一种新的频率选择性信道下V-BLAST检测算法

针对频率选择性衰落信道,提出了一种新的基于判决反馈均衡的V-BLAST(垂直-贝尔实验室分层空时)检测算法.在算法中,提出了分段训练的概念,依据前段训练结束后,各层被检测信号的信噪比大小在反馈部分进行逐层递增反馈.该算法无需进行信道估计,无需对信道矩阵求逆,且能自适应信道变化.同时,相对于自适应多输入多输出判决反馈均衡算法,新算法的计算复杂度明显降低,且低信噪比条件下的误码率性能有所改善.仿真实验给出了新算法与自适应多输入多输出判决反馈均衡算法的性能对比,证明了新算法的有效性.     

MIMO空间相关信道下格规约辅助的信号检测

针对多输入多输出空间相关信道环境,提出了一种基于格规约理论的最小均方误差检测算法.该算法考虑了空间相关性的影响,利用复数Lenstra-Lenstra-Lovász格规约算法克服了传统的线性最小均方误差检测器分集阶数随相关系数增加而减小的缺点,使检测到的信号在高信噪比下可以达到比传统算法低几个数量级的误码率.理论分析与仿真结果表明,在信道为Kronecker相关平坦衰落模型下,接收端采用最小均方误差信道估计,发射端采用QPSK调制未使用信道编码,当比特信噪比大于18dB时,基于格规约理论的最小均方误差检测器的误码率低于传统最小均方误差检测器的误码率;发射端采用(2,1,3)卷积码、接收端采用硬判决Viterbi译码,当信噪比大于16dB时,基于格规约理论的最小均方误差检测器的误码率低于传统最小均方误差检测器的误码率,且基于格规约理论的最小均方误差检测器的分集阶数不受相关系数的影响,等于接收天线数N.     

空-时多用户检测中子空间跟踪算法

在研究子空间方法盲多用户检测算法的基础上,针对增大DS-CDMA系统容量和提高信噪比、误码率性能的问题,提出了一种与阵列天线接收相结合的多用户检测技术——空-时多用户检测技术,可使多用户检测应用于过载系统,增加系统容量．将改进的newOPAST算法应用于盲空-时多用户检测中,结果表明,该算法具有稳定的全局收敛性,并保持了较低的算法复杂度,而其输出信噪比和误码率性能接近算法复杂度高的经典算法．     

一种格缩减辅助MIMO检测的非线性量化算法

针对格缩减辅助MIMO检测中,采用格缩减技术后导致星座畸变,引起变换域信号非线性联合量化复杂度高的问题,提出了一种排序反馈的非线性量化算法。该算法同时考虑了变换星座的边界和各元素之间的相关性,且根据量化误差的大小选择信号元素量化判决的顺序,依次量化判决信号的各个元素。仿真证明,基于该算法的格缩减辅助MIMO检测其性能要优于无排序反馈量化和逐元素独立量化的格缩减辅助MIMO检测,且能很好的逼近最大似然检测的性能,在平坦块衰落信道下,算法复杂度为多项式复杂度。     

基于稀疏时变水声信道的判决反馈均衡算法

针对常规的判决反馈均衡处理稀疏时变水声信道接收信号时性能下降的问题,本文在最小均方算法和仿射投影算法的基础上,提出了改进的自适应算法。算法引入了随输入信号变化的迭代步长因子及表征系统稀疏特性的l_0范数约束,并且利用通信接收信号的非圆特性的宽线性输入方式改善性能。仿真结果表明:本文提出的算法具有更快的收敛速度和更小的稳态均方误差,仿真和试验数据分析结果证明了应用改进算法的自适应判决反馈均衡器有更低的误码率。     

格缩减辅助MIMO检测的非线性量化

针对格缩减辅助(LRA)多入多出(MIMO)检测中,采用格缩减技术后导致星座畸变、引起变换域信号非线性联合量化复杂度高的问题,提出了一种排序反馈的非线性量化算法. 该算法同时考虑了变换星座的边界和各元素间的相关性,且根据量化误差的大小选择信号量化判决的顺序,依次量化判决信号的各元素. 仿真证明,基于该算法的格缩减辅助MIMO检测性能优于无排序反馈量化和逐元素独立量化的格缩减辅助MIMO检测,且能很好地逼近最大似然检测的性能;在平坦块衰落信道下,计算复杂度为多项式复杂度.     

