大规模MIMO系统基于分布式压缩感知的信号检测算法研究

随着通信技术的不断发展,人们对通信速率的要求越来越高,大规模MIMO(Multiple-Input Multiple-Output)技术因其能够大大提高系统的频谱效率,成为通信技术领域的研究热点.在大规模空间调制MIMO中,原本最佳的检测方法——最大似然(Maximum likelihood,ML)检测算法由于算法复杂度过高,不再适用.而适用于小规模空间调制MIMO系统的低复杂度的检测算法在大规模系统中性能会很差.本文利用空间调制信号的结构化稀疏性,提出了基于分布式压缩感知(Distributed Compressed Sensing,DCS)的信号检测算法,同时参照已有文献,利用分组传输和信号交织来进一步提高信号检测性能.最后我们通过仿真验证了此方案能够较好地逼近最大似然检测算法性能.     

MIMO系统V-BLAST检测算法的FPGA实现

用FPGA实现了多种垂直分层空时码(Vertical-Bell Laboratories Layered Space-Time,V-BLAST)检测算法,包括最大似然(Maximum Likelihood,ML)检测算法、破零(Zero Forcing,ZF)检测算法和最小均方误差(Minimum Mean Square Error,MMSE)检测算法。首先研究了MIMO V-BLAST系统架构、数学模型和多种接收机检测算法,分析了关键检测算法的特性和性能,重点使用Verilog硬件描述语言在Xilinx的Vertex4-VC4VSX55 FPGA开发板上实现了V-BLAST系统架构和三种检测算法,并通过仿真结果比较了每一种算法的复杂度和性能。仿真结果表明对于V-BLAST检测,ML具有最优的性能但复杂度最高;ZF算法具有较低的复杂度但比ML的性能略差;MMSE算法复杂度只比ZF算法略大但性能却有显著提升。     

V-BLAST系统中一种近似最佳列表检测算法

针对V-BLAST系统,提出一种近似最佳列表检测算法。该列表检测算法通过调节列表维数参数在检测性能和计算复杂度之间实现了较好的折衷。此外,给出了一种不同于OSIC算法的检测排序方法,进一步提高了检测性能。仿真和复杂度比较结果表明,在不相关和空间相关性较强的信道下,该列表检测算法均显著优于OSIC算法,甚至接近ML算法的性能,实现了性能和复杂度较好的折衷,是一种实用的选择。      

4×4 V-BLAST系统分组最大似然检测算法

对于V-BLAST系统的检测,最大似然(ML)算法有着最优的性能却也有最大的计算复杂度;经典的排序连续干扰抵消(OSIC)算法复杂度较低,但数值稳定性差,且性能与ML差距较大.因此,本文基于检测性能和计算复杂度折中的思想,针对4×4 V-BLAST系统提出了一种分组最大似然(Group ML,GML)检测算法,在保证较好检测性能的基础上,通过将四维ML检测器分成两组二维ML检测器来降低计算复杂度.此外,本文还提出了一种简化的最大似然(Simpli-fled ML,SML)检测算法,通过将每组中的二维ML检测器的搜索空间从二维降至一维,进一步降低了计算复杂度,并证明其与ML算法具有一致的性能.仿真表明,在误符号率为10~(-3)时GML算法相比OSIC算法有约7dB的性能提升.经分析知.GML算法复杂度与ML-OSIC算法相比在高阶调制方式下有着显著的降低,易于硬件实现.     

基于SVM的广义空移键控可见光通信系统信号检测算法

针对室内广义空移键控(GSSK)调制的可见光通信(VLC)系统,该文提出一种基于支持向量机(SVM)的机器学习信号检测算法。在一般的VLC系统中,极大似然(ML)检测是最优检测算法,但是ML检测算法具有很高的计算复杂度。为了解决此问题,该文利用机器学习中的SVM分类思想实现对系统接收端的信号检测,以在保证信号检测正确率的情况下,降低计算复杂度,提高GSSK-VLC系统的信号检测效率。仿真结果表明,该文提出的针对室内GSSK-VLC系统的SVM信号检测算法与ML检测算法相比,在具有接近ML的误比特率(BER)性能的同时,计算复杂度明显降低,有效提升了系统的检测性能。     

