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.     

基于概率裁剪的球形译码算法

在适当的裁剪函数下,基于概率裁剪的球形译码(SPSD)算法能有效逼近最大似然检测(ML)算法性能,但其复杂度在低信噪比下较高。本文重点对SPSD算法的复杂度进行优化,并提出改进算法。改进算法利用迫零检测(ZF)解计算出初始半径,能有效降低球形译码的搜索范围,并优化裁剪函数,在几乎不损失性能的前提下,有效降低算法复杂度。仿真结果表明,在多输入多输出(MIMO)系统中,改进算法能够逼近SPSD算法的性能,并有效减少算法复杂度,能很好地达到检测算法性能和复杂度之间的折中。     

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.     

球解码的一种改进方法

球解码是最大似然(ML)检测的一种有效算法,如何进一步降低球解码算法的复杂度引起了人们注意。文中在传统球解码CL的一种改进算法(KCL算法)基础上,提出了一种新的快速球解码算法。该改进算法在保证误码性能的前提下,通过系数k(d2=k*d^2)对信噪比的加权计算得到系数k的不同值,在低信噪比下k趋近于0.1;在高信噪比下k趋近于1,进而实现在CL算法中不同的信噪比下半径搜索的深度不同。仿真结果表明了这种改进方法的有效性,最后得出如果允许误码性能的微量下降,将获得算法复杂度的显著降低的结论。     

V-BLAST系统检测算法

目的 为了降低垂直分层空时码(V-BLAsT)系统的复杂度,提高系统性能.方法 介绍了V-BLAST的干扰抵消、并行解码、QR分解算法,提出了两种改进的检测算法,利用MATLAB对它们在复杂度和性能方面进行仿真与分析.结果 仿真显示干扰同时抵消算法在信噪比为10dB时误码率为10～2,性能最优,在译码时对初始估值进行排序,增加了译码复杂度;并行解码算法和QR算法的复杂度较小,但误码性能降低.结论 要求性能高的选用干扰抵消算法,要求复杂度低的选用并行解码或QR算法,性能和复杂度兼顾则选用循环迭代QR算法.     

基于MMAS的MIMO-OFDM系统上行多用户检测

在多输入多输出-正交频分复用(multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统上行多用户检测(multi-user detection,MUD)中,针对基本蚁群算法(ant colony optimization,ACO)在搜索过程中易出现过早停滞及收敛于局部最优解等问题,提出一种基于最大最小蚁群系统(max-min ant system,MMAS)的MUD新算法.该算法在蚁群每次循环结束后,仅处于最优路径上的单只蚂蚁释放信息素;同时,通过限制每条路径上信息素的取值范围,避免路径间信息素的差值过大,从而使蚂蚁在每次循环时尽可能地选择不同的路径,提高算法的搜索能力.仿真结果表明,MMAS算法能够有效降低蚁群陷入局部最优解的概率,进而提高了检测性能;同时,随用户数的增加,该算法的计算复杂度却远低于最大似然(maximum likelihood,ML)检测算法,因此,该算法能够在检测性能与计算复杂度之间取得较好的折中.     

一种基于M准则的低复杂度空间调制信号检测算法

针对空间调制技术提出一种基于M准则的次最优检测算法（M-ML）,该算法通过缩小最大似然检测中发送符号搜索空间来降低复杂度.仿真结果显示,在发送天线相关性较高的场景下,M-ML算法可以获得与最大似然检测相当的误码率性能.同时,通过将M-ML算法和最大似然算法进行复杂度比较发现,随着调制阶数与发送天线数的提升,M-ML算法复杂度将不断降低.     

一种低复杂度的MIMO检测软输出算法

新一代无线通信系统均采用多流空分复用、高阶调制、高码率信道编码等技术以提高吞吐量。针对使用高阶调制的高阶MIMO(Multiple Input Multiple Output)系统,研究低复杂度的检测算法和软输出算法是降低接收机整体复杂度的关键一环。选定了复杂度低、易于硬件实现的K-Best为MIMO检测的搜索方法,在探讨了几种近似的次优计算算法基础上,提出了一种复杂度低、性能较好的K-Best软信息简化算法——限幅替代法。仿真结果表明,该方法无论是性能还是复杂度都全面占优。因此,适合用于新一代无线通信系统的MIMO软输出检测。     

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%。     

空间调制信号的改进M-ML检测算法

空间调制(SM)系统的最大似然(ML)最优检测算法的计算复杂度很高,具有较低计算复杂度的M-ML检测算法受到了人们的关注.M-ML算法按照接收天线序号由小到大的顺序进行检测,从误比特率性能角度考虑并不是最佳的.通过研究不同检测顺序对算法性能的影响,提出了两个改进的M-ML算法,仿真结果表明改进的M-ML算法在误比特率性能上优于M-ML算法.由于M-ML算法在不同的信噪比下每层保留固定的节点数M,尤其在高信噪比时会造成计算资源的浪费,因此提出一种动态M-ML算法,即通过门限值自适应选择每层保留的节点数.仿真结果表明动态M-ML算法降低了M-ML算法的计算复杂度,同时性能逼近M-ML算法.     

