基于软输出固定复杂度球形译码的高效迭代检测算法

该文在软输出固定复杂度球形译码(SFSD)算法的基础上,提出一种低复杂度高性能的MIMO迭代检测方法。该算法利用迭代过程中译码器的反馈信息更新SFSD检测算法的软输出,获得明显的迭代增益,并利用多级比特映射星座图的特点大大降低分支度量的运算次数。针对SFSD算法预处理复杂度较高的问题,该文将检测顺序调整和QR分解两个预处理步骤相结合,从而减少了矩阵求逆运算。在长期演进方案(LTE)下行链路环境中的仿真结果表明,该文提出的算法性能十分接近最优的最大后验概率(MAP)检测,并且实现复杂度相对于MAP有显著的下降。     

一种改进的LDPC编码FSO-MIMO系统迭代检测解码算法

基于双伽玛(Gamma-Gamma)湍流信道,研究了低 密度奇偶校验码(LDPC)的自由空间光通信多输入多输出(FSO-MIMO)系统迭代检测解码(ID D)算法。针对最优最大后验概率(MAP)算法复杂度高和BP迭代过程 中比特节点后验对数似然比(LLR)震荡现象,结合概率数据辅助(PDA)算法在信号检测中 的良好性能, 提出了一种基于反馈均值的LDPC+PDA系统IDD码算法,采用BP解码方法,经迭代处理,求出 每次内 迭代中比特节点输出的后验信息均值,并将其作为解码器的输出反馈给检测器,从而提高了 解码器传递给 检测器的消息可靠性。仿真结果表明,当误码率(BER)为10－5左右 时,在弱湍流条件下,改进的IDD算法相 对传统的算法具有0.3dB的性能优势;在强湍流条件下,改进的IDD 算法比传统的算法提高了0.65dB 的性能增益。因而,改进的IDD算法能够进一步抑制湍流特别是强湍流的影响,提高了系统 性能。     

基于切比雪夫-迹迭代的大规模MIMO系统软输出信号检测

在多用户大规模多输入多输出(MIMO)系统信号检测算法中,最小均方误差(MMSE)算法可取得近似最优性能,但MMSE算法中高维矩阵求逆的复杂度过高,导致在实际应用中难以快速有效地实现.同时,对于高阶正交幅度调制(HQAM),如果符号向比特的解映射采用硬判决,将会导致后续信道译码的性能明显下降.因此,该文针对采用格雷编码的HQAM的多用户大规模MIMO系统,提出一种基于切比雪夫-迹迭代(CTI)的低复杂度软输出信号检测算法.该算法不但有效地规避了信号检测所需的高维矩阵求逆,同时,利用格雷编码的调制信号的比特翻转特性和二叉树结构,给出了一种融合三叉链表搜索的比特对数似然比(LLR)简化计算方法.仿真结果表明,该文所提的软输出信号检测算法最多需要3次迭代就能收敛并可取得接近MMSE算法的性能,在复杂度和性能之间取得了很好的折中.     

基于切比雪夫-迹迭代的大规模MIMO系统软输出信号检测

在多用户大规模多输入多输出(MIMO)系统信号检测算法中,最小均方误差(MMSE)算法可取得近似最优性能,但MMSE算法中高维矩阵求逆的复杂度过高,导致在实际应用中难以快速有效地实现。同时,对于高阶正交幅度调制(HQAM),如果符号向比特的解映射采用硬判决,将会导致后续信道译码的性能明显下降。因此,该文针对采用格雷编码的HQAM的多用户大规模MIMO系统,提出一种基于切比雪夫-迹迭代(CTI)的低复杂度软输出信号检测算法。该算法不但有效地规避了信号检测所需的高维矩阵求逆,同时,利用格雷编码的调制信号的比特翻转特性和二叉树结构,给出了一种融合三叉链表搜索的比特对数似然比(LLR)简化计算方法。仿真结果表明,该文所提的软输出信号检测算法最多需要3次迭代就能收敛并可取得接近MMSE算法的性能,在复杂度和性能之间取得了很好的折中。     

基于判决反馈的TurboDPSK

本文针对衰落信道中DPSK(differential phase-shift keying)信号的特点,提出了一种基于判决反馈的Turbo DPSK解调/译码算法,它利用判决反馈进行衰落信道的估计并计算信息比特的似然比.与基于BCJR(Bahl-Cocke-Jelinek-Raviv)的Turbo DPSK解调/译码算法相比,它可以大大降低运算复杂度,减少迭代译码过程中所需的存储空间.仿真结果表明,采用这种新的迭代解调/译码算法可以获得和基于BCJR的迭代解调/译码算法几乎一样的性能.     

