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。     

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。     

MIMO系统下低复杂度树形检测算法的研究

如今移动通信业务对高速度高精度的通信数据传输的要求,促进了学者们对各类通信数据信息检测算法的研究。该文从整体上介绍了各类树形搜索策略的检测思想及其代表算法,按照树形搜索策略的不同分成穷搜索、深度优先搜索、宽度优先搜索和度量值优先搜索四类,列举了各类搜索策略的典型算法,分析了它们的优势和缺点,列举出针对这些缺点拓展出的研究现状,并对现状和问题进行总结,提出了在后续针对树形检测算法进一步优化的研究方向。     

低复杂度的基音检测算法

在确保语音信号基音检测算法准确度和稳健性的前提下,降低其复杂度,增强实时性.首先给出了基音周期提取过程的实现框图,而后结合流程图详细阐述了提出的新算法,最后通过对仿真实验结果的分析,表明新算法在噪声环境下,仍能精确地提取基音周期.     

基于量化修正的低复杂度LDPC译码算法

为进一步降低基于可靠度的(Low Density Parity Check, LDPC)译码算法复杂度,提出一种基于量化修正的低复杂度LDPC译码算法,该算法在对信道信息预处理时引入量化信息修正处理策略,从而避免在译码迭代过程中进行译码信息修正处理操作,在保持译码性能的同时,较大幅度地降低译码复杂度。针对均匀和非均匀量化方案,本文实现了基于修正系数的均匀量化和基于列重修正的非均匀量化两种译码方案。仿真实验结果表明,所提出的两种译码方案在算法复杂度明显较低的情况下,仍然与MRBI-MLGD译码算法具有相同的译码性能与收敛速度。特别地,在基于列重修正的非均匀量化方案中,只需3-4 bits的低比特量化即可达到均匀量化中高比特量化(8 bits)相同的迭代次数和误比特率性能。     

大规模MIMO信号检测算法研究

大规模MIMO技术通过增加基站天线数大幅提高系统频谱效率和能量效率,是未来5G移动通信网络的关键技术。文中在大规模MIMO系统模型下,对多种信号检测算法进行仿真,研究其性能,对大规模MIMO技术的实际应用具有一定的指导意义。对仿真结果的分析表明,当基站天线数远远大于用户数时,简单的线性信号检测算法也能达到很好的系统性能。     

低复杂度的新型球形译码检测算法

在多输入多输出(MIMO)信号检测算法中,球形译码检测算法的复杂度会随着半径的增大而迅速增加,代价较高。为了避免这一问题,提出一种改进的球形译码算法,该算法考虑改变搜索的起始位置,从最接近信号点上下限中间位置开始搜索,并根据信号点和中间位置的距离对信号点升序排序,随着译码半径的改变,排序不变,这样就减少搜索次数,降低算法复杂度。仿真结果表明,随着半径取值的增加,新型球形译码算法复杂度大幅度降低的同时,仍然保证了译码性能最接近性能最优的最大似然检测算法。     

最优外插Jacobi信号检测算法

针对大规模多输入多输出(multiple input multiple output,简称MIMO)系统中最小均方误差(minimum mean square error,简称MMSE)信号检测算法复杂度过高及传统Jacobi信号检测算法收敛较慢的问题,提出最优外插Jacobi(optimal extrapolation Jacobi,简称OEJ)信号检测算法.在Jacobi迭代计算中,通过最优外插因子将当前解与下次迭代解进行组合,以加快迭代收敛速度.OEJ信号检测算法的复杂度比MMSE信号检测算法的复杂度低一个数量级.仿真实验结果表明：相对于传统Jacobi及阻尼Jacobi信号检测算法,OEJ信号检测算法的误码率最低,随迭代次数的增加误码率减小最明显、收敛最快.     

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％.     

