MIMO系统中基于星座约束的LAS检测算法

似然上升搜索(LAS)算法是一种启发式邻域搜索算法,能够对空分复用的大规模多输入多输出(MIMO)系统的接收信号进行检测。为了降低传统LAS算法的复杂度,提出了一种基于星座约束(CC)的CC–LAS算法。该算法利用一个星座约束(CC)结构判定每个候选解的可靠性,根据可靠性判定结果缩小候选解的邻域空间,再利用LAS算法对不可靠候选解进行检测。提出的CC–LAS算法通过忽略LAS邻域空间中大量不必要的邻居向量,排除对低可靠度信号的低效处理,从而大幅度降低了传统LAS算法的计算复杂度。仿真结果表明,提出的CC–LAS算法的误码率(BER)性能与传统的LAS算法非常接近,并且在信噪比(SNR)相同的情况下,能够大幅度降低计算复杂度。     

一种MIMO系统中的快速广义复球形解码算法

该文提出了一种广义复球形解码算法。它能处理多输入多输出系统(MIMO)中发送天线多于接收天线的情形,并能同时检测具有格型结构和不具有格型结构的二维空间星座信号。该算法对信号矢量的超定部分进行优化搜索,从而避免了穷尽搜索的高复杂度。仿真结果表明该广义复球形解码算法的复杂度明显低于采用穷尽搜索策略的复杂度。     

杂波环境下的粒子滤波器数据关联方法

为了解决杂波环境下多机动目标的数据关联难题,提出了一种将粒子滤波器(PF)和联合概率数据关联(JPDA)相结合的数据关联算法,该方法首先应用粒子滤波方法对目标的状态进行采样,得到样本(粒子),并结合量测,通过JPDA方法计算得到联合互连事件的关联概率,而该关联概率实际上就是PF中粒子的权值。通过选取适当的有效采样尺度作为衡量PF退化现象的测度,采用重要性重采样技术克服了标准PF的退化现象,降低了算法的计算量。仿真结果表明,粒子滤波方法可以较好地解决杂波环境下跟踪多机动目标的数据关联问题;重要性重采样PF的计算复杂度低于标准PF。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制( GSM)系统接收端最大似然( ML)检测算法计算复杂度极高的缺点,提出了一种基于压缩感知( CS)信号重构理论的低复杂度信号检测算法。首先,在多输入多输出( MI-MO)信道模型下,通过改进正交匹配追踪( OMP)算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

基于粒子滤波器的非线性估计方法

介绍基于粒子滤波器的非线性估计方法.采用正则化粒子滤波器来缓解粒子滤波器重采样造成的问题,改进了粒子滤波器的性能.在一种典型的非静态增长模型下比较EKF,UKF,PF和RPF的滤波性能差异.仿真结果表明,PF在滤波精度方面优于EKF和UKF,而RPF在精度和计算复杂度等方面均优于PF.     

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,利用对树结构的搜索完成译码操作,并且对树的搜索是从高层向低层进行的.因此,可以将SCMA检测转换成最小化树结构部分度量问题;同时,所提出的改进算法对星座图的结构无任何限制,所以该算法适用于任意类型的星座图.此外,由于SCMA的稀疏性,每一层的部分度量均与分配给每个资源元素的用户无关,从而进一步降低了计算复杂度.     

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,利用对树结构的搜索完成译码操作,并且对树的搜索是从高层向低层进行的。因此,可以将SCMA检测转换成最小化树结构部分度量问题;同时,所提出的改进算法对星座图的结构无任何限制,所以该算法适用于任意类型的星座图。此外,由于SCMA的稀疏性,每一层的部分度量均与分配给每个资源元素的用户无关,从而进一步降低了计算复杂度。     

一种适合MIMO-OFDM系统的新型VBLAST检测算法

提出了一种适合MIMO-OFDM系统的星座映射VBLAST迫零检测算法.该算法在接收端从整个发射星座空间中连续并循环映射,作为最先检测底层信号,以最大限度提高最先检测层的差错性能,再对余下接收信号采用传统ZF检测算法;最后,根据最大似然准则,确定最优一组检测信号作为译码结果.该算法主要克服ML算法复杂度高和单纯ZF算法性能差的缺点.仿真结果表明,该算法具有比ZF算法更优的性能,在误码率为10-3数量级上有3～4 dB的性能改善,且复杂度较低.     

一种基于准正交空时码的低复杂度MIMO差分检测方法

针对可实现全速率传输的准正交空时码,提出了一种低复杂度的准正交MIMO差分检测方法.该方法在发射端对数据比特进行联合星座映射,构造准正交空时码进行差分编码;接收端采用最大似然准则对两组星座符号对(symbol pair)并行差分检测.本文提出的星座集合及联合星座映射方法简化了接收端检测算法,降低了检测计算复杂度.     

基于贪心策略的大规模MIMO系统信号检测算法

针对传统球形译码性能和计算复杂度受到初始半径及搜索策略制约的问题,提出了一种新的基于M算法的贪心策略球形译码检测算法,对树搜索的方法进行了改进,先将该层信号集合中的距离增量进行排序,然后选择距离增量最小的M个点为信号点,这样每一次选取的信号点相对该层都是局部最优的.仿真结果表明,相比于传统球形译码检测算法,当M为1时,该算法可以降低约30％的计算复杂度.使球形译码算法的效率得到了很大的提高,可以运用于大规模MIMO系统中.     

