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.     

低精度ADC下大规模机器类通信中的 低复杂度信号检测算法

免授权大规模机器类通信(massive machine-type communication, mMTC)系统上行链路面临低分辨率量化、相关衰落信道以及机器类设备(machine-type device，MTD)活跃概率未知等实际挑战。针对上述问题，引入广义期望一致性(generalized expectation consistent, GEC)算法，然而GEC算法涉及高维矩阵求逆，其复杂度高达O(N³)，其中N为MTD数量。结合Woodbury公式与诺曼级数近似，并利用发射数据帧的结构稀疏性，提出了一种基于多测量矢量的近似广义期望一致性(approximate generalized expectation consistent multiple measurement vector, AGEC-MMV)算法，在mMTC系统中(基站天线数量M)，该算法能够规避GEC中的高维矩阵求逆，使其复杂度由O(N³)降至O(N²M)。仿真结果表明，所提AGEC-MMV算法能以较低复杂度取得接近GEC算法的性能，且在鲁棒性方面优于现有先进算法。     

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.     

基于PM和Root-MUSIC的MIMO雷达波达方向估计

提出了基于传播算子( Propagator Method,PM)和求根MUSIC (Root-MUSIC)算法的单基地MIMO(Multiple - Input Multiple-Output)雷达多目标定位方法.该方法将上述两种方法结合,利用接收数据协方差得到传播算子矩阵,该矩阵可替代所需的噪声矩阵,避免了特征值分解.再利用多项式求根对方位角进行估计,从而无需谱峰搜索,大大降低了计算复杂度.仿真结果表明了该算法的有效性.     

判决反馈近似解相关双速率异步CDMA接收机性能分析

目前对双速率多用户接收机的研究主要是在同步情况下 ,运用解相关的方法来实现 .由于需要进行矩阵求逆运算 ,运算复杂度较高 ,实现困难 .本文基于单速率近似解相关的方法 ,利用多速率的特点 ,提出一种用于双速率的异步CDMA系统的判决反馈近似解相关接收机 .对高速用户而言 ,其效果等效于近似解相关 ,而低速用户利用了高速用户的可靠判决反馈 ,性能明显提高 .通过计算和仿真 ,分析了高速用户和低速用户的误码率 .     

快时变信道下基于LSQR算法的ICI均衡

为了尽量消除正交频分复用(OFDM)系统中由于信道快时变导致的子载波间干扰(ICI),确保快时变信道下的可靠通信,提出了一种低复杂度LSQR(least square QR)判决反馈均衡器(DFE).该均衡算法充分利用了带状矩阵特性和时域LSQR迭代计算的特点,在计算复杂度和性能之间取得了良好的折中.仿真结果表明,在快时变信道下与已有的块判决反馈均衡(BDFE)算法比较,在计算复杂度相当的条件下,所提出的算法可有效改善带状矩阵近似误差导致的性能损耗,在高信噪比情况下有效地克服了"地板效应",在保持低复杂度的同时获得了更好的性能.     

FBMC-OQAM中原型滤波器的快速设计

针对传统基于滤波器组的多载波-偏移正交调制(FBMC-OQAM)系统设计自由度不高和整体性能不佳的问题,提出一种原型滤波器的快速设计算法.假定FBMC-OQAM系统同一子载波的发送端和接收端采用不同的原型滤波器.将两个原型滤波器的设计问题归结为一个无约束优化问题,其中目标函数为符号间干扰、载波间干扰和原型滤波器阻带能量的加权和.利用目标函数的梯度向量,通过双迭代机制求解原型滤波器.在每次迭代更新中,运用矩阵求逆的等效条件和托普利兹矩阵求逆的快速算法,极大地降低了计算复杂度.理论分析和仿真实验表明:新算法不仅具有低计算复杂度的优点,且设计所得的系统具备更好的整体性能,即原型滤波器阻带衰减更高、系统均方误差更低.     

求多机电力系统机械振模的新型迭代算法

本文给出了求多机电力系统全部机械振模的一种新型迭代算法。该算法针对多机系统机电模型的系统矩阵A的特点,采用一种恰当的迭代方案求取矩阵A的全部特征根(机械振模)。对初始近似迭代点准确选择保证了迭代的收敛性和高效率,同时还可以求取某一指定的机械振模。最后我们给出了一个十机系统的实例计算,结果表明此算法是有效的。     

基于信道分割级联的正交频分复用子载波干扰消除算法

在高频段正交频分复用（OFDM）系统中子载波间干扰（ICI）较大,运用信道分割方法,将线性时变信道近似等效为时不变信道与无时延时变信道的级联,从而在接收端实现一维均衡抑制ICI,避免了高复杂度的信道频域响应矩阵的计算和求逆过程.分析和仿真表明,相对于现有的利用ICI相邻载波分布特性的低复杂度最小均方误差算法,算法在几乎不损失系统性能的同时,可将复杂度降低到O(N).     

