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.     

一种新的空间调制QPSK信号检测算法

空间调制(SM)是一种新颖的多天线传输方案,它将激活天线序号与传统的信号调制相结合,共同承载发送信息.由于SM系统的最大似然(ML)最优检测算法既需要检测出激活天线序号又需要检测出发送的信息符号,检测复杂度很高.为此,利用二进制二次规划的全局最优条件,针对空间调制QPSK信号,提出了一种新的最优的ML简化检测算法.新算法在保证了传统ML最优检测性能的前提下,明显降低了算法的复杂度,特别在大天线空间调制系统中具有更加明显的优势.最后通过计算机仿真,验证了新算法的ML最优性.     

贝尔实验室垂直分层空时系统的简化最大似然检测算法

针对贝尔实验室垂直分层空时系统最大似然检测复杂度过高的问题,提出一种简化最大似然算法.该算法利用多维高斯分布逼近干扰加噪声的统计特性,并根据发射天线数和调制阶数来调整待检测发射向量的个数,以减小需搜索的待检测信号向量个数,在复杂度不高的情况下就可达到与最优检测相近的误码性能.仿真结果表明,当发射天线数为4、采用16-QAM调制时,该方案可仅用最大似然算法0.0162倍的复杂度达到与其相近的误码率.     

正交空间调制系统的低复杂度检测算法

正交空间调制(quadrature spatial modulation,QSM)作为一种扩展的空间调制(spatial modulation,SM)传输方案,近年来受到业界的广泛关注.它通过在发送端将发送的复值符号的实部和虚部分开传输来提高频谱效率.由于正交空间调制系统的最大似然(maximum likelihood,ML)检测算法在整个搜索空间进行穷搜索,导致计算复杂度极高.针对QSM系统接收端检测算法复杂度较高的问题,利用QSM系统信号固有的稀疏特性,提出了一种QSM系统的压缩感知(compressed sensing,CS)检测算法.仿真结果表明,新的检测算法在误码性能上接近ML检测算法,复杂度约为ML的4.7％.     

一种低复杂度的联合信号检测算法

空间调制(Spatial Modulation,SM)技术每一时刻只激活一根发送天线用于信息数据的传输,大大改善了传统多输入多输出(Multiple Input Multiple Output,MIMO)系统存在的问题.然而,SM系统的性能好坏多取决于接收端的信号检测算法.因此,为有效提高系统性能,在对现有的SM系统信号检测算法的优缺点进行分析的基础上,提出了一种联合信号检测算法.该算法将归一化最大比合并(Normalized Maximum Ratio Merging,NMRC)算法与拥有硬限判决条件的最大似然(Hard Limiting-Maximum Likelihood,HL-ML)算法相结合,取长补短,以达到既能保证系统最优检测性能又可以减小计算复杂度的目的.仿真结果表明,该联合算法的误比特率检测性能接近于最优检测算法,同时其计算复杂度被大大降低.     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。     

基于子空间追踪的广义空间调制系统检测算法

广义空间调制(Generalized spatial modulation,简称GSM)技术在通信领域内受到了广泛的关注。在多输入多输出天线系统中,该技术仅激活部分天线,利用激活天线索引序号和天线上调制符号组合共同传输数据。众所周知,最大似然(Maximum Likelihood,简称ML)检测算法能够实现最优的检测性能。然而,随着发射天线数目的增加或者采用高阶调制方式,ML检测需要极高的计算复杂度,导致其无法在实际中应用。考虑到GSM信号的稀疏特性,文章将压缩感知理论应用于GSM系统的信号检测中,提出了一种低复杂度的基于子空间追踪的广义空间调制系统(SP-based)检测算法。仿真结果表明,所提出的检测算法较ML算法能够极大的降低计算复杂度,并实现较好的检测性能。     

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。     

VMA-OFDM系统中多频偏和信道联合MLE算法

针对虚拟多天线正交频分复用(VMA-OFDM)系统目的节点中数据辅助的多频偏和信道参数估计问题进行了研究,设计了一种次优最大似然估计(MLE)算法.该算法在矩阵的求逆中采用了级数展开,从而使得算法的复杂度与基于最大似然准则估计算法相比显著减小,在算法的性能和复杂度之间进行折衷,解决了最大似然估计算法过于复杂而难以实现的问题.在算法的性能方面,理论分析和仿真结果表明,基于该算法的频偏和信道参数估计的均方误差逼近Cramer-Rao下界(CRB);在算法的效率方面,该算法允许各个中继节点同时发送训练序列,从而降低传输训练序列所占用的时间.     

用于MIMO空分复用系统上行链路接收机的球形检测算法

本文涉及的MIMO空分复用系统上行链路的子信号流在空间维和时间维上未进行编码,直接将高速数据流分解为若干低速数据流,进行分层调制后用多个天线发送,实现MIMO空分复用发射,可使移动台的发射机设计简化。但是这要求MIMO空分复用系统上行链路接收机有较高的信号检测能力。本文提出改进初始半径的球形检测算法进行信号复原,该算法能在较低的计算复杂度逼近最大似然的误码性能。仿真试验的结果验证所提出的球形检测算法在误码性能上优于现有其它检测算法。     

