采用改进ML-OSIC的MIMO联合检测

在垂直分层空时码(V-BLAST)多输入多输出(MIMO)系统中,最大似然检测算法(MLD)可以获得最佳的差错概率性能,但是其算法复杂度随着天线数目及其搜索空间数目呈指数增长;排序连续干扰消除(OSIC)算法具有高可行性的优点,但是其误码率由于无法防止误码扩散的原因而下降。基于OSIC算法复杂度主要来源于矩阵求逆运算,提出了一种改进的OSIC算法,该算法采用并行检测与精确检测值相结合的方案,在维持相对满意性能的情况下,减少算法复杂度。考虑到传统OSIC算法的误码扩散,将改进的OSIC算法与ML算法相结合,利用ML的穷尽搜索方式来提高算法的整体性能。为了避免ML算法给系统复杂度带来负担,通过一定的复杂度公式优先选出b层进行改进的OSIC算法,剩余的误差累积层使用MLD执行。仿真结果表明,所提算法复杂度小于传统OSIC算法,同时得到了接近ML算法的性能。     

针对大规模多输入多输出的动态调整排序串行干扰消除算法

针对多输入多输出（MIMO）系统非线性检测中排序串行干扰消除（OSIC）算法信号检测性能弱的问题,提出了一种可动态调整的OSIC(D-OSIC)检测算法。为解决早期的误差传播问题,通过最大似然（ML）算法选择最佳符号,提高ML-D-OSIC算法的检测性能。根据遍历容量动态调节消除层的数目,并结合混合迭代算法降低算法的复杂度。仿真结果表明,ML-D-OSIC算法的信号检测性能明显优于OSIC算法,检测性能可通过调整预定义阈值、偏移量和权重而提升,且复杂度远低于ML算法。     

联合SIC和QRD-M树搜索的低复杂度VBLAST检测算法

联合SIC和QRD-M树搜索,提出一种低复杂度的VBLAST检测算法:SQRM-SIC算法.该算法基于信道矩阵的排序QR分解(SQRD),首先对搜索树前几层采用QRD-M检测,然后对后续层进行SIC检测,获得了检测信号列表.在所提算法基础上,通过修改SQRD算法中的排序规则,得到MSQRM-SIC算法.复杂度分析和性能仿真表明,通过调整参数,SQRM-SIC算法和MSQRM-SIC算法都可获得较好的复杂度和性能折衷.其中,后者性能明显优于前者;且后者与QRD-M算法相比,可以有效降低复杂度,而基本不损失性能.     

MIMO-OFDM系统中一种改进的V-BLAST检测算法

在V-BLAST MIMO-OFDM系统中,ML算法是检测信号的最佳方式,但是算法的复杂度随着天线数目呈指数增长,因此很难在实际中得到应用.OSIC算法可以降低算法的复杂度,但是其误码率性能也下降了,降低的原因是无法防止误码的扩散.本文提出的ML-OSIC算法,是ML与OSIC的结合,在减少ML算法搜索次数的同时,能有效地避免层间干扰和误码扩散.仿真结果表明,本算法在降低算法复杂度的同时,得到了与ML算法很接近的性能.     

基于格基约减辅助的低复杂度MIMO信号检测算法

在多输入多输出(MIMO)系统中,常规的格基约减辅助信号检测算法由于复杂度高而难以在实际工程中应用。为了解决这一问题,基于Brun算法提出了一种低复杂度的信号检测算法。该算法首先通过奇异值分解(SVD)得到信道矩阵奇异向量和转换矩阵之间的近似整数关系,进而采用Brun算法对信道矩阵的对偶格基进行约减优化,最后将约减后的新对偶格基用于传统线性信号检测。仿真结果表明：该方法的复杂度约为基于常规Lenstra Lenstra Lovasz(LLL)格基约减辅助的MIMO信号检测算法的0.1倍;同时,与线性检测算法相比,检测性能提升非常明显,特别在较高信噪比(SNR)范围内。因此,该算法能够在检测性能与计算复杂度之间取得较好的折衷。     

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.     