一种低复杂度的差分酉空时调制多符号球形译码算法

该文提出了一种瑞利衰落信道下差分酉空时调制系统中多符号差分球形译码的改进算法。该算法在执行球形译码的最大似然度量搜索时,仅对具有较小最大似然度量的部分测试符号进行搜索,从而大大减少了搜索的次数,同时提出了一种逐项进行的最大似然度量计算方法,可以尽早发现超过搜索范围的测试符号并终止计算,在避免无谓的运算负担的同时得到所需的具有较小最大似然度量的部分测试符号。仿真表明,在适中的信噪比范围内,该算法在牺牲少量系统性能的基础上降低了超过50%的运算量。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中,最大似然（ML）检测可以取得最优的检测性能,然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题,提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引,接着对候选天线索引按正则化标准进行可靠性验证,剔除错误索引,缩小信号的搜索空间,最后通过求解最小二乘问题估计信号。仿真结果表明,与经典的正交匹配追踪（OMP）算法相比,所提算法以少许复杂度的增加为代价极大提升了检测性能,能够在检测性能与复杂度之间取得更好的折中。     

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.     

A simple low-complexity algorithm for generalized spatial modulation

Generalized spatial modulation (GSM) is an extension of spatial modulation which is significant for the next generation communication systems. Optimal detection process for the GSM is the maximum-likelihood (ML) detection which jointly detects the antenna combinations and transmitted symbols. However, the receiver is much more complicated than SM due to inter-antenna interference and/or increased number of combinations. Therefore, the computational complexity of the ML detection grows with the number of transmit antennas and the signal constellation size. In this letter, we introduce a novel and simple detection algorithm which uses sub-optimal method based on the least squares solution to detect likely antenna combinations. Once the antenna indices are detected, ML detection is utilized to identify the transmitted symbols. For obtaining near-ML performance while keeping lower complexity than ML detection, sphere decoding is applied. Our proposed algorithm reduces the search complexity while achieving a near optimum solution. Computer simulation results show that the proposed algorithm performs close to the optimal (ML) detection resulting in a significant reduction of computational complexity.     

基于GA-MP的低复杂度OTFS检测算法

针对正交时频空(Orthogonal Time Frequency Space, OTFS)通信系统信号检测复杂度高的问题,提出一种改进的高斯近似消息传递(Gaussian Approximate Message Passing, GA-MP)检测算法。依据最大后验概率检测准则,对发送信号及隐变量进行逐符号高斯近似,基于置信传播算法与联合因子图进行消息传递,用边缘后验概率替代GA-MP中的外部信息以减少运算量,结合阻尼因子提升收敛速度,同时引入概率阈值减少后续更新的节点数,从而使运算复杂度得到有效降低。实验结果表明,改进后的GA-MP算法在保证误码率性能的前提下具有更低的复杂度。     

Sphere-constrained ML detection for frequency-selective channels

The maximum-likelihood (ML) sequence detection problem for channels with memory is investigated. The Viterbi algorithm (VA) provides an exact solution. Its computational complexity is linear in the length of the transmitted sequence, but exponential in the channel memory length. On the other hand, the sphere decoding (SD) algorithm also solves the ML detection problem exactly, and has expected complexity which is a low-degree polynomial (often cubic) in the length of the transmitted sequence over a wide range of signal-to-noise ratios. We combine the sphere-constrained search strategy of SD with the dynamic programming principles of the VA. The resulting algorithm has the worst-case complexity determined by the VA, but often significantly lower expected complexity.     

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.     

OFDM系统中一种联合改进的低复杂度SLM峰均比抑制技术

高的峰值平均功率比(Peak-to-Average Power Ratio,PAPR)是光正交频分复用(Optical Orthogonal Frequency Division Multiplexing,O-OFDM)系统的一个主要缺点,选择性映射(Selective Mapping,SLM)法能有效降低高PAPR出现的概率,但它的计算复杂度较高.一些低复杂度的SLM方案能够有效地降低复杂度,但同时也降低了PAPR的抑制性能.为了平衡这两个因素,将低复杂度SLM方案与次优选择的思想相结合,文章提出了一种联合改进的PAPR抑制方案.在低复杂度方案中,通过将一个复频域信号分为两个实信号,再利用快速傅里叶变换(Fast Fourier Transform,FFT)的平移和反折性质将其重建成新的信号,以得到更多的备选信号,如此便能降低计算复杂度.然后,再结合次优选择的思想,选择PAPR最小的一路以得到最优的PAPR抑制性能.仿真结果验证了该方案的有效性.     

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。     

基于稀疏系数和多级搜索策略的信号参数估计

参数估计是盲信号处理的关键环节,对后续信号的侦察处理意义重大.针对当前压缩域信号参数估计问题,提出了一种新的信号参数估计算法,利用稀疏系数在不同测量矩阵中相同稀疏字典下位置相同的特点,实现了信号参数估计的区间预判;基于理论分析确定了多级搜索策略的最优级次,实现了稀疏字典原子数目的降低.仿真结果表明,算法在提高信号参数估计精度的同时显著降低了运算复杂度.