基于SQRD方法的STBC-VBLAST系统

VBLAST可以有效提高多发射天线系统容量,而STBC则具有较高的分集增益,通过将两种方案结合起来组成一个新的系统。根据已有的一种STBC-VBLAST模型,即通过在VBLAST的首层采用STBC编码,增加第一层信息符号的分集度,从而提高系统性能。由于传统的VBLAST解码性能差,并且译码算法相对复杂,于是对原有的解码算法进行了改进,提出了一种SQRD(Sorted QR Decomposition)的解码算法。该算法比原有算法复杂性小很多,性能却相差不大,仿真结果也证实了这一点。

MIMO-OFDM系统基于QR分解的信号检测算法

论文研究了MIMO-OFDM系统基于QR分解的几种信号检测算法,分析了各种算法的优缺点;指出信号检测顺序是降低误差传播概率的关键。针对VBLAST算法计算量大的缺点,提出采用SQRD算法,该算法利用迭代运算代替矩阵求逆运算,降低了VBLAST算法的计算量,并采用MMSE准则对该算法进行进一步推广。仿真结果表明采用MMSE-SQRD算法优于除ML算法以外的检测算法;在NT=NR=4时,结果表明在SER为10-3时MMSE-SQRD算法优于MMSE-BLAST算法2dB。

基于排序QR分解的VBLAST解码算法研究

将基于信号功率排序的QR分解算法与最后检测层分集增益最大算法相结合,提出一种改进的SQRD(Sorted QR Decomposition)算法。该改进算法在串行干扰消除SQRD算法的基础上最大化了分集增益。这样既能保证每次检测时的最先检测层信号功率最大,又能得到最后检测层的最大分集增益。同时采用了串行干扰消除,使后面的信道矩阵维数不断减少,降低了检测复杂度。仿真结果表明,改进的SQRD算法在误码性能上取得了较好的表现,尤其在接收天线数较大时误码性能得到明显改善。改进的算法在复杂度和性能上得到较好的平衡,很适合VBLAST系统的信号检测。

基于列正交变换实现串行干扰消除的MIMO检测算法

针对用于多输入多输出(MIMO)通信系统检测的按序 QR 分解(SQRD)算法在多径瑞利慢衰落信道中检测误码率较高的不足,提出了一种基于列正交(CO)变换的串行干扰消除(SIC)算法——COSIC。该算法对信道矩阵按列正交变换,避免了求上三角矩阵的运算,并且在判决信号过程中,将先判决出的信号通过信道后的输出向量作为干扰进行消除,在略微增加系统时间复杂度的基础上,使系统检测性能得到了明显改善。在多散射物的无线通信环境下进行的仿真实验证实,与传统的 SQRD 算法相比,所提算法误码率显著下降,系统检测性能明显改善。

一种改进的排序QR分解MIMO检测算法

提出了改进的排序QR分解MIMO检测算法,并对其性能进行了分析.该算法针对系统采用排序QR分解检测算法时误码率较高的不足,对信道矩阵按列进行正交变换,避免了求信道矩阵的上三角矩阵,并且仅对信道矩阵按列2—范数模值由小到大进行1次排序.在检测过程中,采用了并行处理的思想,将部分判决信号进行反馈,同时消除接收信号中的干扰,使系统检测性能得到了明显改善.在多散射物的无线通信环境下进行了仿真实验,结果表明,与传统的SQRD算法相比,所提算法在计算复杂度略微下降的情况下,检测性能得到提升.

基于QR分解的信号检测算法的研究

研究了VBLAST-OFDM系统基于QR分解的几种信号检测算法,分析了各种算法优缺点,指出信号检测顺序是降低误码率的关键,针对VBLAST算法计算量大的缺点,建议采用SQRD算法,该算法利用迭代运算代替矩阵求逆运算,降低了VBLAST算法的计算量,并采用MMSE准则对该算法进行进一步推广,仿真结果表明采用MMSE-SQRD算法优于除ML(最大似然)算法以外的检测算法。

基于Householder变换的改进并行MIMO检测算法

针对按序QR分解(SQRD)检测算法在多径瑞利慢衰落信道中检测误码率较高的不足,提出了基于House-holder变换的改进并行MIMO检测算法(HIP)。该算法对信道矩阵按列进行Householder正交变换,避免了求上三角矩阵的运算并且仅对信道矩阵进行1次排序。在判决信号过程中,采用部分判决信号反馈和接收信号干扰消除并行处理的检测算法,使系统检测性能得到了明显改善。在多散射物的无线通信环境下进行仿真实验,结果表明与传统的SQRD算法相比,所提算法在计算复杂度下降的情况下误码率显著下降。

