基于量子遗传球形算法的MIMO系统多用户检测技术研究

基于量子遗传球形算法的MIMO系统多用户检测技术研究

论文摘要

多用户检测是现代MIMO高速无线数字通信技术中的重要技术之一,也是决定MIMO通信系统解码性能的关键技术,其检测效率直接影响到系统的数据吞吐率。如何改进多用户检测技术,提高数据检测速度,降低误码率,实现检测的高速度和高可靠性,是目前无线数字通信研究领域亟待解决的问题。因此,研究多用户检测算法,提高多用户检测的效率,具有重要的现实意义。本文首先对MIMO系统的基本理论进行了概括,之后以16-QAM调制的CDMA通信系统为例,深入讨论了MIMO通信系统的数学模型,并利用传统的球形解码算法作为多用户检测器实现了MIMO系统的仿真。由于发送信号的随机性以及环境噪声和各种干扰噪声的影响,使得在MIMO系统中的接收端准确同时检测出多个发送端的原始信号存在较大的困难。随后提出了一种基于二进制编码的遗传多用户检测器。二进制编码的遗传算法多用户检测算法充分利用了信号星座图的离散特性,将每个星座点映射成固定长度的二进制串,很好地利用了遗传算法和参数编码的隐含并行性。遗传算法检测器以其分布式并行处理、自适应以及非线性等优点实现了对复杂的多变量组合优化问题的全局搜索,提高了解码准确率。仿真表明,遗传算法解码器在误码率性能方面比迫零检测有较大的提升。但是由于遗传算法求解过程依赖于算法的循环步数与初始种群规模,所以其单次解码时间会随用户数的增长呈指数级增加。在分析和总结遗传检测算法的不足之后,以球形算法为基础,结合量子算法,提出了一种基于量子遗传算法的球形解码多用户检测器。该算法融合了量子计算的并行性和遗传算法的全局性,使得每一层的搜索不需要多次反复尝试。并且由于球形算法能够将复杂的多维搜索归纳为简单的一维搜索,还能确定每一个维度的解区间,使得在搜索过程中避免了大量复杂的矩阵运算,提高了搜索效率。仿真表明,量子遗传球形解码算法在解码速度、误码率以及计算复杂度上比原始球形解码算法、遗传解码算法以及迫零检测都有较大的提高。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第1章 绪论
  • 1.1 无线MIMO 通信系统
  • 1.2 多用户检测的研究意义与现状
  • 1.3 球形解码器的研究现状
  • 1.4 本文内容
  • 第2章 球形算法多用户检测
  • 2.1 MIMO 多用户检测模型
  • 2.2 多用户检测的球形算法实现
  • 2.2.1 球形算法
  • 2.2.2 初始化半径选择
  • 2.2.3 终止条件
  • 2.2.4 算法流程
  • 2.3 实验分析
  • 2.4 本章小结
  • 第3章 遗传算法多用户检测
  • 3.1 遗传算法
  • 3.2 遗传算法多用户检测
  • 3.2.1 参数编码
  • 3.2.2 适应值函数选取
  • 3.2.3 设计进化算子
  • 3.2.4 遗传算法多用户检测流程
  • 3.3 实验分析
  • 3.4 本章小结
  • 第4章 量子遗传球形算法多用户检测
  • 4.1 量子计算
  • 4.2 量子遗传球形算法多用户检测
  • 4.2.1 搜索模型
  • 4.2.2 QGA 适应值函数
  • 4.2.3 QGA 进化算子设计
  • 4.2.4 QGASD 流程图
  • 4.3 实验与比较分析
  • 4.4 本章小结
  • 总结与展望
  • 参考文献
  • 致谢
  • 附录攻读硕士学位期间所发表的论文
  • 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:;  ;  ;  ;  ;  

    基于量子遗传球形算法的MIMO系统多用户检测技术研究
    下载Doc文档

    猜你喜欢