非理想信道估计下的软输出MMSE V-BLAST检测算法

针对信道编码MIMO系统,该文推导出了实际信道估计下的软输出MMSE V-BLAST检测算法,该算法同时考虑了信道估计误差和判决误差传播的影响。仿真结果显示该文所提算法在几乎没有增加复杂度的情况下,可以极大地降低残余误码平层,获得显著的性能增益;所提算法对信道估计误差方差的估计可靠性不敏感,因而具有实际应用价值。     

MIMO OFDM系统中一种基于MMSE准则的优化型Turbo-BLAST检测算法

本文提出了一种MIMO OFDM系统中使用BLAST空时码的优化型Turbo迭代检测算法。该算法采用基于软输出的MMSE-PIC检测器,并在联合考虑信道估计误差与信道空间相关性的基础上,最优化该MMSE滤波器的权系数,从而改善了由于实际中存在信道估计误差和信道空间相关性所导致的软信息提取精度恶化现象。此外,文中进一步推导获取了该最优化权系数的闭式解和迭代循环的外信息表达式。最后,仿真结果也表明在不同的信道估计误差和信道空间相关性条件下,该算法的BER性能总优于传统型软输出的MMSE-PIC迭代检测算法,且计算复杂度相对增加较小。     

MMSE准则下近似最优MIMO分组并行检测算法

在采用多天线高阶QAM的MIMO通信系统中,现有基于信道分组并行检测算法虽然接近最优检测性能但以牺牲计算效率为代价.针对这一问题,本文提出一种MMSE准则下基于信道分组的并行检测算法,不但有效降低计算复杂度,而且仍保证检测性能.该算法采用MMSE准则下格归约算法改进分组后条件较好子信道矩阵特性,并在消除参考信号基础上利用改进的子信道矩阵对剩余信号以非线性方式进行检测.仿真结果表明:对4×4和6×6MIMO系统,该算法检测性能达到最优,对于8×8 MIMO系统,比最优算法所需信噪比提高约1dB.复杂度分析表明:相比现有信道分组检测算法,相同检测性能下该算法在6×6 MIMO系统中复杂度降低90%以上,在8×8 MIMO系统中复杂度降低98%以上.     

基于后验概率估计的软输出MMSE MIMO排序串行干扰抵消检测算法

该文研究了信道编码无线MIMO通信系统中的软输出MMSE排序串行干扰抵消检测算法。利用MMSE滤波器输出的高斯近似表示,提出了基于后验概率估计的判决误差传播抑制算法,以提高检测算法输出的编码比特对数似然比的可靠性;利用检测器的矩阵结构和矩阵求逆引理,进一步提出了降低复杂度的实现方法。仿真结果表明:提出的检测算法优于现有算法,当BER为10-4,在所给的仿真条件下有1～3dB的性能增益。     

基于切比雪夫-迹迭代的大规模MIMO系统软输出信号检测

在多用户大规模多输入多输出(MIMO)系统信号检测算法中,最小均方误差(MMSE)算法可取得近似最优性能,但MMSE算法中高维矩阵求逆的复杂度过高,导致在实际应用中难以快速有效地实现.同时,对于高阶正交幅度调制(HQAM),如果符号向比特的解映射采用硬判决,将会导致后续信道译码的性能明显下降.因此,该文针对采用格雷编码的HQAM的多用户大规模MIMO系统,提出一种基于切比雪夫-迹迭代(CTI)的低复杂度软输出信号检测算法.该算法不但有效地规避了信号检测所需的高维矩阵求逆,同时,利用格雷编码的调制信号的比特翻转特性和二叉树结构,给出了一种融合三叉链表搜索的比特对数似然比(LLR)简化计算方法.仿真结果表明,该文所提的软输出信号检测算法最多需要3次迭代就能收敛并可取得接近MMSE算法的性能,在复杂度和性能之间取得了很好的折中.     

一种新的最小均方误差线性合并算法

针对未编码的多输入多输出系统,将基于训练序列的最小均方误差(MMSE)信道估计算法与最优线性无偏估计结构(BLUE)相结合对已估计的信道参数进行估计.仿真结果表明,使用线性合并的MMSE算法比传统的MMSE算法具有较小的参数估计误差,比使用线性合并的LS算法性能更好.     

