HSDPA MIMO中检测技术的应用研究

针对HSDPA MIMO系统,提出了基于排序的QR分解MIMO检测算法,并对其性能进行了分析,该算法是针对QR分解检测算法时误码率较高的不足,对信道矩阵按列2-范数模值由小到大进行1次排序,从而消除接收信号中的干扰,降低系统误码率,使系统检测性能得到改善。基于HSDPA MIMO2×2仿真平台进行仿真实验,结果表明,与一般的QR分解算法相比,基于排序的QR算法在系统的误码性能上有明显的提升。     

基于MIMOSC-FDMA系统的多级迭代干扰消除定时同步算法研究

针对基于空时分组编码的MIMO SC-FDMA系统的定时同步问题,提出了多级迭代干扰消除定时同步算法,并对该算法的4种不同方法进行了仿真与分析。理论分析和仿真表明,多级迭代干扰消除定时同步算法可以明显提高系统性能。其中OSIC-PIC、PIC-PIC方法能够获得更大的增益,较好地消除由定时同步误差带来的干扰,实现系统的定时同步。     

一种基于干扰消除的MIMO SC-FDMA系统定时同步算法

针对单用户MIMO SC-FDMA系统中由小值定时偏差引起的多天线干扰问题,提出一种基于干扰消除的定时同步算法。在该算法中,利用干扰消除中循环检测的思想,先对待检测信号进行排序,再逐次检测符号,并将已检测的符号所带来的干扰从总的接收信号中减掉,以达到干扰消除的目的。理论分析和仿真结果表明,该算法能有效提高系统的BER性能,且复杂度低。     

基于QR分解的循环迭代检测算法

理论和实践研究表明垂直分层空时码可显著提高多天线系统的传输容量。为克服垂直分层空时码QR分解检测算法不能充分利用多天线分集增益信息的缺点,提出循环迭代QR分解检测算法。新算法在QR分解检测算法基础以循环迭代方式利用多天线系统提供分集增益信息,从而改善检测器性能。分析和仿真表明循环迭代QR分解检测算法复杂度是连续干扰消除算法的五分之一;在对称系统中（接收天线和发送天线数相等）,新算法性能优于连续干扰消除算法。     

非理想定时跟踪下CDMA并行干扰消除检测器的性能

以异步码分多址(DS-CDMA)系统硬判并行干扰消除检测器为模型,在定时同步错误情况下.由于并行干扰消除(PIC)分析的复杂性,以前的工作主要是依靠仿真方法.文献[5]分析了软判决PIC在定时跟踪错误下的性能,给出了封闭形式的误码率表达式.本文则分析了硬判决PIC残余多址干扰的结构及统计特性,导出了定时跟踪错误下封闭形式的误码率表达式.通过仿真与数值计算,分析了定时跟踪错误对硬判决并行干扰消除算法的影响.     

改进的基于QR分解的分层空时检测算法

该文提出一种应用于多输入多输出通信系统的基于QR分解的检测算法。该算法避免了传统分层空时检测算法中对信道矩阵求逆的过程,减小了运算复杂度。同时克服了排序QR分解检测复杂度高的问题。通过串行干扰抵消逐层去除最小错误概率的信号,减小了抵消过程中误差传播的概率,提高了系统的误码性能。仿真表明性能优于传统的分层空时检测算法以及排序、次优排序QR分解检测算法。对于未编码4发4收多天线系统,采用QPSK调制,在达到10-3误码率时,该文所提算法比分层空时检测算法有2.5 dB的增益,比次优排序QR分解检测算法有5 dB的增益。     

