MIMO系统LLL格基约减检测技术研究

针对LLL格基约减算法应用在MIMO系统检测中计算复杂度高,理论和实验分析了LLL算法中影响列交换条件的参数δ对计算复杂度和正交缺陷的影响,同时结合ZF和VBLAST检测技术实验分析了参数δ在MIMO信号检测系统中对误码率性能的影响。数值结果与分析表明:在MIMO检测系统中LLL算法参数δ=0.75为最佳值。

MIMO系统中改进的LLL格基约减算法

针对传统LLL格基约减算法在MIMO系统中的误比特性能较差的问题,提出了一种改进的LLL检测算法。该算法利用后向LLL约减算法和同时对多个初始基进行约减的思想,从问题的多组初始基开始搜索,并对多组初始基进行约减,找到其中最好的一组基,摆脱了传统格基约减算法仅从单组基开始搜索的局限。通过理论分析和计算机仿真,对算法的收敛性及不同收发天线数下不同检测算法的误比特性能进行了对比研究。结果表明,在MIMO系统中本文算法的检测性能比传统的格基约减算法更优,且更接近于ML检测算法。

基于改进LLL规约的MIMO系统解码算法

LLL算法是一种经典的格基规约算法,它广泛应用于MIMO通信系统的线性接收机中。LLL算法依赖于Gram-Schmidt正交化算法,这种算法按照增益矩阵中向量的初始顺序产生正交基。论文提出一种排序Gram-Schmidt正交化算法,这种算法可以产生更短的正交基。然后在LLL算法中,用排序Gram-Schmidt正交化算法代替原正交化,以改进规约算法的性能。在仿真实验中,比较了论文提出的改进LLL算法、LLL算法和排序QR分解算法的解码性能。结果显示本文提出的方法误码率(BER)最低。

基于格基约减辅助的低复杂度MIMO信号检测算法

在多输入多输出(MIMO)系统中,常规的格基约减辅助信号检测算法由于复杂度高而难以在实际工程中应用。为了解决这一问题,基于Brun算法提出了一种低复杂度的信号检测算法。该算法首先通过奇异值分解(SVD)得到信道矩阵奇异向量和转换矩阵之间的近似整数关系,进而采用Brun算法对信道矩阵的对偶格基进行约减优化,最后将约减后的新对偶格基用于传统线性信号检测。仿真结果表明:该方法的复杂度约为基于常规Lenstra Lenstra Lovasz(LLL)格基约减辅助的MIMO信号检测算法的0.1倍;同时,与线性检测算法相比,检测性能提升非常明显,特别在较高信噪比(SNR)范围内。因此,该算法能够在检测性能与计算复杂度之间取得较好的折衷。