基于MMSE 信道估计的VRVP-MQAM 方法性能研究

信道估计对于VRVP-MQAM系统的整体性能至关重要,论述了VRVP-MQAM方法在实际应用中遇到的问题,针对假定CSI已知的传统研究方法,该文通过采用MMSE算法进行信道估计,研究了MMSE估计误差对VRVP-MQAM方法的ASE性能影响,并在Rayleigh衰落信道下进行了仿真,仿真结果表明:与信道状态已知(=1)相比,MMSE估计误差(=0.9时)会产生1~3 dB左右的ASE性能差距;当平均SNR为20 dB时,MMSE算法下信道状态的平均频谱效率为0.3 bps/Hz,比理想信道状态的平均频谱效率低。因此,VRVP-MQAM方法的应用将会越来越广泛。     

平坦信道下的MIMO信道估计误差分析

基于导频序列推导了频率平坦多输入多输出(MIMO)信道下的最小二乘信道估计(LS)误差;将信道估计误差等效为高斯噪声,推导了信道估计条件下系统的等效信噪比,提出了用系统的等效信噪比来分析和评估在信道估计误差条件下系统的误码性能;最后用等效信噪比的方法评估了ZF-V-BLAST算法在信道估计下的性能,结果表明和计算机仿真结果基本相吻合。     

V-BLAST系统中采用发射功率分配的MMSE迭代软干扰抵消算法

作为一种软输入软输出的MIMO检测算法,MMSE迭代软干扰抵消算法在MIMO Turbo接收机中得到广泛的关注。为了进一步改善系统性能,采用链路自适应方案是很好的选择。该文给出变发射功率的MMSE迭代软干扰抵消算法,并采用了一种有效的发射功率分配方案,只需要很少的控制信令,就可以获得较大的误码率性能改善。通过没有信道编译码的链路仿真,在4发4收QPSK调制的V-BLAST系统中,如果误码率要求为BER=10-3,MMSE迭代软干扰抵消检测算法迭代次数为2时,采用推荐的发射功率分配方案比不采用发射功率分配方案的系统性能提高了约2dB,如果调制方式为16QAM,系统性能提高了约6dB。     

频率选择性信道下空间相关MIMO的迭代检测技术

给出了一种频率选择性信道下空间相关MIMO的系统模型,其发送端采用准循环系统RA码,接收端采用一种对空间相关和非相关信道均适用的软干扰消除迭代检测算法.该算法首先采用基于最小均方误差检测(MMSE)的滑动窗口模型进行干扰消除,然后采用多天线联合最大似然检测(ML)以得到软信息,再将得到的软信息传递到译码器译码并输出发送比特的软信息作为下一次迭代的先验信息,即完成一次迭代.此模型能够取得比较好的误码率性能(BER),其改进方案既增加了发送端的调制域分集,性能又有提升.作为比较,基于软干扰消除的逐天线MMSE迭代检测的方案(ABA SC/MMSE)性能很差.仿真结果也证明了以上观点.     

Analysis of FRFT Based MMSE Receiver for MIMO Systems

In this paper, fractional Fourier transform based minimum mean squared error (MMSE) receiver is analyzed and compared with the time and frequency domain MMSE receivers in a multi-antenna environment. The distribution of SINR at the output of the receiver is used for calculating the bit error probability and the results are verified by comparison with the results obtained by Monte Carlo simulations.     

Tree pruning for MIMO sphere detection based on MMSE detection

Tree pruning is an effective algorithm to reduce the complexity of sphere detection(SD) for multiple-input multiple-output(MIMO) communication systems.How to determine the tree pruning rule,as well as by what the tradeoff between the performance and the complexity can be achieved,is still an open problem.In this paper,a tree pruning algorithm is proposed based on minimum mean square error(MMSE) detection.The proposed algorithm first preforms MMSE detection since the complexity of MMSE detection is very low.Then the pruning constraints will be set according to the scaled path metrics of the MMSE solution.The choice of the scale factors and their influences on the complexity and performance are also discussed.Through analysis and simulations,it is shown that the complexity is reduced significantly with negligible performance degradation and additional computations.     

基于可靠性的低复杂度最小均方误差软干扰抵消 MIMO Turbo接收机

计算复杂度高是MIMO 最小均方误差软干扰抵消Turbo接收机面临的主要问题.一种方案提出在迭代检测阶段采用匹配滤波器取代最小均方误差滤波器,以避免矩阵求逆,但会导致性能显著下降.为了克服这一缺点,本文提出一种基于先验信息可靠性的低复杂度最小均方误差软干扰抵消Turbo接收机方案.该方案根据先验信息的可靠性动态选择最小均方误差和匹配滤波检测,从而在显著降低系统复杂度的同时使得引入的性能损失可以忽略不计.同时,通过合理设置选择门限,该方案还可以灵活地在复杂度和性能之间进行折中.     

