基于星座距离限制的MIMO检测算法

为了提高最小均方误差(MMSE)MIMO系统信号检测算法的性能,提出基于星座距离判决的改进型MMSE检测算法。该算法能够判断经过初次检测后信号的可靠性,并根据判断结果,利用最大似然(ML)准则将被判断为不可靠的信号重新估计检测,以提高算法的性能。理论分析和仿真结果表明:在使用QPSK调制,目标误码率(BER)为10-3的情况下,对于不同天线数量的系统,新提出的算法可以在增加极低计算复杂度的情况下,获得2～10 dB的信噪比(SNR)增益。     

用于大规模MIMO系统的改进CG检测算法

针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中近似最优线性最小均方误差(Minimum Mean Square Error,MMSE)算法复杂度过高问题,提出了RC-CG(Region Constellation-Conjugate Gradient)低复杂度近似最优信号检测算法。该算法首先利用共轭梯度(Conjugate Gradient,CG)迭代算法避免MMSE信号检测算法的高维度矩阵求逆,降低计算复杂度;其次引入二分查找算法对星座图进行区域分块,优化迭代初始解,使算法在保证原来检测性能的基础上加快收敛速度。仿真结果表明,该算法不仅可以达到近似MMSE算法的检测性能,而且适用于高阶调制,算法复杂度从O(K3)降低到O(K2)。     

一种基于MIMO的改进型信号检测K-Best算法

MIMO 是一种显著降低未来塔康(TACAN)导航系统的信号检测的误码率的技术。 最大似然算法(ML)是 MIMO 无线系统的最佳硬判决检测方式,但是其会随着天线数目和调制阶数的增加,其复杂度呈指数规律增加。传统 K-Best 算法虽克服 ML 算法的缺点,降低了检测算法的计算复杂度,节约计算成本,但其 BER 性能略有下降。改进型 K-Best 算法采用最优检测快速 QR 分解、预处理技术(SE)和球型译码技术(SDA)检测手段克服传统 K-Best 算法的缺点。 仿真结果表明改进型 K-Best 算法相对于传统算法,明显提高了 BER 性能。     

面向大规模MIMO的分块空间调制技术研究

广义空间调制（Generalized Spatial Modulation,GSM）是一种基于多输入多输出（Multiple-Input Multiple-Output, MIMO）系统的高效的数字调制技术,在传统调制符号之外同时通过激活天线模式组合发送信息比特。针对大规模MIMO系统中发送天线数量过多导致的激活天线模式组合的数量过多的问题,提出了一种分块空间调制算法,将每个发送天线子块的激活模式组合构成完整的激活天线模式组合,可有效降低大规模MIMO系统中发送端的调制复杂度。在接收端使用球形译码方法实现逐个子块的天线激活模式组合的解调,可以大幅降低接收端的计算复杂度。仿真分析表明,提出的球形译码算法可以在大幅降低计算复杂度的情况下,实现接近最大似然（Maximum Likelihood,ML）接收机算法的误比特率（Bit Error Rate,BER）性能,且可实现接收端检测性能和计算复杂度之间的最佳折衷。     

低复杂度MIMO检测技术分析

为了克服多径传播对信号传输的影响,提出了多入多出(MIMO)检测的3种低复杂度算法,给出了各种算法的具体原理,特别对基于Chase原理的检测算法进行了介绍,论述了相对于最大似然算法可减低复杂的程度,研究了各种算法的误码率性能及复杂度。给出了2发2收MIMO系统和3发3收MIMO系统的仿真结果。结果表明,球形译码算法和基于Chase原理的MIMO检测算法能以比较低的复杂度,获得逼近最大似然检测算法的误码率性能。研究的检测算法为MIMO无线通信接收机的硬件实现提供了理论基础。     

MIMO系统中局域化最大似然信号检测算法

提出了一种MIM0系统中低复杂度的局域化最大似然信号检测算法，该方法通过调整信号有效搜索域大小，在计算复杂度与系统性能之间折衷．实验结果表明：该信号检测算法明显降低了高阶QAM调制的计算复杂度，在QPSK和16QAM调制时，当系统性能接近最大似然算法时计算量仅为其很小一部分。     

基于TD-LTE中下行MIMO技术的信号检测算法

MIMO技术是LTE系统中的一个关键技术。在实际应用中,下行MIMO信号检测算法的选用需要在计算复杂度和系统性能之间取得合理的折中。文中对几种传统的检测算法—ML、MMSE、最优排序的SIC算法、QR分解算法、循环迭代QR分解算法进行了分析与研究。经仿真表明,除最大似然算法,循环迭代QR分解算法在这几种算法中性能是最好的。但是从计算复杂度出发,循环迭代QR分解算法远优于最大似然算法。所以,选用循环迭代QR分解算法运用于TD-LTE无线综合测试仪。     

大规模MIMO下具有反馈的低复杂度检测算法

针对大规模MIMO系统,信号检测算法的复杂度往往呈指数级增长的问题,通过对传统的QRD-M检测算法和树搜索的深度研究,对其进行改进,得出一种具有反馈的低复杂度检测算法,该算法主要运用分支的权重和分支间的反馈对树进行修剪,然后运用树搜索的原理进行搜索输出.仿真结果表明,该改进算法以降低较少系统性能的代价,能够极大地降低计算复杂度,是一种折衷的高效检测算法,完全能运用于大规模MIMO系统中.     

