分布式MIMO的Turbo检测算法

当信道码为卷积码时,针对V-BLAST类空时码的分布式MIMO,该文提出了两种迭代检测算法:最大似然迭代接收机及一种低复杂度的迭代检测接收机。最大似然迭代检测接收机的复杂度为O(2MTSlogM),低复杂度的迭代检测接收机的复杂度为 O(M2TM2RS2M) 。在准静态、单径瑞利衰落信道中,对低复杂度的迭代检测接收机的误码率性能进行了计算机仿真验证,与非迭代的迫零检测相比,低复杂度的迭代检测接收机节约比特信噪比约7.5dB;在相同的误码率下,迭代6次与迭代1次相比,可节约3dB的比特信噪比;随着迭代次数的增加,迭代效果越来越小。     

一种基于改进遗传算法的MIMO多用户检测算法

针对多输入、多输出（MIMO）系统中计算最优多用户检测指数的复杂度问题,提出利用遗传算法进行MIMO多用户检测方案,并从组合优化的角度,提出一种基于改进遗传算法的MIMO多用户检测算法-IGA～MUD。仿真表明,IGA—MUD的性能大大优于ZF和MMSE算法,在获取接近最大似然检测性能的同时,显著降低了算法的复杂度。     

短波通信中的低复杂度时域均衡

提出了一种基于Chase算法的低复杂度时域均衡技术.首先通过传统的自适应均衡器获取软值,再利用Chase算法计算可信度找到不可靠位,同时构造测试序列,然后进行滑动窗搜索和逐比特译码.此算法在减小计算量的同时消除了译码时延,并且误码率逼近最大似然序列估计,实现了复杂度和性能的折衷.     

基于球面解码MIMO-HSDPA系统最大似然检测研究

结合多输入多输出(MIMO)中的检测技术,介绍了无线通信中的球面解码检测算法,给出了基于球面解码的4X4 16QAM MIMO-HSDPA(多输入多输出-高速下行链路分组接入)的最大似然基带检测器的结构。计算机仿真结果表明,在最大似然检测中增加搜索步骤的数量,系统性能有显著改善。文章追踪了无线通信系统中最大似然检测领域的最新动态,同时研究了在超过4X4正交相移键控(QPSK)复杂系统中使用球面解码算法得到近似最大似然性能的解决方案。     

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.     

一种低复杂度软入软出迭代检测方案

在MIMO系统中,以软输入软输出方式为基础的迭代检测方式,性能要明显优于基于硬判决的迭代方案。因此基于软信息传递的迭代检测理论具有广泛的应用。但是,其复杂度较高,特别是应用于MIMO系统时,复杂度的限制尤为明显。球形译码是一种近似最大似然检测的低复杂度方案,在这里,引入一种低复杂度的软入软出（SISO）球形译码迭代方案,并给出球形译码中搜索树的删减简化方案。     

基于星座距离限制的MIMO检测算法

为了提高最小均方误差(MMSE)MIMO系统信号检测算法的性能,提出基于星座距离判决的改进型MMSE检测算法。该算法能够判断经过初次检测后信号的可靠性,并根据判断结果,利用最大似然(ML)准则将被判断为不可靠的信号重新估计检测,以提高算法的性能。理论分析和仿真结果表明:在使用QPSK调制,目标误码率(BER)为10-3的情况下,对于不同天线数量的系统,新提出的算法可以在增加极低计算复杂度的情况下,获得2～10 dB的信噪比(SNR)增益。     

重排序K-Best球形译码算法

为了提高无线通信系统的频谱利用率,降低最大似然接收机的复杂度。文中在基于球形译码的MIMO接收机并在保证接近最大似然接收机性能的前提下,给出了在K-Best球形译码算法的基础上对K-Best球形译码算法进行重排序的实现方法。     

MIMO-OFDM系统中一种局域化最大似然检测算法

本文提出了MIMO-OFDM系统中一种低复杂度的局域化的最大似然检测算法,该方法通过对每个发送天线的导频训练序列进行信道估计,调整信号有效搜索域,获得低复杂度的系统误码率。实验表明,该信号检测算法明显降低了高阶QAM调制的计算复杂度,在QPSK和16QAM调制时,系统误码率接近已知信道频响情况。     

基于动态分组的球形译码算法

在MIMO信号检测中,采用最大似然算法可以使系统的误码率最低,但最大似然算法要搜索整个信号空间,计算速度相当慢。球形译码算法性能最接近最大似然算法,它通过减少需要比较的信号点可大大降低计算量。提出了动态分组的球形译码算法,对传统球形译码算法进行了改进。仿真结果表明,所提算法可以根据M IMO系统的需要进行动态调整,可在小信噪比时降低误码率,大信噪比时提高译码速率。     

