裁减自动球形译码算法与性能分析

提出了裁减自动球形译码（PASD）算法。该算法利用统计裁减有效减小了自动球形译码（ASD）算法中边界节点列表的大小S，并可通过对参数的适当设置获得误符号率性能与复杂度之间的折衷。分析与仿真表明，当采用较高电平调制（电平数大于4）时，在相同信噪比范围内，PASD在几乎不损失误符号率性能的前提下，较ASD节省大于30％的比较次数。     

MIMO系统中球形译码算法的应用

MIMO系统在带来巨大容量的同时,也产生了极大的接收信号检测复杂度。球形译码算法是较好解决这一问题的有效途径之一,通过减少比较信号点的个数达到降低计算量的要求。根据MIMO系统的信号模型特点,结合相关研究的新进展,对球形译码原理和算法进行了探讨。理论分析表明,该方法可以用较少的计算量来获得最大似然检测性能,有较高的应用价值。     

一种MIMO系统中改进型球形译码算法

在总结MIMO系统各种信号检测算法的基础上,提出一种基于ML并结合排序QR分解的改进型球形译码算法。对最先检测的d层星座点进行遍历,提高最先检测级的性能,剩余层的星座点采用SD算法检测。仿真表明,所提出改进算法能获得较好的ML检测性能,且复杂度相对较低。     

一种改进的V-BLAST译码算法

提出了一种改进的V-BLAST译码算法。接收机首先根据特定的准则在整个信号空间中进行搜索并得到一个子集,然后根据最大似然准则从该子集中选取合适的信号矢量作为译码结果。该算法可以取得和最大似然译码算法相近的译码性能,并且具有很低的计算复杂度。     

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.     

MIMO系统中k-best球形译码算法研究

通过对广度优先策略中有恒定复杂度的层排序k-best球译码算法进行分析,提出一种每节点保留可变扩展节点的层排序k-best球形译码算法(k-best SDA Ⅱ),在64QAM调制及每层保留8节点的实数SDA模型下,通过仿真的方法得出了保留恒定扩展节点的k-best SDA当每节点保留扩展节点数大于等于2时,性能基本不变(k-best SDA Ⅰ);而改进的k-best SDA Ⅱ则对k-best SDA Ⅰ在性能与复杂度上作了比较好的折中,前者计算复杂度大约减少了28%,而性能的损失基本可以忽略.     

基于预译码的极化码最大似然简化连续消除译码算法

针对极化码译码串行输出造成较大译码时延的问题,该文提出一种基于预译码的最大似然简化连续消除译码算法。首先对译码树节点存储的似然值进行符号提取并分组处理,得到符号向量组;然后比较符号向量组与该节点的某些信息位的取值情况,发现向量组中储存的正负符号分布规律与该节点的中间信息位的取值具有一一对应的关系;在此基础上对组合码中间的1～2 bit进行预译码;最后结合最大似然译码方法估计组合码中的剩余信息位,从而得到最终的译码结果。仿真结果表明：在不影响误码性能的情况下,所提算法与已有的算法相比可有效降低译码时延。

     

基于球形译码的联合多用户检测

针对采用码分多址接入（CDMA,Code Division Multiple Access）的多输入多输出系统（MIMO,Multiple Input Multiple Output）,建立多个用户同步上行接入基站的信道模型,收发端都采用2根天线。在基站端,由于扩频码非完全正交产生多个用户之间干扰和信道干扰影响信号检测的问题,分析并给出了多用户信号的最大似然函数,利用球形译码算法实现多用户的联合检测（Joint MUD,Joint Multiple User Detection）,并行处理信道干扰和多址干扰。仿真结果表明,提出的接收机有较好性能,同时降低了运算的复杂度。     

一种低复杂度空间调制球形译码检测算法

现有的空间调制系统球形译码（Sphere-Decoding,SD）检测算法虽然能够较大地降低最大似然（Maximum-Likelihood,ML）检测算法的计算复杂度,但由于其更新半径比较松散、收敛较慢,计算复杂度降低的水平仍十分有限,尤其是在高阶调制系统下.针对上述问题,采用统计分布的思想对现有算法更新半径中的冗余项进行估计,提出了两种改进的球形译码检测算法.理论分析与仿真结果表明,改进算法在达到最优检测性能的同时,极大地降低了传统球形译码的计算复杂度,具有较好的理论和实际应用意义.     

