低复杂度的MIMO系统粒子滤波检测

该文通过降低采样大小和信号检测搜索空间给出了两种低复杂度的多输入多输出(MIMO)系统粒子滤波(PF)检测方法:球形约束PF和多层映射PF。在球形约束PF中,首先基于迫零原则求得所需的球形约束,然后利用该球形约束减少粒子滤波过程中每一级重要性采样生成的粒子数。多层映射PF则采用多层映射将大小为4L的正交幅度调制(QAM)星座划分为L个4-QAM星座的级联以降低信号检测的搜索范围。计算机仿真结果表明,第1种方法能够在大发送天线数的情况下保持系统性能且有效地降低粒子滤波的计算复杂度;而第2种方法能够以较低的错误性能损失为代价获得计算复杂度的极大降低。     

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。     

基于星座距离限制的MIMO检测算法

为了提高最小均方误差(MMSE)MIMO系统信号检测算法的性能,提出基于星座距离判决的改进型MMSE检测算法。该算法能够判断经过初次检测后信号的可靠性,并根据判断结果,利用最大似然(ML)准则将被判断为不可靠的信号重新估计检测,以提高算法的性能。理论分析和仿真结果表明:在使用QPSK调制,目标误码率(BER)为10-3的情况下,对于不同天线数量的系统,新提出的算法可以在增加极低计算复杂度的情况下,获得2～10 dB的信噪比(SNR)增益。     

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.     

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。     

LTE辅同步检测低复杂度算法设计及实现

小区搜索是LTE移动通信系统中的重要过程,移动终端通过小区搜索实现与基站之间的时间和频率同步,在这个搜索过程中通过主同步信号(Primary Synchronization Signal,PSS)检测和辅同步信号(Secondary Synchronization Signal,SSS)检测完成小区ID的识别。传统的SSS检测算法,需要遍历所有可能序列,复杂高。针对这一缺点,提出一种利用辅同步序列特点,缩小候选序列的新算法,该算法能显著降低搜索范围和计算复杂度。同时,在FPGA硬件实现时,采用1 bit量化和计算单元分时复用策略可进一步降低辅同步信号检测复杂度。仿真结果表明,设计和实现的SSS检测算法能够很好地完成小区搜索的辅同步检测过程。     

MIMO系统中基于信号可靠性判定的OSIC检测

排序串行干扰消除（Ordered Successive Interference Cancellation,OSIC）是多输入多输出无线通信系统中一种重要的信号检测技术。为了降低该算法的计算复杂度,首先提出了基于信号可靠性判决的排序串行干扰消除算法,根据所设计的信号可靠性判决（Signal Reliability Decision,SRD）结构的判决结果选择不同的方法消除信号间的干扰。为了进一步提升SRD-OSIC算法的检测性能,提出了局部最优（Local Optimized,LO）的LO-SRD-OSIC算法。仿真结果表明,SRD-OSIC算法仅需要传统OSIC算法一半的复杂度就能获得相近的误码率性能。不仅如此,当LO-SRD-OSIC算法与SRD-OSIC算法的计算复杂度相同时,LO-SRD-OSIC算法可以获得额外3 dB的误码率性能增益。     

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.     

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。     

基于半正定松弛的MIMO盲检测

为解决MIMO系统盲检测问题,该文以最大似然序列检测为估计准则,通过推导建立了一种新的半正定松弛(SemiDefinite Relaxation, SDR)求解模型,使得到的松弛解的秩等于发送天线数。为了解决了松弛解秩大于1时估计原始发送序列的难题,该文提出一种特征向量近似法和随机法相结合的方法。通过限定目标函数的取值上限,使算法能够根据目标函数值自适应判断求解发送序列个数,从而减少每次求解的约束个数和SDR的求解次数,分析表明算法的计算复杂度与发送天线数成线性关系。最后,通过仿真表明所提算法能够在与秩1的算法性能保持相当的条件下减少计算时间,并验证了算法计算复杂度与发送天线数成线性关系。