编码MIMO系统中一种低复杂度次优软检测算法

提出了一种低复杂度次优编码MIMO系统软检测算法.在编码MIMO系统的迭代译码中,信道译码需要MIMO检测输出每一比特的软信息,而软信息的计算需要巨大的计算量.本文在不同的迭代次数中分别利用球形译码的硬判决信息和编码比特先验信息得到发射向量的估计值.在这个估计值的基础上计算MIMO检测中每一比特的软信息,从而避免了常规的穷尽搜索检测算法,减少了复杂度.通过分析和仿真,本算法在有限性能损失的前提下使复杂度得到了极大减少.在相同没置下,本算法的一帧数据仿真时间不到原算法的1/20,并且对于不同的调制方式复杂度基本不变,达到了性能和复杂度的较好折中.     

分布式MIMO的Turbo检测算法

当信道码为卷积码时,针对V-BLAST类空时码的分布式MIMO,该文提出了两种迭代检测算法:最大似然迭代接收机及一种低复杂度的迭代检测接收机。最大似然迭代检测接收机的复杂度为O(2MTSlogM),低复杂度的迭代检测接收机的复杂度为 O(M2TM2RS2M) 。在准静态、单径瑞利衰落信道中,对低复杂度的迭代检测接收机的误码率性能进行了计算机仿真验证,与非迭代的迫零检测相比,低复杂度的迭代检测接收机节约比特信噪比约7.5dB;在相同的误码率下,迭代6次与迭代1次相比,可节约3dB的比特信噪比;随着迭代次数的增加,迭代效果越来越小。     

大规模MIMO系统中基于TFQMR的低复杂度信号检测算法

在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统上行链路检测算法中,最小均方误差(Minimum Mean Square Error,MMSE)算法可取得近似最优的性能,然而MMSE算法涉及高维矩阵求逆问题,其计算复杂度高达O(K 3),其中K表示用户数。为此,针对极化信道编码的大规模MIMO系统,基于无转置极小残差(Transpose-Free Quasi-Minimal Residual,TFQMR)方法,提出了一种低复杂度次优信号检测算法。该算法有效地避免了矩阵求逆运算,使其计算复杂度降至约O(K 2)。仿真结果表明,基于TFQMR的信号检测算法的误比特率性能与计算复杂度均优于基于Neumann级数展开的信号检测算法;同时,最多经5次迭代该方法可取得接近MMSE检测算法的性能。     

LDPC码的改进迭代比特翻转译码算法

为提高低密度奇偶校验(LDPC)码的低复杂度硬判决译码算法的性能,提出了一种改进的比特翻转(BF)译码算法,在迭代时利用一个交替的门限模式对多个比特进行翻转,降低了每次迭代时比特被错误翻转的概率,从而有效提高了译码性能.仿真结果表明,与BF算法相比,该算法在保持低复杂度的基础上获得了更好的译码性能和更快的收敛速度.     

基于新停止准则的多进制LDPC码加权符号翻转译码算法

为了降低多进制低密度奇偶校验(Low-Density Parity-Check,LDPC)码译码算法的复杂度,该文提出了基于新停止准则的符号翻转译码算法。该算法根据翻转函数和接收比特可靠性度量来确定对应的翻转符号,通过分析不满足校验方程个数的变化趋势来提前终止迭代。仿真结果表明,新算法在保持原有符号翻转译码算法误码性能不变的情况下,极大地减少了译码迭代次数,取得了译码性能和复杂度的折衷。     

基于Newton迭代算法的低复杂度信号检测算法

为了解决太赫兹通信系统超大规模MIMO检测计算复杂度高、收敛速度慢等问题,提出了基于Newton迭代算法的低复杂度信号检测算法.通过在Newton迭代算法中改进初始矩阵、加入步长因子,降低计算复杂度、提高收敛速度;通过加入调节因子,保证算法的稳定性、可靠性和场景适用性.仿真结果表明,相比传统算法,所提算法具有更低的计算...     

物联网通信中的无线信道抗干扰算法

在物联网通信中,无线信道的抗干扰性依然受到各种因素影响,多天线系统对信道质量改善有较好的效果,但其信号检测的复杂度和性能还需要进一步提升。基于 QR 分解的检测算法具有较低的计算复杂度,但检测性能有待改善。为了改善QR分解检测算法的性能,提出一种基于ML准则结合判决候选机制的QR分解算法,并对其性能进行了分析。该算法采用 ML 准则对初始层进行精确估计检测,而后对其他检测层进行可靠判决,不可靠则引入候选点并从中选择最优候选点进行反馈。该算法可以显著改善系统干扰,并且在判决回馈中大大减少错误传播。实验仿真表明,在增加一定复杂度的情况下,该算法能够有效改善物联网系统性能。     

基于SOR-PCG的低复杂度信号检测算法研究

针对最小均方误差信号检测算法复杂度随着天线数量增加呈指数增长的问题,提出低复杂度的预处理共轭梯度信号检测算法.该算法通过灵活调整松弛因子,运用预处理技术降低矩阵条件数,从而加快共轭梯度信号检测算法的收敛速度.仿真结果显示,该算法在小数量的迭代中能够达到和最小均方误差检测算法相似的误码率,算法复杂度下降了一个数量级.通过选择适当的松弛因子,相比直接用共轭梯度法,能够更快收敛到最佳值.     

