基于MIMO系统的球形译码算法的改进

在最大似然检测中,球形译码算法是一种有效的快速算法。提出一种基于MIMO系统的新的快速球形译码算法,它的复杂度比传统的算法要小的多。在提出的方法中,初始半径的选择并不重要。这种改进算法的译码性能和复杂度由两个参数来控制。因此,该方法存在着译码性能和复杂度的均衡。通过计算机仿真,可以看到,提出改进算法的译码性能得到了较大的提高。     

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。     

一种低复杂度空间调制球形译码检测算法

现有的空间调制系统球形译码（Sphere-Decoding,SD）检测算法虽然能够较大地降低最大似然（Maximum-Likelihood,ML）检测算法的计算复杂度,但由于其更新半径比较松散、收敛较慢,计算复杂度降低的水平仍十分有限,尤其是在高阶调制系统下.针对上述问题,采用统计分布的思想对现有算法更新半径中的冗余项进行估计,提出了两种改进的球形译码检测算法.理论分析与仿真结果表明,改进算法在达到最优检测性能的同时,极大地降低了传统球形译码的计算复杂度,具有较好的理论和实际应用意义.     

连续衰落信道下适用于酉空时调制的多符号差分球形译码算法

基于连续衰落信道假设,将一种具有递推形式的近似最大似然(ML)度量嵌入自动球形译码算法中,提出了多符号差分近似自动球形译码(MSDAASD)。该算法适用于一般酉空时星座,克服了准静态信道假设下多符号差分球形译码(MSDSD)的错误平层现象,具有接近ML检测的性能,其平均复杂度在大多数情况下低于相同假设下的判决反馈检测算法。     

一种用于高频谱利用率非确定性MIMO系统的高效球形译码算法

球形译码是多输入多输出(MIMO)系统中一种高效的检测算法。但对于非确定性MIMO系统,已有球形译码算法不能同时获得最优解和最低搜索树。针对该问题,提出了一种高效球形译码检测算法,通过增加常量对最大似然代价函数进行等价转化,使得球形译码算法获得最优解的同时具有最低搜索树,大大降低了球形译码算法中的搜索复杂度。仿真结果表明,对于高阶正交幅度调制(M-QAM,M>4)方式,本文算法优于修正的CT(Modified Cui and Tellambura,MCT)算法,大大提高了球形译码中的搜索效率。此外,仿真结果给出了最小复杂度下的最优参数值。     

MIMO-OFDM中基于KSDA和SQRD的联合检测算法

球形译码算法的检测性能最接近最大似然检测算法,但其计算复杂度仍然较高。为了在计算复杂度和系统性能之间取得良好折中,在研究标准球形译码的基础上,提出一种新的球形译码改进算法。新算法由快速球形译码与基于MMSE准则的SQRD算法构成。该算法在高信噪比时采用SQRD算法,低信噪比时采用KSDA算法。仿真结果表明,该算法在降低球形译码算法复杂度的同时获得了较好的系统性能。     

一种基于统计裁剪的球形译码算法

球形译码的半径对译码的复杂度有很大的影响。文章在卡方分布特性的基础上设计了一种基于统计裁剪的改进球形译码算法,该算法通过减去估算出来的未检测层的半径的大小,达到对当前检测层的半径进行缩减的目的;同时综合考虑了信道的影响,对均方误差较大的列进行ML检测,剩余信号进行树裁剪的SD算法。仿真表明,该算法大大降低了球形译码的算法复杂度。     

连续衰落信道下适用于酉空时调制的最大似然多符号差分检测算法

为酉空时调制系统设计的多符号差分球形译码(MSDSD)能以较低复杂度获得最大似然(ML)检测性能。但是,该算法基于准静态信道假设,当将它用于快衰落信道时会出现严重的误码平层现象。本文基于连续衰落信道假设,推导了一种ML度量的递推形式,并将其嵌入自动球形译码算法中,得到了的多符号差分自动球形译码(MSDASD)算法。该算法适用于一般酉空时星座,克服了MSDSD的误码平层现象,可达到ML检测的性能,其平均复杂度在大多数情况下低于相同假设下的判决反馈检测算法。     

标准球形译码算法在发射相关MIMO信道下的平均复杂度分析

球形译码算法作为实现MIMO系统最大似然检测的一种有效方法,受到广泛重视.目前,几乎所有对球形译码算法的研究,均是基于假设信道衰落系数完全统计独立并且同分布,而在实际环境下,天线之间通常存在相关性,这样会使球形译码算法的复杂度发生变化.本文针对标准的球形译码算法,对其在发射相关MIMO信道下的复杂度进行了数学分析,推导了平均复杂度的数学表达式,并利用计算机仿真,比较了在不同的信噪比和不同的发射天线数下,发射相关性强弱对算法复杂度的影响.     

