结合最小均方误差的改进球形译码检测算法

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的检测性能最接近最大似然算法,但传统球形译码算法运算复杂度较高。为降低球形译码算法复杂度,提出一种新型的球形译码检测算法。新算法由改进的快速球形译码算法与最小均方误差算法相结合而成。改进的快速球形译码算法通过在球形半径收缩时乘上一个常量参数来提高半径收缩速度,减少算法搜索的信号点数,从而达到降低复杂度的目的。最小均方误差算法则能够通过减小噪声对接收信号的干扰来降低因搜索噪声点而产生的复杂度。将最小均方误差算法的信道矩阵应用在改进的快速球形译码算法中,将两种算法有效地结合,能够进一步降低算法复杂度。仿真结果表明,当信噪比(SNR)低于10 dB时,新算法相比于原始球形译码算法,检测性能平均提高了9%左右。     

LTE-A系统中球形译码检测算法研究

详细研究了球形译码算法流程以及两种常用的初始半径选择算法,提出了一种基于阈值的球形译码检测算法,充分考虑到信噪比以及信道条件数对检测算法的影响,在保证球形译码性能的前提下,降低球形译码算法复杂度.该算法已应用于TD-LTE无线综合测试仪表的开发中.     

球形译码算法在信号空间分集系统中的应用研究

针对信号空间分集系统中最大似然检测算法复杂度高的问题,选用球形译码算法作为信号空间分集系统接收机检测算法,可以使接收机在接近最大似然算法检测性能的同时,降低接收机检测复杂度。为进一步降低检测复杂度,通过采用最小均方误差算法减小噪声对接收信号的干扰,来降低因搜索噪声点而产生的复杂度,并利用衰减因子k加快搜索半径收缩来达到进一步降低球形译码算法检测复杂度的目的。仿真结果表明,在信号空间分集系统中引入球形译码算法可以降低接收机检测复杂度,并且改进后的球形译码算法检测时间在低信噪比情况下约为传统球形译码算法的12%—33%。因此,球形译码算法可以有效地降低信号空间分集系统接收机检测复杂度。     

MIMO-OFDM系统中改进的球形译码检测算法

研究增强信道性能,提高增益效果问题,在MIMO-OFDM检测算法中,球形检测算法可以在保证接近ML检测性能的前提下有效的降低检测复杂度,但是当球形搜索半径过大时,球形译码的复杂度仍然很高。针对上述难点问题,提出了一种新的选择半径的方法,只要设置合适的参数,对半径可以随信道参数和调制阶数的大小自适应改变,从而有效地避免了符号矢量的重复检测。经过仿真试验,结果表明,与传统检测算法相比,提出的算法在损失较小系统性能的前提下,很好地降低接收译码检测过程的复杂度,并有效地提高系统分集增益。     

基于MIMO OFDM系统的一种低复杂度球型译码检测算法*

在已知的多输入多输出(MIMO)及正交频分复用(OFDM)系统的信号检测算法中,球型译码检测算法的译码性能十分接近于性能最优的最大似然检测算法,并且其译码复杂度有很大的降低,但其会受到译码半径的影响。普通的球型译码检测算法,信道噪声对算法的译码半径影响较大,为了降低信道噪声对译码半径的影响度,提出了一种新型的球型译码检测算法,该算法在译码初始半径分别根据两种不同的情况作出选择。仿真结果显示,其选择的译码半径受噪声的影响极小,达到了降低译码复杂度的目的。总体而言,新型的球型译码检测算法极大地降低了译码复杂度     

长期演进系统中一种低复杂度球形译码算法

在长期演进(LTE)系统中,球形译码算法拥有接近于最大似然(ML)的误码率(BER)性能。针对在16QAM和64QAM等高阶调制情况下球形译码算法计算复杂度和所需硬件资源的急剧增加,提出了一种调整符号搜索策略的改进型球形译码算法。该算法在不同的检测层采用特定的符号搜索方案,并结合一种基于信噪比的动态调整半径方法。在无线瑞利信道环境下,对各种球形译码算法进行了仿真。仿真结果表明,提出的改进型算法基本保持传统球形译码算法较低的BER性能,同时还有效地降低了计算复杂度和硬件实现复杂度。     

一种低复杂度MIMO球形检测算法

针对球形译码检测算法在信噪比较低时复杂度大的问题,提出一种新型球形检测算法。通过使用一个压缩因子对低信噪比时的球半径进行抑制,同时结合最小均方误差检测算法降低算法复杂度。仿真结果表明,在信噪比低于10 dB时,该算法相对传统球形译码算法,复杂度平均降低10%左右,并且性能损失较少。     

改进的MIMO系统球译码检测算法

针对球译码检测算法的搜索半径影响着其算法复杂度的问题,提出一种改进算法.改进算法对球译码检测算法的搜索半径乘上一个常量压缩因子,且在每层搜索中削减噪声因子的影响.通过缩减搜索球半径、缩小搜索范围实现算法复杂度的降低.仿真结果显示:在信噪比低于10 dB时,改进算法比传统球译码检测算法计算复杂度平均降低18％左右,同时误码性能损失较小.     

