大规模MIMO中基于GSSK系统的稀疏检测算法

广义空移键控(GSSK)的特点是在每一时隙只激活部分发射天线,利用激活天线的索引号来传递信息。基于最大似然(ML)准则的GSSK检测器有最优的检测性能,但计算复杂度太高。为了在性能和复杂度之间取得更好的折中,改进了一种基于压缩感知(CS)的GSSK检测算法。仿真结果表明,该算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。     

MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

针对多输入多输出的广义频分复用（MIMO-GFDM）系统的等效信道矩阵维度极大，传统的MIMO检测算法复杂度高且性能不佳的问题，将大规模MIMO系统中的动态禁忌搜索（RTS）检测算法运用到MIMO-GFDM系统中，并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差（MMSE）检测算法所用到矩阵的正定对称性将矩阵Cholesky分解，并结合Sherman-Morrison公式迭代计算初始值，降低了初始值求逆的高复杂度；然后以改进的MMSE检测结果作为RTS算法的初始值，从初始值逐步全局搜索最优解；最后通过仿真，对不同算法的迭代次数和误码率（BER）性能进行了研究。理论分析与仿真结果表明：在MIMO-GFDM中，所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时，RTS算法大约有低于MMSE检测6 dB的信噪比性能增益（误码率在10^-3时）；在16QAM时，RTS算法大约有低于MMSE检测4 dB的信噪比性能增益（误码率在10^-2时）。与传统RTS算法性相比，所提改进算法在不影响误码率性能的同时降低了算法复杂度。     

一种快衰落下正交空时分组码的译码

准静态衰落信道下正交空时分组码MIMO系统的一种简单最大似然检测算法性能接近于最大似然检测算法．但在实际时变信道干扰下，性能表现较差。本文分析提出了在多个发送和接收天线下能有效消除时变信道对简单最大似然检测算法产生干扰的算法改进。计算机仿真表明，针对时变信道下的正交空时分组码MIMO系统，该译码算法性能实现简单、计算复杂度低，性能接近最大似然检测算法。     

多天线系统分集复用模式快速选择算法

对空间复用多天线系统线性接收机进行了深入分析,针对其虽应用简便却未能很好地利用分集增益的问题,提出了一种基于误码率准则的分集复用模式快速选择算法．所提算法通过低复杂度的判决准则对多天线系统分集复用模式进行选择,并将少量的信息反馈回发送端,达到充分利用多天线系统分集与复用增益的目的．与以往算法相比,所提算法可以更好地利用系统的瞬时分集增益,而且具有较低的计算复杂度,很好地满足了多天线通信系统对实时性和快速性的要求．仿真结果验证了算法的有效性和可行性．     

低复杂度的空间调制信号检测

空间调制(SM)算法在接收端常用最大释然(ML)信号检测获得发送天线编号以及调制符号,恢复发射信息比特,但是ML算法复杂度随着天线数和调制阶数的增加呈指数增长,不具有实用性。针对该难题,提出一种新的低复杂度次最优检测算法。通过设置合理的判决门限将信号矢量检测(SVD)和硬限最大似然(HL-ML)算法进行联合。蒙特卡洛仿真结果表明,该算法的误比特率检测性能比SVD算法更接近ML算法,且复杂度与ML算法相比降低了85%。     

双模索引辅助广义空间调制系统设计

广义空间调制（Generalized spatial modulation,GSM）技术通过选择部分发射天线来传输信息,该系统由于部分天线保持静默而造成系统传输速率低。为了提高系统的传输速率,将GSM系统的所有发射天线均激活,但该系统在接收端依旧很难恢复出发射信号。为了达到传输速率与系统性能这两方面的平衡,本文提出双模广义空间调制系统,该系统将每时隙发送的信息比特分为索引比特和星座调制比特,利用索引比特将所有发射天线分为两组,将两种可分辨的星座调制符号分别放在两组天线上同时进行发送,在接收端采用最大似然算法（Maximum likelihood,ML）进行检测解调得到发送符号。通过分析与仿真表明,在误比特率为10^-3时,双模广义空间调制系统与发射总功率且传输速率均相同的GSM系统和多输入多输出（Multiple input multiple output, MIMO）系统相比,前者采用低阶调制方式来最大化星座点间的欧氏距离,将获得约4 dB的增益,后者在接收端可通过功率索引来提升检测算法性能,将获得约2 dB的增益。     

基于阴影域的搜索树检测算法

大规模多输入多输出（MIMO）系统中，随着天线数目的增加，传统的信号检测算法的检测性能大幅度下降，复杂度呈指数增长，且不适用于高阶调制。针对大规模MIMO场景，基于阴影域思想提出一种结合二次规划（QP）与分支界限（BB）算法的搜索树检测算法。首先，构造QP模型，并针对一阶QP算法后的解向量，提取落入阴影域的不可靠符号；然后，将落入阴影域的不可靠符号进行BB搜索树检测以求得最优解；同时，为了降低复杂度，提出三种搜索树修剪策略，在性能和复杂度之间折中选择。仿真结果表明，在大规模MIMO场景下，在调制阶数为6的正交幅度调制（QAM）时，提出的基于阴影域搜索树检测算法比QP算法提升了约20 dB的性能增益，在256QAM调制时，比QP算法提升了约21 dB的性能增益，验证了算法对高阶调制的适应性，同时，与传统的搜索树算法相比，使用相同修剪策略，复杂度降低了50%左右。     

