适用于大规模MIMO系统的低复杂度RZF-SOR预编码算法

在大规模多输入多输出（MIMO）系统中，为了降低传统预编码算法的复杂度，在原有正则化迫零（RZF）预编码算法的基础上，提出用超松驰迭代（SOR）法代替矩阵求逆的高复杂度运算，得到一种改进算法RZF-SOR，并应用随机矩阵原理得出其最优相关参数的近似表达式和取值的必要条件。实验仿真表明，提出的RZF-SOR预编码算法与RZF预编码相比有效地降低了一个数量级的复杂度，在很小的迭代次数下达到接近于RZF预编码的误码率性能，并且优于基于Neumann级数预编码算法的误码率性能。     

大规模MIMO系统中基于TFQMR的低复杂度信号检测算法

在大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统上行链路检测算法中,最小均方误差（Minimum Mean Square Error,MMSE）算法可取得近似最优的性能,然而MMSE算法涉及高维矩阵求逆问题,其计算复杂度高达O(K3),其中K表示用户数。为此,针对极化信道编码的大规模MIMO系统,基于无转置极小残差（Transpose-Free Quasi-Minimal Residual,TFQMR）方法,提出了一种低复杂度次优信号检测算法。该算法有效地避免了矩阵求逆运算,使其计算复杂度降至约O(K2)。仿真结果表明,基于TFQMR的信号检测算法的误比特率性能与计算复杂度均优于基于Neumann级数展开的信号检测算法;同时,最多经5次迭代该方法可取得接近MMSE检测算法的性能。     

大规模MIMO系统的预编码算法综述

相比于传统多输入多输出（MIMO）系统,大规模MIMO的天线数量大幅增加,使得系统的容量提升、误比特率下降,但也造成预编码矩阵维度升高,算法复杂度、系统成本及实现难度增大。将大规模MIMO系统主要采用的预编码技术分为线性和非线性两个部分,对两者进行了归纳和对比,并着重介绍了几种经过简化的线性预编码算法和几种比较典型的非线性预编码算法,指出因为非线性算法的复杂度很高,故未来大规模MIMO系统的预编码应当以线性算法为主。     

采用改进ML-OSIC的MIMO联合检测

在垂直分层空时码（V-BLAST）多输入多输出（ MIMO）系统中,最大似然检测算法（MLD）可以获得最佳的差错概率性能,但是其算法复杂度随着天线数目及其搜索空间数目呈指数增长;排序连续干扰消除（OSIC）算法具有高可行性的优点,但是其误码率由于无法防止误码扩散的原因而下降。基于OSIC算法复杂度主要来源于矩阵求逆运算,提出了一种改进的OSIC算法,该算法采用并行检测与精确检测值相结合的方案,在维持相对满意性能的情况下,减少算法复杂度。考虑到传统OSIC算法的误码扩散,将改进的OSIC算法与ML算法相结合,利用ML的穷尽搜索方式来提高算法的整体性能。为了避免ML算法给系统复杂度带来负担,通过一定的复杂度公式优先选出b层进行改进的OSIC算法,剩余的误差累积层使用MLD执行。仿真结果表明,所提算法复杂度小于传统OSIC算法,同时得到了接近ML算法的性能。     

应用酉变换近似消息传递的大规模MIMO接收机设计

由于天线间距较近和一些非白高斯干扰，大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统的信道矩阵存在如列相关、低秩和非零均值等“病态”特征，给基于近似消息传递的迭代接收机算法造成了严重的性能损失。为此，提出了一种基于酉变换近似消息传递(Unitary Transformation Approximate Message Passing,Ut-AMP)的接收机算法。首先针对均值非零、列相关和条件数过大三种常见的病态特征，分析了酉变换的必要性；其次，利用变量间的马尔科夫特性将大规模MIMO系统进行因式分解和因子图建模，推导了联合置信传播、平均场和Ut-AMP的消息传递算法，并与现有算法的复杂度进行了对比；最后建立大规模MIMO接收机模型，对所有相关算法进行数值仿真。仿真结果表明，所提接收机算法能够以复杂度略有提升为代价，在病态信道矩阵环境中大幅提升接收机的鲁棒性，具有很高的研究和应用价值。     

LTE-A上行链路中单用户MIMO的球形译码算法性能分析

多输入多输出（MIMO）系统的接收端需要有效的检测算法以处理衰落和空间复用干扰等削弱效应,而算法的性能和复杂度等特性会随不同的应用场景有所变化,因而从这些角度评估和比较不同算法对于MIMO系统的实现具有重要意义。针对LTE-A上行链路中单用户MIMO的应用场景,通过分析现有文献中的球形译码（SD）算法及相关方法,以及对工程可实现性的考量,引入了一种将基于单树搜索的SD与迭代干扰消除结合运用的实现方案,并在遵循3GPP标准的上行仿真平台中对其进行了性能评估,观察了SD相对于MMSE的性能增益及相关趋势,进而为SD算法的工程实现提供参考依据。     