4×4 V-BLAST系统分组最大似然检测算法

对于V-BLAST系统的检测,最大似然(ML)算法有着最优的性能却也有最大的计算复杂度;经典的排序连续干扰抵消(OSIC)算法复杂度较低,但数值稳定性差,且性能与ML差距较大.因此,本文基于检测性能和计算复杂度折中的思想,针对4×4 V-BLAST系统提出了一种分组最大似然(Group ML,GML)检测算法,在保证较好检测性能的基础上,通过将四维ML检测器分成两组二维ML检测器来降低计算复杂度.此外,本文还提出了一种简化的最大似然(Simpli-fled ML,SML)检测算法,通过将每组中的二维ML检测器的搜索空间从二维降至一维,进一步降低了计算复杂度,并证明其与ML算法具有一致的性能.仿真表明,在误符号率为10~(-3)时GML算法相比OSIC算法有约7dB的性能提升.经分析知.GML算法复杂度与ML-OSIC算法相比在高阶调制方式下有着显著的降低,易于硬件实现.     

MIMO系统中球形解码算法性能仿真比较

球形解码(Sphere Decoder,SD)算法能以较低的复杂度实现多输入多输出(Multiple Input Multiple Output,MIMO)系统的最优检测,是当前受到普遍关注的MIMO检测算法。对当前球形解码的主要研究成果进行综述,根据搜索策略进行分类,重点分析基于深度优先策略的VB、CL和基于宽度优先策略的K-Best、FSD算法,并且讨论了几种初始半径的选择方法,最后在准静态平坦瑞利衰落环境下对上述算法进行了性能仿真比较。     

MIMO系统中球形译码算法的研究

针对多输入多输出（MIMO）通信系统中球形译码检测算法在较低信噪比和较高的调制阶数时复杂度仍然很高的问题,提出一种不影响检测性能同时又能大大降低其复杂度的方案。首先,对传统的球形译码算法进行研究;其次,介绍改进的球形译码算法;最后,通过仿真结果对其进行验证。     

一种新的多天线系统中的快速广义球形解码算法

该文提出了一种新的广义球形解码算法.与常规球形解码算法相比,它能够处理多输入多输出系统(MIMO)中发送天线M多于接收天线N的情形,并且其解码速度远大于已有的广义球形解码算法.其基本思想是将M维的传输信号矢量分成N-1和M-N+1维的子矢量xa和xb,通过一些简单地变换,就可以使用一个常规球形解码器来选取合适的xb,然后再利用另一个常规球形解码器来获得xa,从而得到整个传输信号矢量.仿真结果表明,这种新的快速广义球形解码算法(命名为双层球形解码算法)比现有的广义球形解码算法具有更低的复杂度.     

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。     

LTE-A系统一种降低复杂度的软球形检测算法

软球形译码算法虽然能接近ML(最大似然)算法的误码性能,但其计算复杂度很高。文章提出了一种降低计算复杂度的SSD(软球形译码)算法,该算法在QR(正交三角)分解算法的反向迭代上三角矩阵R中引入减弱噪声部分以缩小初始搜索半径,然后利用最小距离准则对搜索树进行有效地删减,缩小树搜索空间。MATLAB仿真结果表明,该算法在获得接近传统SSD性能的条件下,能够很大程度地降低系统的计算复杂度。     

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。     

LTE-A上行链路中单用户MIMO的球形译码算法性能分析

多输入多输出(MIMO)系统的接收端需要有效的检测算法以处理衰落和空间复用干扰等削弱效应,而算法的性能和复杂度等特性会随不同的应用场景有所变化,因而从这些角度评估和比较不同算法对于MIMO系统的实现具有重要意义。针对LTE-A上行链路中单用户MIMO的应用场景,通过分析现有文献中的球形译码(SD)算法及相关方法,以及对工程可实现性的考量,引入了一种将基于单树搜索的SD与迭代干扰消除结合运用的实现方案,并在遵循3GPP标准的上行仿真平台中对其进行了性能评估,观察了SD相对于MMSE的性能增益及相关趋势,进而为SD算法的工程实现提供参考依据。     

An efficient approximate maximum likelihood signal detection for MIMO systems

This paper proposes an efficient approximate Maximum Likelihood （ML） detection method for Multiple-Input Multiple-Output （MIMO） systems, which searches local area instead of exhaustive search and Selects valid search points in each transmit antenna signal constellation instead of all hyperplane. Both of the selection and search complexity can be reduced significantly. The method performs the tradeoff between computational complexity and system performance by adjusting the neighborhood size to select the valid search points. Simulation results show that the performance is comparable to that of the ML detection while the complexity is only as the small fraction of ML.     

MIMO系统中信号检测算法的研究

基于人类对通信的高要求,即实现多种业务的多媒体能力,无线技术已成为整个通信领域的最大热点。而MIMO技术以其理论上的高容量等优势得到业界的高度重视。MIMO技术总体上可分为发送分集方式和空间复用方式。为了达到未来的移动通信所要求的高通信速率,空间复用是解决此问题的重要途径,而此方式下接收端的检测问题是能否达到理论上所得到的系统容量的关键。重点研究了MIMO系统传统检测技术,尤其是BLAST算法,其次还研究了球形译码算法。