空间复用MIMO系统总体资源效率测度

通过定义归一化带宽和归一化信噪比构建需求平面，提出基于带宽效率与能量需求的总体资源效率测度方法，将该方法应用于多输入多输出（Multiple-input multiple-output system，MIMO）系统，分析MIMO系统在不同收发天线数目，不同调制方式以及不同检测算法下的总体资源效率，综合上述结论得出MIMO系统比传统的单输入单输出 （Single-input single-output，SISO）系统总体资源效率高；当发射天线数目固定，MIMO系统总体资源效率随着接收天线数目的增加而增加；采用正交振幅调制（M-ary quadrature amplitude modulation ，MQAM）的总体资源效率要高于采用多进制相移键控（M-ary phase shift keying ，MPSK），而且其总体资源效率随着M的增大而提高；最大似然检测（Maximum likelihood detection ，MLD）是最优的检测算法，其总体资源效率相对较高。上述结论证实该算法的可靠性，为总体资源效率测度算法应用于其他系统以及新检测算法的构建提供了重要依据。     

MIMO-OFDM 系统角域LS 信道估计算法

当信道估计算法利用先验信息进行MIMO-OFDM 信道辨识时,计算复杂度将显著增加．针对这一问 题,设计一种无需先验信息且计算复杂度低的相移正交角域LS 算法．该算法的基本思想是：在保证LS 算法均方 误差（MSE）性能达到最小的前提下,根据角域内不同发送和接收天线间信道的空间独立特性,采用最有用抽头系 数（MST）技术来提高信道估计性能．仿真结果表明,所提算法具有良好的估计性能．     

基于QRD-M的多天线分组并行检测算法

提出了一种适用于MIMO通信系统的基于QRD-M的多天线分组并行检测算法。该算法避免了传统分层检测算法中信道矩阵求逆的过程,同时克服了传统QRD-M算法随着收发天线数增多而难以实现性能与复杂度折衷的问题。该算法通过对发送天线的分组,组内并行采用改进的QRD-M检测算法,灵活选取每层被保留的分支,避免过高复杂度的同时提高了系统性能。仿真结果表明,与传统QRD-M算法相比,该改进算法能够更灵活地实现性能需要和复杂度的折衷,在相近的复杂度下可以获得更好的误码性能。     

采用GSSK调制的MISO系统容量研究

GSSK是空间位移键控(SSK)的一般性推广,通过发射天线索引的组合传输信息,可以极大地降低多天线系统的复杂度。为研究采用GSSK调制技术的MISO无线通信系统的容量特性,从信息论的基本理论出发,通过数学计算和计算机仿真的方法研究了采用GSSK调制的MISO系统的容量。分别对瑞利衰落信道和莱斯衰落信道下的系统容量进行研究,并且比较了独立衰落信道和具有信道相关性的衰落信道在容量方面的不同。结果表明,采用的方法可以有效地计算系统容量。GSSK的系统容量与SNR和发射天线组合的数量密切相关。LOS分量及信道相关系性均会使GSSK的容量降低。     

基于多维泰勒网的多入多出非线性时滞系统辨识

针对多入多出 （multiple input multiple output,MIMO） 非线性时滞系统辨识的准确性与实时性问题,提出基于多维泰勒网（multi-dimensional taylor network,MTN） 的辨识方案。MTN作为辨识模型,综合利用权剪枝 （weight-elimination,WE） 算法和共轭梯度（conjugate gradient,CG）算法,即WE-CG算法作为MTN辨识模型的学习算法;WE算法可以有效精简MTN辨识模型结构,从而降低计算复杂度、提高模型实时性能。最后,引入一个数值仿真例子和一个工程实例来验证所提辨识方案的有效性,同时与传统的MTN辨识方案作对比,给出了两者的准确性与复杂度分析,突出所提辨识方案的准确性与实时性。实验结果表明,所提方案够准确地对MIMO非线性时滞系统进行辨识。同时,相比传统的MTN辨识方案,所提辨识方案结构更精简,具有更低的算法复杂度。     

一种可扩展的广义空移键控调制系统设计

5G车联网中的不同传输业务对高可靠、可扩展和低功耗的通信性能有较高要求,为此,设计一种新型高可靠、可扩展的广义空移键控调制(GSSK)系统。在发射端提出一种基于Butson Hadamard矩阵的广义空移键控调制(BHSSK)方案,通过引入具有正交性和可扩展性的Butson Hadamard矩阵,采用循环加权方法构造符号选择矩阵,将矩阵的列作为符号向量并调制到激活的天线组合上进行发送。针对检测复杂度对车联网下通信可行性的影响,在接收端提出一种基于方向夹角加权排序检测(DWOD)算法,通过设计发射天线组合的权重因子构造天线组合搜索空间,并设置判决收敛门限以减少信号检测的搜索范围,在保证可靠性的同时降低检测复杂度。Matlab仿真结果表明,BHSSK以较少的天线实现相对较高和可扩展的频谱效率,相比GSSK、GSM、MA-SM和HSSK分别达到约8dB、3dB、3dB和0.6dB的误码率性能增益。DWOD算法在达到近似最优误码率性能的同时,其复杂度减少了约40%~70%。     

