正交频分复用子载波间干扰抵消的迭代算法

为了解决正交频分复用(OFDM)中由频率偏移和D opp ler扩展带来的载波间干扰问题,结合T urbo信道编码软输入软输出信息,提出一种用于载波间干扰抵消的匹配迭代算法。该算法利用信道译码输出软信息来当作信息比特的先验信息,从而根据子载波间干扰矩阵来消除对其他载波点上的干扰分量,经过若干次迭代来达到性能优化。与传统的子载波干扰自消除、频域抽头滤波算法以及简单的匹配算法比较,其结果可以消除误码平台;与整体频域均衡算法比较,可以在避免求大型矩阵逆的复杂算法上获得更好的性能优势。     

多输入多输出系统下低复杂度的自适应预编码方法

针对多输入多输出衰落信道中存在的码间干扰和多径干扰问题，提出了一种具有低复杂度的自适应预编码方案．该方案在发送端和接收端分别放置了预编码器和基于迫零算法的接收机，这样接收机在进行均衡译码的同时，将信道信息反馈给发送端，发送端便可以随之选择发送子载波的数目以及预编码矩阵，完成自适应预编码．该方案可有效降低系统的误码率．仿真结果表明，当误码率为10^-3时，在传输信道信息未知的情况下，该方案的信噪比比信道信息已知的基于最小均方误差预编码方案高1．3dB，且复杂度大大降低．     

毫米波MIMO系统基于块对角化的混合预编码算法

在毫米波大规模多输入多输出(multiple-input multiple-output, MIMO)系统中,传统的数字预编码器需要给每一个天线配置一条独立的射频(radio frequency, RF)链路,这将会大大增加系统的成本和功耗,通过混合预编码可以有效地解决射频链路受限的问题。目前,混合预编码的研究大多都是针对多用户单天线场景,没有考虑到用户端配置多根天线的情况,为了消除多用户间干扰,增加系统的频谱效率,提出一种针对多用户多天线场景的混合预编码算法。在模拟端,通过基于矩阵迭代算法和模拟矩阵集合设计方法进行求解。在基带端,采用块对角化技术(block diagonalization,BD)消除多用户之间的干扰。仿真结果表明,所提出的多用户混合预编码算法相较于传统的块对角化混合预编码算法具有更好的性能表现,且更接近于纯数字预编码算法。     

编码MIMO信道中削弱误差传播的软判决均衡

为降低信道均衡算法的复杂度,提出了一种适于LDPC(Low-Density Parity-Check)编码M IMO(Mu lti-InputMu lti-Output)信道的基于迭代式概率数据辅助(PDA:Probab ilistic Data Assoc iation)的次优软输出判决反馈均衡算法。滑动窗PDA检测器输出外信息作为软输入软输出LDPC信道解码器的先验信息,实现信道均衡与信道解码的联合信息更新,克服传统判决反馈均衡器误差传播的缺陷。仿真表明,该均衡算法性能要比V-BLAST迫零检测算法提高1~2 dB,当Eb/No为3 dB时,误比特率达到10-5,且算法复杂度仅为O(N3),可获得较为满意的码间干扰消除效果。     

一种快速时变信道下的单载波频域均衡算法

借鉴多载波系统中的迭代和判决反馈干扰消除算法,提出一种适用于快速时变信道的单载波频域均衡算法.通过线性均衡得到信号的初始估计,从接收信号中迭代消除由于快速衰落所引起的符号间干扰,基于最小均方误差准则进行频域均衡,并将信道时变所造成的符号间干扰视为等效噪声.仿真结果表明,所提出的算法能够有效降低快速时变信道下的误码平层.     

基于块对角化的最小均方误差矢量预编码

针对多用户多输入多输出下行链路系统的预编码问题,提出使用块对角化处理获得具有块对角化结构的等价信道矩阵,并基于等价信道推导收发信号的均方误差,通过最小化均方误差分别求解扰动矢量的两个部分,即扩展星座图的扰动矢量和残余干扰矢量,从而获得发射端信号和预编码矩阵.仿真表明,提出方法的误码率性能优于传统的对角化算法、块对角化迫零准则矢量预编码算法、正则块对角化预编码算法及其改进算法.     

FBMC-OQAM中原型滤波器的快速设计

针对传统基于滤波器组的多载波-偏移正交调制(FBMC-OQAM)系统设计自由度不高和整体性能不佳的问题,提出一种原型滤波器的快速设计算法.假定FBMC-OQAM系统同一子载波的发送端和接收端采用不同的原型滤波器.将两个原型滤波器的设计问题归结为一个无约束优化问题,其中目标函数为符号间干扰、载波间干扰和原型滤波器阻带能量的加权和.利用目标函数的梯度向量,通过双迭代机制求解原型滤波器.在每次迭代更新中,运用矩阵求逆的等效条件和托普利兹矩阵求逆的快速算法,极大地降低了计算复杂度.理论分析和仿真实验表明:新算法不仅具有低计算复杂度的优点,且设计所得的系统具备更好的整体性能,即原型滤波器阻带衰减更高、系统均方误差更低.     

