ML-OSIC检测的快速递归算法

针对垂直分层空时(V-BLAST)结构,研究MIMO-OFDM系统的信号检测问题.根据矩阵伪逆的递推关系,提出了一种基于最大似然-排序串行干扰抵消(ML-OSIC)算法的简化处理方案,依次计算每一次迭代的迫零加权矩阵和加权向量.与传统的ML-OSIC算法相比,笔者给出的快速递归算法既可以基本保证检测算法的最优性,又能获得更快的处理速度和更低的计算复杂度.

联合ML和OSIC的VBLAST解码算法

使用多个发射天线和多个接收天线可以获得巨大的通信容量。作为MIMO系统的一种实现方案,VBLAST可以获得很高的频谱利用率。传统的VBLAST译码算法OSIC(Ordered Successive Interference Cancellation)在其译码性能上和最大似然ML(Maximum Likelihood)译码差距较大,而ML的复杂度是随着发射天线数呈指数增加的。因此,本文针对VBLAST的译码,折中考虑VBLAST的解码复杂度和解码性能,提出了联合ML和OSIC的两种改进的VBLAST解码算法:ML_OSIC和OSIC_ML。当选取用ML译码的符号数适中时,可以在远低于ML的复杂度基础上获得远好于OSIC的译码性能。

联合ML和OSIC的格规约辅助检测算法

为了提升高信噪比情况下次优检测算法的检测性能,在一层遍历搜索的排序串行干扰消除算法(ML-OSIC)的基础上引入格规约技术,提出一种新的格规约辅助检测算法(ML-LLL-OSIC).该算法首先对噪声干扰最小的子信道信号进行遍历检测,然后利用格规约技术处理剩余子信道矩阵以改善信道矩阵的正交性,最后利用改进的信道矩阵进行排序串行干扰抵消检测.上述算法既减少了遍历检测搜索次数,又改善了信道矩阵的正交性,可更加有效地避免层间干扰和误码扩散.仿真结果表明,在多用户多入多出系统(MU-MIMO)中,QPSK调制方式下信噪比大于10d B时,或16QAM调制方式下信噪比大于14d B时,本算法可以获得接近ML算法的检测性能.

MIMO系统中一种改进的ZF-OSIC信号检测算法

为了寻找一个可靠性较高且复杂度较低的多输入多输出(Multiple Input Multiple Output,MIMO)检测算法,文中基于MIMO系统中传统的排序的迫零串行干扰抵消ZF-OSIC(Zero Forcing-Ordered Successive Interference Cancellation,ZF-OSIC)以及最大似然ML(Maximum Likelihood,ML)信号检测算法,提出一种将两种传统算法相结合的新算法,ZF-OSIC K-correction检测算法,该算法综合了二者的优点。运用ML算法中的枚举思想来选择性地修正ZF-OSIC算法得到的检测结果,从而在算法复杂度增加不大的情况下,得到性能的改善,准确度更加逼近ML算法。

LTE系统基于格基约减辅助V-BLAST算法

LTE作为以OFDM-MIMO为主要技术特征的第四代移动通信,它的终端信号检测实现比较困难,这就需要一种性能好、复杂度低的检测算法来实现.格基约减是一种在接收端对信道矩阵进行预处理,可以消除子信道间干扰和抑制噪声的增强.本文在已有的格基约减ELLL算法的基础上,提出一种限制条件更为宽松的对角格约减算法(DR).该算法的计算复杂度要低于ELLL算法.在该算法的基础上,结合传统V-BLAST和K-best算法思想,给出了一种基于格基约减辅助的V-BLAST算法.仿真结果表明,在LTE系统中该算法能够在复杂度较低的情况下,性能更接近ML算法.

V-BLAST系统接收端解码算法的改进

本文在总结了V-BLAST系统的接收端算法基础上,着重对最大似然(ML)和串行干扰抵消(OSIC)相结合的算法进行讨论和仿真。结果表明,对n层符号,选取其中1层采用ML算法,剩下的n-1层采用OSIC算法,不会大幅增加原OSIC算法复杂度,且误码率性能大幅提高。同时指出,基于OSIC思想,对瞬时信噪比(SNR)最大的符号采用ML算法,余下的符号采用OSIC算法解码,可以逼近ML算法的性能。