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.     

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。     

一种自适应广义空间调制及其低复杂度算法

针对广义空间调制(GSM)算法不能充分地利用信道状态信息的缺陷,提出了一种适用于GSM系统的自适应调制算法(AGSM),该算法利用已知信道状态信息,通过最大化空间调制星座点的最小欧氏距离,实现天线组合和符号调制星座的联合优化。进一步提出了一种低复杂度AGSM算法(LA-GSM),通过减少可选符号调制星座数量,并在传统天线组合集合与剩余天线组合集合中分别自适应选择相同符号调制星座,实现较低复杂度的天线组合和符号调制星座的联合优化,同时兼顾系统空间分集增益。仿真结果表明:在相同系统频谱效率5b/(s·Hz)和6根发射天线条件下,所提的AGSM和LA-GSM算法以一定的算法复杂度为代价,均获得了相比于传统GSM算法更低的误码率性能,特别是在较高信噪比时AGSM算法和LA-GSM算法的误码率分别近似为GSM算法误码率的1/10和1/3;同时,LA-GSM算法获得了低误码率性能与低算法复杂度的较好折中。     

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.     

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％.     

一种混合调制的广义空间调制方案

为提高广义空间调制（generalised spatial modulation,GSM）多输入多输出通信系统中频谱利用率,提出一种混合调制的广义空间调制（HM GSM）方案。该方案利用激活的发射天线分别调制不同星座符号,其中部分星座符号直接地被调制在激活的天线上;部分星座符号被分成实部和虚部之后,分别调制在激活的天线上。与其他传统空间调制方案相比,HM GSM方案在相同频谱利用率情况下具有更大的发射符号之间的最小欧式距离值。在接收端确知信道状态信息和采用最大似然检测条件下,通过蒙特卡洛方法对多种技术方案进行MATLAB仿真。结果表明:在相同频谱利用率时,与其他传统技术方案相比,HM GSM方案可降低平均误比特率,进一步提高无线通信可靠性。     

采用幅度相移键控调制的分层空间调制算法

针对空间调制(SM)算法频谱效率较低的缺陷,提出了一种基于幅度相移键控(APSK)调制的分层SM(LSM)算法。该算法首先对发射天线进行分层,然后分别对每层发射天线进行SM映射,最后根据每层SM映射得到总的天线激活索引号和调制符号。为了进一步降低系统的误比特率,以系统误比特率上界为目标函数给出了APSK内外环幅度比选择准则。此外,为了实现低复杂度的最大似然译码,接收端对激活天线索引号和调制符号进行独立检测。理论分析和仿真结果表明:LSM算法对于任意发射天线数目都适用,并且可以灵活地调节激活天线个数;与分层空移键控算法相比,当频谱效率为8b/(s·Hz)时,2种算法的性能基本相似,但天线数量节省了12根,从而节约了硬件资源;与广义空间调制算法相比,当发射天线为3、5和6时,频谱效率提高了1b/(s·Hz)。     

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%。     

空间调制系统中优化的SD检测算法

空间调制系统(Spatial Modulation, SM)中的球形译码(Sphere Decoding, SD)检测算法不同于最大似然(Maximum Likelihood, ML)检测算法的搜索方式，SD算法采用深度搜索方式，在降低计算复杂度的同时使检测性能尽可能的接近ML算法.通过分析SD检测算法可知，信道增益矩阵直接影响接收信号及信号检测过程.利用这一特点，本文提出了hrSD算法.该算法根据信道增益矩阵来改变传统SD算法的搜索结构，进而可以更快速的找到完整的搜索路径；此外，为了降低算法的计算复杂度，给出了简化的hrSD(s)算法.通过仿真结果与分析可知，在计算复杂度相同的情况下，hrSD(s)算法的检测性能更优.     

用于GSM系统的低复杂度ML检测的双层LDPC码

为降低最大似然(maximum-likelihood,ML)检测在广义空间调制(generalized spatial modulation,GSM)系统中的复杂度,提出了双层低密度奇偶校验(two-layer low-density paritycheck,TL-LDPC)码,并且对TL-LDPC编码的GSM系统和常规低密度奇偶校验(low-density parity-check,LDPC)编码的GSM系统分别做了仿真试验。结果表明,在误码率轻微增高的前提下,TL-LDPC编码的GSM系统中ML检测的复杂度远低于常规LDPC编码的GSM系统。     

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.     

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.     

