针对大规模多输入多输出的动态调整排序串行干扰消除算法

针对多输入多输出（MIMO）系统非线性检测中排序串行干扰消除（OSIC）算法信号检测性能弱的问题,提出了一种可动态调整的OSIC(D-OSIC)检测算法。为解决早期的误差传播问题,通过最大似然（ML）算法选择最佳符号,提高ML-D-OSIC算法的检测性能。根据遍历容量动态调节消除层的数目,并结合混合迭代算法降低算法的复杂度。仿真结果表明,ML-D-OSIC算法的信号检测性能明显优于OSIC算法,检测性能可通过调整预定义阈值、偏移量和权重而提升,且复杂度远低于ML算法。     

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。     

大规模MIMO系统基于分布式压缩感知的信号检测算法研究

随着通信技术的不断发展,人们对通信速率的要求越来越高,大规模MIMO(Multiple-Input Multiple-Output)技术因其能够大大提高系统的频谱效率,成为通信技术领域的研究热点.在大规模空间调制MIMO中,原本最佳的检测方法——最大似然(Maximum likelihood,ML)检测算法由于算法复杂度过高,不再适用.而适用于小规模空间调制MIMO系统的低复杂度的检测算法在大规模系统中性能会很差.本文利用空间调制信号的结构化稀疏性,提出了基于分布式压缩感知(Distributed Compressed Sensing,DCS)的信号检测算法,同时参照已有文献,利用分组传输和信号交织来进一步提高信号检测性能.最后我们通过仿真验证了此方案能够较好地逼近最大似然检测算法性能.     

FSO MIMO系统中分层空时码检测算法

多输入多输出(MIMO)系统可以有效提高频谱效率和系统容量。基于MIMO系统重点研究了无线光通信垂直分层空时系统(V-BLAST)检测算法。首先分析了最大似然、线性迫零、最小均方误差以及排序干扰抵消等典型的传统检测算法,基于OOK调制和4PPM调制对采用不同检测算法的系统差错性能进行了仿真对比,最后对Turbo码与BLAST技术相结合构成的新系统采用了软输入软输出(SISO)迭代检测译码方案。仿真结果表明,分层空时检测算法中性能最优的是ML,其次是SISO-MAP,ZF算法性能最差;Turbo-BLAST系统可以有效提高无线光通信系统的抗干扰性能。     

一种新的用于多天线系统的快速球形解码算法

本文提出了一种实现多输入—多输出(MIMO)无线系统最大似然(ML)信号检测的快速球形解码器框架,在本框架内,算法不需要确定半径参数,同时,在算法的搜索阶段只需要访问最少的树节点数,从而降低算法的复杂度。另外,当我们采用一种直接的Schnorr-Euchner枚举(SEE)方法时,本球解码框架可用于复数MIMO系统。仿真结果显示,和其它球形解码器相比,本解码器能大大提升最大似然(ML)检测的速度。     

异步OFDM空时协同分集方案

提出一种基于空时分组编码的异步正交频分复用（OFDM,Orthogonal Frequency Division Multiplexing）协同分集方案。提出的方案在中继节点实现OFDM调制及OFDM符号的时间反转和复共轭,信宿节点接收信号的每个OFDM子载波都具有Alamouti空时分组编码结构。信宿节点采用最大似然（ML,Maximum Likelihood）译码准则译码。仿真结果表明,提出的异步OFDM空时协同分集方案无需两个中继节点的同步可获得二阶分集增益,且与其它协同分集方案相比,该方案的误比特率和实现复杂度都更低。     

多指数连续相位调制信号解调原理及实现算法

实现了一个支持多调制指数、多进制的连续相位调制信号解调算法,文章首先介绍了利用最大似然理论解调连续相位信号的基本原理以及一种联合数据、相位和符号同步多个参数的最大似然估计方法,之后给出了具体的实现算法,并通过仿真实验说明了算法的可行性。     

基于部分协作检测的 MIMO 中继系统

为了降低多输入多输出（MIMO）中继传输系统中中继节点进行信号处理和转发的运算复杂度,提升系统整体性能,在全检测转发（FDF）技术的基础之上,提出了一种基于树的遍历的部分协作检测（CPD）算法,采用本算法的中继节点只转发部分信噪比较高的信息流,不仅降低了中继转发的负担同时还去除了一些经历了深度衰落的信号。仿真结果显示,和国外同类典型研究相比较,中继节点的负担大大降低,同时传输系统的性能有了明显提升。     