降低高条件数信道下的球形译码算法复杂度的方法

MIMO系统中,球形译码可以在保证接近ML检测性能的前提下大大降低检测复杂度。但当信道矩阵条件数很高时,球形译码的复杂度仍然会很高。在分析了这一现象的原因后,本文提出了在高层对权值进行合并的一种球形译码算法,因为其减小了译码搜索过程中对树的高层节点的访问的概率,由此降低了搜索复杂度。仿真结果表明,这种算法在低信噪比、高条件数时可以节约20％的浮点运算操作次数。     

一种低复杂度的MIMO预处理球形译码算法

提出了一种新的低复杂度MIMO预处理球形译码算法.球形译码算法是MIMO译码方案达到最大似然性能的低复杂度译码算法,但当信噪比较低或调制阶数较高时,该算法的复杂度仍然很大,甚至接近穷尽搜索方法的复杂度.本文利用迫零译码的初始估值作为软信息,对信道矩阵各列进行重排列,从而改变解向量中各维信号的求解顺序,因此大大减少了低信噪比或较高调制阶数的球形译码计算复杂度.仿真结果表明,当Eb/No为0～3时,16QAM调制方式下的V-BLAST译码复杂度减少了近1/3.     

球解码的改进算法

文中首先对MIMO系统启发式算法中的BLAST算法和球解码(CL算法)进行了研究.然后,在前面介绍的相关知识基础上,提出了一种新的球解码算法.该改进算结合BLAST算法计算量小和球解码算法(CL算法)误码性能好的优点而提出的.改进算法在牺牲一定误码性能的情况下,换取算法计算量的大幅度下降.仿真结果表明了这种改进算法的有效性.     

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.     

Speeding up the Sphere Decoder With H∞ and SDP Inspired Lower Bounds

It is well known that maximum-likelihood (ML) decoding in many digital communication schemes reduces to solving an integer least-squares problem, which is NP hard in the worst-case. On the other hand, it has recently been shown that, over a wide range of dimensions N and signal-to-noise ratios (SNRs), the sphere decoding algorithm can be used to find the exact ML solution with an expected complexity that is often less than N³. However, the computational complexity of sphere decoding becomes prohibitive if the SNR is too low and/or if the dimension of the problem is too large. In this paper, we target these two regimes and attempt to find faster algorithms by pruning the search tree beyond what is done in the standard sphere decoding algorithm. The search tree is pruned by computing lower bounds on the optimal value of the objective function as the algorithm proceeds to descend down the search tree. We observe a tradeoff between the computational complexity required to compute a lower bound and the size of the pruned tree: the more effort we spend in computing a tight lower bound, the more branches that can be eliminated in the tree. Using ideas from semidefinite program (SDP)-duality theory and H^infin estimation theory, we propose general frameworks for computing lower bounds on integer least-squares problems. We propose two families of algorithms, one that is appropriate for large problem dimensions and binary modulation, and the other that is appropriate for moderate-size dimensions yet high-order constellations. We then show how in each case these bounds can be efficiently incorporated in the sphere decoding algorithm, often resulting in significant improvement of the expected complexity of solving the ML decoding problem, while maintaining the exact ML-performance.     

Parallel High Throughput Soft-Output Sphere Decoding Algorithm

Multiple-Input-Multiple-Output communication systems demand fast sphere decoding with high performance. To speed up the computation, we propose a scheme with multiple fixed complexity sphere decoders to construct a parallel soft-output fixed complexity sphere decoder (PFSD). The proposed decoder is highly parallel and has performance comparable to soft-output list fixed complexity sphere decoder (LFSD) and K-best sphere decoder. In addition, we propose a parallel QR decomposition algorithm to lower the preprocessing overhead, and a low complexity LLR algorithm to allow parallel update of LLR values. We demonstrate that the PFSD algorithm can increase the throughput and reduce bit error rate of a soft-output solution in a 4 × 4 16-QAM system, and has superior performance compared to other soft decoders with comparable throughput and computation complexity. The PFSD algorithm has been mapped onto Xilinx XC4VLX160 FPGA. The resulting PFSD decoder can achieve up to 75 Mbps throughput for 4 × 4 64-QAM configuration at 100MHz with low control overhead.     

一种新的信噪比自适应的球形译码算法

针对多输入多输出(MIMO)无线通信系统中基于球形译码算法(Sphere Decoding Algorithm,SDA)在低信噪比区域较高的复杂度,提出一种半定松弛算法和有限星座SDA相结合的信噪比自适应的SDA。通过仿真得知,所提出的算法与已有的SDA相比,在低信噪比区域有较低的算法复杂度,并且误比特性能逼近于最优的SDA。     

Combined simplified maximum likelihood and sphere decoding algorithm for MIMO system

In this article, a new system model for sphere decoding （SD） algorithm is introduced. For the 2 × 2 multipleinput multiple-out （MIMO） system, a simplified maximum likelihood （SML） decoding algorithm is proposed based on the new model. The SML algorithm achieves optimal maximum likelihood （ML） performance, and drastically reduces the complexity as compared to the conventional SD algorithm. The improved algorithm is presented by combining the sphere decoding algorithm based on Schnorr-Euchner strategy （SE-SD） with the SML algorithm when the number of transmit antennas exceeds 2. Compared to conventional SD, the proposed algorithm has low complexity especially at low signal to noise ratio （SNR）. It is shown by simulation that the proposed algorithm has performance very close to conventional SD.