时间反演多址系统中的一种多用户检测算法

针对时间反演多址系统中信道的相关性会导致多用户干扰的问题,为了消除用户间干扰,降低计算复杂度,提出基于最小均方误差的3条对角线矩阵分解的低复杂度近似算法.首先提取检测矩阵(Gram-N)中包含主对角线的3条对角线矩阵;然后将3对角线矩阵分成2个2对角线矩阵;再利用2对角线矩阵求逆规律,分别求出这2个2对角线矩阵的逆,由此得出3对角线矩阵的逆;最后,根据诺依曼级数近似,用3对角线矩阵这个稀疏矩阵的逆来逼近Gram-N的逆.仿真结果表明,该算法在误码率和频谱效率方面具有明显的性能优势,并且具有较低的复杂度,在复杂度较低时可获得近乎最优的性能增益.

时间反演系统中基于Barzilai-Borwein的共轭梯度检测算法

针对时间反演多址系统中信道的相关性会导致多用户干扰的问题,以降低用户间干扰和算法复杂度为目标,提出基于Barzilai-Borwein的共轭梯度迭代检测算法。首先通过共轭梯度迭代两次找到最速下降方向,然后通过Barzilai-Borwein沿着共轭梯度搜索的方向继续迭代。仿真表明,所提算法收敛速度快于Barzilai-Borwein和共轭梯度算法,且复杂度低于共轭梯度算法和最小均方误差(minimum mean square error,MMSE)算法,保持在O(N2)。

大规模MIMO-TRDMA系统中的改进SOR信号检测算法

在大规模多输入多输出时间反演多址(MIMO-TRDMA,multiple-input multiple-output time-reversal division multiple access)系统中,传统的线性最小均方误差(MMSE,minimum mean square error)算法可获得近似最佳的检测性能。但是,MMSE检测算法所需的矩阵求逆计算复杂度过高,无法确保信号检测的实时处理。针对这一问题,提出一种改进的连续超松弛(SOR,successive over-relaxation)信号检测算法。所提算法通过更新求解线性方程组,避免复杂的矩阵求逆计算;同时,采用最陡下降的思想提高SOR更新的搜索效率,以加快收敛速度和提高检测性能。仿真结果表明,所提算法能以较少的更新次数获得与传统MMSE算法相当的近似最佳性能,而计算复杂度数量级从O(M3)降低到O(M2)。