低精度ADC下大规模多输入多输出系统基于三对角迭代法的软输出信号检测

受硬件成本制约,大规模多输入多输出(massive Multiple Input Multiple Output,mMIMO)基站通常配置低精度模数转换器(Analog-to-Digital Converter,ADC)。低精度ADC下,如果多用户mMIMO系统采用最小均方误差(Minimum Mean Square Error,MMSE)检测,将导致过高复杂度。为此,本文基于三对角迭代法(Tridiagonal Iterative Method,TDIM),结合分块矩阵求逆的初始值确定,提出一种低复杂度的MMSE软输出信号检测算法。数值仿真表明:基于TDIM的软输出信号检测算法经4次迭代即可达到收敛,同时,数值结果验证了ADC量化比特为4时,该算法可取得接近全精度ADC的性能,为低精度ADC下mMIMO系统的上行链路信号检测实现提供了切实可行的方案。

MU-MIMO单比特ADC系统中软输出检测算法

低精度量化技术能解决毫米波通信射频链高能耗问题而使相关的接收技术受到广泛关注。本文针对应用于单比特量化上行多用户多输入多输出(multiuser multiple input multiple output,MU-MIMO)系统的软输出检测(soft output detection,SOD)算法计算复杂度高的问题,针对软输出检测(soft output detection,SOD)算法计算复杂度高的问题,结合串行干扰消除算法与SOD算法,提出排序多用户单比特串行干扰消除SOD(ordered multiuser one-bit successive interference cancellation SOD,OMuOSIC-SOD)算法,所提算法计算复杂度更低且能动态调整。在基于polar编码的MU-MIMO系统中的仿真结果表明,OMuOSIC-SOD算法随着同时检测的用户数目增加,误帧率(frame error rate,FER)逐渐接近SOD检测算法;在8×32 MIMO中,FER为10-3时,OMuOSIC-SOD算法每次检测的用户数目每增加2个,得到约0.6 dB的性能增益。综上所述,所提算法可以通过调整每次检测的用户数量来调整检测性能,提升了算法的灵活性。

Malicious Base Station and Detecting Malicious Base Station Signal

This paper introduces the background,illustrates the hardware structure and software features of malicious base station,explains its work principle,presents a method of detecting malicious base station,analyses the experiment and evaluates the experimental results to verify the reliability of this method.Finally proposes the future work.