下行LTE系统中基于格点减少辅助检测算法

LTE系统采用MIMO作为核心技术,需要良好的信号检测算法在接收端将发射信号尽可能无误地检测出来. 为了提高复杂环境中信号检测的性能,给出基于信道矩阵分解的格点减少预处理算法,可在一定程度上降低线性处理过程对噪声的放大. 现有基于格点减少技术的检测算法,虽然可以有效地提高MIMO系统的误比特率性能,但其检测性能与最优的ML算法相比仍然存在差距. 笔者在ML遍历搜索的思想和V-BLAST检测算法基础上结合格点减少技术,提出一种基于格点减少辅助分层检测算法. 仿真结果表明,在下行LTE系统中采用改进的格点减少辅助分层检测算法能够显著提高M IMO 系统的误码性能,检测性能近似最大似然算法.     

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。     

基于SAOR的Massive MIMO系统信号检测算法

大规模多输入多输出(Massive multiple input multiple output, Massive MIMO)系统采用最小均方误差(Minimum mean square error, MMSE)接收检测方法时存在矩阵求逆复杂度高的问题，已有较多降低复杂度的研究。在降低检测算法复杂度的同时，如何提高算法收敛速度和检测性能一直是人们关注的焦点。本文将对称加速超松弛(Symmetric accelerated over-relaxation， SAOR)迭代算法应用于Massive MIMO系统信号检测中，避免了复杂的矩阵求逆计算，实现了复杂度较最小均方误差算法降低了一个数量级。仿真结果表明，基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差（Minimum mean square error, MMSE）算法的检测性能，为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法。     

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。     

MIMO-OFDM系统中改进的格点减少检测算法

多输入多输出正交频分多路复用系统中,信道矩阵变化快,传统的格点减少辅助线性检测将产生大量迭代。提出一种改进的格点减少算法,该算法先对信道矩阵做排序的QR分解,得到上三角矩阵R,再对R进行LLL算法处理,处理过程中不再进行列交换运算,从而省去LLL算法中的迭代。仿真结果表明,该算法在保障误码性能的前提下,减少了计算复杂度。     

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。     

大规模MIMO通信中基于Jacobi预迭代的改进Gauss-Seide算法

在大规模MIMO系统中,现有的高斯-赛德尔（Gauss-Seide,GS）算法相较于最小均方误差（Minimum mean-square error,MMSE）算法,GS的复杂度较低,但其检测性能相比而言较差。本文提出一种适用于大规模MIMO系统上行链路检测的基于雅克比预迭代改进的高斯-赛德尔（Jacobi-improved Gauss-Seide,JA-IGS）检测算法,该算法首先通过引入雅可比（Jacobi,JA）预迭代器来优化迭代初始解,然后对传统的GS进行线性优化,在增加较低复杂度情况下,检测性能和收敛速度有明显提升。仿真结果表明,与传统GS和JA检测算法相比,该算法具有较低的误码率（Bit error ratio,BER）和较高的计算效率。     

基于子空间跟踪的修正MMSE多用户检测算法

在研究基于子空间跟踪的最小均方误差（MMSE）多用户检测器（MUD）的基础上，为解决原算法因引入特征值估计误差而导致检测性能下降的问题，设计了一种改进的算法——修正的MMSE多用户检测器．采用正交性能优良的OPAST算法跟踪子空间，提出一种基于OPAST的修正MMSE多用户检测算法．仿真结果显示,与基于OPAST的MMSE MUD相比，基于OPAST的修正MMSE MUD算法收敛速度快，输出信干比和误码率性能逼近SVD MUD算法，并且计算复杂度较低．     

大规模MIMO系统上行链路中改进的混合迭代检测算法

信号检测的任务是通过基站接收到的信号来估计出用户的发送信号。在大规模MIMO系统上行中,基于最速下降（Steepest descent,SD）算法和高斯-赛得尔（Gauss Seidel,GS）迭代的混合迭代（SDGS）算法解决了最小均方误差（Minimum mean square error,MMSE）算法中矩阵求逆的运算问题,将复杂度从O(K³)降为O(K²)（其中K为用户数）。同时,SD算法有很好收敛方向的特性加快了检测速度。本文基于SDGS算法,改进了其中对数似然比（Log likelihood ratio,LLR）的计算,在保持低复杂度（O(K²)）的同时,改善检测性能。仿真结果表明,经过几次迭代后,改进后的混合迭代算法收敛较快并接近MMSE检测性能。     

MIMO信号检测中的可靠性约束算法研究

为在较低复杂度的情况下提升误码率的检测性能,提出一种基于QR分解的低复杂度的可靠性约束算法。采用阴影面积约束方法判断软估计的可靠性,同时引入星座点作为候选点,从多个候选点中选出最优候选点进行反馈。仿真结果表明,与常规的QR分解算法相比,该算法只需增加较小的算法复杂度即可明显改善系统存在的干扰,并且在判决回馈中减少错误传播。同时,可以通过约束阈值的大小和候选点数量控制运算复杂度并改善算法的误码率检测性能。     

高阶循环特性下联合频谱感知算法研究

高效的频谱感知算法是认知无线电系统有效通信的前提;现有的能量检测算法复杂度较低,但其性能易受到噪声不确定度的严重影响,为提高频谱感知的速度和性能,采用了联合频谱感知算法;该方法利用双门限的能量检测法进行粗检,将判决结果划为三个区域,并使用高阶循环统计量检测算法对中间混淆区域进行二次判决;然后给出了噪声确定或不确定的情况下,联合频谱感知算法和单一检测算法的检测性能和算法复杂度的仿真分析;结果表明,联合频谱感知算法在增加计算复杂度不多情况下,得到较高的检测性能,优于单一检测算法,是一种快速准确的频谱感知算法。     