一种低复杂度多输入多输出球形译码算法

针对多输入多输出（MIMO）系统接收机的软输出MIMO译码问题,提出了一种低复杂度的球形译码算法.该算法基于传统的Dijkstra球形译码算法,引入查找表机制和单树更新软值（LLR）的算法,改进Dijkstra球形译码进出栈的方法,减少系统的存储开销.在不降低系统性能的前提下,有效减少接收机的复杂度.仿真结果表明,在不同调制方式下,新的球形译码算法与最大似然（ML）译码算法性能几乎相同,同时算法复杂度大为降低.     

基于压缩感知的mMTC系统信道估计

为解决海量机器类通信（massive machine-type communications,mMTC）上行传输中活跃用户设备检测和信道估计问题,提出一种基于分布式多矢量测量的子空间追踪（distributed multiple measurement vector subspace pursuit,DMMV-SP）算法.采用免授权海量随机接入的方案,以降低海量机器类通信的时延和信号开销.考虑多载波传输方案并结合子空间追踪算法,利用接收天线和子载波存在的结构稀疏性,检测活跃用户设备的同时进行信道估计.通过计算检测错误概率以及均方误差对活跃用户设备检测和信道估计性能进行评估.仿真结果显示,提出的DMMV-SP算法相较于传统正交匹配追踪（orthogonal matching pursuit,OMP）算法取得更理想的结果.      

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit, DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error, LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。     

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。     

一种DVB-S2中低复杂度的LDPC编译码研究

针对第二代卫星数字视频广播标准（second generation satellite digital video broadcasting standard,DVB-S2）中低密度奇偶校验码（low density parity check codes,LDPC）的校验矩阵的存储结构特点,采用了改进的码字构造方法进行编码,进而用类似的方法推导出了校验矩阵,克服了仿真过程中的数据溢出现象。通过对译码算法的比较,采用了降低复杂度的最小和译码算法,并对不同码率的LDPC码的性能进行了仿真比较。从译码器的硬件实现角度考虑,提出用定点代替浮点表示,研究了译码迭代次数和译码器接收数据和译码中间变量的量化对性能的影响。仿真分析,该研究以很小的性能损失在存储量和运行时间等方面降低了译码器的硬件实现复杂度,进而降低了整个无线接收系统的延时和功耗,为硬件实现提供了理论依据。     

有限反馈多用户MIMO系统的低复杂度用户选择

为了降低有限反馈多用户MIMO系统中的用户选择算法的复杂度,使系统支持更多的用户,基于贪婪用户选择算法(GUS),提出了一种低复杂度用户选择算法。该算法将Schmidt正交化的思想引入GUS算法,通过计算相互正交的预编码向量来构成预编码矩阵,并估计信道容量,最后寻找最佳的用户组合进行下行数据的传输。该低复杂度算法利用预编码向量的正交性避免了矩阵求伪逆的过程,从而极大地降低了计算量。仿真结果表明,在相同反馈方式下,改进后的算法仍能取得和GUS近乎相同的系统总容量。     

一种新型的CDMA通信信号侦收处理中的同步算法

扩频码的同步是实现对截获到的CDMA无线通信信号信息进行解析的基本条件.依据CDMA2000移动通信系统各用户扩频码的特点,针对该类无中心节点的CDMA通信系统,提出一种新型的CDMA通信信号侦收处理过程中的同步算法,该算法采用信道和时延联合估计技术,通过把用户传播时延的影响置入信道响应矩阵中,首先由信道估计间接获取用...     

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     

一种多级迭代干扰消除多用户检测算法

提出了快跳频多址通信多级迭代干扰消除多用户检测算法.该算法首先使用传统检测器对只有惟一最大行的用户做出正确译码,对于有多个最大行的用户进行迭代干扰消除.在迭代干扰消除中,对干扰数据信干功率比进行估计,若干扰频点没有受到其他信号的重叠干扰,则在迭代中被消除,否则继续迭代,直到所有用户译码完成.该算法具有线性的复杂度,消除了Fiebig多级干扰消除算法的错误传播,仿真结果表明提出的多级迭代干扰消除算法性能优于其他多用户算法.