一种基于LLR软判决的LTE解映射简化算法

针对目前LTE解映射算法复杂度高的缺陷,提出了一种基于LLR软判决的LTE解映射简化算法SLLR。该算法旨在通过使用对数似然比进行软判决,以简化指数计算与对数计算为主,降低LTE解映射过程中计算的复杂度。通过对标准算法与简化算法的QAM调制方式产生的误码率、误块率进行仿真和比较,结果表明该SLLR简化算法性能良好,适用于LTE通信系统。     

V-BLAST系统中的迭代软判决干扰抵消检测算法

分层空时结构(BLAST)是一种通过使用多根发射天线和接收天线,以及在接收端使用先进的信号处理技术来获得高频谱效率的技术。主要研究了基于MMSE的迭代软判决干扰抵消(ISDIC)算法在V BLAST系统中的应用。仿真结果表明,相对于传统的检测算法,其性能至少有1 dB的增益。     

基于粒子群优化的MIMO系统判决反馈均衡研究

为了更好地消除多输入多输出(MIMO)系统中的码间干扰(ISI),提出了一种基于粒子群优化(PSO)的判决反馈均衡(DFE)算法;将该算法与基于最小均方(LMS)算法的判决反馈均衡进行了比较.仿真结果表明,PSO DFE的误码率性能明显优于LMS DFE,且收敛速度快.     

基于可靠性的低复杂度最小均方误差软干扰抵消 MIMO Turbo接收机

计算复杂度高是MIMO 最小均方误差软干扰抵消Turbo接收机面临的主要问题.一种方案提出在迭代检测阶段采用匹配滤波器取代最小均方误差滤波器,以避免矩阵求逆,但会导致性能显著下降.为了克服这一缺点,本文提出一种基于先验信息可靠性的低复杂度最小均方误差软干扰抵消Turbo接收机方案.该方案根据先验信息的可靠性动态选择最小均方误差和匹配滤波检测,从而在显著降低系统复杂度的同时使得引入的性能损失可以忽略不计.同时,通过合理设置选择门限,该方案还可以灵活地在复杂度和性能之间进行折中.     

采用延时积分的MSK软判决解调方法

针对最小频移键控(MSK)信号的软信息计算,提出了一种采用延时积分的软判决解调方法。该方法建立在MSK延时判决解调方案的基础上,按照条件概率理论的推导结果,使用接收已调信号同相分量和正交分量积分度量的乘积来表征原二进制信息码元的对数似然比信息,并以此作为MSK信号的软判决输出。分析与仿真结果表明,该方法简单方便,具有较大的通用性和灵活性,在Turbo联合MSK的编码调制系统中应用可以获得较为优异的抗噪声性能。     

MMSE信道估计下的软输出MMSE MIMO检测算法

信道编码的MIMO无线通信系统中,MIMO信号检测器需要输出编码比特的对数似然比,以获得更好的误码率性能.现有的软输出MMSE MIMO检测算法基于理想信道估计得到,在实际信道估计下会导致性能损失.本文针对MMSEMIMO信道估计,基于MMSE信道估计的统计特性,推导了考虑信道估计误差影响的新的软输出MMSE MIMO检测算法.仿真结果表明,相对于现有的软输出MMSE MIMO检测算法,所提出的算法可以显著降低由于信道估计误差导致的残留误码平层,而增加的计算复杂度可以忽略不计;同时,所提算法对信道估计误差方差的相对误差不敏感,具有实际应用的价值.     

OFDM系统中改进的16QAM软判决解调算法

针对OFDM信号在多径衰落信道中传输的特点,提出了一种改进的16QAM解调软信息计算方法,通过在均衡时利用信道信息改善信号总体的信噪比水平,并且使软判决结果包含更多的信道信息,从而提高软判决译码的性能。仿真结果表明,所提出的方法能有效地改善系统在多径衰落信道环境下的性能,且易于工程实现。     

未知噪声信息多径衰落信道的软判决度量生成

信道解码中的软判决技术需要利用信道噪声方差信息来产生软判决度量,而通常情况下,这一信息是未知和时变的。本文首先简要分析了信道噪声方差对软判决度量的影响,进而提出一种新的在多径衰落信道中估计时变噪声方差的方法,并利用该方法的估计结果为信道解码器生成软判决度量。将该算法应用于中国地面数字电视广播传输系统外接收机的仿真结果表明：与已有的信道噪声方差估计算法相比,本文算法具有收敛速度快、估计结果准确的优点,生成的软判决度量逼近于多径衰落信道的最优软判决度量。     

一种新的DFT-S-OFDM软判决检测算法

离散傅里叶变换扩频正交频分复用（DFT-S-OFDM）作为一种单载波调制方案,与传统正交频分复用相比具有较小的峰均功率比,并且已被3GPP采用作为其长期演进项目（LTE）的上行调制方案。针对该方案,提出了一种新的基于传统频域最小均方误差（MMSE）均衡器输出信号的DFT-S-OFDM软判决算法,通过对最大比合并以及均衡后信号统计特性的分析,进而依据所得的概率分布计算软判决的输出。仿真结果表明,该算法在高码率情况下能获得2dB左右的增益,而所需的额外计算量很小,并且当信道估计误差存在时仍然有效。     

基于预处理共轭梯度法的低复杂度信号检测算法

大规模多输入多输出系统中,最小均方误差信号检测算法是近似最优的,但由于其涉及矩阵求逆,计算复杂度随着天线数量增加呈指数增长.提出了低复杂度的预处理共轭梯度信号检测算法,该算法通过预处理技术降低矩阵条件数,从而加快共轭梯度信号检测算法的收敛速度.仿真结果显示,该算法在小数量的迭代中能够达到和最小均方误差检测算法相似的误码率,算法复杂度下降了一个数量级.相比直接用共轭梯度法,能够更快收敛到最佳值.