三小区多用户蜂窝系统的分组干扰对齐算法

针对3小区,每小区多个用户的蜂窝系统,提出了一种基于分组的线性干扰对齐算法.算法首先对系统中所有的用户进行分组,分组后的每组包含3个用户,且3用户分别来自系统中3个不同的小区,通过分组将复杂的蜂窝多址接入信道转换为较简单的干扰信道;然后在用户端通过联立多矩阵,应用特征向量求解预编码矩阵将每个分组中的干扰进行两两对齐,压缩干扰子空间,再利用最大化弦距离理论对得到的预编码矩阵进行进一步的优化,最后在基站端利用矩阵逆的性质以较低的计算复杂度设计干扰消除矩阵将系统中的干扰完全消除.通过系统仿真分析显示,该算法较传统的蜂窝干扰对齐算法,能以较低的天线配置和较低的计算复杂度实现较高的系统容量.     

结合PWC技术的LED室内定位算法

为进一步提高基于发光二极管(LED)室内定位系统的精度,提出一种结合成对编码(PWC)的LED室内定位算法.通过将性能较好的子载波与性能较差的子载波进行PWC处理,可缓解由系统噪声分布不均造成的载波间信噪比不均衡的问题,从而提高系统的性能,且PWC技术在预编码阶段不增加开销,解码复杂度低.该定位算法利用非对称限幅光正交频分复用(ACO-OFDM)调制奇载波,然后将调制后的子载波进行PWC处理,在接收端使用接收信号强度(RSS)技术获取位置信息.计算了在确定高度下房间里每个点的定位误差,并与仅基于ACOOFDM的传统定位算法进行了比较.仿真结果表明:结合PWC技术后系统的总均方根(RMS)误差从0.27 m降低到了0.20 m,优于仅基于ACO-OFDM的传统定位算法.     

MIMO系统的迭代降维并行检测算法

针对传统多输入多输出(MIMO)系统检测算法先检测的子流分集度较低以及错误传播的问题,提出了一种改进的迭代降维并行检测算法.该算法在每次迭代内对第1个子流遍历取值,其余子流采用排序连续干扰消除(OSIC)算法进行检测,在每次迭代结束时仅输出分集度最高的首子流的估计值,在迭代间通过干扰消除降低待检测子流的维度.仿真结果表明:该算法能以较低的复杂度代价获得逼近最大似然检测算法的差错概率性能;在4×4、QPSK调制的MIMO系统中,相对于传统的OSIC算法,文中算法在误比特率为10-3时获得了9.3 d B的增益.     

基于Grid-PARAFAC的毫米波大规模多输入多输出系统联合信道估计算法

针对在毫米波大规模多输入多输出系统中超密集组网存在干扰的问题,提出了基于Grid-PARAFAC(grid-parallel factor analysis)的联合信道估计方法。首先,将大规模天线的高维接收信号映射到大尺度张量空间,利用Grid-PARAFAC张量分解将其分解为子张量接收信号;然后对子张量接收信号并行张量分解得到符号、接收天线和子载波的子投影矩阵;最后,通过交替最小二乘准确求得隐藏高维接收信号中的信道信息。通过Grid-PARAFAC张量分解能够在保留原始空间信息的条件下深度挖掘数据隐藏因子,并对其处理而不是整个数据张量,降低了接收信号维度,同时又保留着高维接收信号的空间结构互相关信息。仿真结果表明,所提算法减少了超密集组网所存在高维度信道干扰,降低了计算复杂度,提高了系统性能。     

多径衰落信道中分组空时编码OFDM传输方案

提出了一种分组空时编码OFDM传输方案。发射端对发射天线进行分组,对于每个分组进行独立的空时编码,而利用不同用户的子载波选择矩阵相互正交进行分组干扰抑制,接收端对每一分组的空时码进行空时分组码的传统解码。在发射天线数较大时,该方案不但可以获得高于传统空时编码的频谱利用率和码速率,而且相对于其他文献中的分组干扰抑制方法,该方案只需用一个接收天线,降低了系统接收机设计的复杂度。仿真结果验证了这一方案的有效性。     

多输入多输出系统中基于多级维纳滤波的均衡算法

基于多级维纳滤波器,提出了一种多输入多输出系统中的降秩自适应均衡算法.该算法利用多级维纳滤波器得到一组子空间基向量,通过子空间投影,把均衡器输出限定在低维子空间内,从而降低了自适应均衡的迭代复杂度,加快了收敛速度.理论分析和仿真表明,降秩均衡算法有效地提高了均衡器的收敛速度,降低了计算复杂度,并在多级维纳滤波器的级数不超过 10 的情况下,就能达到近似满秩均方误差性能.     