采用相位判决的低复杂度广义空间调制检测算法

针对广义空间调制(GSM)系统中信号检测复杂度过高的问题,提出了一种基于相位判决的低复杂度检测算法.首先根据一种排序准则对天线组合进行排序,然后将排序后的天线组合中的符号向量依次通过基于相位判决的迫零(ZF)均衡器进行检测,最终得到星座调制符号和激活天线组合.分析和仿真结果表明,该检测算法可以有效缩小接收端的搜索范围,在提供与最大似然(ML)检测算法相近的误比特率(BER)性能的同时,计算复杂度降低了98％.     

一种低复杂度的CPM信号最大似然块检测算法

为了降低连续相位调制(Continuous Phase Modulation,CPM)信号多符号非相干检测的运算复杂度,提出了一种低复杂度的最大似然块检测算法。该算法充分利用已判决输出的符号对检测过程中的符号向量取值进行约束,有效减少判决统计量计算时的运算量,进而降低算法复杂度。另外,该算法引入判决长度变量,通过调整单次检测时判决符号数使算法能够在检测性能与运算量之间灵活折中。仿真结果表明,提出的低复杂度检测算法能够适用于全响应和部分响应CPM信号,相比原最大似然块检测算法能够在不损失检测性能的前提下降低算法运算量至少50〖WT《Times New Roman》〗%〖WTBZ〗,并且能够通过选择不同的判决长度提高算法应用的灵活性。     

基于近似信息传递算法的大规模MIMO信号检测

大规模多输入多输出(MIMO)技术通过增加天线的数目可以有效降低发送功率,提高能量效率,被认为是5G移动通信的一项关键技术。随着天线数目的大幅增加,信号检测的复杂度随之增加。分析了大规模MIMO 信号检测的研究现状,提出了近似信息传递(AMP)算法,并比较了 AMP 算法、Richarson 算法以及Neumann级数迭代近似算法的复杂度。仿真结果表明,该算法使用较少的迭代次数即可达到和MMSE近似的系统差错性能。     

盲分离算法在MIMO雷达和通信中的应用研究

将盲分离算法应用于多输入多输出(MIMO)雷达抗干扰和MIMO通信符号检测中。首先,利用信号相互之间以及与干扰之间的独立性,通过盲源分离算法,将各个信号分离出来;然后,雷达中通过匹配处理,完成信号检测;通信中利用少量的训练序列完成信号的匹配以及相位和幅度的校正。仿真结果表明:无论在雷达或通信中,均可获得优良的性能。     

Relaxed K -Best MIMO Signal Detector Design and VLSI Implementation

Signal detector is a key element in a multiple-input multiple-output (MIMO) wireless communication receiver. It has been well demonstrated that nonlinear tree search MIMO detectors can achieve near-optimum detection performance, nevertheless their efficient high-speed VLSI implementations are not trivial. For example, the hardware design of hard- or soft- output detectors for a 4 times 4 MIMO system with 64 quadrature amplitude modulation (QAM) still remains missing in the open literature. As an attempt to tackle this challenge, this paper presents an implementation-oriented breadth-first tree search MIMO detector design solution. The key is to appropriately modify the conventional breadth-first tree search detection algorithm in order to largely improve the suitability for efficient hardware implementation, while maintaining good detection performance. To demonstrate the effectiveness of the proposed design solution, using 0.13-mum CMOS standard cell and memory libraries, we designed a soft-output signal detector for 4 times 4 MIMO with 64-QAM. With the silicon area of about 31 mm², the detector can achieve above 100 Mb/s and realize the performance very close to that of the sphere decoding algorithm     

大规模MIMO系统中的一种自适应SIC检测算法

与传统系统相比,大规模多入多出（MIMO）系统能更加有效地提高频谱效率。利用传统的最小均方误差（MMSE）信号检测算法求解大规模MIMO系统,虽然检测结果接近最优,但是矩阵的求逆运算导致计算的复杂度非常高。提出了一种自适应排序干扰消除（SIC）检测算法,在逐次超松弛（SOR）迭代运算的基础上,通过干扰消除降低待检测矩阵的维度。通过仿真分析,得出所提算法的复杂度低于Jacobi、SOR检测算法,且在迭代次数较少的情况下,算法的误码率（BER）性能明显优于SOR检测算法。     

