改进的K-Best检测算法研究及实现

在研究MIMO系统检测算法理论及其实现方法的基础上,对已证明较优的算法进行结合和改进,提出了一种改进的K-Best检测算法及其实现方案,并通过仿真验证了方案的可行性。该算法采用预测技术和并行排序相结合的方法,降低了计算复杂度;采用并行流水线结构实现,节省了处理时间;并对方案在Xilinx公司的Virtex-5系列FPGA中的资源使用情况进行了统计。研究表明,实现方案可以用于MIMO系统检测算法的硬件实现。

比特排序的低复杂度K-best检测算法

为了降低多输入多输出(multiple-input multiple-output,MIMO)系统中K-best检测算法的计算复杂度,提出一种基于硬件操作中比特计数思想的比特排序(bit-sort,BS)K-best算法和一种进一步简化BS K-best算法的动态比特排序(dynamic bit-sort,DBS)K-best算法.这两种算法都是通过依次查找和计数每条路径的累积权重值的对应比特位,从而快速地找出所需的K条最短路径.此外,DBS K-best算法根据路径累积权重的大小只找出不大于K条的最短路径,因此,它比需要找出固定K条最短路径的BS K-best算法更加简便.仿真结果表明,BS K-best算法和DBS K-best算法均可以在逼近次优的球形译码(SD)算法的误码率性能的同时又大大降低了K-best检测算法的计算复杂度,且DBS K-best算法又进一步简化了BS K-best算法的计算.

Novel K-best detection algorithms for MIMO system

Aiming at the optimum path excluding characteristics and the full constellation searching characteristics of the K-best detection algorithm, an improved-performance K-best detection algorithm and several reduced-complexity K-best detection algorithms are proposed. The improved-performance K-best detection algorithm deploys minimum mean square error （MMSE） filtering of a channel matrix before QR decomposition. This algorithm can decrease the probability of excluding the optimum path and achieve better performance. The reducedcomplexity K-best detection algorithms utilize a sphere decoding method to reduce searching constellation points. Simulation results show that the improved performance K-best detection algorithm obtains a 1 dB performance gain compared to the K- best detection algorithm based on sorted QR decomposition （SQRD）. Performance loss occurs when K = 4 in reduced complexity K-best detection algorithms. When K = 8, the reduced complexity K-best detection algorithms require less computational effort compared with traditional K-best detection algorithms and achieve the same performance.

带有同道干扰的MIMO系统性能分析

鉴于已有评估MIMO系统性能的方法没有引入同道干扰而导致评估数据不准确,给出了一种准确评估MIMO系统性能的方法,并且通过K-best检测算法检验该方法的准确性。进而利用此估计方法评估了带有同道干扰的MIMO系统性能,并分析了同道干扰对系统性能的影响。仿真结果表明,随着干扰源的增加,同道干扰对MIMO系统的影响愈加明显。由于考虑了系统的同道干扰,故给出的估计方法更准确地评估了MIMO系统的性能。