LTE-A系统下行MIMO检测算法改进研究

MIMO检测是LTE-A系统中的一个重要环节,在实际应用中,MIMO信号检测算法的选用需要在复杂度和性能之间进行合理折中。文中针对ML(Maximum Likelihood)算法复杂度高的问题,提出了一种改进的算法(ML-SQRD),主要是缩小搜寻空间,尽可能多地考虑可能的发送符号集,并在分析过程中结合了SQRD(Sort QR Decomposition)算法。经仿真和复杂度分析,改进算法的性能接近ML算法,且复杂度低于ML算法,可应用于未来5G通信中大规模MIMO检测。

MC-CDMA系统中基于QR分解的多址干扰消除算法

多址干扰是导致MC-CDMA系统误码性能下降的重要因素。为了消除多址干扰,提出基于接收信号功率排序和QR分解的多址干扰消除算法(Power-based MMSE Sorted QR Decomposition,P-based MMSE-SQRD)对MC-CDMA系统的上行链路进行检测。仿真结果显示,与传统的串行干扰消除算法相比,P-based MMSE-SQRD的误码性能有明显的提高,而且其复杂度也相对较低。

一种改进的QR分解检测算法

结合排序和循环迭代的思想,提出了一种基于PIC预处理的循环迭代SQRD检测算法。该改进算法对排序后的信道矩阵进行循环迭代检测,在每次循环迭代检测过程中,利用PIC思想对检测数据进行更新。在得到所有层的判决值后,丢弃其它层的检测值,只保存最后检测层的判决值,并作为下次循环检测的最先检测值。算法同时克服了传统QR分解检测算法的误差扩散和最先检测层分集效益低的缺点。仿真结果表明,改进算法的检测性能要优于SQRD检测和循环迭代检测算法。

MIMO-OFDM系统中基于QR分解的检测算法研究

重点介绍了MIMO-OFDM系统中基于QR分解的几种信号检测算法,分析了各种算法的优缺点;指出信号检测顺序是降低误差传播的关键。基于改进的Gram-Schmidt正交排序QR检测算法用迭代运算代替矩阵求逆运算,有效地改进了传统算法的缺点,降低了计算量,使系统在复杂度和性能之间取得了良好的折中,并在最后对该算法与MMSE准则联合的算法进行了介绍。

Low Complexity MMSE-SQRD Signal Detection Based on Iteration

Aiming at the problem of high computational complexity of Vertical-BLAST(V-BLAST) algorithm in Multiple-Input Multiple-Output-Orthogonal Frequency Division Multiplexing(MIMO-OFDM) system signal detection, this paper first uses Sorted QR Decomposition(SQRD) iterative operation instead of matrix inversion to reduce the computational complexity of the algorithm, and then considering that the algorithm is greatly affected by noise, Minimum Mean Square Error(MMSE) criterion is used to weaken the noise effect. At the same time, in order to reduce the noise and computational complexity, MMSE and SQRD are combined, which can not only reduce the noise and computational complexity, but also obtain the sub-optimal detection order, thus improving the detection performance of the MIMO-OFDM system. Finally, the numerical simulation of the MMSE-SQRD detection algorithm is carried out. The results show that the Eb/No of MMSE-SQRD algorithm is 2 dB greater than that of the MMSE algorithm and the computational complexity is O(NT3) under the conditions that NT =NR=2 and the BER is 10–2. The detection algorithm satisfies the demand of short wave and wideband wireless communication.

正交投影的下行多用户MIMO协作传输方法

协作多点(coordinated multi-point,CoMP)中的联合传输(joint transmission,JT)是一种有效提升边缘用户服务质量的技术,JT通过多个协作发射节点的联合预编码减小小区边缘干扰,进而提高小区边缘的频谱效率。在结合正交投影(orthogonal projection,OP)与排序QR分解(sorted QR-decomposition,SQRD)的基础上,提出了2种协作传输方法:OP-ZF-SQRD(OP-zero forcing-SQRD)及OP-MMSE-SQRD(OP-minimum mean square error-SQRD)。这2种方法均采用OP消除多用户干扰,将多用户系统分解成多个并行无干扰的单用户系统,对每个单用户系统采用ZFSQRD或MMSE-SQRD分别进行处理。数值仿真结果表明,这2种方法相比迫零(joint transmitter zero forcing,JTZF)及块对角化(block diagonalization,BD)方法,在性能上具有明显的优势;新提出的协作传输方法不但可有效地消除多用户干扰,而且能有效地降低用户数据流之间的干扰,从而有效地改善了小区边缘的用户服务质量和频谱效率。