基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测

大规模MIMO系统上行链路中,最小均方误差（MMSE）算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由O（K³）降为O（K²）.同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明：所提出的Kaczmarz迭代软输出信号检测算法经过两到三次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.     

A Low Complexity Near Optimal Signal Detection for Large Scale MIMO SC-FDMA Uplink System

This article proposes an improved Newton algorithm as a low complexity signal detection scheme for linear receiver in large scale multiple- input multiple- output (LS-MIMO) single carrier frequency division multiple access (SC-FDMA) uplink system, where a large number of antennas are set up at the base station and active users are with a single antenna system. Data detection for uplink SC-FDMA system is one of the specific challenges due to the significant rise in the dimension of antennas and number of subcarriers. Especially for symbol detection process, LS-MIMO SC-FDMA system with linear detector requires to perform a large matrix inverse computation. Even though linear detectors such as zero forcing (ZF) and minimum mean square error (MMSE) can achieve near-optimal detection performance, they still introduce high computational complexity and obliviously involve in the computation of matrix inversion. Therefore, a design of complexity reduction algorithm based near-optimal detector for LS-MIMO SC-FDMA system attains research interest. The improved Newton algorithm is employed to obtain linear detection solution which iteratively performs matrix free-inversion operation. The new algorithm performs matrix–matrix multiplication into matrix–vector multiplication, which substantially reduces receiver detection complexity. The efficacy of the proposed method is investigated at 16-QAM. Both ZF and MMSE criteria are proposed and compared through simulations. Simulation results illustrate that the proposed scheme outperforms the conventional detection schemes and exhibits near-optimal performance with a small number of iterations. Further, bit-error-rate performance is closer to classical linear detector with affordable computational complexity.

     

大规模MIMO下具有反馈的低复杂度检测算法

针对大规模MIMO系统,信号检测算法的复杂度往往呈指数级增长的问题,通过对传统的QRD-M检测算法和树搜索的深度研究,对其进行改进,得出一种具有反馈的低复杂度检测算法,该算法主要运用分支的权重和分支间的反馈对树进行修剪,然后运用树搜索的原理进行搜索输出.仿真结果表明,该改进算法以降低较少系统性能的代价,能够极大地降低计算复杂度,是一种折衷的高效检测算法,完全能运用于大规模MIMO系统中.     

一种粒子滤波的盲多用户检测快速算法

该文在时间观察状态空间模型基础上,针对粒子滤波计算复杂的问题,构造了一种在同步快变平衰落信道下计算复杂度低的粒子滤波的DS-CDMA盲多用户检测快速算法。该算法通过对超过门限数目的粒子分类,以不同类别粒子的概率差值作为粒子滤波所需粒子数目是否足够的判断准则,自动调节不同情况下所需的粒子数目,并对不同类别粒子概率差值下盲多用户检测性能进行分析。仿真结果表明,该文算法可以在保证盲多用户检测性能的前提下有效地降低运算复杂度,且检测性能与概率差值成正比。     

基于判决反馈的CPFSK信号非相干多符号检测算法

针对传统多符号检测算法存在的计算复杂度高、工程实现难度大等问题,提出了基于判决反馈思想的改进算法。该算法利用已判决的码元信息,对观测长度内所有可能发送波形进行筛选,从而减少码元判决时所需的相关器数量,降低算法的检测复杂性。在低信噪比和高信噪比2种情况下推导出改进算法误码性能的联合上边界,并基于网格最小欧氏距离求得其性能下边界,明确界定了改进算法的误码性能。理论分析和仿真结果都表明,与传统算法相比,在不损失检测性能的前提下,改进算法的复杂度随着反馈码元个数的增加呈负指数幂减少。     

基于线性化因子更新的频域迭代判决反馈均衡

迭代块判决反馈均衡(Iterative Block Decision Feedback Equalization,IBDFE)是单载波频域均衡中一种行之有效的非线性均衡算法,但算法计算复杂度随迭代次数增加而增大。本文针对传统IBDFE算法的不足提出一种基于线性因子更新的频域迭代判决反馈均衡算法,利用了线性因子更新来降低均衡器复杂度,并引入修正因子计算反馈滤波器系数以避免性能损失。仿真结果表明,所提出算法性能与传统IBDFE算法相比复杂度降低且在误比特率为10-5时有0.12 dB的性能增益,与已有的低复杂度算法(Low-Complexity IBDFE,LC-IBDFE)相比有0.1 dB的性能增益。