基于免疫算法的球形译码算法研究

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的性能最接近最大似然检测算法,是目前应用最为广泛的一种信号检测方法,但传统的球形译码算法在低信噪比时计算复杂度较高,在高信噪比时误码率性能不够理想.该文提出了一种改进的球形译码方法,利用免疫算法的寻优能力来获得最佳的初始搜索半径,从而达到在保证译码性能的同时有效地降低计算复杂度的目的.实验仿真结果表明,与传统的球形译码算法相比,基于免疫算法的球形译码方法在高信噪比下可以达到最大似然译码的性能,同时能有效降低低信噪比时的运算复杂度,从而更符合现代无线通信实时性的要求.     

MIMO系统V-BLAST自适应迭代极大似然检测研究

为了提高系统传输性能,有效利用信道资源,提高频谱利用率.在时变衰落信道下采用了分层垂直空时结构,同时文中提出了一种自适应极大似然估计检测方法,系统根据各平均误码率及反馈信噪比自适应地选择调制类型,按列检出数据,该方法收敛时间快,高阶调制牺牲增益低的信道换取整体频谱效率提高.试验结果表明自适应垂直BLAST迭代检测每0.1%误码率可以比传统检测算法提高4.1dB.自适应极大似然估计检测的分层垂直空时结构其频谱效率优于单纯的垂直BLAST检测.     

结合RAKE接收的判决反馈多用户检测器

提出将RAKE接收与判决反馈多用户检测相结合的接收方案,并对聂景楠提出的判决反馈多用户检测器,采用分组去相关法加以改进,从而带来检测器运算速度的增加、节省所需内存,而且考虑了用户功率大小对判决反馈的影响,及RAKE接收技术的采用,降低了误码率,使系统整体性能得到提高,研究结果表明,新的方案在性能上明显优不带RAKE的判决多用户检测器和R．Cupas提及的解相关检测器。     

MIMO系统中MCMC检测算法的研究与改进

介绍了MIMO接收机模型,在分析LSD检测算法和MCMC检测算法基础上,提出了一种改进的MCMC检测算法.该算法通过在接收机中添加预判决模块,融合SIC-MMSE算法,有效利用信道译码器产生的软信息,辅助MIMO检测器中的吉布斯采样,减少了采样点数,降低了传统算法的复杂度.仿真结果显示,改进的MCMC算法性能上优于LSD算法,在相同的信噪比情况下降低了误码率,有一定的理论和实用意义.     

DS-UWB系统中基于线性预测的盲多用户检测

针对超宽带(UWB)系统中的码间干扰(ISI)和多址干扰(MAI)问题,将线性预测方法应用于直接序列超宽带(DS-UWB)系统中进行盲均衡和盲多用户检测．该算法首先对接收数据进行线性变换和线性预测来抑制多址干扰,再对线性预测误差相关矩阵进行奇异值分解(SVD)来实现信道估计和均衡,消除码间干扰．仿真结果表明,在IEEE 802.15.3a信道模型下,与传统的Rake接收机以及盲MMSE接收机相比较,该算法具有较低的误码率和较好的抗远近效应能力．     

LS-MIMO系统基于经典迭代法的低复杂度检测算法

针对大规模多输入多输出（LS-MIMO）系统最小均方误差（MMSE）检测算法计算复杂度高的问题,提出了基于经典迭代法的低复杂度信号检测算法,包括Jacobi迭代法、高斯-赛德尔迭代法和逐次超松弛迭代法. 从精确解的近似值出发,在较少的迭代次数中可获得高效而精确的解,而且计算复杂度相比MMSE检测算法下降一个数量级. 仿真结果表明,迭代检测算法经过有限的迭代能够达到近似MMSE检测算法的误码率性能.     