Combined multiuser signal classification and blind equalization

A multiuser automatic modulation classifier (MAMC) is an important signal processing component of a multiantenna cognitive radio (CR) receiver that helps the radio in identifying modulation format employed by multiple users in a frequency band simultaneously. In a typical wireless communication, transmitted signals are subjected to multipath fading and interference from other users. Multipath fading not only affects symbol detection performance but also affects the performance of the automatic modulation classifier. A multi input multi output (MIMO) blind equalizer is another important component of a multiantenna CR receiver that improves symbol detection performance by reducing inter symbol interference and inter user interference. In a CR scenario it is preferable to consider the performance of the AMC also while adapting the parameters of the blind equalizer. In this paper we propose MIMO blind equalizers that improves the performance of both multiuser symbol detection and cumulants based MAMC. Computer simulations are provided to illustrate this concept and the proposed algorithm.     

应用软件无线电（SDR）实现MIMO通信实验研究

移动通信系统通过四代的发展变革,在5G的大规模商用下,多输入多输出(MIMO)技术凭借本身的特殊优点已经成为了5G的核心技术,MIMO具备着可在不用增加功耗的条件下提升无线系统性能的优点。它在应用多个天线时,传输的信号以信道分集的方式得到容量增益,凭借不同无线信道传输至接收天线。主要工作及创新点如下:(1)基于USRP平台设计了MIMO系统。(2)提出了解决设备相位同步的方案。     

基于提前终止迭代的概率近似消息传递检测算法

大规模多输入多输出技术作为第5代通信系统的关键技术,可有效提高频谱利用率。基站端采用消息传递检测(MPD)算法可以实现良好的检测性能。但是由于MPD算法的计算复杂度随调制阶数和用户天线数的增加而增加,而概率近似消息传递检测(PA-MPD)算法可以减少MPD算法的计算复杂度。为了进一步降低PA-MPD算法的复杂度,该文在PA-MPD算法的基础上引入了提前终止迭代策略,提出了一种改进的概率近似消息传递检测算法(IPA-MPD)。首先确定不同用户的符号概率在迭代过程中的收敛速率,然后根据收敛率来判断用户的符号概率是否达到最佳收敛,最后对符号概率到达最佳收敛的用户终止算法迭代。仿真结果表明,在不同单天线用户配置下IPA-MPD算法的计算复杂度可降低为PA-MPD算法的52%～77%,且不损失算法的检测性能。     

面向车联网通信的OTFS信号检测算法综述

车联网(Vehicle to Everything, V2X)通信被认为是未来无线通信网络最重要的应用之一。然而,车辆在高速移动时引起的高多普勒频移会严重恶化V2X通信链路的性能。正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术可以将时间和频率选择性信道转换为时延-多普勒(Delay-Doppler, DD)域的非选择性信道,从而显著提高无线通信系统在高移动性场景下的性能,在V2X通信中具有重要的应用价值。但OTFS调制技术极大地增加了系统接收端的复杂度,研究低复杂度信号检测算法成为了新一代无线通信系统采用OTFS调制的关键问题之一。为此,综述了面向车联网V2X通信的OTFS信号检测算法。首先介绍了OTFS系统模型,然后概述了现有的低复杂度OTFS信号检测算法,并将其分为线性检测算法、消息传递(Message Passing, MP)检测算法及其改进算法、基于神经网络的检测算法3类,最后探讨了V2X通信中OTFS信号检测目前所面临的技术挑战与未来的发展趋势。     

改进的基于QR分解的分层空时检测算法

该文提出一种应用于多输入多输出通信系统的基于QR分解的检测算法。该算法避免了传统分层空时检测算法中对信道矩阵求逆的过程,减小了运算复杂度。同时克服了排序QR分解检测复杂度高的问题。通过串行干扰抵消逐层去除最小错误概率的信号,减小了抵消过程中误差传播的概率,提高了系统的误码性能。仿真表明性能优于传统的分层空时检测算法以及排序、次优排序QR分解检测算法。对于未编码4发4收多天线系统,采用QPSK调制,在达到10-3误码率时,该文所提算法比分层空时检测算法有2.5 dB的增益,比次优排序QR分解检测算法有5 dB的增益。     

基于自适应调制技术的MIMO UWB无线通信系统的研究

在对多输入多输出(MIMO)技术和超宽带(UWB)无线通信研究的基础上提出了一种基于自适应调制技术的时变多进制MIMO UWB系统。通过采用奇异值分解理论和速率分阶的方法对系统性能进行了分析,推导出了速率离散分阶情况下的功率和速率的分配公式,提出了相邻时隙平均功率控制(JTAPC)算法,并且对系统的性能进行了仿真。研究结果表明,功率控制算法的使用很大程度上提高了采用速率分阶的系统的性能,并且降低了系统实现的复杂度。