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。     

MIMO系统中一种改进的ZF-OSIC信号检测算法

为了寻找一个可靠性较高且复杂度较低的多输入多输出(Multiple Input Multiple Output,MIMO)检测算法,文中基于MIMO系统中传统的排序的迫零串行干扰抵消ZF-OSIC(Zero Forcing-Ordered Successive Interference Cancellation,ZF-OSIC)以及最大似然ML(Maximum Likelihood,ML)信号检测算法,提出一种将两种传统算法相结合的新算法,ZF-OSIC K-correction检测算法,该算法综合了二者的优点。运用ML算法中的枚举思想来选择性地修正ZF-OSIC算法得到的检测结果,从而在算法复杂度增加不大的情况下,得到性能的改善,准确度更加逼近ML算法。     

基于译码前传协作中继网络的类准正交线性分散码

提出了一种基于译码前传协作中继网络的类准正交线性分散码,该码的码字矩阵实部和虚部可以分解成满足准正交设计的实码字矩阵;对接收端的译码考虑了2种方式,一种是对总的接收信号进行快速最大似然译码,另一种是对经过中继和未经过中继的接收信号分别进行快速最大似然译码;分析了2种方式的计算复杂度,对2种方式的信道容量、中断概率和误比特率等特性进行了仿真对比,结果表明,在相同条件下,方式2比方式1信道容量更高,中断概率和误比特率更低,但计算复杂度更高.     

采用余弦调制滤波器组的多径衰落信号子带合成

本文关注的是多路多径衰落信号的最佳合成问题。分集技术是对抗多径衰落的有效方法,其中采用最大比合并的方式是最佳的分集合成方案。但是传统分集技术中多径信号合成采用的是实数合成权值,不能使合成信号所有频率范围内的信号分量均取得最大信噪比。本文根据多径衰落信号的最佳合成结构,提出了一种子带合成算法。该算法采用余弦调制滤波器组将宽带衰落信号分为若干带宽较小的子带信号。通过对应子带的最佳合成与合成信号的完美重构,使得合成输出信号具有最佳的信噪比。仿真结果表明通过该子带合成算法可以有效提高合成信号的解调质量,降低解调的误符号率。      

Combined simplified maximum likelihood and sphere decoding algorithm for MIMO system

In this article, a new system model for sphere decoding （SD） algorithm is introduced. For the 2 × 2 multipleinput multiple-out （MIMO） system, a simplified maximum likelihood （SML） decoding algorithm is proposed based on the new model. The SML algorithm achieves optimal maximum likelihood （ML） performance, and drastically reduces the complexity as compared to the conventional SD algorithm. The improved algorithm is presented by combining the sphere decoding algorithm based on Schnorr-Euchner strategy （SE-SD） with the SML algorithm when the number of transmit antennas exceeds 2. Compared to conventional SD, the proposed algorithm has low complexity especially at low signal to noise ratio （SNR）. It is shown by simulation that the proposed algorithm has performance very close to conventional SD.     

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。     

基于分组的ML-SIC的MIMO联合检测算法

在MIMO检测算法中,串行干扰抵消算法(SIC)会引起误差传递.针对这一问题提出分组检测,结合最优检测算法最大似然检测(ML)保证前面层检测出信号的准确性,减小误差传递.仿真结果表明,ML-SIC的联合检测算法能有效减少误差传递,增加系统整体性能.     

联合ML和OSIC的VBLAST解码算法

使用多个发射天线和多个接收天线可以获得巨大的通信容量。作为MIMO系统的一种实现方案，VBLAST可以获得很高的频谱利用率。传统的VBLAST译码算法OSIC(Ordered Successive Interference Cancellation)在其译码性能上和最大似然ML(Maximum Likelihood)译码差距较大，而ML，的复杂度是随着发射天线数呈指数增加的。因此，本文针对VBLAST的译码，折中考虑VBLAST的解码复杂度和解码性能，提出了联合ML，和OSIC的两种改进的VBLAST解码算法：ML_OSIC和OSIC_ML。当选取用ML译码的符号数适中时，可以在远低于ML的复杂度基础上获得远好于OSIC的译码性能。     

协作MIMO中分布式空时编码技术的研究

利用单天线终端相互协作,形成虚拟多天线发射阵列,结合接收端基站多天线接收,以此实现协作MIMO系统,同时将MIMO中的空时编码理论应用其中,可以有效利用空间分集增益和编码增益,抵抗多径衰落并提高系统性能。其中,由于分布式空时分组码（D-STBC）能有效地利用空间分集,且编码简单、性能优越,因而重点研究其在协作MIMO中的运用,对其进行了建模,设计了D-STBC接收端检测器结构,指出极大似然（ML）检测的复杂度随协作节点数的增加呈指数增长,并推导了在ML检测下的系统成对差错概率（PEP）性能;同时介绍了基于空间复用的分布式垂直型贝尔实验室分层空时编码（D-VBLAST）,它可以有效地提高数据传输速率（吞吐量）,且译码算法复杂度可以随着数据速率的增加线性升高,适合于相对较高SNR的协作MIMO传输系统。