一种改善的MIMO-OFDM系统MAP信道估计

在MIMO-OFDM系统下提出一种最大后验概率(MAP)信道估计算法.该算法利用期望最大化(EM)算法把MIMO信道估计分解为一系列独立的SISO信道问题,降低了MAP算法的计算复杂度.同时,根据在角域内不同发送和接收天线间的信道可近似为空间不相关,利用最有用抽头(MST)技术来减小噪声对估计性能的影响.仿真实验表明,与传统LS和EM算法相比,所提算法在低信噪比下具有较低的估计误差.     

求Hankel矩阵的逆矩阵的快速算法

利用Hankel矩阵的位移性质,得到了矩阵为Hankel矩阵的充要条件.从该充要条件出发,得到了求Hankel矩阵之逆矩阵的快速算法,计算复杂度为O(n2),而一般n阶矩阵求逆的复杂度为O(n3).     

Loewner矩阵Moore-Penrose逆的快速算法

给出了求以秩为n的m×n阶Loewner矩阵Moore-Penrose逆的快速算法,该算法的计算复杂度为O(mn) O(n2)。     

利用多输入多输出雷达低秩杂波的降维空时自适应算法

为了抑制机载多输入多输出(MIMO)雷达接收信号中的杂波和有源干扰,提出一种利用MIMO雷达低秩杂波进行降维的空时自适应处理算法(LRC-RD).首先根据系统参数离线构造杂波子空间矩阵,再结合有源干扰加噪声协方差矩阵以及目标空时导向矢量来构造降维矩阵,最后用降维后的数据计算自适应权值.LRC-RD算法可将全维数据维数降为杂波的秩加1,从而降低了计算复杂度和计算自适应权值所需的训练样本数,所以收敛速度快,并且其理论性能可以达到全维处理的理论性能.仿真实验表明,LRC-RD算法在没有误差、样本数为降维后的数据维数的2倍时,其信噪比损失在高速区比基于双迭代的算法和基于子阵划分的算法分别高出约5 dB和17 dB.     

Cauchy型矩阵Moore-Penrose逆的快速算法

给出了求以秩为n的m×n Cauchy型矩阵Moore-Penrose逆的快速算法,该算法的计算复杂度为O(mn) O(n2).     

求对称矩阵广义逆的新算法

在对称矩阵A的零空间已知的情况下,求出矩阵A的值域,然后进行一系列计算,可以得出矩阵A的广义逆A+.经过对算法的时间复杂度的分析,这种新算法的时间复杂度小于运用奇异值分解求矩阵广义逆算法的时间复杂度,并且数值试验结果也表明,这种新算法的运算速度高于运用奇异值分解求矩阵广义逆算法.     

MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO-OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的问题,提出了2种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,避免了大矩阵求逆运算,降低了算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整帧所有符号的信道响应,实现算法复杂度不变、估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

一种信息系统求核的新方法

为简化用差别矩阵求核的计算方法,给出了差别矩阵与核关系的定理,并在此基础上给出了一种新的求核方法．新算法从差别矩阵中直接提取出核属性元素并利用该定理的结论给出信息系统中核的构成．经计算,该算法的复杂度为O(n^2√m)。     

非圆信号扩展传播算子DOA估计求根算法

为有效降低非圆信号DOA估计算法的计算量,提出了一种非圆信号DOA估计快速算法。该算法运用扩展传播算子和多项式求根方法来降低计算量。首先根据非圆信号特性构造出扩展阵列输出矩阵,并生成扩展协方差矩阵,然后不需要对协方差矩阵的特征分解,使用扩展传播算子方法得到估计的扩展噪声子空间,再利用均匀线阵的多项式求根方法快速求出目标的DOA估计值。对算法的性能仿真和计算复杂度分析结果表明,提出的算法不但其均方根误差性能与NC-root-MUSIC、NC-ESPRIT、NC-MSWF-MUSIC等快速算法相似,同时提出的算法还大大减小了非圆信号DOA估计MUSIC算法的计算复杂度,而且其计算复杂度小于上述提到的快速算法,实现了非圆信号DOA估计算法的快速估计。     

基于互相关矩阵的二维传播算子实值算法

为提高传播算子算法在低信噪比下的波达方向（direction of arrival,DOA）估计性能,降低计算复杂度,提出了一种基于互相关矩阵的二维传播算子DOA估计实值算法（UC-PM）.该算法通过构造新的互相关矩阵代替阵列接收数据矩阵,抑制了噪声分量的影响,并且保持了传播算子算法计算量小的优点,利用线性运算代替特征分解求得旋转不变关系矩阵.同时,为进一步降低算法计算量,利用酉变换思想构建新的实数域旋转不变关系,将特征分解和最小二乘问题实数化.仿真结果和计算复杂度分析表明,新算法在低信噪比下的估计性能优于传统二维传播算子算法,接近于二维ESPRIT算法,且其计算复杂度远小于二维ESPRIT算法,实时性好,具有良好的实用价值.