基于SVM的广义空移键控可见光通信系统信号检测算法

针对室内广义空移键控(GSSK)调制的可见光通信(VLC)系统,该文提出一种基于支持向量机(SVM)的机器学习信号检测算法.在一般的VLC系统中,极大似然(ML)检测是最优检测算法,但是ML检测算法具有很高的计算复杂度.为了解决此问题,该文利用机器学习中的SVM分类思想实现对系统接收端的信号检测,以在保证信号检测正确率的情况下,降低计算复杂度,提高GSSK-VLC系统的信号检测效率.仿真结果表明,该文提出的针对室内GSSK-VLC系统的SVM信号检测算法与ML检测算法相比,在具有接近ML的误比特率(BER)性能的同时,计算复杂度明显降低,有效提升了系统的检测性能.     

MIMO系统中一种改进的ZF-OSIC信号检测算法

为了寻找一个可靠性较高且复杂度较低的多输入多输出(Multiple Input Multiple Output,MIMO)检测算法,文中基于MIMO系统中传统的排序的迫零串行干扰抵消ZF-OSIC(Zero Forcing-Ordered Successive Interference Cancellation,ZF-OSIC)以及最大似然ML(Maximum Likelihood,ML)信号检测算法,提出一种将两种传统算法相结合的新算法,ZF-OSIC K-correction检测算法,该算法综合了二者的优点。运用ML算法中的枚举思想来选择性地修正ZF-OSIC算法得到的检测结果,从而在算法复杂度增加不大的情况下,得到性能的改善,准确度更加逼近ML算法。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制( GSM)系统接收端最大似然( ML)检测算法计算复杂度极高的缺点,提出了一种基于压缩感知( CS)信号重构理论的低复杂度信号检测算法。首先,在多输入多输出( MI-MO)信道模型下,通过改进正交匹配追踪( OMP)算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

正交空间调制的低复杂度检测算法

针对正交空间调制(QSM)系统中激活天线数的不确定性、最大似然(ML)检测算法复杂度极高的缺点,提出了一种低复杂度检测算法.首先,该算法基于压缩感知(CS)信号重构理论,对系统模型进行重构,使固定激活天线系统中的低复杂度算法可以在新的系统模型中使用;然后,借鉴正交匹配追踪(OMP)算法的思想,选出一个激活天线备选集;最后,通过ML算法搜索备选集,选出激活天线和调制符号.仿真结果显示,相比ML检测算法,所提算法在性能丢失较小的情况下,降低了约90％的复杂度.     

逼近幂迭代子空间跟踪算法在多用户系统中的应用研究

本文将基于逼近幂迭代的子空间跟踪算法应用于多用户系统中.该算法利用适当的补偿矩阵逼近经典幂迭代子空间跟踪方法,在不增加计算复杂度的基础上保证了算法的全局收敛.将该算法应用于波达方向(DOA)估计及盲多用户检测系统中,利用接收的数据矢量估计信号子空间,进而可得到DOA的精确估计及检测器的权向量.仿真验证了算法在多用户系统中的有效性.     

用于MIMO信号检测的降低复杂度V-BLAST算法

用于多输入多输出(MIMO)通信系统信号检测的V-BLAST算法其预处理具有较高的运算复杂度。对此作出改进,提出了一种降低复杂度V-BLAST算法。该算法在V-BLAST每一步的检测中不仅选取信噪比/信干噪比最大的一路信号、而且同时选取信噪比/信干噪比足够大的各路信号一起进行检测。仿真结果显示,该降低复杂度V-BLAST算法在取得与常规V-BLAST检测十分接近的误码性能的同时,达到了显著低于后者的预处理复杂度。     

FSO MIMO系统中分层空时码检测算法

多输入多输出(MIMO)系统可以有效提高频谱效率和系统容量。基于MIMO系统重点研究了无线光通信垂直分层空时系统(V-BLAST)检测算法。首先分析了最大似然、线性迫零、最小均方误差以及排序干扰抵消等典型的传统检测算法,基于OOK调制和4PPM调制对采用不同检测算法的系统差错性能进行了仿真对比,最后对Turbo码与BLAST技术相结合构成的新系统采用了软输入软输出(SISO)迭代检测译码方案。仿真结果表明,分层空时检测算法中性能最优的是ML,其次是SISO-MAP,ZF算法性能最差;Turbo-BLAST系统可以有效提高无线光通信系统的抗干扰性能。     

