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...     

低截获MIMO雷达改进MUSIC算法

在军事领域中,机载多输入多输出(multiple input multiple output,MIMO)雷达既要探测机动目标,又要防止被截获接收机侦收.针对这一问题,提出了低截获的单基地非均匀阵列MIMO雷达改进多信号分类(multiple signal classification,MUSIC)算法.通过对MIMO雷...     

用混沌序列提高MIMO雷达多目标检测性能

基于混沌相位编码信号在相关性和随机性等方面的良好特性,提出了一种用混沌相位编码信号提高多输入多输出(multiple input multiple output, MIMO)雷达多目标检测性能的方法。取不同初始值代入混沌映射产生不同的混沌序列|通过均匀量化、四相编码得到混沌相位编码波形。通过多脉冲压缩累积有效降低混沌波形的互相关和自相关旁瓣,使得输出结果具有较低的旁瓣峰值,从而提高了MIMO雷达对多目标检测的性能。最后的仿真结果表明了该方法的有效性。     

大规模MIMO系统中分布式压缩感知LMMSE信道估计

大规模多输入多输出(multiple input multiple output,MIMO)系统中,信道估计算法复杂度随着基站侧天线数量的增加而急剧增加,针对需要在信道估计算法复杂度与算法性能之间进行折中的问题,提出分布式压缩感知线性最小均方误差(distributed compressed sensing linea...     

可重构智能面辅助的低精度量化大规模MIMO系统的信道估计

针对可重构智能面辅助的低精度量化的大规模多输入多输出(multiple input multiple output, MIMO)系统中信道估计问题进行了研究。该系统的信道估计难点在于可重构智能面由近无源反射天线构成, 没有基带信号处理能力。系统观测值通过低精度的模数转换器量化使信道估计问题变得更富挑战性。本文基于基站-可重构智能面-用户的级联信道推导出等效信道, 并证明在虚拟角域上，该有效信道是结构稀疏信号。提出了基于期望最大化的近邻学习广义近似消息传递算法，从低精度量化的观测值中恢复等效信道。仿真结果表明所提出算法比传统算法具有更好的性能表现。     

MIMO系统中基于斜投影的盲空时多用户检测算法

针对多输入多输出(multiple input multiple output, MIMO)的码分多址(code division multiple access, CDMA)系统,提出了一种基于斜投影的盲空时多用户检测算法。该算法结合MIMO系统的空间分集技术与Alamouti空时分组码 (space time block coding, STBC)方案,自适应地跟踪干扰子空间和多天线信道,在此基础上对接收信号进行斜投影抑制多址干扰(multiple access interference, MAI),解决了传统的基于子空间的最小均方误差(minimum mean square error, MMSE)盲空时多用户检测算法收敛速度慢和强干扰的情况下稳态性能低的问题,提高了多用户检测的鲁棒性,且计算复杂度较低。仿真结果表明该算法的有效性。     

注意力机制CNN的毫米波大规模MIMO系统信道估计算法

在室外光线追踪通信场景下,针对毫米波大规模多输入多输出(multiple input multiple output,MI-MO)信道具有稀疏特性、系统受噪声因素影响导致信道估计精度低的问题,提出一种基于图像去噪的注意力机制卷积神经网络信道估计方法.首先,设定参数产生模拟真实环境的数据集,将所产生的信道矩阵看作二维图像...     

基于块稀疏矩阵恢复的MIMO雷达扩展目标高分辨成像算法

针对现有多输入多输出(multiple input multiple output,MIM O)雷达稀疏恢复成像算法中存在的运算量大、对扩展目标成像质量低的问题,提出一种基于块稀疏矩阵恢复的MIMO雷达扩展目标高分辨成像算法,通过引入目标块稀疏特征,提高对空间扩展目标的成像质量.首先,通过构造距离向和方位向感知矩阵,建...     

MIMO雷达稀疏阵列优化设计方法

针对运动平台多输入多输出(multiple input multiple output, MIMO)雷达应用中无法进行规则稀疏布阵, 传统的稀疏阵优化设计方法优化对象单一的问题, 提出一种利用多目标进化算法(multi-objective evolutionary algorithm, MOEA)进行阵列结构优化的方法。将MIMO雷达接收端的收发联合和差波束的旁瓣电平为优化目标, 使系统具有尽可能好的和差波束旁瓣抑制性能。仿真结果表明, 基于Pareto秩排序的MOEA的MIMO雷达稀疏阵优化设计可以使系统多种性能得到提升。     

基于凸优化的MIMO-FBMC系统峰均比抑制方法

目前,多载波滤波器组(filter bank multi-carrier, FBMC)因其良好的性能,成为5G通信中重要的调制方式。为了提高移动通信的质量和速率,采取了将多输入多输出(multiple input multiple output, MIMO)技术和FBMC技术相结合。首先,建立多串流传输模型和共轭数据结构,分析数据流、天线数和预编码矩阵之间的关系。然后,研究系统的峰均功率比(peak-to-average power ratio, PAPR),用凸优化模型对PAPR降低问题进行简化。最后,用快速迭代收缩门槛算法(fast iterative truncation algorithm, FITRA)求解凸优化问题。仿真结果表明,该方法在频率选择性衰落信道中有着优异的PAPR性能,误码率性能良好。     

