MIMO系统中的检测算法研究

MIMO系统中的检测算法研究

论文摘要

多输入多输出(MIMO: Multiple Input Multiple Output)技术给我们指出了一条利用空间维度来提高系统容量和(或)可靠性的有效途径,而MIMO系统接收端的设计最终会极大地影响系统的传输速率、误码率性能和系统复杂度。本文从性能和复杂度两方面的考量中,针对适用于各种信道条件(缺秩和满秩信道;相关性和非相关性信道)和天线配置下的MIMO接收信号的检测问题进行了研究。其主要工作概括如下:1.针对迭代检测解码MIMO系统中软输入软输出MMSE检测算法进行研究。提出了一种简化算法,它利用矩阵求逆引理和信道矩阵的奇异值分解,避免了大量的求逆运算,适用于各种调制方式。2.针对高维调制下的MIMO检测,提出了比特级的树搜索算法。该算法使用MMSE准则的信道预处理方法,同时考虑格雷和自然映射的QAM信号的比特映射结构可以得到一个比特级上三角分层结构。使用这样的上三角结构,并结合树搜索算法,可以得到比特级的树搜索算法。这样的树搜索算法适用于缺秩MIMO系统,相对于原始的树搜索算法,在高维调制时其度量更新和排序算法的计算量获得了明显降低,而且该算法还可以进一步利用反馈的先验信息来降低度量更新的计算复杂度。3.针对树搜索算法中的检测顺序进行研究,给出了在树搜索算法下利用对数似然比信息进行排序的算法。该算法充分利用接收信号、信道信息和先验信息来决定信号的检测顺序,能有效提高树搜索算法性能。4.利用分组检测结构和迭代反馈思想,提出了迭代分组最大后验概率检测算法。信号分组将高维检测问题分割为多个低维检测问题,未检测分组可以利用已检测分组得到的后验信息,在所有分组信号检测完成之后可以将其它分组的后验信息传递给第一个分组,重新进行一次检测过程,从而完成一次迭代。迭代分组最大后验概率算法可以充分利用检测器得到的后验信息,性能相对于分组最大后验概率算法有较大提高,而其复杂度可以由分组大小和迭代次数控制。5.提出了一种基于降格算法(LR: Lattice Reduction)的软输出栈检测算法。LR算法将等效信道矩阵转换为一个良态矩阵,在转换域内LR能够提供一个很好的发射信号估计。降格之后的每层信号的上下界可以计算出来。在得到初始序列估计和信号的边界之后就可以使用最佳优先的栈算法来进行转换域内的序列搜索,得到最有可能的发射序列集合,由此可以计算得到信号的软信息。仿真结果表明基于LR的软输出栈算法与其它算法相比能以较低的复杂度获得相同的误码率性能。

论文目录

  • 摘要
  • ABSTRACT
  • 缩略语一览表
  • 数学符号汇总
  • 第一章 绪论
  • 1.1 数字通信的发展历程
  • 1.2 无线数字通信的前沿技术
  • 1.3 MIMO系统中的复用与分集
  • 1.4 MIMO系统中的空时传输机制
  • 1.4.1 接收端已知信道时的空时传输机制
  • 1.4.2 发射和接收端都未获知信道信息时的空时传输机制
  • 1.4.3 发射和接收端均获知信道信息时的空时传输机制
  • 1.5 本文的研究内容及论文安排
  • 第二章 基础知识
  • 2.1 引言
  • 2.2 未编码MIMO无线通信系统
  • 2.2.1 未编码MIMO无线系统模型
  • 2.2.2 未编码MIMO系统中的检测方法
  • 2.3 Turbo码
  • 2.3.1 Turbo码的编码
  • 2.3.2 Turbo码的译码算法
  • 2.4 Turbo-MIMO系统模型
  • 2.5 Turbo-MIMO系统中的检测器
  • 2.5.1 SISO-MAP检测器
  • 2.5.2 SISO-MMSE检测器
  • 2.5.2.1 经典的SISO-MMSE检测器
  • 2.5.2.2 简化的SISO-MMSE检测器
  • 2.5.3 序列译码检测器
  • 2.5.4 其它检测器
  • 2.5.5 MIMO检测与多用户检测和信道均衡的关系
  • 2.6 本章小结
  • 第三章 树搜索检测算法
  • 3.1 引言
  • 3.2 树结构的生成
  • 3.2.1 使用QR分解的ZF-SIC算法
  • 3.2.2 使用QR分解的MMSE-SIC算法
  • 3.2.3 基于MMSE准则的信道预处理
  • 3.3 比特级树搜索算法
  • 3.3.1 系统模型
  • 3.3.2 比特级系统模型
  • 3.3.3 比特级树搜索检测
  • 3.3.4 性能仿真
  • 3.4 树搜索检测中的排序算法
  • 3.4.1 排序算法设计
  • 3.4.2 仿真结果
  • 3.4.3 排序算法小结
  • 3.5 本章小结
  • 第四章 迭代分组MAP检测算法
  • 4.1 引言
  • 4.2 迭代分组MAP检测算法
  • 4.2.1 信号分组结构
  • 4.2.2 连续干扰抵消迭代分组检测器
  • 4.2.3 其它的降维分组迭代检测器
  • 4.2.4 检测器中的排序和分组
  • 4.2.5 复杂度分析
  • 4.2.6 仿真结果
  • 4.3 本章小结
  • 第五章 LR辅助的软输出栈检测算法
  • 5.1 引言
  • 5.2 应用于MIMO系统的格理论
  • 5.2.1 MIMO检测器的几何解释
  • 5.2.2 LLL算法
  • 5.3 基于LR的软输出栈检测算法
  • 5.3.1 系统模型
  • 5.3.2 预处理
  • 5.3.3 LR辅助的栈算法
  • 5.3.4 对数似然比计算
  • 5.3.5 仿真结果
  • 5.4 本章小节
  • 第六章 结束语
  • 致谢
  • 参考文献
  • 研究成果
  • 相关论文文献