V-BLAST系统接收端解码算法的改进

本文在总结了V—BLAST系统的接收端算法基础上,着重对最大似然（ML）和串行干扰抵消（OSIC）相结合的算法进行讨论和仿真。结果表明,对n层符号,选取其中I层采用ML算法,剩下的n-1层采用OSIC算法,不会大幅增加原OSIC算法复杂度,且误码率性能大幅提高。同时指出,基于OSIC思想,对瞬时信噪比（SNR）最大的符号采用ML算法,余下的符号采用OSIC算法解码,可以逼近ML算法的性能。     

V-BLAST光MIMO系统检测算法分析

为了降低系统光多输入多输出(MIMO)系统的复杂度,提高系统的性能,介绍了迫零(ZF)检测算法、最小均方误差(MMSE)检测算法、最大似然(ML)检测算法在垂直分层空时编码(V-BLAST)光MIMO空时系统中的应用。从理论上对算法性能和复杂度进行研究,然后在MATLAB建立仿真模型,对多模光纤的传输函数进行仿真,结果表明在多模光纤链路中,ZF算法性能较低;MMSE算法较ZF算法有所改进;ML算法通过比较接收符号和原发送的符号之间的相似度,从而获得原符号的最小差错概率,其性能最好。     

Performance analysis for MIMO systems with lattice-reduction aided linear equalization

Multi-input multi-output (MIMO) systems equipped with multiple antennas have well documented merits in combating fading and enhancing data rates. MIMO V-BLAST transmission is a widely adopted method to achieve high spectral efficiency and low-complexity implementation. When the maximum likelihood (ML) or near-ML detector is employed, receive diversity is collected for MIMO V-BLAST systems to enhance the performance. However, because of its exponential complexity, ML detector may be infeasible for practical systems when the number of antennas and/or the constellation size is large. On the other hand, linear equalizers have much lower complexity but come with inferior performance. In this paper, we analytically quantify the diversity order of linear detectors for MIMO V-BLAST systems. Then, we adopt low-complexity complex lattice-reduction (LR) aided linear equalizers for V-BLAST systems to improve the performance and prove that LR-aided linear equalizers collect the same diversity order as that exploited by the ML detector but with much lower complexity. Relative to the existing real LR-aided equalizers, we illustrate that the complex LR further reduces the complexity while keeping the same performance. Simulation results corroborate our theoretical claims.     

V-BLAST系统中一种基于噪声分析的简化最大似然检测算法

该文基于对贝尔实验室垂直分层空时系统中的噪声分析,提出了一种简化的最大似然检测算法。该算法选取多维空间中参考直线附近的若干信号点构成候选子集,并利用最大似然准则在该子集中选取合适的向量作为对发射信号的最终估计。性能分析和仿真表明,该算法在保证接近最优误码性能的前提下,具有更低的计算复杂度,并且解决了噪声增强问题。     

A simple low-complexity algorithm for generalized spatial modulation

Generalized spatial modulation (GSM) is an extension of spatial modulation which is significant for the next generation communication systems. Optimal detection process for the GSM is the maximum-likelihood (ML) detection which jointly detects the antenna combinations and transmitted symbols. However, the receiver is much more complicated than SM due to inter-antenna interference and/or increased number of combinations. Therefore, the computational complexity of the ML detection grows with the number of transmit antennas and the signal constellation size. In this letter, we introduce a novel and simple detection algorithm which uses sub-optimal method based on the least squares solution to detect likely antenna combinations. Once the antenna indices are detected, ML detection is utilized to identify the transmitted symbols. For obtaining near-ML performance while keeping lower complexity than ML detection, sphere decoding is applied. Our proposed algorithm reduces the search complexity while achieving a near optimum solution. Computer simulation results show that the proposed algorithm performs close to the optimal (ML) detection resulting in a significant reduction of computational complexity.     

AN ENHANCED DETECTION ALGORITHM FOR V-BLAST SYSTEM

I. Introduction It has shown that the use of Multi-Input Multi- Output (MIMO) can provide extraordinarily high spectral efficiencies in rich-scattering environment[1 In V-BLAST architecture[2,3] the streams of inde- pendent data are transmitted over different antennas thus maximizing the average data rate. The origina V-BLAST algorithm uses the iterative nulling and Decision Feedback Equalization (DFE) in decoding process, a relatively simple approach which can also result in error …