基于改进Richardson的大规模MIMO信号检测算法

在大规模多输入多输出(multiple-input multiple-output,MIMO)系统信号检测中,最小均方误差(minimum mean square error,MMSE)算法可以得到近似最优检测性能,然而该算法需要高维矩阵求逆,其复杂度很高,无法保证信号的实时检测。因此提出一种改进Richardson信号检测方法,利用最速下降法和整体修正法改进Richardson算法性能,最速下降法可以提供更有效地搜索路径,得到不同近似解,并且为了提高求解精度,利用整体修正法对不同近似解进行修正,使算法收敛速度更快,同时将算法复杂度数量级由O(K^(3))降低到O(K^(2))。仿真结果表明,该算法只需3次迭代就可接近MMSE,在降低复杂度的同时提高了误码率性能。

动态网络下交替优化正交匹配追踪混合预编码

为解决毫米波大规模多输入多输出(multiple input multiple output,MIMO)系统中混合预编码频谱性能损失严重的问题,本文提出了一种动态网络下交替优化正交匹配追踪混合预编码算法。首先,通过恒模约束条件下的模拟预编码矩阵确定固定相位移相器与天线之间较好的初始连接状态,以提高迭代收敛速率;然后,根据连接状态构造最佳候选模拟预编码矩阵,从而求解全局最优的索引向量;最后,由最优索引向量组成的数字预编码矩阵反馈到动态网络,可动态实现移相器与天线阵列连接状态的交替优化更新。同时,所提出的算法只需要少量固定相位的移相器,在频谱性能和复杂度之间达到良好平衡。仿真结果表明,与其他现有算法相比,该算法具有更高频谱效率、更高迭代收敛速率和更低复杂度,特别是当射频链路数大于数据流数时,频谱效率的提升更加显著。

基于改进修正Barzilai-Borwein迭代大规模MIMO信号检测算法

目的:为了保持大规模MIMO系统上行链路信号高检测性能同时降低实现复杂度。方法:在信号检测中,传统最小均方误差(MMSE,minimum mean square error)算法可以获得近似最优检测性能,但需要高维矩阵求逆,复杂度很高。本文通过在最速下降法和Barzilai-Borwein迭代算法结合基础上,采用Richardson算法初始值,在此基础上对步长合理选取,提出一种改进Barzilai-Borwein信号检测方法。结果:该算法相对于MMSE复杂度降低一个数量级,并且算法误码率性能又可以与MMSE算法相当,同时该算法相对于Barzilai-Borwein和CBB(Cauchy Barzilai-Borwein)检测,复杂度提升很少,但性能有较大提升。结论:基于改进修正Barzilai-Borwein迭代大规模MIMO信号检测算法只需4次迭代就可接近MMSE,在保持高检测性能的同时实现了复杂度降低。