基于分支定界和有效集的信号检测算法

大规模多输入多输出（multi-input multi-output,MIMO）系统中,随着天线数量的增多,现有传统信号检测算法在高阶调制时不能很好地平衡系统的检测性能和算法复杂度。为了解决以上问题,基于二次规划（quadratic programming,QP）检测器应用了有效集法和具有可变二分法的深度优先分支定界算法,提出了一种适用于大规模MIMO高阶调制系统的低复杂度检测算法,并提出了一种修剪策略和引入了近似因子,改善了系统性能,在复杂度和性能之间进行了更好地折中。复杂度分析表明,所提出算法复杂度比QP算法和二阶QP算法高,但比传统分支定界算法要低。仿真分析结果表明,在收发天线均为32的大规模MIMO场景下;在256QAM调制、误码率（bit error ratio,BER）为10^-4时,比传统分支定界算法提升了约3 dB的性能增益,验证了算法对高阶调制的适应性。     

基于MDFT滤波器组的两步检测算法

认知无线电(Cognitive Radio, CR)在解决频谱资源匮乏问题和提高频谱资源利用率方面被寄予厚望。频谱感知的循环特征检测算法复杂度较高,而能量检测算法在信噪比比较低的情况下检测性能不理想,针对这种情况,在改进离散傅里叶变换(MDFT)滤波器组结构的多载波调制系统中,提出一种基于MDFT滤波器组调制的两步检测算法。该算法结合了循环特征检测较强的抗噪声干扰特性以及能量检测算法复杂度低的优势。仿真结果表明：所给出的两步检测算法在较低信噪比时相对于MDFT能量检测、OFDM循环特征检测等其他算法,其检测性能有明显改善,同时较MDFT循环特征检测算法可有效降低算法复杂度。     

广义空间调制系统分层叠加编码的迭代检测

在广义空间调制(generalized spatial modulation, GSM)系统中,接收端信号检测方案的误比特率性能与复杂度是重要衡量指标。将发送端的星座调制与分层叠加编码(superposition coded modulation, SCM)方案结合,接收端分层检测时各层的码本搜索空间大小仅与该层的调制方式有关,有效降低算法的搜索次数。为获得更好误比特率性能,引入迭代的思想,即迭代分层检测(iterative layered detection, ILD),通过在解调第1层符号信息时选出ite个候选组合集,分别进行第2层到第L层的循环迭代,最后选取第L层调制符号与对应码本间欧式距离最小的迭代次数,作为最优检测符号。仿真结果表明,其误比特率性能接近最大似然(maximum likelihood, ML)检测,且计算复杂度降低了81.25%。     

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.     

MBM中基于AMP的多用户检测

针对媒介调制（MBM）系统中低复杂度高精度的多用户检测需求,提出了一种基于近似消息传递（AMP）的多用户检测算法.由于MBM自身具有稀疏性,可利用压缩感知的稀疏信号重构方法进行多用户检测.在检测过程中,当观测矩阵满足独立同分布条件时,采用近似消息传递算法进行多用户检测可在保证高精度检测性能的同时进一步降低检测复杂度.同时,针对噪声方差未知的情况,所提出的算法中设计了利用期望最大方法进行估计噪声方差的步骤,从而更加契合实际场景.经仿真测试表明,所提出的基于AMP的多用户检测算法与传统多用户检测方法以及其他具有相似复杂度的多用户检测方法相比具有最佳的多用户检测性能.      

结合GFDM的空间调制技术及其检测算法研究

针对SM-OFDM系统不能很好适应未来5G通信系统的问题,提出了结合广义频分复用(generalized frequency division multiplexing, GFDM)的空间调制(spatial modulation, SM)系统SM-GFDM。利用矩阵的稀疏性,研究了一种低复杂度的SM-GFDM系统检测算法,对比了在GFDM接收端分别采用基于矩阵稀疏性的MF(matched filtering),ZF(zero-forcing),MMSE(minimum mean-square error)检测算法时的系统误码率。仿真结果表明,在SM端采用ML(maximum likelihood)检测的前提下,GFDM端采用基于矩阵稀疏性的MMSE检测算法时可获得较低的误码率,与传统的MMSE检测算法相比,其复杂度有所降低。同时进一步仿真对比了SM-GFDM系统、SM-OFDM系统以及V-BLAST GFDM系统的BER曲线,结果表明,SM-GFDM系统与SM-OFDM系统相比误码率略有上升,但却优于V-BLAST GFDM系统。结合SM技术的特点,SM-GFDM系统可以很好地适用于未来5G系统。     

一种非均匀动态子带划分OFDM自适应调制算法

针对采用固定子带划分算法系统误码率较高,均匀动态子带划分算法需要多次迭代、算法复杂度较高的缺点,提出一种非均匀动态子带划分OFDM自适应调制算法。算法根据信道的频响关系,无需迭代即可完成动态的子带划分。采用随机选取方案定义子带等效信噪比和优先利用等效信噪比最大子带的比特调整方式,能有效减小比特调整的迭代次数,算法复杂度低。仿真结果表明,系统达到目标误比特率10-3时,该算法相比SBLA算法和4QAM调制方式分别能获得2dB,2.6dB信噪比增益。     

一种新的OFDM系统自适应调制算法

提出了一种新的用于正交频分复用(OFDM)系统的自适应调制算法,它在保持恒吞吐量的前提下对OFDM系统进行自适应比特分配和自适应功率分配．与使用固定调制方法的OFDM系统相比,使用该算法系统的误码率性能和吞吐量有了很大的提高．该算法计算量较小,是一种实用的自适应调制算法．模拟结果表明引入子载波分组后系统性能依然保持良好,并且信道估计偏差对本算法的影响较小.