基于LTE-Advanced上行链路的多级迭代干扰消除检测算法

针对先进的长期演进(long term evolution advanced,LTE-Advanced)上行链路多输入多输出(multiple-input multiple-output,MIMO)单载波频分多址(single carrier frequency division multiple access,SC-FDMA)系统载波频率偏移(carrier frequency offset,CFO)的影响,提出了基于多级迭代干扰消除检测算法.将传统的单级串行干扰消除(successive interference cancellation,SIC)和并行干扰消除(parallel interference cancellation,PIC)进行混合迭代形成多级的迭代干扰消除检测算法以降低MIMO SC-FDMA系统的误比特率.理论分析和仿真结果表明两级PIC迭代检测算法和SIC+ PIC混合迭代检测算法都能实现MIMO SC-FDMA系统CFO干扰消除的目的,降低了MIMO SC-FDMA系统的误比特率,提高了系统的性能.     

大规模MIMO系统中软输出信号检测方法

为解决在上行多用户大规模多输入多输出(MIMO)系统中,迫零(ZF)检测算法可取得近似最优性能,但ZF检测算法涉及复杂度高达O(K3)的矩阵求逆运算(其中K为用户数)的问题,基于Lanczos算法提出一种软输出信号检测方法,避免了高阶矩阵求逆运算,使复杂度由O(K3)降为O(K2).该方法为了计算软输出信息——对数似然比(LLR),通过对基于Lanczos算法的迭代计算解向量的过程进行分析,给出了一种低复杂度的LLR近似计算方法.仿真结果表明:提出的软输出信号检测方法的误比特率(BER)性能与计算复杂度均优于基于Neumann级数近似的信号检测算法,同时,最多仅需5次迭代就可取得逼近于ZF检测算法的性能.     

基于Grid-PARAFAC毫米波大规模多输入多输出系统联合信道估计算法

针对在毫米波大规模多输入多输出系统中超密集组网存在干扰的问题,提出了基于Grid-PARAFAC（grid-parallel factor analysis）联合信道估计方法。首先,将大规模天线的高维接收信号映射到大尺度张量空间,利用Grid-PARAFAC张量分解将其分解为子张量接收信号,然后对子张量接收信号并行张量分解得到符号、接收天线和子载波的子投影矩阵,最后,通过交替最小二乘准确求得隐藏高维接收信号中的信道信息。通过Grid-PARAFAC张量分解能够在保留原始空间信息的条件下深度挖掘数据隐藏因子,并对其处理而不是整个数据张量,降低了接收信号维度,同时又保留着高维接收信号的空间结构互相关信息;仿真结果表明,所提算法减少了超密集组网所存在高维度信道干扰,降低了计算复杂度,提高了系统性能。     

一种串/并混合的多输入多输出信号检测算法

为了提高多输入多输出(MIMO)系统中并行干扰消除(PIC)算法的检测性能并降低其计算复杂度,本文通过融入串行干扰消除(SIC)思想提出了一种串/并混合(HIC)的信号检测算法。该算法首先通过优化PIC中不同子检测过程的共同成分来降低计算复杂度,然后将子检测的估计结果代入后续子检测中实现串/并混合来提升检测性能。仿真结果表明,所提算法在4-QAM调制的 MIMO系统中,误比特率为 时较传统PIC算法有大约1.2 dB的性能提升,而复数乘法次数大约为传统PIC算法的28%。     

快时变信道下基于LSQR算法的ICI均衡

为了尽量消除正交频分复用(OFDM)系统中由于信道快时变导致的子载波间干扰(ICI),确保快时变信道下的可靠通信,提出了一种低复杂度LSQR(least square QR)判决反馈均衡器(DFE).该均衡算法充分利用了带状矩阵特性和时域LSQR迭代计算的特点,在计算复杂度和性能之间取得了良好的折中.仿真结果表明,在快时变信道下与已有的块判决反馈均衡(BDFE)算法比较,在计算复杂度相当的条件下,所提出的算法可有效改善带状矩阵近似误差导致的性能损耗,在高信噪比情况下有效地克服了"地板效应",在保持低复杂度的同时获得了更好的性能.     

MIMO-OFDM系统中的时变信道均衡

为了改善多输入多输出-正交频分复用(MIMO-OFDM)时变信道均衡性能,将最小均方误差排序串行干扰抵消(MMSE-OSIC)均衡算法应用于降维MIMO-OFDM信号模型的符号检测.该方法一方面利用OS-IC来获得时变多普勒分集,另一方面利用降维信号模型来降低均衡复杂度.仿真结果表明:该方法以较低的复杂度代价有效提高了系统性能.     

一种多天线对称干扰环境下的干扰消除方法

随着5G技术的逐渐铺开,网络部署越发密集,干扰管理技术被关注的程度越来越高.作为能够有效解决通信行业中频谱资源紧张这一棘手问题的干扰消除技术,通过对收发端的信号的处理,使得干扰信号在接收端进行重叠以达到对期望信号的干扰影响消除的目的,近年来引得越来越多的业内人士致力研究.本文通过对传统干扰消除方法的研究,引入一种基于符号检测的思路应用到最大信干噪比算法提升性能,再融合最小均方误差算法降低算法复杂度,形成一种新的迭代算法.经过计算机仿真,结果证明,该迭代算法在系统误码率的降低上较之前的算法具有更好的性能.