用于多用户大规模MISO信号检测的改进主动禁忌搜索算法

针对基站配置上百个天线的多用户MISO系统上行信号检测问题,结合基于变化的最大似然(ML)代价函数判决门限的随机重启策略,改进主动禁忌搜索(RTS)检测算法性能。仿真实验表明,相比基本的RTS算法以及似然上升搜索算法(LAS)及其变体,在相同条件下该算法误符号率性能更优,尤其是在高阶QAM调制和信道增益矩阵为欠定阵(用户数大于基站天线数)时,其他算法存在严重的性能恶化,而该算法仍能呈现良好的性能。

大规模跳时脉冲无线电系统中的一种低复杂度多用户检测算法

该文提出一种适用于大规模跳时脉冲无线电系统的低复杂度多用户检测算法。该算法采用了似然上升搜索的策略,即朝着似然函数值增加的方向进行搜索,进而得到近优的接收信号解。仿真结果表明对于大规模跳时脉冲无线电系统,该检测算法不仅能够逼近单用户系统的优异性能,而且复杂度极低,其检测每个比特的平均复杂度与用户数仅呈线性关系。

大规模MIMO系统中全局LAS检测算法

在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中,现有的非线性检测算法中似然上升搜索(Likelihood Ascend Search,LAS)算法的复杂度较低,但是算法容易陷入局部极值,导致算法性能较差。文中提出一种全局最优的模拟退火-似然上升搜索(Simulated Annealing-Likelihood Ascend Search,SA-LAS)算法,该算法引入模拟退火算法中的概率因素,以一定概率接收相对更差的解,从而改进算法的局限性。同时还利用加权-对称连续超松弛(Weighted Symmetric Successive Over Relaxation,WSSOR)迭代处理复杂的矩阵求逆运算,降低初始解的求解复杂度;另外,设置多个邻域候选集并行搜索加快搜索的速度;最后设置双阈值控制迭代终止时间,以此降低算法复杂度。理论分析了该算法的复杂度,并通过仿真对不同检测算法的误码率性能和收敛速度进行了研究,结果表明:在复杂度阶数不增加的情况下,文中提出的SA-LAS检测算法的误码率性能明显优于现有的LAS检测算法。

MIMO系统中基于星座约束的LAS检测算法

似然上升搜索(LAS)算法是一种启发式邻域搜索算法,能够对空分复用的大规模多输入多输出(MIMO)系统的接收信号进行检测。为了降低传统LAS算法的复杂度,提出了一种基于星座约束(CC)的CC–LAS算法。该算法利用一个星座约束(CC)结构判定每个候选解的可靠性,根据可靠性判定结果缩小候选解的邻域空间,再利用LAS算法对不可靠候选解进行检测。提出的CC–LAS算法通过忽略LAS邻域空间中大量不必要的邻居向量,排除对低可靠度信号的低效处理,从而大幅度降低了传统LAS算法的计算复杂度。仿真结果表明,提出的CC–LAS算法的误码率(BER)性能与传统的LAS算法非常接近,并且在信噪比(SNR)相同的情况下,能够大幅度降低计算复杂度。