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.     

面向通信系统的太赫兹调制技术进展现状

地面移动通信、互联网与航天技术等的高速发展使得太赫兹通信系统备受关注,其中太赫兹调制器负责将基带信号调制到太赫兹频段,是太赫兹通信系统的关键组件,也是近年来太赫兹通信硬件系统的研究热点。介绍了主要面向通信系统的太赫兹调制器的电子学实现手段,并通过阐述使用混频调制和载波直接调制方案的调制器件性能,以及应用各类调制器件的典型通信系统性能,分析比较了不同实现方法的优势和存在的问题。     

太赫兹偏振保持亚波长波导链路功率预算分析

为了探究太赫兹偏振保持波导在太赫兹通信系统链路中对传输信号的影响,本工作提出波导链路功率预算模型,研究了偏振保持亚波长介质波导的性能参数(长度、损耗、色散和双折射)对太赫兹幅移键控(amplitude shift keying,ASK)调制系统通信性能的影响,计算了不同发射功率、波导长度、调制信号特征时间宽度、调制信号周期时,两个正交偏振态信号的接收功率、信号与干扰加噪声比(signal-to-interference-plus-noise ratio,SINR)和相干、非相干解调误码率(bit error rate,BER)。研究结果显示,通过合理设计波导结构,该系统可实现高速(3.33 Gbit/s)、低BRE(低于前向纠错极限10-3)通信。本工作揭示了太赫兹亚波长波导长度、损耗、群速度色散(group velocity disper- sion,GVD)和双折射对通信性能的影响机制,对研发基于太赫兹波导链路的宽带通信系统具有积极意义。     

基于级联马赫-曾德尔调制器的太赫兹通信系统

为了有效解决太赫兹通信系统中信号难以调制,影响通信系统性能的问题,提出了一种基于级联马赫-曾德尔调制器的太赫兹通信系统。将要传递的伪随机不归零码与频率为10GHz的射频本振信号混频后调制到级联马赫-曾德尔调制器上,通过调节两个调制器的偏置电压,使其分别偏置在最大传输点和最小传输点上,得到的光载波信号经过光放大器放大,结合高非线性光纤的四波混频效应,利用相移布喇格光栅进行模式选择,经过光电转换后的太赫兹信号通过基带数据恢复,可以得出该太赫兹通信系统传输的误比特率。结果表明,基于级联马赫-曾德尔调制器结构可以将太赫兹信号的产生与调制结合到一起。该研究对太赫兹通信系统的实用化有一定借鉴意义。     

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。     

基于五维超混沌的太赫兹调制跳变性能分析

针对太赫兹通信信号容易被截获的问题,提出了一种基于五维超混沌系统的太赫兹调制跳变方法.根据信道的实时变化,采用改进的信噪比估计算法选择调制类,再通过五维超混沌系统产生的跳变图案随机地选择一种具体的调制方式.仿真结果表明,所提算法对信道的实时预测能力更为准确,在一定的计算复杂度下,相比于传统的混沌序列,其系统性能更好,具...     

MIMO系统中局域化最大似然信号检测算法

提出了一种MIM0系统中低复杂度的局域化最大似然信号检测算法，该方法通过调整信号有效搜索域大小，在计算复杂度与系统性能之间折衷．实验结果表明：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，当系统性能接近最大似然算法时计算量仅为其很小一部分。     

140 GHz高速无线通信技术研究

太赫兹频段的宽带特性使得其在高速无线通信领域存在巨大的应用潜力,当前太赫兹通信存在的主要问题是辐射功率低、大气衰减严重及调制解调困难。该文在提出了基于肖特基二极管次谐波混频技术+16 QAM高速数字调制解调技术的太赫兹波超高速信息传输系统实现方案,该方案提高了太赫兹通信的频谱效率。并在国内首次实现了140 GHz无线通信实验系统,以实验方法验证了太赫兹信道的幅相失真特性完全满足高阶数字信号的传输要求。该系统在0.5 m距离上实现了10 Gbps无线传输实验和高清视频传输,辐射功率-3 dBm,系统误码率小于1e-6。     

多元LDPC编码调制系统中低复杂度的似然概率生成算法

在采用多元LDPC码的通信系统中,尤其当使用高阶调制方案时,输入到译码器中的似然概率计算复杂度非常高。其主要原因是由于似然概率通常是关于信道输出的复杂函数,其计算需已知信道参数。针对上述问题,提出了一种低复杂度的近似似然概率生成算法。依据接收信号和星座点之间的欧氏距离,将星座点所对应的有限域GF(q)上域元素的似然概率进行分块逼近,能够以较低复杂度快速生成译码器所需要的概率度量。仿真结果表明,所提出的分块似然概率逼近生成算法在译码性能上损失较小且极大降低了似然概率生成的计算复杂度,是一种适用于高速多元LDPC译码器前端实现的候选算法。     

基于导频信号和最大似然估计算法的离散小波包调制的研究

目前,紧张的无线频谱资源已经使频谱利用率成为无线通信系统面临的重要问题。多载波调制技术能有效解决上述问题并以其高效的频谱利用率和良好的抗多径衰落性能成为4G的核心传输技术之一。本文提出一种基于导频信号和最大似然估计算法的离散小波包多载波调制系统。通过对导频信号的设计,获得信道状态信息,利用最大似然估计算出最优信道状态信息,最后利用基于迫零算法消除由多径衰落引起的码间干扰。通过理论分析和仿真验证,基于导频信号和最大似然估计的算法的离散小波包调制是值得考虑的多载波调制技术。     

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.     