    • [1].基于MIMO类脑情感学习回路的横-纵向综合控制驾驶员模型[J]. 吉林大学学报(工学版) 2020(01)
    • [2].大规模MIMO系统导频污染问题研究[J]. 无线互联科技 2020(04)
    • [3].基于自适应MIMO技术的深空探测对流层延迟预测[J]. 红外与激光工程 2020(05)
    • [4].基于黎曼流形的MIMO雷达目标检测方法[J]. 吉林大学学报(信息科学版) 2020(03)
    • [5].5G室内分布系统建设方案及MIMO技术使用分析[J]. 数字技术与应用 2020(05)
    • [6].探究MIMO技术在短波通信基带处理中的应用[J]. 产业科技创新 2019(05)
    • [7].一种MIMO非高斯振动的逆多步预测法[J]. 振动.测试与诊断 2020(04)
    • [8].基于升空大规模MIMO平台的无源定位方法[J]. 通信技术 2020(06)
    • [9].角度估计辅助量子密钥分发的毫米波大规模MIMO系统安全传输方案[J]. 信号处理 2020(08)
    • [10].MIMO雷达抗有源干扰性能分析[J]. 科技风 2020(32)
    • [11].联合时移和空间划分方法抑制大规模MIMO导频污染[J]. 通信学报 2017(02)
    • [12].大规模MIMO天线设计及对5G系统的影响分析[J]. 网络安全技术与应用 2017(05)
    • [13].MIMO系统中均衡与预编码技术的对比研究[J]. 信息通信 2017(07)
    • [14].基于空时域压缩的大规模MIMO导频污染抑制算法[J]. 计算机工程 2017(07)
    • [15].5G大规模MIMO高低频信道模型对比探讨[J]. 移动通信 2017(14)
    • [16].大规模MIMO系统中功率分配算法的能效研究[J]. 郑州大学学报(工学版) 2017(04)
    • [17].空间调制系统检测方法在5G大规模MIMO中的应用研究[J]. 科技资讯 2015(34)
    • [18].大规模MIMO系统中导频污染研究进展[J]. 广东通信技术 2016(05)
    • [19].大规模MIMO系统中导频污染空域降低方法[J]. 通信技术 2016(08)
    • [20].大规模MIMO预编码算法研究与分析[J]. 通信技术 2016(09)
    • [21].基于集中式MIMO雷达的多目标跟踪功率分配优化算法[J]. 空军工程大学学报(自然科学版) 2019(05)
    • [22].基于大规模MIMO技术的5G无线信道建模及仿真[J]. 邮电设计技术 2020(07)
    • [23].全双工大规模MIMO中继频谱效率研究[J]. 通信技术 2017(02)
    • [24].航空发动机MIMO系统的闭环辨识与故障诊断算法[J]. 测控技术 2017(04)
    • [25].大规模MIMO下最优预编码选择策略研究[J]. 电视技术 2016(05)
    • [26].MIMO系统中空时编码性能仿真和分析[J]. 电信科学 2015(02)
    • [27].对MIMO雷达角度欺骗干扰研究[J]. 电子测量技术 2015(03)
    • [28].MIMO双基地雷达及其应用展望[J]. 大众科技 2015(04)
    • [29].大规模MIMO系统中基于子空间跟踪的半盲信道估计[J]. 应用科学学报 2015(05)
    • [30].MIMO技术在煤矿井下通信中的应用[J]. 科技视界 2015(33)

    标签:;  ;  ;  ;  ;  ;  

    MIMO系统中的检测算法研究
    下载Doc文档

    猜你喜欢