MIMO下预编码辅助空间调制的接收天线选择

预编码辅助空间调制(pre-coding aided spatial modulation,PSM)通过激活接收天线的索引在空间域中传输信息比特。将接收天线选择(receive antenna selection,RAS)技术引入到PSM系统中,可以提高PSM系统的性能。在传统的PAS算法中,穷举搜索算法的系统性能最优,但穷尽搜索会导致其计算复杂度较高;快速RAS算法的计算复杂度较低,但其系统性能较差。因此,针对PSM系统的RAS算法,需要寻找一个折中的方案以适用于实际的通信系统。通过利用信道矩阵的最大和最小特征值(maximum and minimum eigenvalue,MME),设计了MME-RAS算法。分析和仿真结果表明,该算法相比于快速RAS算法计算复杂度略有提升,但可以使系统性能提高1 dB左右;相比于穷举搜索算法可以使计算复杂度降低70%以上,并且其系统性能接近于穷举搜索算法。     

线性分组码辅助发信天线选择对空间调制系统性能的影响

为了提高MIMO系统的性能,本文设计了线性分组码辅助发信天线选择的空间调制MIMO系统,并对所设计的系统进行了互信息、复杂度分析和相应的仿真实验.实验结果表明,相比于传统的广义空间调制系统,在相同系统配置时,线性分组码辅助天线选择的空间调制系统在复杂度略有增加的前提下能够获得较大的误码性能增益.     

LTE-A系统下行MIMO检测算法改进研究

MIMO检测是LTE-A系统中的一个重要环节,在实际应用中,MIMO信号检测算法的选用需要在复杂度和性能之间进行合理折中。文中针对ML(Maximum Likelihood)算法复杂度高的问题,提出了一种改进的算法(ML-SQRD),主要是缩小搜寻空间,尽可能多地考虑可能的发送符号集,并在分析过程中结合了SQRD(Sort QR Decomposition)算法。经仿真和复杂度分析,改进算法的性能接近ML算法,且复杂度低于ML算法,可应用于未来5G通信中大规模MIMO检测。     

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.     

采用二重天线激活矩阵的差分空间调制算法

针对传统差分空间调制算法(DSM)不能获取发射分集的问题,提出了一种采用二重天线激活矩阵的差分空间调制算法,简称TA-DSM算法。该算法对天线激活矩阵集合中的元素进行了两次独立选择,得到两个天线激活矩阵。再将这两个矩阵分别和P个Alamouti矩阵的第1行和第2行相乘,以此获得TA-DSM发送信号。由于该算法使用了两个天线激活矩阵,所以与现有的空时编码DSM(STBC-DSM)相比,TA-DSM可以传递更多的比特数,从而获得更高的频谱效率。因此,在频谱效率相同的情况下,TA-DSM可以拥有更好的误码性能。同时,文中系统地提出了构造天线激活矩阵的简单方法,使TA-DSM可以获得二阶发射分集。最后,针对TA-DSM提出了低复杂度解码算法。仿真结果表明,TA-DSM方案比现有的STBC-DSM具有更好的误码性能,当频谱效率为1.33b/(s·Hz)时,相比STBC-DSM,TA-DSM可以获得约4dB的性能增益;当频谱效率为2b/(s·Hz)时,TA-DSM可以获得约1.5dB的性能增益。     

基于发射天线分组的广义空间调制系统研究与仿真

为了提高广义空间调制(Generalized Spatial Modulation,GSM)方案携带额外索引信息的能力,提出了一种基于发射天线分组的GSM(AG-GSM)方案.在AG-GSM方案中,首先,给定的发射天线数目被分为多个天线分组,且每个分组的天线数目与2成次幂关系;其次,设计一个状态选择器,用于调制一个PA...     

基于大规模MIMO系统的满分集VBLAST低复杂度译码算法

为了提高大规模MIMO系统的分集增益、降低译码复杂度,构建了一种码率为1的满分集贝尔实验室垂直分层空时码,并采用最大比合并算法(MRC)检测接收信号.分别计算了MRC算法的平均输出信干噪比(SINR)和传统迫零算法(ZF)的平均信噪比(SNR),分析了性能相等时应满足的条件,并且比较了2种算法的计算复杂度和BER性能.结果表明,当BER=10-5,收发天线数为400和40、调制方式分别为BPSK和QPSK时,最大比合并算法的BER性能较迫零算法分别存在0.4和0.3 d B的增益.采用所提算法对接收信号进行检测,不但能够降低系统的计算复杂度,而且能保证系统的误比特率性能.     

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.