一种非正交多址接入下行链路信号检测方法

非正交多址接入（non-orthogonal multiple access,NOMA）下行链路存在严重的多址干扰。软解调-串行干扰消除（successive interference cancellation,SIC）检测方法是一种性能较好的信号检测方法,但是接收机的复杂度比较高。考虑到软解调算法对其他用户信号的信号特征信息并未充分利用,提出一种基于软解调算法改进的联合检测算法,该算法直接利用多用户叠加信号的联合星座图计算用户信号信息比特的软信息,不需要对干扰信号进行检测和重构,可以降低接收机的复杂度。仿真分析表明,与软解调-SIC检测方法相比,联合检测方法在性能损失不超过1．5 dB的情况下,可以将接收机的复杂度降低一半。     

一种高效的V-BLAST最大似然检测算法

垂直分层空时码(V-BLAST)是贝尔实验室提出的一种多发射多接收天线(MIMO)结构无线通信系统,该系统具备较高频谱利用率和易于实现的特点.在V-BLAST检测算法中,最大似然算法有最好的检测性能,但它的算法复杂度最高.笔者提出了一种高效的V-BLAST最大似然检测算法,此算法在保证较高的检测性能的前提下大大减小了算法复杂度.     

采用粒子集群算法的DS-CDMA多用户检测

为了有效抑制多址干扰 ,实现结构简单、鲁棒性强的目的 ,将粒子集群算法 (PSO)应用于直扩码分多址 (DS-CDMA)通信系统的多用户检测中。提出了 PSO- MU D方法。利用改进的 PSO- MU D方法与传统多阶段多用户检测器相结合 ,在加速收敛的同时降低了计算复杂度。仿真结果表明 ,这种多用户检测器充分利用了粒子集群算法的优良特性 ,与传统的 CDMA接收机和基于遗传算法的多用户检测器相比较 ,在误码率、收敛速度、抗远近能力等方面都有显著改善     

基于信噪比排序的MIMO-OFDM信号检测方法

在多输入多输出(multiple-input multiple-output,MIMO)系统信号检测中,基于虚实分解的宽度优先检测算法(QR decomposition associated with the M-algorithm to MLD,QRD-M)通过QR分解和对每层星座点的筛选,实现了较低复杂度的检测,具有很好的应用前景.但该算法随收发天线数和调制阶数的增加而难以实现性能与复杂度的折衷.针对此缺点,提出了一种基于信噪比排序的信号检测改进方法.该方法在传统QRD-M算法的基础上,通过对不同接收天线进行信噪比(signal-noise ratio,SNR)排序,从信噪比最大的天线开始检测,避免了误差传播现象,从而加速树搜索过程,再结合动态门限树搜索,不断缩小搜索半径,直至找到最小累计度量值所在分支.仿真结果表明,与传统QRD-MLD算法相比,基于性噪比排序的动态门限信号检测算法能以较低的复杂度获得接近于最大似然检测的性能.     

异步CDMA系统中一种新颖的盲自适应多用户检测方法

盲自适应多用户检测技术是码分多址 (CDMA)系统中抑制多址干扰的一项重要技术。针对传统的基于最小化平均输出能量准则的盲自适应多用户检测技术收敛速度慢的缺点 ,利用一种新近提出的多用户接收器的典范表示方式 ,为 CDMA系统构造了一种动态系统模型 ,然后利用Kalman滤波算法 ,设计了一种新的盲自适应多用户检测方法。理论分析和数值仿真表明 ,在异步 CDMA系统中 ,与现有的基于 L MS算法、基于 RL S算法等盲自适应多用户检测方法相比 ,该方法具有收敛速度快速稳定 ,跟踪性能好等优点     

空间调制信号的QRD-M检测算法及其改进

针对空间调制(spatial modulation,SM)系统中最优检测算法,即最大似然(maximum likelihood,ML)算法存在的高复杂度问题,提出了基于QRD-M(QR-decomposition with M-algorithm,QRD-M)算法的空间调制信号检测算法.该算法运用M算法树搜索策略,每层只计算最优的M个分支,其性能近似最优且运算量较低,有利于硬件实现.但随着发收天线数增多,传统QRD-M算法的检测性能会下降并需要较长的算法执行时间.因此,采用并行检测的思想,提出了PQRD-M(parallel QRD-M,PQRD-M)检测算法.该算法在各个分支上分别独立地进行搜索,提高了执行效率.对所提出的算法进行了复杂度分析,并在不同天线数目和不同保留节点数下对其误码性能进行了仿真,结果表明,相比于QRD-M算法,PQRD-M算法以增加一定的计算量为代价,能显著地改善空间调制信号检测性能,同时还能节约硬件资源.     

一种用于电力线通信系统的改进MIMO检测算法

目前多输入多输出(multiple-input multiple-output,MIMO)技术已经被电力线通信(power line communication,PLC)系统采用,但由于MIMO PLC系统噪声呈非高斯分布而且各端口噪声之间存在相关性,故不能直接采用无线系统中的MIMO检测算法。采用了二元Middleton class A分布对MIMO PLC系统中噪声进行建模,提出了基于该噪声分布的最大似然检测改进算法,由于改进最大似然检测算法实现复杂度高,为了便于实现,进一步提出了用近似函数降低复杂度的2种次优的检测算法,优化了算法复杂度。仿真结果表明,与传统的基于高斯噪声分布的最大似然检测算法相比,提出的基于二元Middleton class A类噪声分布的信号检测算法在MIMO PLC系统能获得更好的性能。在性能损失较小的情况下,次优算法的复杂度明显低于最大似然检测改进算法。     

高阶MIMO检测中的低复杂度软判决算法研究

新一代无线通信系统均采用了多流空分复用、高阶调制、高码率信道编码等技术以提高吞吐量。针对使用高阶调制的高阶MIMO（Multiple Input Multiple Output）系统,研究低复杂度的检测算法和软输出算法是降低接收机整体复杂度的关键一环。本文选定了复杂度低、易于硬件实现的K-Best为MIMO检测的搜索方法,在探讨了几种近似的次优计算算法基础上,提出了一种复杂度低、性能较好的K-Best软信息简化算法——限幅替代法。仿真结果表明,该方法无论是性能还是复杂度都全面占优。因此,适合用于新一代无线通信系统的MIMO软输出检测。