基于Homotopy算法的低复杂度多用户大规模MIMO信号检测方法

在上行多用户大规模多输入多输出(multiple input multiple output,MIMO)系统中,为了降低信号检测的计算复杂度,在传统的最小均方误差(minimum mean square error,MMSE)算法的基础上,提出一种基于Homotopy算法的低复杂度信号检测方法。在该方法中,通过对Homotopy方程的解向量采用逐级展开来逼近真实解向量,从而避免MMSE检测算法中的高阶矩阵的求逆运算,降低了信号检测的计算复杂度。仿真结果表明,最多需要对Homotopy方程的解向量进行4阶展开,就可获得与MMSE检测算法几乎同样的误比特率(bit error rate,BER)性能,同时,其计算复杂度仅为O(K2),其中,K为小区用户数。     

外插迭代法的最优参数估计及其在PE法上的应用

讨论了在原迭代矩阵含有复数特征值情况下外插迭代法的最优参数的选取，比较了外插迭代矩阵与原迭代矩阵谱半径的关系，及其在PE法上的应用．     

改进的求解应力强度因子的外插方法

分析了无限大板中求解应力强度因子的应力外插法的误差原因,发现靠近裂纹尖端的应力误差可以用简单公式近似表达,由此建议用修正应力外插法提高有限元方法求解应力强度因子的精度,并通过二维问题验证了它的有效性,结果表明,修正后可以较大地提高其精度。     

MIMO信道下空时迭代均衡译码系统及算法

目的提出一种在M IMO衰落信道下的低复杂度的接收结构。方法通过交织器和解交织器将SISO的均衡器和译码器以及M IMO信道估计器级联起来,进行未知信道条件下迭代均衡译码。结果采用次优的基于最小均方误差均衡算法和Max-Log-MAP译码算法,使系统复杂度大大降低。结论不但可以消除M IMO信道中的码间干扰和多径干扰,而且大大降低系统的复杂度。     

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%。     

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。     

改进的求解应力强度因子的外插方法

分析了无限大板中求解应力强度因子的应力外插法的误差原因，发现靠近裂纹尖端的应力误差可以用简单公式近似表达，由此建议用修正应力外插法提高有限元方法求解应力强度因子的精度，并通过二维问题验证了它的有效性.结果表明，修正后可以较大地提高其精度.     

一种大规模MIMO低精度量化检测算法

为解决大规模MIMO中低精度量化器的使用带来的性能下降问题,提出了一种新的消息解量化算法(MPDQ)。该算法以低精度ADC接收机为基础,搭建了一个大规模MIMO系统模型。利用ADC的结构特性提出了1-bit量化系统的MPDQ检测算法,并将其推广到n-bit量化系统,推导了MPDQ算法在n-bit量化系统中的迭代计算公式。在不同基站天线数量、不同用户数量条件下,仿真验证了该算法的准确性和有效性。仿真结果表明,低精度ADC可以提高系统的频谱效率,MDPQ算法在n-bit量化系统中具有优异的性能,3-bit量化在综合考虑成本和性能的情况下是一种理想的方案。     

预条件双参数并行Jacobi型方法及外插迭代收敛性和Jacobi迭代收敛性的比较

讨论了在矩阵条件下预条件方法在双参数并行Jacobi方法上的加速作用,以及参数在迭代上的作用,比较了外插迭代矩阵和Jacobi迭代矩阵谱半径之间关系。     

Marcinkiewicz积分算子与外插

通过Yano外插方法,研究了一类Marcinkiewicz积分算子μΩ.h的Lp有界性问题.这里核函数Ω∈L(logL)1/2(Sn-1),径向函数h∈Λs>1,|1/p-1/2|相似文献   

数值外插法求解K因子的插值基础及误差估计

文章介绍了传统的蜕化奇异等参元法和一种新型数值外插法求解裂尖应力强度因子(K因子)的基本过程,讨论了两种方法插值基础的显著区别.结合平面应力裂纹问题对数值外插法的线性插值基础进行了论证.在此基础上,研究了两种方法的理论误差,发现该文提出的数值外插法比传统的蜕化奇异等参元法精度高一阶.并且数值外插法能以一定的方式决定不同裂纹问题的最优的裂尖单元尺寸.     