MIMO—OFDM中基于波束成形的天线选择研究

为减少多输入多输出（MIMO）正交频分复用（OFDM）系统的复杂度，本文基于最小化差错概率准则，提出一种波束成形的天线选择算法。该算法不仅可以减少收发两端DFT／IDFT的个数，而且有效减少射频模块的个数，从而大大降低系统的复杂度。为降低天线选择算法本身的复杂度，文中提出一种简化的天线选择算法。仿真结果表明，与时频联合波束成形算法相比．相同性能要求下，其需要的射频模块的个数可减少37．5％以上。     

基于压缩感知的高阶MIMO系统信道估值算法

针对通信网络中的天线数量巨大，很难完成对信道的有效计算与估值。借助于高阶多输入多输出（MIMO）系统的可靠性，提出了一种基于压缩感知的信道估值高阶MIMO系统。设计了一种简单的导频结构，以降低计算复杂度；利用导频序列长度可以随着信道稀疏度变化情况自适应的调整，从而节省了导频资源的开销。仿真实验表明，与传统的信道估计算法比较，在相同的信道估计精度条件下，HMCE-CS算法可以降低平均导频序列长度；或者在相同的导频序列长度条件下，HMCE-CS算法可以提高信道估计精度，验证了该算法的有效性。     

一种基于范数和相关的MIMO接收天线选择新算法

在MIMO系统中天线选择可以增加系统容量,并能有效地降低MIMO系统的复杂度和射频成本。在对天线选择算法研究的基础上,设计了一种新的基于范数和行向量相关的快速算法获得较大的信道容量。该算法没有矩阵运算,计算复杂度低。最后通过仿真分析与其它算法进行了比较,表明该算法在接收天线数和发送天线数不相等时和最优算法基本一致,优于其他算法。     

低复杂度序列高斯逼近MIMO检测算法

提出一种多入多出（MIMO）系统空间复用模式下的低复杂度序列高斯逼近（LC-SGA）算法。该算法把序列高斯逼近（SGA）算法在复数域进行路径搜索的问题近似为实数域的搜索问题,从而降低了计算复杂度。仿真结果表明,LC-SGA算法在相同搜索路径数的情况下,其误比特率（BER）性能与传统的SGA算法相当,且当搜索路径数较大时接近最大似然检测的性能。     

MIMO系统中格点减少检测算法研究*

在实际通信系统中,较差的信道环境会给接收端的信号检测带来较大难度,本文给出了一种结合格点减少的MMSE－SIC检测算法,通过在格点减少的基础上引入最小圴方误差（MMSE）准则以及连续干扰抵消（SIC）的思想,能够仅以多项式的复杂度接近最优检测算法（最大似然,ML）的性能,并且可以通过采用QR分解进一步降低格点减少算法的复杂度。仿真结果表明,在未编码系统中采用基于格点减少的MMSE－SIC算法能够显著提高MIMO系统的误码性能。     

基于增强蚁群优化的海量规模MIMO系统快速检测算法

大规模MIMO系统的符号向量检测算法计算复杂度较高,对此结合粒子群优化与蚁群优化提出一种低计算复杂度的海量规模MIMO系统快速检测算法。首先,推导出一种新的概率搜索模型,将基于距离的蚁群搜索与基于速度的粒子搜索结合;然后,将ACO距离指标与PSO的方向、速度指标结合生成一种新的概率指标,将ACO的信息素更新步骤变为PSO速度的更新;最终,将MIMO检测问题建模为路径寻找问题,寻找MIMO符号检测问题的次优解。对比仿真实验结果表明,本算法的检测性能优于部分传统算法以及其他新颖的MIMO检测算法,在获得与最大似然估计检测法接近的误码率性能下,具有极快的计算速度,适用于海量规模的MIMO系统。     

大规模MIMO系统的改进RTS信号检测算法

大规模多输入多输出（MIMO）技术通过基站端天线数量的增加有效提高频谱效率,降低传输功率,使其成为5G移动通信系统的一项关键技术。可是随着天线数量的增加,上行链路信号检测算法的复杂度大幅增加,原有检测算法无法实现。基于机器学习和人工智能的主动禁忌搜索算法（RTS）凭借着复杂度低的优势脱颖而出,成为业内的研究热点。针对RTS算法初始值计算复杂度过高这一问题,提出基于BC-GS（Block Constellations-Gauss Seidel）迭代算法求解初始值的RTS信号检测算法,使其在达到原有算法误码率性能的前提下,从而进一步降低算法复杂度。