接近最优检测性能的低复杂度线性并行MIMO检测算法

在高阶正交幅度调制下,现有用于MIMO系统的并行检测算法复杂度极高,且随着天线数增多复杂度快速增加;而低复杂度的非并行检测算法与最优检测算法相比,其误比特率性能仍存在一定差距。针对上述问题,提出了一种接近最优检测性能的低复杂度并行MIMO检测算法,该算法基于信道分组检测的思想,对通过受噪声干扰严重的子信道信号采用遍历所有空间映射点的方式进行检测,对其余信号则采用新的基于lattice reduction的线性并行检测算法进行检测。仿真结果表明该算法在获得近似最优检测性能以及提高分集增益的同时,仍可保持较低的复杂度,且在高阶QAM调制方式下,复杂度降低尤为明显。     

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。     

基于QR分解的MIMO-OFDM检测算法的改进

MIMO-OFDM系统接收端信号检测算法的研究对MIMO系统性能的提高起着重要作用。设计一个复杂度低且检测性能相对较好的检测算法是MIMO技术的一个重要分支。介绍了垂直分层空时结构中的几种典型检测算法,分析了其优缺点,在基本QR分解算法的基础上提出了2种改进的QR算法。通过MATLAB仿真观察,改进的算法在保证检测性能良好的同时降低了算法复杂度。     

Efficient Detection Algorithms for MIMO Communication Systems

In this paper, two new efficient detection algorithms, Type 1 (T1) with better complexity-performance tradeoff and Type 2 (T2) with lower complexity, are derived from one generalized framework for multiple-input multiple-output (MIMO) communication systems. The proposed generalized detection framework constructed by parallel interference cancellation (PIC), group, and iteration techniques provides three parameters and three sub-algorithms to generate two efficient detection algorithms and conventional BLAST-ordered decision feedback (BODF), grouped, iterative, and B-Chase detection algorithms. Since the group interference suppression (GIS) technique is applied to the proposed detection algorithms, the complexities of the preprocessing (PP) and tree search (TS) can be reduced. In (8,8) system with uncoded 16-QAM inputs, one example of the T1 algorithm can save complexity by 21.2% at the penalty of 0.6 dB loss compared with the B-Chase detector. The T2 algorithm not only reduces complexity by 21.9% but also outperforms the BODF algorithm by 3.1 dB.     

基于Newton迭代算法的低复杂度信号检测算法

为了解决太赫兹通信系统超大规模MIMO检测计算复杂度高、收敛速度慢等问题,提出了基于Newton迭代算法的低复杂度信号检测算法.通过在Newton迭代算法中改进初始矩阵、加入步长因子,降低计算复杂度、提高收敛速度;通过加入调节因子,保证算法的稳定性、可靠性和场景适用性.仿真结果表明,相比传统算法,所提算法具有更低的计算...     

MIMO Detection Techniques Based on Low Complexity Adaptive QR-Decomposition with M-Algorithm for 3GPP LTE Systems

In this paper, two novel multiple-input multiple-output (MIMO) detection algorithms, adaptive parallel QRDM (APQRDM) and adaptive iterative QRDM (AIQRDM) which are able to achieve the similar detection throughput as conventional QRDM while reducing the computational complexity, are introduced, and the system performances are evaluated on the platform of 3GPP LTE downlink. In both 2 ×?2 and 4 ×?4 MIMO, APQRDM and AIQRDM algorithms can achieve almost same packet error rate performance as those of conventional QRDM algorithm, while the computational complexity is significantly reduced. Also, the receiver employing APQRDM and AIQRDM detection algorithms shows the almost same throughput as the case of conventional MIMO detection algorithms. Furthermore, practical channel estimation techniques are employed, and the system performances are thoroughly analyzed and discussed.     

一种新型基于格基约减的MIMO检测算法

MIMO技术是LTE的关键技术,MIMO信号检测算法的选用需要在复杂度和检测性能之间取得合理的折中。将格基理论应用于MIMO检测中,能够大幅降低由于天线数增多所带来的检测复杂度过高问题,典型的格约减算法有LLL算法和Seysen算法。以上述格基约减算法为基础,引进排序串行干扰抵消和广度优先球译码K-best算法的思想,提出了一种新型的基于格基约减的MIMO检测算法--KLR_OSIC。与原有基于格基约减的检测算法相比,该算法能够在较低的计算复杂度下显著提高MIMO的检测性能。通过仿真可看出,新算法比原基于格基约减的算法性能更佳,且更接近ML算法。     

大规模MIMO下具有反馈的低复杂度检测算法

针对大规模MIMO系统,信号检测算法的复杂度往往呈指数级增长的问题,通过对传统的QRD-M检测算法和树搜索的深度研究,对其进行改进,得出一种具有反馈的低复杂度检测算法,该算法主要运用分支的权重和分支间的反馈对树进行修剪,然后运用树搜索的原理进行搜索输出.仿真结果表明,该改进算法以降低较少系统性能的代价,能够极大地降低计算复杂度,是一种折衷的高效检测算法,完全能运用于大规模MIMO系统中.     

大规模MIMO系统中基于TFQMR的低复杂度信号检测算法

在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统上行链路检测算法中,最小均方误差(Minimum Mean Square Error,MMSE)算法可取得近似最优的性能,然而MMSE算法涉及高维矩阵求逆问题,其计算复杂度高达O(K3),其中K表示用户数.为此,针对极化信...     

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。