Symbol Detection Based on Back Tracking Search Algorithm in MIMO-NOMA Systems

One of the most important methods used to cope with multipath fading effects, which cause the symbol to be received incorrectly in wireless communication systems, is the use of multiple transceiver antenna structures. By combining the multi-input multi-output (MIMO) antenna structure with non-orthogonal multiple access (NOMA), which is a new multiplexing method, the fading effects of the channels are not only reduced but also high data rate transmission is ensured. However, when the maximum likelihood (ML) algorithm that has high performance on coherent detection, is used as a symbol detector in MIMO NOMA systems, the computational complexity of the system increases due to higher-order constellations and antenna sizes. As a result, the implementation of this algorithm will be impractical. In this study, the backtracking search algorithm (BSA) is proposed to reduce the computational complexity of the symbol detection and have a good bit error performance for MIMO-NOMA systems. To emphasize the efficiency of the proposed algorithm, simulations have been made for the system with various antenna sizes. As can be seen from the obtained results, a considerable reduction in complexity has occurred using BSA compared to the ML algorithm, also the bit error performance of the system is increased compared to other algorithms.     

多符号差分球形译码在无线传感器网络分布式检测中的应用研究

在无线传感器网络分布式检测中,信道条件复杂,难于估计.比较相关检测,差分检测的优势是不需要信道估计,但总是付出一定的性能损失.为了缩短这一差距,本文提出多符号差分检测,并结合低复杂度球形译码算法,对多符号差分球形检测的迭代搜索过程进行了详细分析.算法检测性能和复杂度的分析表明,该检测算法不仅能有效降低计算复杂度,而且能保证较好的检测性能.结果证明该算法可作为一种有效检测算法应用于无线传感器网络分布式检测中.     

数值计算程序的存储复杂性分析

由于越来越多的技术用于缩小处理器与存储器之间的日益加大的速度差距,计算机的存储系统变得日趋复杂．现在,任何一个程序设计者,尤其是数值计算程序的设计者,若不考虑其所用计算平台存储系统的特点是很难获取高性能的．因此公用传统的算法评价方法,从时间复杂性和空间复杂性着手来解释一个算法的不同实现在同一计算平台上很大的性能差异,显然是不够的．计算平台存储系统的特点必须在分析算法的复杂性时加以考虑．孙家昶１９９     

一种低复杂度高性能的MIMO系统自适应检测算法

如何克服发射信号的重叠和码间干扰是MIMO系统信号检测技术面临的关键问题。信号检测算法的性能优劣是影响MIMO技术能否真正适于实际应用的关键因素。结合MLD算法高性能和MMSE-SIC算法低复杂的优点,对Hybrid算法进行了改进,提出了一种基于信道最大/最小特征值的自适应混合检测算法。该算法重新定义了自适应系数,并通过信道矩阵特征值的特性,自适应控制三种子混合算法检测数据流时的百分比,以达到更高的检测效率。仿真结果表明：无论信道在何种复杂环境下,该算法具有与MLD算法几乎相同的误码性能,计算复杂度也有很大的改善。     

Maximum-likelihood detection based on branch and bound algorithm for MIMO systems

Maximum likelihood detection for MIMO systems can be formulated as an integer quadratic programming problem. In this paper, we introduce depth-first branch and bound algorithm with variable dichotomy into MIMO detection. More nodes may be pruned with this structure. At each stage of the branch and bound algorithm, active set algorithm is adopted to solve the dual subproblem. In order to reduce the complexity further, the Cholesky factorization update is presented to solve the linear system at each iteration of active set algorithm efficiently. By relaxing the pruning conditions, we also present the quasi branch and bound algorithm which implements a good tradeoff between performance and complexity. Numerical results show that the complexity of MIMO detection based on branch and bound algorithm is very low, especially in low SNR and large constellations.     

一种广义空间调制系统的低复杂度检测算法

针对广义空间调制(GSM)系统中信号检测复杂度过高的问题,提出一种采用分组检测方式的低复杂度检测算法。首先发送端根据激活天线数对发射天线进行分组,每组激活一根天线用于传输调制符号,然后提出算法基于这种发射天线组合方式,在接收端做相应的分组串行检测。分析和仿真结果表明,该检测算法能以极低的检测复杂度获得与最大似然检测算法(MLD)相近的误比特率(BER)性能。     

低复杂度的大规模MIMO上行链路软输出信号检测

针对信道矩阵维度高以及接收信号复杂的情况,提出了一种适用于大规模MIMO系统上行链路信号检测的混合迭代算法,即结合自适应阻尼雅克比(damped Jacobi,DJ)算法和共轭梯度(conjugate gradient,CG)算法。首先利用CG算法为自适应阻尼雅克比迭代算法提供有效的搜索方向;随后提出切比雪夫方法消除松弛参数对信号检测的影响,在降低算法复杂度的同时加快收敛速度;最后,利用信道编译码中的比特似然比近似求解软信息,以提升检测性能。通过理论分析算法的复杂度,仿真在不同判决方式下对不同检测算法进行误码率对比,并对混合迭代算法的收敛进行了分析。仿真结果表明,混合迭代算法在少量迭代次数下快速收敛并近似达到最佳MMSE检测性能,且算法复杂度远低于MMSE算法。