基于后验概率估计的软输出MMSE MIMO排序串行干扰抵消检测算法

该文研究了信道编码无线MIMO通信系统中的软输出MMSE排序串行干扰抵消检测算法。利用MMSE滤波器输出的高斯近似表示,提出了基于后验概率估计的判决误差传播抑制算法,以提高检测算法输出的编码比特对数似然比的可靠性;利用检测器的矩阵结构和矩阵求逆引理,进一步提出了降低复杂度的实现方法。仿真结果表明:提出的检测算法优于现有算法,当BER为10-4,在所给的仿真条件下有1～3dB的性能增益。

加工时间线性递减的平行机排序问题

主要讨论了具有两台处理机的平行机排序问题和每批恰为k个工件的串行工件同时加工排序的平行机排序问题。在这两个问题中,工件加工时间均为开工时间的线性递减函数,目标函数为极小化总完工时间。对于第一个问题,证明了其最优排序可由工件按基本加工时间不减排列得到,由此得出其最优算法,并指出了该结论对于加工时间随开工时间线性递增的情况并不成立。对于第二个问题,根据其与第一个问题在某些性质上的相似性,给出了其最优算法。最后指出所讨论的两个问题的结论均可推广到m台处理机的情况。

若干带拒绝费用的分批排序问题研究

首次考虑了工件可拒绝的单机串行分批排序问题.对于问题1,s|s-batch,rej|Cmax+Σ j∈ ej,均给出了最优算法;对于问题1,s|s-batch,rej|Σ j∈s Cj+Σj∈ ej,通过动态规划算法给出了多项式时间的精确算法.研究了问题1|B<n,rej|Σj∈s wjCj+Σj∈ ej中工件加工时间均相等的特殊情况.

WIFI无线局域网中分层空时分组码检测算法研究

为了增加数据传输速率并且提高频谱利用率,WIFI中采用分层空时分组码,分层空时分组码的检测决定着接收机的性能。本文详细推导了分组干扰抑制算法的原理,并且给出了基于分组干扰抑制的最优排序串行算法,针对该算法需要进行大量的数据排序运算,提出了一种次优排序算法。在WIFI信道环境B下,利用MATLAB对最优与次优排序算法进行仿真。实验结果表明,次优排序算法的性能接近于最优排序算法,但该算法使接收机复杂度大大降低。

时频双选信道OFDM系统的ICI消除与均衡

在正交频分复用(OFDM)系统中,因高速移动造成的多普勒效应导致子载波间正交性的破坏并产生载波间干扰(ICI)。为了消除ICI,本文通过分析ICI分布特性及带状矩阵特性,提出了低复杂度的迭代干扰抵消算法和基于最小均方误差准则的排序串行干扰抵消(MMSE-OSIC)算法。仿真结果表明,与传统子载波间干扰频域均衡算法相比,新算法在计算复杂度和性能之间取得了良好的平衡,且MMSE-OSIC算法可以利用时变信道的时间分集特性在高信噪比情况下有效地消除"地板效应"。

一种高效的QMC检测算法

基于垂直分层空时码的MIMO-OFDM系统提出一种高效的QMC检测算法,该算法对信道矩阵进行一次排序QR分解,对最先检测的信号层采用ML-OSIC算法,用M算法检测中间的信号层,逐层增加保留值M以提高算法有效性,利用串行干扰消除检测余下的信号层。与QRD-M算法相比,QMC检测算法能降低计算复杂度。仿真结果表明,该算法以更低的计算复杂度获得更接近最大似然检测的性能,取得性能与复杂度之间的折中更理想。

基于重构信道的组分层空时系统接收天线选择

针对采用排序的串行干扰消除检测的组分层空时系统,提出了基于重构信道QR分解的接收天线选择算法,该算法用子信道Frobenius范数排序代替Moore-Penrose伪逆行范数排序得到置换矩阵,降低了计算复杂度。并给出了基于重构信道的快速算法,该算法比常规信道快速算法具有显著的性能提升。仿真分析表明,该算法在中断容量上与最大容量算法接近,重构信道QR分解算法与基于伪逆排序方法性能相近,重构快速算法性能稍有下降,但复杂度更低。