降低多用户MIMO系统PAPR的广义SLM算法

针对在多用户多输入多输出(multi-user multiple input multiple output, MU-MIMO)系统中, 选择性映射(selected mapping, SLM)算法不适用于分布式用户, 并且边信息无法在用户之间共享的问题,提出一种适用于MU-MIMO系统的广义SLM算法。该算法通过改变相位旋转的作用对象, 将相位旋转进行前置, 来解决SLM引入带来的一系列问题。同时, 分析了在采用等增益传输波束成形的系统中, 使用广义SLM算法时系统的高峰均功率比(peak to average power ratio, PAPR)性能, 验证了该算法的有效性。仿真结果也表明了该算法可以有效降低MU-MIMO系统的PAPR。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。     

Improved H-infinity channel estimator based on EM for MIMO-OFDM systems

H-infinity estimator is generally implemented in timevariant state-space models,but it leads to high complexity when the model is used for multiple input multiple output with orthogonal frequency division multiplexing (MIMO-OFDM) systems.Thus,an H-infinity estimator over time-invariant system models is proposed,which modifies the Krein space accordingly.In order to avoid the large matrix inversion and multiplication required in each OFDM symbol from different transmit antennas,expectation maximization (EM) is developed to reduce the high computational load.Joint estimation over multiple OFDM symbols is used to resist the high pilot overhead generated by the increasing number of transmit antennas.Finally,the performance of the proposed estimator is enhanced via an angle-domain process.Through performance analysis and simulation experiments,it is indicated that the proposed algorithm has a better mean square error (MSE) and bit error rate (BER) performance than the optimal least square (LS) estimator.Joint estimation over multiple OFDM symbols can not only reduce the pilot overhead but also promote the channel performance.What is more,an obvious improvement can be obtained by using the angle-domain filter.     

Mobile channel estimation for MU-MIMO systems using KL expansion based extrapolation

In multi-user multiple input multiple output(MU-MIMO) systems,the outdated channel state information at the transmitter caused by channel time variation has been shown to greatly reduce the achievable ergodic sum capacity.A simple yet effective solution to this problem is presented by designing a channel extrapolator relying on Karhunen-Loeve(KL) expansion of timevarying channels.In this scheme,channel estimation is done at the base station(BS) rather than at the user terminal(UT),which thereby dispenses the channel parameters feedback from the UT to the BS.Moreover,the inherent channel correlation and the parsimonious parameterization properties of the KL expansion are respectively exploited to reduce the channel mismatch error and the computational complexity.Simulations show that the presented scheme outperforms conventional schemes in terms of both channel estimation mean square error(MSE) and ergodic capacity.     

基于SCMA和卷积编码的联合检测译码算法

随着卫星星座及卫星数量的不断增多, 卫星测控中海量用户多址问题亟待解决。稀疏码分多址接入(sparse code multiple access, SCMA)技术能在有限信道资源上承载更多用户, 有望解决大规模卫星的多址测控问题。针对传统的SCMA译码方式——消息传递算法(massage passing algorithm, MPA)译码性能不理想的问题, 提出基于SCMA和卷积编码的联合检测译码(joint detection and decoding, JDD)算法, 进行多轮对数似然信息的更新以及多卫星数据交叉提供概率域的迭代, 以提高系统译码性能。分析和仿真结果表明, 采用基于SCMA和卷积编码的JDD算法可有效提高天基测控系统用户容量, 并保证在算法复杂度适中的情况下有效提高系统误比特性能。     

稀疏码分多址收发端改进方案的设计

为降低传统稀疏码分多址接入(sparse code multiple access,SCMA)系统的译码复杂度,同时保证系统误比特率(bit error ratio,BER)性能,考虑信道质量因素提出SCMA系统收发端改进方案.在接收端,提出基于信道质量动态选择节点改进消息传递算法(message passing al...     

基于子空间的MMSE群盲多用户检测算法

针对CDMA上行链路系统中,基站已知小区内用户的扩频码而对小区外用户扩频码未知的情况,提出一种基于子空间方法的最小均方误差(minimum mean square error,MMSE)群盲多用户检测算法。该算法利用所有已知的扩频码有效消除了多址干扰,采用改进的紧缩近似投影子空间(projection approximation subspacetracking with deflation,PASTd)跟踪算法实现信号子空间的自适应跟踪,提高了收敛速度。仿真结果表明,所提算法收敛速度快,输出信干噪比和误码率性能优于PASTd盲多用户检测,逼近奇异值分解(singular value decom-position,SVD)群盲多用户检测,并保持了较低的计算复杂度。     

基于干扰相消和局部搜索的多用户检测算法

大规模多输入多输出（multiple input multiple output, MIMO）中基站天线数远大于用户数,固匹配滤波（matching filtering, MF）检测子在上行多用户检测中有重要的应用潜力。但是和传统的迫零（zero forcing, ZF）、最小均方误差（minimum mean square error, MMSE）检测子相比,MF存在明显的性能损失,且在高信噪比区域出现“误差门限”效应。为了解决MF上述的不足,提出一种基于匹配滤波连续干扰相消和局部搜索的多用户检测算法。理论分析表明,与MF类似,所提方法的计算复杂度远低于MMSE、ZF,并且实验证明此方法的误符号率和误比特率明显低于MF。