复数域格缩减的MIMO检测算法研究

多入多出(MIMO)系统可以获得比单发单收系统更高的容量,对于MIMO系统,最大似然检测是最优接收,但其指数复杂度难以在实际中应用。针对该问题,结合格缩减理论提出了基于Householder变换的复数域格缩减算法,将该算法和MIMO次优检测算法相结合,给出了量化判决方法,且该复数域格缩减算法复杂度小于实数域格缩减算法。仿真结果表明,基于Householder变换复数域格缩减的MIMO次优检测算法,通过优化信道矩阵可以得到更好的判决域,取得了逼近最优最大似然检测算法的性能。

格缩减辅助MIMO检测的非线性量化

针对格缩减辅助(LRA)多入多出(MIMO)检测中,采用格缩减技术后导致星座畸变、引起变换域信号非线性联合量化复杂度高的问题,提出了一种排序反馈的非线性量化算法.该算法同时考虑了变换星座的边界和各元素间的相关性,且根据量化误差的大小选择信号量化判决的顺序,依次量化判决信号的各元素.仿真证明,基于该算法的格缩减辅助MIMO检测性能优于无排序反馈量化和逐元素独立量化的格缩减辅助MIMO检测,且能很好地逼近最大似然检测的性能;在平坦块衰落信道下,计算复杂度为多项式复杂度.

一种格缩减辅助MIMO检测的组合量化误差校正方法

格缩减技术(LR)可以用于提升多入多出系统(MIMO)线性和非线性检测的性能.采用该方法后会引起检测信号星座图空间的畸变,导致变化后信号取值的非均匀分布和量化错误的易扩散性,会阻碍检测性能的提高.为了进一步提升检测性能,提出奇偶量化的组合量化误差校正方法.仿真结果显示,加入该方法的格缩减辅助检测的性能得到了明显的提升,而且可以很好的逼近最大似然检测(ML)的性能.和目前已知的其它同类量化误差校正方法相比,在实现相同的检测性能提升时,本文提出的组合量化误差校正方法增加的候选矢量减少了一半,即增加的运算复杂度最低.

基于对偶格基缩减的MIMO检测算法

研究了基于复数对偶格基缩减的MIMO系统检测算法,基于正交性亏损以及复数LLL格基缩减的特性,用一种新方法证明了采用对偶格基缩减线性检测的V-BLAST系统可以获得最大接收分集,其分集阶数等于接收天线数。为了解释对偶格基缩减检测性能优于原始格基缩减检测,本文定义了正确判决区域的核,提出了以归一化核半径为度量的分析方法,并给出了其计算式。仿真结果很好地印证了该方法的合理性和有效性。

基于复数格基缩减的V-BLAST系统检测算法及性能分析

为了提高系统性能,从实数格基缩减出发,推广得到了一种通用的复数格基缩减算法,给出了其在V-BLAST系统中的应用。通过与MMSE扩展相结合,分析缩减与扩展的先后顺序,提出了MMSE-Ⅰ和MMSE-Ⅱ两类基于复数格基缩减算法的V-BLAST检测方案。分析和仿真结果表明,检测中采用复数格基缩减算法与实数算法相比,可以大幅降低复杂度而不影响系统性能;基于复数格基缩减的MMSE-Ⅱ逐层干扰抵消检测算法,可以解决格基缩减引起的有效发送符号之间的相关性问题,且性能接近于ML检测。为了进一步降低复杂度,给出了一种性能损失较小的次优排序方案。

Science Letters:Peak-power reduction by the lattice-reduction-aided closest point search for MIMO broadcast channels

In this letter, we present a modified vector-perturbation precoding scheme for the multiple-input multiple-output broadcast channel, where a perturbation vector is chosen to take into account both the instantaneous power and the instantaneous peak power of the transmitted signal. This perturbation vector is obtained by using the closest point search, with the aid of the lattice-reduction algorithm. Simulation results show that the proposed scheme yields a tradeoff among power efficiency, peak-to-average power ratio reduction, and complexity.