改进的基于序列列表的MIMO迭代检测算法

该文改进了列表检测算法的列表搜索方法,提出首序列优先的搜索方法,同时提出了一种降低复杂度的迭代检测算法,该算法改变了列表检测基于列表的软信息计算方式,利用半定松弛算法思想采用最大似然测试降低了计算复杂度。仿真结果表明首序列优先检测算法与基本列表算法相比,在复杂度增加很小的情况下取得了更好的性能,提出的迭代检测算法降低了平均计算复杂度,取得了和首序列优先算法相同的性能。     

部分判决的OSIC:一种改进的VBLAST解码算法

VBLAST的传统译码算法:排序连续干扰抵消OSIC(Ordered Successive Interference-Cancellation),与最优译码算法:最大似然(Maximum Likelihood,ML)比较,虽然降低了复杂度,但其译码性能却相差较远。该文提出了一种改进的OSIC的译码算法:部分判决的排序干扰抵消算法(PartialDecision OSIC)。该算法在各层的判决中增加候选判决符号,并且在最后一层的判决中使用了最大似然检测,从而提高了译码的性能。从仿真结果可以看出,该算法比传统的VBLAST译码算法性能有较大的提高。     

BLAST系统的检测算法

作为一种能有效利用MIMO空间复用增益的传输结构,V-BLAST在近几年受到了广泛的关注,关于其检测算法的研究一直是MIMO研究的一个热点方向。阐述了经典的排序连续干扰抵消算法,并给出了关于检测分集增益的一个结论,该结论对于理解和设计BIAST检测算法都非常重要。论述了旨在改善OSIC性能的三种算法。对几种能有效减小OSIC复杂度的算法做了介绍,并对下一步的研究方向作了建议。     

MIMO系统中一种新颖的联合信道估计与检测算法

本文基于EM(Expectation-Maximum)算法,提出了一种简单而有效的联合信道估计与检测接收机结构。接收机中通过采用非穷尽列表形式的后验概率检测算法,避免了传统干扰抵消结构中各天线发送信号间的残余干扰对后验概率计算的影响。并进一步针对常用的非穷尽列表形式后验概率检测算法存在的列表冗余度大的问题,提出了自适应长度的列表球形译码算法(ASLSD,Adaptive Size List Sphere Decoding)。该算法通过更新检测半径和设置停止条件,使检测列表长度可随信噪比和迭代次数自适应变化。而且通过将列表操作与LSD(List Sphere Decoding)算法相结合,避免了符号序列在不同半径下的重复检测和排序操作。仿真表明,在复杂度方面,该算法需搜索的路径数远小于LSD算法。在算法性能方面,以3次迭代10~(-4)误码率为例,该算法与PIC算法相比可以获得近2dB的性能增益,因而具有更优的性能与复杂度的折衷。     

联合ML和OSIC的VBLAST解码算法

使用多个发射天线和多个接收天线可以获得巨大的通信容量。作为MIMO系统的一种实现方案，VBLAST可以获得很高的频谱利用率。传统的VBLAST译码算法OSIC(Ordered Successive Interference Cancellation)在其译码性能上和最大似然ML(Maximum Likelihood)译码差距较大，而ML，的复杂度是随着发射天线数呈指数增加的。因此，本文针对VBLAST的译码，折中考虑VBLAST的解码复杂度和解码性能，提出了联合ML，和OSIC的两种改进的VBLAST解码算法：ML_OSIC和OSIC_ML。当选取用ML译码的符号数适中时，可以在远低于ML的复杂度基础上获得远好于OSIC的译码性能。     

MIMO系统中基于信号可靠性判定的OSIC检测

排序串行干扰消除（Ordered Successive Interference Cancellation,OSIC）是多输入多输出无线通信系统中一种重要的信号检测技术。为了降低该算法的计算复杂度,首先提出了基于信号可靠性判决的排序串行干扰消除算法,根据所设计的信号可靠性判决（Signal Reliability Decision,SRD）结构的判决结果选择不同的方法消除信号间的干扰。为了进一步提升SRD-OSIC算法的检测性能,提出了局部最优（Local Optimized,LO）的LO-SRD-OSIC算法。仿真结果表明,SRD-OSIC算法仅需要传统OSIC算法一半的复杂度就能获得相近的误码率性能。不仅如此,当LO-SRD-OSIC算法与SRD-OSIC算法的计算复杂度相同时,LO-SRD-OSIC算法可以获得额外3 dB的误码率性能增益。     