MIMO中继系统的最优联合MMSE决策反馈收发机设计

针对放大转发方式下的多输入多输出中继传输系统,设计了最优的联合最小均方误差准则决策反馈收发机．根据最小均方误差准则,对基站端的线性预处理矩阵、中继端的线性加权矩阵以及在移动台的由前馈处理矩阵和反馈处理矩阵构成的非线性接收机进行了联合优化设计．与现有的最优联合线性最小均方误差准则收发机相比,本收发机在误码率小于10-3的条件下有超过10dB的性能增益．     

基于Jacobi迭代的大规模MIMO系统低复杂度软检测算法

基于Jacobi迭代提出一种低复杂度信号检测算法,在算法实现中避免了矩阵求逆运算.数学推导证明,该算法应用于MMSE检测时是收敛的,与传统的Neumann级数展开方法对比,能达到与其完全相同的检测性能,并且在任意迭代次数下能将复杂度保持在O(K2),而后者当级数展开项数大于等于3时复杂度上升为O(K3).为了进一步将Jacobi迭代应用到软判决中,提出了一种用于信道译码的LLR的近似计算方法.仿真结果表明,经过几次迭代,Jacobi迭代算法收敛较快,并接近MMSE检测性能.     

V-BLAST系统中基于子空间跟踪的自适应连续干扰消除接收机设计

V-BLAST系统中,当存在信道估计误差时,基于最小均方误差(MMSE)的传统连续干扰消除(SIC)检测器检测性能较差,同时运算量也相对较高。针对这些缺陷,通过利用子空间跟踪算法和Hermitian矩阵扰动理论,提出一种新的自适应混合SIC检测算法及其对应的最优检测顺序。最后的模拟结果显示这种算法不仅提高了检测性能,同时对信道估计误差也有一定的免疫性。     

Massive MIMO网络中低复杂度的MMSE检测方法

设计出大规模多入多出(massive MIMO)网络中一种有效、低复杂度的最小均方误差(MMSE)接收机结构。该接收机基于最陡下降和最小均方算法,能够避免大规模矩阵求逆运算。数学推导结果证明,这2种算法应用于MMSE检测时是收敛的。此外,分析了影响收敛速度的因素。仿真结果表明,应用于Massive MIMO网络中时该接收机收敛速度较快,切实可行。     

基于共轭梯度算法的自适应多用户检测

阐述了自适应多用户检测的基本原理,提出了一种基于自适应共轭梯度(CG)算法的自适应MMSE多用户检测算法,推导了算法的迭代公式并进行了计算机仿真.仿真结果表明,与LMS算法、RLS算法相比,CG算法具有良好的性能.     

V-BLAST OFDM系统中一种稳健的检测算法

针对实际中信道估计存在误差,从阵列信号处理的角度提出了V-BLAST(Vertical Bell Labs Layered Space-Time) OFDM系统中一种稳健的检测算法．将接收数据的协方差矩阵进行特征值分解,得到信号子空间,将存在估计误差的信道矢量向该子空间投影,就可以得到较为准确的信道矢量,然后利用波束形成计算出检测滤波器的系数．仿真结果表明,当信道估计存在误差时,该方法性能显著优于ZF(Zero-Forcing)和MMSE(Minimum Mean Square Error)算法．     

基于特征向量跟踪的数据压缩MMSE多用户检测

为解决只有特征向量跟踪的子空间跟踪算法不能应用于MMSE多用户检测的问题.应用数据压缩技术提出一种只基于特征向量跟踪的数据压缩MMSE多用户检测方法,其计算复杂度为O(NK).利用FDPM子空间跟踪算法进行了计算机仿真.仿真结果表明,这种检测方法的性能是良好的.