一种新的QR-SIC-MSD联合 MIMO信号检测算法

针对MIMO信号检测中球形译码(Sphere decoding, SD)算法在低信噪比时接近最大似然(Maximum likelihood, ML)算法复杂度的缺点,提出了一种基于QR分解的串行干扰抵消(Successive interference cancellation, SIC)和修改的球形译码(Modified sphere decoding, MSD)联合MIMO信号检测算法,称之为QR-SIC-MSD算法.该算法在低信噪比时采用SIC算法,在高信噪比时,采用MSD算法,根据噪声方差仅选择一次初始搜索半径,若搜索失败则用SIC解代替.通过SIC算法与MSD算法的结合,大大地降低了球形译码算法的复杂性,同时保证了在中高信噪比时逼近ML算法性能,在低信噪比时接近 ML算法性能.文中同时给出了完整的算法流程图及计算机仿真结果.     

酉空时调制系统中基于球形译码的多符号差分检测算法

为酉空时调制系统设计的多符号差分球形译码能以较低复杂度获得最大似然检测性能.但该算法基于准静态信道假设,当将它用于快衰落信道时会出现严重的误码平层现象.文中基于连续衰落信道假设,将最大似然度量的一种递推形式嵌入自动球形译码中,构建了多符号差分自动球形译码算法,并以此为基础提出了降低计算复杂度的多符号差分近似自动球形译码与降低比较操作次数的多符号差分裁减自动球形译码.与现存的两种典型算法,即多符号判决反馈检测(MS-DFD)和非相干序列检测(NSD)相比,所提算法的性能明显优于MS-DFD,接近NSD的性能,但其平均复杂度远低于NSD,在大多数情况下明显低于MS-DFD的复杂度.     

基于软比特域的LT码修正震荡迭代算法

LT码的BP译码算法复杂度较高,在译码时由于Tanner图短环的出现易产生震荡效应。为此,提出一种软比特域迭代译码算法。将双曲正切函数进行变换和量化处理,得到(-1,1)区间的软比特域,并将变量节点信息更新算法变换到软比特域中进行计算。为解决LT码中短环的存在导致某些变量节点的外信息出现震荡效应的问题,给出一种新的震荡判断准则,只有当变量节点在连续2次迭代时符号发生反转,且软比特域值均高于阈值时判定为出现震荡。仿真结果表明,简化软比特域震荡迭代译码算法约比传统BP算法降低75%的运算量,并在误码率性能上逼近BP算法。     

TD-LTE系统中软输出球形译码检测算法研究

在MIMO-OFDM系统中,基于软判决的检测算法其性能要明显优于基于硬判决的检测算法。传统的基于软判决的检测算法由于其很高的复杂度,从而对实现提出了很大的挑战。鉴于此,通过对软输出球形译码检测算法的研究,引入了一种快速有效的单树搜索球形译码检测算法。该算法极大地降低了MIMO软检测的复杂度,已应用于TD-LTE无线综合测试仪表的开发中。     

基于GPU的H.264并行解码算法

针对并行处理H.264标准视频流解码问题,提出基于CPU/GPU的协同运算算法。以统一设备计算架构(CUDA)语言作为GPU编程模型,实现DCT逆变换与帧内预测在GPU中的加速运算。在保持较高计算精度的前提下,结合CUDA混合编程,提高系统的计算性能。利用NIVIDIA提供的CUDA语言,在解码过程中使DCT逆变换和帧内预测在GPU上并行实现,将并行算法与CPU单机实现进行比较,并用不同数量的视频流验证并行解码算法的加速效果。实验结果表明,该算法可大幅提高视频流的编解码效率,比CPU单机的平均计算加速比提高10倍。     

基于可靠性度量排序的λ-广义球形解码算法

针对欠定多输入多输出(MIMO)系统中信道矩阵非满秩的问题,提出基于可靠性度量排序的λ-广义球形解码(λ-GSD)算法。该算法将信道矩阵直接转换成满秩矩阵,然后采用基于可靠性度量的排序策略,将排序后由最小均方误差算法得到的次优解作为λ-广义球形解码算法的初始值,减小了初始搜索半径,同时对球形解码算法搜索半径的收缩进行了指数收敛加速处理。仿真结果表明,所提算法同最大似然检测算法和原λ-GSD算法相比较,能获得相同的误符号率性能,而平均运算时间比原λ-GSD算法有明显降低。