MIMO系统中基于ZF/MMSE检测的自适应功率分配方案

 本文研究了MIMO系统中的功率分配技术.针对基于ZF/MMSE检测的MIMO系统,提出了一种简单的自适应功率分配方案.该方案在不使用预编码技术对MIMO信道进行对角化的前提下,遵循最小化系统BER的准则,为发送数据流分配发射功率.与采用SVD预编码的功率分配方案相比,本文提出的方法减少了系统需要的反馈信息量.仿真表明该方法能够有效地提高系统的BER性能,而且基于MMSE检测的系统性能接近于采用SVD预编码的功率分配性能.     

MIMO系统中基于MMSE准则的检测算法对容量的影响

文中对MIMO系统中各种基于MMSE准则的接收算法，包括线性MMSE算法、MMSE-BLAST以及MMSE-SQRD算法，对检测后系统容量带来的影响做了详细的分析与推导，给出了其具体表达式，并用计算机仿真给予验证，得出了MMSE-SQRD算法的检测后系统容量最好的结论。     

基于MMSE准则的MIMO多中继系统线性收发机设计

本文以放大转发MIMO多中继系统为研究对象,研究其联合线性收发机的优化设计问题,其基本思想是在中继的总发射功率约束下,最小化系统的均方误差(MSE).为降低系统复杂度,本文首先引入了乘积矩阵的奇异值分解,把收发机的设计简化为以奇异值向量和酉矩阵为优化变量的优化问题;接着利用变量替换并引入罚项,将简化后的问题转化成只有酉矩阵约束的优化问题.在此基础上,通过引入替换变量的欧氏梯度,设计了新的黎曼欧氏最陡下降算法,从而有效地处理酉矩阵约束.仿真结果表明,与传统的设计方法相比,本文提出的方案性能最优,最接近MSE下界.     

MIMO系统中一种改进的盲MMSE空时多用户检测算法

针对MIMO系统,提出了一种改进的基于子空间的盲MMSE空时多用户检测算法。该算法结合MIMO系统的空间分集技术与Alamouti空时分组码方案,预估计MIMO信道信息并对信号子空间进行预处理,使用正交性能和稳态性能较好的NOOja算法跟踪信号子空间,在自适应过程中对特征值矩阵进行优化,去除迭代带来的噪声,解决了跟踪过程中信号特征值矩阵的近似估计会带来检测器性能恶化的问题。仿真结果表明这种算法,能有效地抑制多址干扰,抗远近效应能力强,尤其在低信噪比、远近效应明显的恶劣环境下,有稳定良好的性能表现。      

Low complexity affine MMSE detector for iterative detection-decoding MIMO OFDM systems

Iterative turbo processing between detection and decoding shows near-capacity performance on a multiple-antenna system. Combining iterative processing with optimum front-end detection is particularly challenging because the front-end maximum a posteriori (MAP) algorithm has a computational complexity that is exponential. Sub-optimum detector such as the soft interference cancellation linear minimum mean square error (SIC-LMMSE) detector with near front-end MAP performance has been proposed in the literature. The asymptotic computational complexity of SIC-LMMSE is O(n_t ²n_r + n_tn_r ³ + n_tM_c2^Mc) per detection-decoding cycle where n_t is number of transmit antenna, nr is number of receive antenna, and Mc is modulation size. A lower complexity detector is the hard interference cancellation LMMSE (HIC-LMMSE) detector. HIC-LMMSE has asymptotic complexity of O(n_t ²n_r + n_tM_c2^Mc) but suffers extra performance degradation. In this paper, two front-end detection algorithms are introduced that not only achieve asymptotic computational complexity of O(n_t ²n_r + n_tn_r ² [Gamma (beta) + 1] + n_tM_c2^Mc) where Gamma(beta) is a function with discrete output {-1, 2, 3, ...,n_t} and O(n_tM_c2^Mc) respectively. Simulation results demonstrate that the proposed low complexity detection algorithms offer exactly same performance as their full complexity counterpart in an iterative receiver while being computational more efficient.