联合ML和OSIC的格规约辅助检测算法

为了提升高信噪比情况下次优检测算法的检测性能,在一层遍历搜索的排序串行干扰消除算法(ML-OSIC)的基础上引入格规约技术,提出一种新的格规约辅助检测算法(ML-LLL-OSIC).该算法首先对噪声干扰最小的子信道信号进行遍历检测,然后利用格规约技术处理剩余子信道矩阵以改善信道矩阵的正交性,最后利用改进的信道矩阵进行排序串行干扰抵消检测.上述算法既减少了遍历检测搜索次数,又改善了信道矩阵的正交性,可更加有效地避免层间干扰和误码扩散.仿真结果表明,在多用户多入多出系统(MU-MIMO)中,QPSK调制方式下信噪比大于10d B时,或16QAM调制方式下信噪比大于14d B时,本算法可以获得接近ML算法的检测性能.

一种减小误差传递的WIFI无线局域网中分层空时码检测算法

由于分层空时码具有良好的频谱利用率和码速率,因此WIFI无线局域网系统中采用分层空时码。排序串行干扰信号检测算法具有良好的检测性能,但其译码复杂度很高。并行干扰消除算法虽然译码简单但其检测性能比较差。本文在并行干扰消除算法的基础上,提出了一种具有低复杂度且检测性能优良的算法。在WIFI无线信道A、B、F模型条件下仿真,结果表明,该算法具有良好的检测性能且复杂度最低。

联合空时分组码和分层空时码编码系统性能研究

在无线通信系统中,适合多输入多输出天线(MIMO)技术的空时编码技术能够明显地提高系统的容量。联合空时分组码(STBC)和分层空时码(LST)编码系统,可以同时获得分集增益和空间复用增益,有效地提高系统的性能。本文讨论了联合STBC和LST编码系统的误码性能,译码算法采用经典的Golden算法——排序串行干扰抵消算法(OSIC)。

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。

基于OSIC的低复杂度MIMO检测算法

该文提出一种基于OSIC的低复杂度MIMO检测算法,即以OSIC检测数据作为起始点,分别使用最大似然准则和修正的最大似然准则搜索星座子空间。仿真结果表明,新的检测算法相比较OSIC算法在增加少量计算复杂度的情况下性能有较大的改善。

MIMO系统中垂直分层空时检测算法的性能分析

对多输入多输出系统中垂直分层空时检测算法常用的最小均方误差算法、迫零检测算法、非线性检测算法以及正交三角分解检测算法进行分析比较.仿真实验结果表明:在相同天线系统下,经过排序串行干扰消除的最小均方误差检测算法性能最优.

An improved linear dispersion codes transmission scheme based on OSIC detection

Linear dispersion codes (LDCs) were originally designed based on maximum likelihood detection. They do not have good performance when using ordered successive interference cancellation (OSIC) detection. In this paper,we propose a new improved linear dispersion codes transmission scheme to combat performance loss of original LDCs when using OSIC detection. We introduce an interleaver to each data substream transmitted over different antennas after LDCs encoder. Furthermore,a new computer search criterion for a linear transformation matrix is also proposed. New search criterion is to minimize the symbol error rate based on OSIC detection. Computer simulations show that the performance of proposed LDCs transmission scheme is better than the original LDCs.

V-BLAST系统接收端解码算法的改进

本文在总结了V-BLAST系统的接收端算法基础上,着重对最大似然(ML)和串行干扰抵消(OSIC)相结合的算法进行讨论和仿真。结果表明,对n层符号,选取其中1层采用ML算法,剩下的n-1层采用OSIC算法,不会大幅增加原OSIC算法复杂度,且误码率性能大幅提高。同时指出,基于OSIC思想,对瞬时信噪比(SNR)最大的符号采用ML算法,余下的符号采用OSIC算法解码,可以逼近ML算法的性能。

多输入多输出系统中低误码率信号检测的改进算法

为了进一步提高信号检测的准确度,基于最小均方误差检测算法,提出一种改进的可靠性较高的多输入多输出信号检测算法。改进算法在检测过程中引入排序机制的排序串行干扰抵消算法,优先估计可靠性高的检测分量,结合最大似然检测算法修正可靠性低的分量。结果表明:改进后的检测算法复杂度提升不大,在误码率一定时,信噪比相比与原算法提高了约3 d B;在信噪比一定时,误码率低于原算法,性能得到优化。该研究可以为多输入多输出系统中信号的检测提供参考。