快速外分类算法

给出了一种新的外分类算法——快速外分类。详细分析了其系统开销；给出了算法正确性证明；用ＰＡＳＣＡＬ语言在ＰＣ５８６上得以实现。     

一种用于大规模 MIMO 信号检测的改进算法

近几年来,大规模多输入多输出(multi-input multi-output,MIMO)的信号检测问题已经引起了人们的关注,在研究了主动禁忌搜索(reactive tabu search,RTS)算法和置信度传播(belief propagation,BP)算法的基础上,提出了一种新的RTS-BP联合检测算法,给出了2种不同的信道模型下的仿真对比图.结果表明,在不同的调制阶数情况下,RTS-BP算法性能优于单一的RTS和BP算法,且在一定程度上降低了大规模MIMO检测的高维效应对信号层数的要求.     

振动外分类算法研究

给出了一种新的外分类算法:振动外分类.它不必预先产生初始归并段,即可得到预期的效果,在特定的数据和硬件配置下,性能上超过了二路平衡归并法和二路多步归并法.详细分析了其系统开销,给出了算法正确性证明,用C语言在PC586及以上机得以实现.     

全数字时钟恢复方案中内插滤波器的设计

介绍了全数字时钟恢复方案中采用Farrow结构高效实现内插滤波器的设计方法.提出一种计算Farrow结构内插滤波器系数的算法,使得接收机输出信号的均方误差始终最小.仿真结果表明,与传统的内插滤波器设计相比,应用本文算法的全数字同步方案提高了接收机输出均方差和输出信噪比的性能,并且降低了时钟恢复方案中内插滤波器的实现复杂度.     

数值外插法求解空间裂纹应力强度因子的研究

文章使用蜕化２０节点等参元（Ｑ２０）求空间裂纹面上的位移,用数值外插法求沿裂纹前缘的应力强度因子。在选择典型算例和大量计算的基础上,分析了数值外插法在求解空间裂纹应力强度因子方面的优越性,以及单元尺寸对数值精度的影响,并通过特定方法确立了裂尖单元尺寸的最佳范围。     

基于ROAMP-Net的大规模MIMO系统智能信号检测方法

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统存在的信号检测计算复杂度高、检测精度不足等问题,参考OAMP-Net算法思想,引入残差结构,提出了一种新的智能信号检测网络模型ROAMP-Net。将正交近似消息传递(orthogonal approximate message passing,OAMP)估算信号的迭代过程展开为深度学习网络,同时引入残差结构,分别对各网络层的线性和非线性估计值进行逐层修正,有效防止估计误差的前向传播和过程积累,避免网络模型随着网络层数增加而发生性能退化,从而提高最终信号检测的准确度。针对不同调制方式和不同天线阵列的系列仿真实验结果表明,不同调制方式和天线阵列下ROAMP-Net在检测准确度上均有不错的性能表现。     

迭代算法的曲线插补进给速度控制方法

在数控加工中,为了满足较高的加工精度和保持恒定的进给速度要求,提高数控加工复杂零件的能力,数控系统插补器需要采用较复杂的插补算法,其计算量大,耗时多,影响加工速度.针对这一问题,根据参数曲线数控插补原理,指出了Taylor展开算法和迭代算法,给定曲线,利用当前弦长和当前插补点,精确算出下一插补点.在迭代次数和迭代误差都小于设定值时结束迭代,即可算出下一插补点,且保持当前点和速度,否则继续迭代直到满足要求为止,给出了基于迭代算法的曲线实时插补进给速度的控制方法.仿真实例结果表明,提出的算法能够满足各种不同参数曲线的加工.与常规插补算法相比,该算法通用性强,计算量小,进给误差小,计算精度高,提高了加工效率.     

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.