MIMO系统中一种自适应的迭代检测译码算法

针对常用的非穷尽列表形式后验概率检测算法直接采用恒定且较大的列表长度,导致列表冗余度大的问题,该文提出了一种自适应长度的列表球形译码算法（Adaptive Size List Sphere Decoding,ASLSD）。在算法中通过更新检测半径和设置停止条件,使检测列表长度可随信噪比和迭代次数自适应变化。而且通过将列表操作与LSD（List Sphere Decoding）检测相结合,避免了符号序列在不同半径下的重复检测。仿真表明,在较小性能损失的前提下,该算法可以大大减小所需检测列表的长度,进而有效降低接收机的复杂度。     

MIMO系统中一种新颖的联合信道估计与检测算法

本文基于EM(Expectation-Maximum)算法,提出了一种简单而有效的联合信道估计与检测接收机结构。接收机中通过采用非穷尽列表形式的后验概率检测算法,避免了传统干扰抵消结构中各天线发送信号间的残余干扰对后验概率计算的影响。并进一步针对常用的非穷尽列表形式后验概率检测算法存在的列表冗余度大的问题,提出了自适应长度的列表球形译码算法(ASLSD,Adaptive Size List Sphere Decoding)。该算法通过更新检测半径和设置停止条件,使检测列表长度可随信噪比和迭代次数自适应变化。而且通过将列表操作与LSD(List Sphere Decoding)算法相结合,避免了符号序列在不同半径下的重复检测和排序操作。仿真表明,在复杂度方面,该算法需搜索的路径数远小于LSD算法。在算法性能方面,以3次迭代10~(-4)误码率为例,该算法与PIC算法相比可以获得近2dB的性能增益,因而具有更优的性能与复杂度的折衷。     

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。     

MIMO系统中的迭代分组MAP检测算法

该文提出了在分组MAP检测器内部进行干扰信息更新和检测信息迭代反馈的检测算法。在MIMO系统基本的分组MAP检测算法基础上,利用先检测分组产生的后验信息替代先验信息提高干扰信号的估计精确度,进一步可以使用迭代反馈的方法在检测器内部进行反馈检测分组的后验信息,从而提高了检测信号的分集度。仿真结果表明在未编码系统中改进的分组检测方法能够显著地提高系统误码率性能,在编码系统中能够加快整个系统的收敛。     

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.     

用于病态MIMO系统的一种快速球形译码算法

如今的球形译码算法研究,多是针对MIMO系统的传输矩阵满秩的情况。然而现实常常出现传输矩阵是奇异阵的情况即传输矩阵为病态矩阵,原先的球形译码算法将不再适用。本文提出了一种快速的球形译码算法,设法将病态矩阵变为满秩矩阵,并利用迫零检测估计来对最初的半径取值加以限制,大大加快了搜索速度,而性损失却很小。     

基于MIMO系统的球形译码算法的改进

在最大似然检测中,球形译码算法是一种有效的快速算法。提出一种基于MIMO系统的新的快速球形译码算法,它的复杂度比传统的算法要小的多。在提出的方法中,初始半径的选择并不重要。这种改进算法的译码性能和复杂度由两个参数来控制。因此,该方法存在着译码性能和复杂度的均衡。通过计算机仿真,可以看到,提出改进算法的译码性能得到了较大的提高。     

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。     

一种高速率的重叠复用传输系统及检测译码性能

该文研究了AWGN信道下重叠时分复用系统(OvTDM)及性能;在此基础上,研究了信道编码的OvTDM系统,并给出了最佳的检测译码算法-最大后验概率准则下的软入软出迭代算法。OvTDM系统与同频谱效率的QAM调制相比较,随着频谱效率的提高显示出性能增益。信道编码的OvTDM系统接收端在最大后验概率(MAP)准则下,检测与译码之间传递软信息进行迭代处理。仿真结果表明,软入软出迭代算法充分利用了符号重叠所自然形成的编码约束关系,获得了最大编码增益。     

基于软输出固定复杂度球形译码的高效迭代检测算法

该文在软输出固定复杂度球形译码(SFSD)算法的基础上,提出一种低复杂度高性能的MIMO迭代检测方法。该算法利用迭代过程中译码器的反馈信息更新SFSD检测算法的软输出,获得明显的迭代增益,并利用多级比特映射星座图的特点大大降低分支度量的运算次数。针对SFSD算法预处理复杂度较高的问题,该文将检测顺序调整和QR分解两个预处理步骤相结合,从而减少了矩阵求逆运算。在长期演进方案(LTE)下行链路环境中的仿真结果表明,该文提出的算法性能十分接近最优的最大后验概率(MAP)检测,并且实现复杂度相对于MAP有显著的下降。     

An improved Markov Chain Monte Carlo method for MIMO iterative detection and decoding

Recently, a new soft-in soft-out detection algorithm based on the Markov Chain Monte Carlo （MCMC） simulation technique for Multiple-Input Multiple-Output （MIMO） systems is proposed, which is shown to perform significantly better than their sphere decoding counterparts with relatively low complexity. However, the MCMC simulator is likely to get trapped in a fixed state when the channel SNR is high, thus lots of repetitive samples are observed and the accuracy of A Posteriori Probability （APP） estimation deteriorates. To solve this problem, an improved version of MCMC simulator, named forced-dispersed MCMC algorithm is proposed. Based on the a posteriori variance of each bit, the Gibbs sampler is monitored. Once the trapped state is detected, the sample is dispersed intentionally according to the a posteriori variance. Extensive simulation shows that, compared with the existing solution, the proposed algorithm enables the markov chain to travel more states, which ensures a near-optimal performance.     

