大规模MIMO系统中全局LAS检测算法

在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中,现有的非线性检测算法中似然上升搜索(Likelihood Ascend Search,LAS)算法的复杂度较低,但是算法容易陷入局部极值,导致算法性能较差。文中提出一种全局最优的模拟退火-似然上升搜索(Simulated Annealing-Likelihood Ascend Search,SA-LAS)算法,该算法引入模拟退火算法中的概率因素,以一定概率接收相对更差的解,从而改进算法的局限性。同时还利用加权-对称连续超松弛(Weighted Symmetric Successive Over Relaxation,WSSOR)迭代处理复杂的矩阵求逆运算,降低初始解的求解复杂度;另外,设置多个邻域候选集并行搜索加快搜索的速度;最后设置双阈值控制迭代终止时间,以此降低算法复杂度。理论分析了该算法的复杂度,并通过仿真对不同检测算法的误码率性能和收敛速度进行了研究,结果表明:在复杂度阶数不增加的情况下,文中提出的SA-LAS检测算法的误码率性能明显优于现有的LAS检测算法。

MIMO系统中基于星座约束的LAS检测算法

似然上升搜索(LAS)算法是一种启发式邻域搜索算法,能够对空分复用的大规模多输入多输出(MIMO)系统的接收信号进行检测。为了降低传统LAS算法的复杂度,提出了一种基于星座约束(CC)的CC–LAS算法。该算法利用一个星座约束(CC)结构判定每个候选解的可靠性,根据可靠性判定结果缩小候选解的邻域空间,再利用LAS算法对不可靠候选解进行检测。提出的CC–LAS算法通过忽略LAS邻域空间中大量不必要的邻居向量,排除对低可靠度信号的低效处理,从而大幅度降低了传统LAS算法的计算复杂度。仿真结果表明,提出的CC–LAS算法的误码率(BER)性能与传统的LAS算法非常接近,并且在信噪比(SNR)相同的情况下,能够大幅度降低计算复杂度。