广义RASK系统的回溯StOMP检测算法

本文提出了一种基于压缩感知（compressive sensing,CS）理论的低复杂度的检测算法:回溯分段正交匹配追踪（backtracking stagewise orthogonal matching pursuit,BStOMP）次优检测算法,较好地解决了广义接收天线移位键控（generalized receive antenna shift keying,GRASK）系统中最优最大似然（maximum likelihood,ML）检测算法会随着激活接收天线数的增多而计算复杂度大幅度增长的问题。该算法首先依据当前迭代残差和等效信道矩阵的内积选择出大于设定阈值的项作为候选激活天线索引;然后通过最小二乘法对候选激活天线索引进行初步估计;最后引入回溯过程进行筛选,剔除一些多余的索引,提高重构精度。仿真结果表明,在相同条件下,所提算法与传统StOMP检测算法相比,能在增加少量计算复杂度的情况下检测性能得到较大的提升,因此保证了在检测性能与计算复杂度间获得良好的平衡。      

广义空间调制系统的稀疏检测算法

空间调制技术作为一种新颖的多天线传输技术,这些年来受到业界的广泛关注,从单一激活天线的空间调制已扩展到多根激活天线的广义空间调制,进一步提高了频带效率。但是,采用多根激活天线发送也给系统的解调带来了困难。由于多激活天线的使用,最大似然（ML）检测算法的计算复杂度将随着激活天线数的增加呈指数增加,是一个NP-hard问题。针对上述问题,本文利用空间调制信号本身固有的稀疏特性,提出了一种次最优检测算法,新算法可以在保证检测性能的前提下,大大降低算法的计算量。不仅如此,由于稀疏性的引入,新算法还可以应用到发送天线数大于接收天线数的情况,计算机仿真试验验证了其有效性。      

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。     

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。     

广义空间调制MIMO系统的优化检测算法

针对大规模多输入输出（multiple-input multiple-output,MIMO）系统中采用广义空间调制（generalized spatial modulation,GSM）时信号检测复杂度过高的问题,提出一种新型天线分组激活方案.该方案首先需将发送天线分组激活,得到天线索引备选集,然后把天线组合符号按质量因子大小进行排序,最后遵循可信度判断准则进行量化判决检测,以此得到最佳的检测结果.相较于传统算法,所提出的检测算法避免了对信号空间的遍历搜索,在大规模天线系统下的性能更加优异.计算和仿真结果表明,本文提出的算法具有复杂度低、误码率低的特点,在采用广义空间调制的通信系统中具有较高的工程应用价值.     

正交空间调制的低复杂度检测算法

针对正交空间调制(QSM)系统中激活天线数的不确定性、最大似然(ML)检测算法复杂度极高的缺点,提出了一种低复杂度检测算法.首先,该算法基于压缩感知(CS)信号重构理论,对系统模型进行重构,使固定激活天线系统中的低复杂度算法可以在新的系统模型中使用;然后,借鉴正交匹配追踪(OMP)算法的思想,选出一个激活天线备选集;最后,通过ML算法搜索备选集,选出激活天线和调制符号.仿真结果显示,相比ML检测算法,所提算法在性能丢失较小的情况下,降低了约90％的复杂度.     

Breadth-First Signal Decoder: A Novel Maximum-Likelihood Scheme for Multi-Input–Multi-Output Systems

A number of decoding schemes have recently been proposed to perform maximum-likelihood (ML) detection for multi-input-multi-output (MIMO) systems. In this paper, employing a ldquobreadth-firstrdquo search algorithm for closet points in a lattice, we propose a novel ML decoding scheme called the breadth-first signal decoder (BSIDE). Through analysis and computer simulations, it is shown that the BSIDE has the same bit-error-rate performance as the conventional ML decoders while allowing significantly lower computational complexity. In addition, we introduce a simple tuning scheme that allows the BSIDE to have a performance-complexity tradeoff capability as necessary.     

Symbol detection in spatial multiplexing system using particle swarm optimization meta-heuristics

Symbol detection in multi-input multi-output (MIMO) communication systems using different particle swarm optimization (PSO) algorithms is presented. This approach is particularly attractive as particle swarm intelligence is well suited for real-time applications, where low complexity and fast convergence is of absolute importance. While an optimal maximum likelihood (ML) detection using an exhaustive search method is prohibitively complex, PSO-assisted MIMO detection algorithms give near-optimal bit error rate (BER) performance with a significant reduction in ML complexity. The simulation results show that the proposed detectors give an acceptable BER performance and computational complexity trade-off in comparison with ML detection. These detection techniques show promising results for MIMO systems using high-order modulation schemes and more transmitting antennas where conventional ML detector becomes computationally non-practical to use. Hence, the proposed detectors are best suited for high-speed multi-antenna wireless communication systems. Copyright © 2008 John Wiley & Sons, Ltd.