多小区MIMO系统中基于泄漏的多用户下行链路预编码新算法

针对多小区MIMO系统的多用户下行链路预编码设计是未来移动通信系统研究的重要内容之一。本文在蜂窝多小区MIMO通信环境下,基于信漏噪声比(Signal-to-Leakage-Noise Ratio,SLNR)最大准则,提出了改进的多用户下行链路线性预编码算法。通过在优化目标中考虑接收端白化滤波器的影响,该预编码算法实现了对用户间干扰和小区间干扰(OCI)的同步抑制消除;在求解预编码矩阵优化问题时,本文基于QR分解提出了一种新的低复杂度求解算法,该算法能以较低的计算复杂度实现系统性能的有效提升。仿真实验结果表明,本文的改进SLNR线性预编码算法能有效抑制小区间干扰(OCI)的影响,使多小区MIMO系统获得更高的和速率(Sum Rate)容量。      

窄带干扰对多载波系统定时同步影响的分析

 S&;C算法是基于数据辅助的常用定时同步算法,该算法仅需要一个训练符号,既可用于定时恢复,也可用于载波频率捕获,额外开销小,广泛应用于多载波通信系统中.一般来说,定时估计的性能会受到干扰(如窄带干扰)的影响.分析了窄带干扰信号对多载波系统定时同步的影响,重点分析了窄带干扰情况下S&;C定时估计器的性能、训练数据的漏警概率和虚警概率.     

一种改进的MIMO-OFDM帧同步算法

定时同步和频率同步是影响MIMO—OFDM系统性能的关键因素。提出一种改进的帧同步算法并分析其仿真结果。仿真结果表明：该算法能够消除传统帧定时算法的平台效应,在提高帧同步精度的同时,对系统小数倍频偏估计性能也有所提高。     

频选MIMO信道下低复杂度PDA SIC算法

为了同时消除频率选择性MIMO系统中的天线间干扰（MAD和码间干扰（ISI），本文将基于信道矩阵QR分解的串行干扰消除（SIC）算法和概率数据辅助（PDA）均衡算法相结合，提出了一种低复杂度的软判决迭代均衡算法。该算法一方面很好地消除了MAI，另一方面将传统PDA算法中大量的矩阵运算简化为数值计算，降低了系统的计算复杂度，并获得了良好的性能。     

物联网通信中的无线信道抗干扰算法

在物联网通信中,无线信道的抗干扰性依然受到各种因素影响,多天线系统对信道质量改善有较好的效果,但其信号检测的复杂度和性能还需要进一步提升。基于 QR 分解的检测算法具有较低的计算复杂度,但检测性能有待改善。为了改善QR分解检测算法的性能,提出一种基于ML准则结合判决候选机制的QR分解算法,并对其性能进行了分析。该算法采用 ML 准则对初始层进行精确估计检测,而后对其他检测层进行可靠判决,不可靠则引入候选点并从中选择最优候选点进行反馈。该算法可以显著改善系统干扰,并且在判决回馈中大大减少错误传播。实验仿真表明,在增加一定复杂度的情况下,该算法能够有效改善物联网系统性能。     

一种用于MIMO检测中的QR快速分解算法

针对多输入多输出系统中常用的非线性检测算法,如排序QR分解(Sorted QR Decomposition,SQRD)、球型译码（Sphere Decoding,SD）、K-Best或QRM（QR Decomposition and M algorithm）等,提出了一种具有最优检测顺序的QR快速分解方法,作为检测前的预处理操作。该算法首先对信道矩阵进行第一次QR分解,根据所得上三角矩阵R可确定最优的检测顺序,并按该顺序对R进行列重排。然后对R进行第二次QR分解,即得具有最优检测顺序的QR分解结果。与现有的基于R对角元素的模值排序的QR分解算法相比,本算法可保证检测顺序最优从而性能最优。仿真结果表明天线配置为4*4和6*6时,在误码率10^-3处可节约信噪比分别为:1dB和2dB;与现有的基于信干噪比排序的QR分解算法相比,本算法与其性能一致的基础上可节约25%的复乘法次数和33%的复加法次数。      

