总体计算复杂度方面均优于传统的MIMO TFDE算法。     

MIMO-OFDM系统中联合时域和空间域信号处理的改进PTS算法

为了降低多输入多输出正交频分复用(multiple input multiple output orthogonal frequency division multiplexing, MIMO-OFDM)系统中传统部分传输序列(partial transmit sequence, PTS)算法的计算复杂度,提出了联合时域和空间域信号处理的改进PTS算法。在时域信号处理部分,通过信号子块循环移位实现备选序列的增加;在空间域部分,利用天线间信号子块交换实现峰均功率比(peak to average power ratio, PAPR)抑制。同时在接收端 ,利用子块相位旋转引起的相位差异,本方法通过比较接收信号与星座点的距离,可以实现信号的盲检测,从而有效高MIMO-OFDM系统的频谱利用率。仿真结果表明,提出的方法能有效地抑制MIMO-OFDM信号的PAPR,而且明显降低了传统PTS算法的计算复杂度,同时可获得跟传统PTS方法已知边带副信息时相似的比特误码率(bit error rate, BER)性能。     

基于Barzilai-Borwein迭代的低复杂度大规模MIMO信号检测算法

在大规模多输入多输出系统中,最小均方误差(minimum mean square error, MMSE)算法能达到接近最优的线性信号检测性能,但是MMSE算法需要复杂的矩阵求逆运算,这限制了该算法的应用。为了降低运算复杂度,改进MMSE算法,利用Barzilai Borwein(BB)迭代算法来避免矩阵求逆运算,提出了结构简单的BB迭代信号检测算法,且基于信道硬化特性进一步优化了迭代初始解以加快算法的收敛速度。理论和仿真结果表明,所提出的BB迭代算法的性能优于最近提出的Neumann级数展开算法,而其复杂度相比截短阶数i=3的Neumann级数展开算法减少了一个数量级;且该算法收敛速度较快,在给定初始值的条件下,通过简单的几次迭代,能够快速接近MMSE算法的检测性能。     

基于CRC的ASM信号维特比纠错算法

为提高甚高频数据交换系统(very high frequency data exchange system, VDES)中应用特定消息(application-specific messages, ASM)的解码性能, 提出一种基于循环冗余校验(cyclic redundancy check, CRC)的改进维特比纠错算法。通过合理降低符号状态数和使用部分CRC参与纠错, 使该算法平衡了纠错性能和计算量, 同时提出了新的分支度量以解决过于理想化的传统分支度量导致的性能损失。仿真表明, 新分支度量相比传统分支度量提升了1 dB的误帧率(packet error rate, PER)性能, 在用12个CRC寄存器参与纠错的条件下,该方法比相干解调算法提升了1 dB的PER性能, 同时通过合理的符号状态数降低策略将计算量降为传统算法的1/4。