MIMO系统固定复杂度球形解码器研究

图形处理单元(GPU)可作为低成本并行可编程协处理器,能提供高的计算吞吐量,非常适于大规模系统设计。为充分利用GPU的并行处理能力,采用专为GPU通用计算所设计的CUDA(Compute Unified Device Architecture)架构,针对平坦衰落信道,设计了用于MIMO无线通信系统的固定复杂度球形解码器,以加速MIMO无线通信系统的数据处理。根据GPU的架构与存储特点,对实现进行了优化,减小了数据存取延迟和访问冲突。实验结果表明,球形解码速度可提高近10倍.

基于软输出固定复杂度球形译码的高效迭代检测算法

该文在软输出固定复杂度球形译码(SFSD)算法的基础上,提出一种低复杂度高性能的MIMO迭代检测方法。该算法利用迭代过程中译码器的反馈信息更新SFSD检测算法的软输出,获得明显的迭代增益,并利用多级比特映射星座图的特点大大降低分支度量的运算次数。针对SFSD算法预处理复杂度较高的问题,该文将检测顺序调整和QR分解两个预处理步骤相结合,从而减少了矩阵求逆运算。在长期演进方案(LTE)下行链路环境中的仿真结果表明,该文提出的算法性能十分接近最优的最大后验概率(MAP)检测,并且实现复杂度相对于MAP有显著的下降。

简化的固定复杂度球型译码算法

提出一种适用于多输入多输出通信系统的简化的固定复杂度球型译码算法.研究多天线接收信号的概率分布,根据接收信号满足卡方分布的特性,提出利用累计分布函数,结合检测错误上限,确定裁剪半径,将检测过程中大于该裁剪半径的节点裁剪掉.仿真结果表明,简化的固定复杂度球型译码算法在高信噪比的情况下,可以有效降低计算复杂度.

低复杂度信道矩阵排序的MIMO固定复杂度球译码

提出了一种多输入多输出通信系统中,根据最小均方误差(MMSE)译码器判决变量的可靠性进行信道矩阵排序的固定复杂度球译码(FSD)算法.首先进行MMSE译码,然后计算MMSE判决变量的可靠性,并将其作为信道矩阵排序的依据.该排序算法不仅能够有效降低传统FSD预处理阶段的复杂度,而且避免了FSD预处理阶段的串行特性,使得排序依据可并行计算,显著改善了译码实时性.仿真结果表明,低复杂度排序算法引起的性能损失很小,误符号率仍能接近最大似然译码.

MIMO通信系统中球形解码器的CUDA实现研究

为充分利用GPU的并行处理能力,以加速MIMO无线通信系统的仿真,分别设计了固定复杂度球形解码器和软输出球形解码器。结果表明,固定复杂度球形解码速度可比CPU实现提高近10倍,而软输出球形解码器解码时间比CPU解码平均可减少40%。

MIMO系统中低功耗性能最优的球译码

针对球译码中性能与复杂度无法兼顾的问题,提出了消除固定复杂度球译码算法复杂度冗余的方法.该方法以满分集度为性能基准,经过合理的半径构造,使发送向量落在超球体外的概率足够小且避免分集度的损失,在平均意义上显著降低了复杂度,从而减少了算法在执行时的功耗.仿真结果表明,在满足性能最优和最大时延条件下,算法的功耗大幅度降低.