非正交多脉冲调制的QR分解多用户检测

针对加性高斯白噪声信道下的多用户非正交多脉冲调制系统,提出了基于QR分解的非相干判决反馈多用户检测器。该检测器通过QR分解矩阵变换,利用功率较强用户的判决信息来进行干扰抵消,可以有效消除用户间的多址干扰。而在各用户内,针对多脉冲调制技术,提出了一种线性解相关运算来进行非相干检测。同时,考虑解相关运算中矩阵求逆的复杂度比较高,进一步提出了一种软干扰抵消检测器。仿真结果表明所提的两种多用户检测算法可以有效消除非正交调制所造成的多址干扰,极大地提高功率较弱用户的性能,并且所提软干扰抵消检测器通过避免矩阵求逆降低了计算复杂度,同时检测性能没有损失。      

基于排序QR分解的VBLAST解码算法研究

将基于信号功率排序的QR分解算法与最后检测层分集增益最大算法相结合,提出一种改进的SQRD(Sorted QR Decomposition)算法。该改进算法在串行干扰消除SQRD算法的基础上最大化了分集增益。这样既能保证每次检测时的最先检测层信号功率最大,又能得到最后检测层的最大分集增益。同时采用了串行干扰消除,使后面的信道矩阵维数不断减少,降低了检测复杂度。仿真结果表明,改进的SQRD算法在误码性能上取得了较好的表现,尤其在接收天线数较大时误码性能得到明显改善。改进的算法在复杂度和性能上得到较好的平衡,很适合VBLAST系统的信号检测。     

基于QR分解V-BLAST检测算法研究和比较

分层空时码是一类具有可执行解码复杂度的空时编码技术,最大似然检测在误比特率最小的意义下是最优的接收,但是其复杂度不可实现。在D.Wubben提出的基于Gram-Schmidt正交化排序QR分解检测算法的基础上,提出了另外2种可以排序的QR分解检测算法,取得了和基于Gram-Schmidt正交化QR分解算法相同的性能。与V-BLAST算法相比,避免了多次矩阵求逆的计算,以很小的性能损失为代价,降低了复杂度。     

一种基于QR分解的稳健干扰对齐算法

大多数干扰对齐算法都假定发送端可以获得理想的信道状态信息(CSI),由于信道估计误差、反馈延迟等原因,实际通信系统中CSI往往是有误差的。为此,该文提出一种基于QR分解的稳健干扰对齐算法。对含有误差的联合接收信号进行基于QR分解的预处理,消除一半有误差的干扰;然后在有误差的等效信道联合矩阵下,充分考虑信道误差和干扰的影响,通过最小化发送端泄漏到非目标接收端的干扰信号功率来设计预编码矩阵,并基于最小均方误差(MMSE)准则来设计干扰抑制矩阵。最后,在理想CSI和误差CSI的情况下,通过实验仿真,证明了该算法有效地提高了系统性能。     

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。     

多小区多用户TDD MIMO下行链路干扰抑制预编码算法

针对多小区多用户TDD MIMO下行链路,提出了一种基于预编码的联合干扰抑制算法。首先,利用广义MMSE信道逆的QR分解设计预编码矩阵抑制下行链路的多用户干扰(MUI)。然后,从信号能量泄露的角度设计第二个预编码矩阵抑制小区间干扰(ICI)和残留的多用户干扰。该算法能够利用TDD MIMO信道的互易性,不需要用户端的反馈。在市区微小区组成的多用户TDD MIMO系统中的仿真结果表明,该算法能有效地提高系统容量和用户端平均信干噪比(SINR)。     

一种多用户MIMO系统干扰对齐优化算法

干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能。在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理。然而,目前大多数已有的研究所采用的初始化处理方法都忽略了干扰的影响。因此,在此基础上提出了一种基于新的初始化方法的优化算法,该方法在初始化预编码矩阵中既考虑了干扰信号也考虑了有用信号。首先,选取均方误差和最小化作为优化目标,然后利用正交三角（QR）分解将信道空间分为有用信号空间与干扰信号空间来进行预编码矩阵的初始化设计,经过反复迭代得到发送预编码矩阵与干扰抑制矩阵的最优解。理论分析和仿真结果表明,所提算法在收敛性、均方误差、和速率等方面都优于其他算法。