用于大规模MIMO系统的改进自适应SOR检测算法

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统由于具备较多的天线数,会导致传统线性信号检测算法如最小均方误差(Minimum Mean Square Error, MMSE)的复杂度过高。针对以上问题,提出了F修正的自适应超松弛迭代(F-corrected Adaptive Successive over Relaxation, FA-SOR)检测算法。该算法首先利用超松弛迭代(Successive over Relaxation, SOR)算法避免高阶矩阵求逆运算,降低复杂度;其次使用F修正的公式自动更新SOR算法迭代使用的松弛参数,同时优化迭代的公式与初始解来加快收敛速度。仿真结果表明,不论在理想独立信道还是相关信道下,相比于现有的自适应SOR算法,FA-SOR都能以更低的复杂度达到更低的误码率,同时逼近MMSE算法的性能。     

多天线系统中逼近最大似然的快速检测算法

该文针对无编码的多输入多输出无线通信系统中的最大似然检测接收机在发端天线数较多、调制阶数较高时计算复杂度过高的问题,提出了一种低复杂度的球形译码算法。该算法首先利用信道信息对待检测的发送信号矢量进行分组,然后对各组内的信号矢量采用球形译码进行最大似然检测,并在组间做干扰消除。理论分析和仿真表明,该算法不仅复杂度低,而且能够逼近最大似然检测的性能。     

Turbo码的一种高效改进型MAP译码算法

该文给出了一种改进型最大后验概率(MAP)译码算法用于实现并行级联卷积码(Turbo码)的最优译码。与基于对数域的Log-MAP算法相比较,该文给出的算法不引入对数域,但能够完全消除标准MAP算法在迭代过程中必须进行的大量指数和对数运算。计算机仿真结果表明,这种具有最优纠错性能的改进型MAP算法能够显著减少运行时间,其译码效率甚至优于牺牲了较多纠错性能的最快速的对数域MAP译码算法(Max-Log-MAP)。     

标准球形译码算法在发射相关MIMO信道下的平均复杂度分析

球形译码算法作为实现MIMO系统最大似然检测的一种有效方法,受到广泛重视.目前,几乎所有对球形译码算法的研究,均是基于假设信道衰落系数完全统计独立并且同分布,而在实际环境下,天线之间通常存在相关性,这样会使球形译码算法的复杂度发生变化.本文针对标准的球形译码算法,对其在发射相关MIMO信道下的复杂度进行了数学分析,推导了平均复杂度的数学表达式,并利用计算机仿真,比较了在不同的信噪比和不同的发射天线数下,发射相关性强弱对算法复杂度的影响.     

稀疏码分多址系统一种改进的检测算法

稀疏码分多址(SCMA)系统中基于球形译码算法(SD)由于具有优良的性能受到越来越多的关注,然而现有基于SD的算法只能用于某些特定星座结构的检测,导致其应用受限.该文提出一种适用于任意星座且性能达到最大似然(ML)算法性能的改进球形译码(ISD)算法.该算法将用户星座图拆分,并将用户星座图转换为多层树结构,利用对树结构...     

一种基于缩减伴随式集的QC-LDPC码级联译码算法

该文在研究缩减伴随式集译码(RLSD)算法和规则QC-LDPC码字结构的基础上,提出了一种新的针对中短QC-LDPC码的BP-RLSD级联译码算法。BP算法译码失败时的软输出对数信息,作为RLSD算法的输入。根据QC-LDPC码所具有的循环置换结构,给出一种根据伴随式的重量来确定候选错误模式搜索空间的算法,同时给出一种查表方法快速搜索出部分错误位置。结合接收序列的低可信度集合(LRIPs),可以实现最大似然(ML)码字的快速搜索。这些方法可以大幅减少计算时间。仿真显示该文提出的算法是有效的。与BP算法的级联译码,可以在计算复杂度和性能之间进行较好的折衷。     

低复杂度的MIMO系统粒子滤波检测

该文通过降低采样大小和信号检测搜索空间给出了两种低复杂度的多输入多输出(MIMO)系统粒子滤波(PF)检测方法：球形约束PF和多层映射PF。在球形约束PF中,首先基于迫零原则求得所需的球形约束,然后利用该球形约束减少粒子滤波过程中每一级重要性采样生成的粒子数。多层映射PF则采用多层映射将大小为4L的正交幅度调制(QAM)星座划分为L个4-QAM星座的级联以降低信号检测的搜索范围。计算机仿真结果表明,第1种方法能够在大发送天线数的情况下保持系统性能且有效地降低粒子滤波的计算复杂度;而第2种方法能够以较低的错误性能损失为代价获得计算复杂度的极大降低。