慢衰落信道下的自适应MIMO检测算法

针对现有V-BLAST检测算法复杂度高的问题,本文提出了一种适用于慢衰落信道环境下的自适应MIMO检测算法。该算法首先利用基于最小均方误差准则的排序干扰抵消算法获得信号检测顺序和初始滤波器系数;利用信道之间的相关性,应用最小均方误差（LMS）算法到判决反馈均衡（DFE）结构中,完成滤波器系数的更新,从而避免了大量的矩阵求逆操作。仿真结果表明,与传统的MMSE-OSIC算法相比,本文算法在检测性能上略有下降,但具有更低的计算复杂度和更高的处理效率。      

An Efficient Soft‐Output MIMO Detection Method Based on a Multiple‐Channel‐Ordering Technique

In this paper, we propose an efficient soft‐output signal detection method for spatially multiplexed multiple‐input multiple‐output (MIMO) systems. The proposed method is based on the ordered successive interference cancellation (OSIC) algorithm, but it significantly improves the performance of the original OSIC algorithm by solving the error propagation problem. The proposed method combines this enhanced OSIC algorithm with a multiple‐channel‐ordering technique in a very efficient way. As a result, the log likelihood ratio values can be computed by using a very small set of candidate symbol vectors. The proposed method has been synthesized with a 0.13‐μm CMOS technology for a 4×4 16‐QAM MIMO system. The simulation and implementation results show that the proposed detector provides a very good solution in terms of performance and hardware complexity.     

联合QR分解和最大似然V-BLAST检测算法

结合迭代QR分解和最大似然检测提出一种新的联合检测算法。算法首先使用改进迭代QR分解得到发送符号向量nT个估计,随后使用最大似然检测算法在nT估计向量寻找最佳判决向量。分析表明,联合检测算法复杂度是连续干扰消除算法的1/5。仿真试验表明,联合检测算法性能优于连续干扰消除算法。     

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。     

一种新型基于格基约减的MIMO检测算法

MIMO技术是LTE的关键技术,MIMO信号检测算法的选用需要在复杂度和检测性能之间取得合理的折中。将格基理论应用于MIMO检测中,能够大幅降低由于天线数增多所带来的检测复杂度过高问题,典型的格约减算法有LLL算法和Seysen算法。以上述格基约减算法为基础,引进排序串行干扰抵消和广度优先球译码K-best算法的思想,提出了一种新型的基于格基约减的MIMO检测算法--KLR_OSIC。与原有基于格基约减的检测算法相比,该算法能够在较低的计算复杂度下显著提高MIMO的检测性能。通过仿真可看出,新算法比原基于格基约减的算法性能更佳,且更接近ML算法。     

Approximate Minimum BER Power Allocation for MIMO Spatial Multiplexing Systems

Precoding for multiple-input multiple-output (MIMO) spatial multiplexing generally requires high feedback overhead and/or high-complexity processing. Simultaneous reduction in transmitter complexity and feedback overhead is proposed by imposing a diagonal structural constraint to precoding, i.e., power allocation. Minimum bit-error rate (MBER) is employed as the optimization criterion, and an approximate MBER (AMBER) power-allocation algorithm is proposed for a variety of receivers, including zero-forcing (ZF), successive interference cancellation (SIC), and ordered SIC (OSIC). While previously proposed precoding schemes either require ZF equalization for MBER, or use a minimum mean-squared error (MMSE) criterion, we provide a unified MBER solution to power allocation for ZF, SIC, and OSIC receiver structures. Improved error-rate performance is shown both analytically and by simulation. Simulation results also indicate that SIC and OSIC with AMBER power allocation offer superior performance over previously proposed MBER precoding with ZF equalization, as well as over MMSE precoding/decoding. Performance under noisy channels and power feedback is analyzed. A modified AMBER algorithm that mitigates error propagation in interference cancellation is developed. Compared with existing precoding methods, the proposed schemes significantly reduce both transmit processing complexity and feedback overhead, and improve error-rate performance