用于大规模MIMO系统的改进CG检测算法

针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中近似最优线性最小均方误差(Minimum Mean Square Error,MMSE)算法复杂度过高问题，提出了RC-CG(Region Constellation-Conjugate Gradient)低复杂度近似最优信号检测算法。该算法首先利用共轭梯度(Conjugate Gradient,CG)迭代算法避免MMSE信号检测算法的高维度矩阵求逆，降低计算复杂度；其次引入二分查找算法对星座图进行区域分块，优化迭代初始解，使算法在保证原来检测性能的基础上加快收敛速度。仿真结果表明，该算法不仅可以达到近似MMSE算法的检测性能，而且适用于高阶调制，算法复杂度从O(K3)降低到O(K2)。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出（MIMO）系统中，天线选择技术平衡了系统的性能和硬件开销，但大规模MIMO系统收发端天线选择复杂度问题一直没有得到很好的解决。基于信道容量最大化的准则，采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态，提出将二进制猫群算法（BCSO）应用于多天线选择中，以MIMO系统信道容量公式作为猫群的适应度函数，将收发端天线选择问题转化为猫群的位置寻优过程。建立了基于BCSO的天线选择模型，给出了算法的实现步骤。仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法，非常适用于联合收发端天线选择的大规模MIMO 系统中。     

基于预编码与导频分配的大规模MIMO导频污染抑制

导频污染问题是限制大规模多输入多输出(MIMO)系统性能的主要影响因素。针对这个问题，提出了一种基于改进预编码和最优导频分配策略的大规模MIMO系统导频污染抑制算法。首先，在系统下通过基于改进遗传优化算法的最大化信干噪比(SINR)预编码算法，获得最优预编码矩阵；然后，通过基于用户信道条件优劣的最优导频分配策略对每个小区用户进行导频分配，从而实现大规模MIMO系统导频污染抑制。通过Matlab仿真结果可知，相对于传统的SINR预编码算法，所提算法的复杂度降低了65%左右，而导频污染抑制性能提升了30%左右。该算法能够有效抑制导频污染，提升大规模MIMO系统的性能。     

短波通信多组空时编码中等效MIMO模型ZF解码

面向短波通信提出了多组空时编码(MGSTC)的一种等效多输入多输出（MIMO）模型迫零（ZF）解码算法。该算法以降低运算复杂度为目的,将原多时隙MIMO系统拆分为多个多时隙单输入多输出（SIMO）系统并分别等效为多个新的单时隙MIMO系统模型,通过各自左乘等效信道矩阵的共轭转置后进行最大比合并（MRC）以及ZF解码获得发送信号估计值,避免了球形解码（SD）中对高阶矩阵的QR分解。仿真结果表明,与虚拟MIMO模型SD解码算法相比,等效MIMO模型ZF解码算法在误码率（BER）性能1 dB损耗的情况下,运算量降低一个数量级以上。     

MIMO系统中基于信号可靠性判定的OSIC检测

排序串行干扰消除（Ordered Successive Interference Cancellation，OSIC）是多输入多输出无线通信系统中一种重要的信号检测技术。为了降低该算法的计算复杂度，首先提出了基于信号可靠性判决的排序串行干扰消除算法，根据所设计的信号可靠性判决（Signal Reliability Decision，SRD）结构的判决结果选择不同的方法消除信号间的干扰。为了进一步提升SRD-OSIC算法的检测性能，提出了局部最优（Local Optimized,LO）的LO-SRD-OSIC算法。仿真结果表明，SRD-OSIC算法仅需要传统OSIC算法一半的复杂度就能获得相近的误码率性能。不仅如此，当LO-SRD-OSIC算法与SRD-OSIC算法的计算复杂度相同时,LO-SRD-OSIC算法可以获得额外3 dB的误码率性能增益。     

基于多种调制方式的空时OFDM系统多用户检测技术

建立了基于空时分组码的多输入多输出(MIMO)-正交频分复用(OFDM)系统模型,研究 了基于最小均方误差的串行干扰消除（MMSE-SIC）多用户检测算法,通过优化排序迭代结构 ,使得接收算法具有较好的性能。仿真结果表明,该算法在误码率方面能够取得优于常规线 性MMSE算法的性能,而且得出星座图中映射点间距也影响着检测算法的性能,随着间距的缩 小,误码概率会上升。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统下的误码率和复杂度，以用户端接收的总功率为优化目标，提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数，并利用凸优化方法求得其有效解。仿真结果表明，所提天线选择算法与传统的最大和容量算法相比，具有较好的系统误码率性能，且运算复杂度低，但系统容量有所降低。     

基于动态分组的球形译码算法

在MIMO信号检测中,采用最大似然算法可以使系统的误码率最低,但最大似然算法要搜索整个信号空间,计算速度相当慢。球形译码算法性能最接近最大似然算法,它通过减少需要比较的信号点可大大降低计算量。提出了动态分组的球形译码算法,对传统球形译码算法进行了改进。仿真结果表明,所提算法可以根据M IMO系统的需要进行动态调整,可在小信噪比时降低误码率,大信噪比时提高译码速率。     

基于块对角化的格基规约GMD矢量预编码

研究了对多用户多输入多输出下行链路进行块对角化后,使用格基规约算法的几何均 值分解矢量预编码的实现方法。根据块对角化思想将多用户多天线信道分解为等价并行子信 道,基于等价子信道给出了单个用户的几何均值分解矢量预编码的传输方案,通过使用格基 规约算法分别结合连续干扰消除和垂直分层空时编码两种方法,求解矢量预编码中的扰动矢 量。仿真表明,提出的方法误码率性能优于块对角化矢量预编码算法2 dB以上,而且能在不 降低系统性能的前提下降低计算复杂度。     

多小区块对角化的MMSE矢量扰动预编码

针对多小区基站协作的多输入多输出（MIMO）系统中,小区之间和用户之间的干扰对系统造成的性能降低的问题,提出了基于块对角化的最小均方误差（MMSE）矢量扰动预编码方案,实现多小区系统的性能改善。首先使用块对角化方法消除多小区间干扰;在预编码设计环节上,通过MMSE准则设计预编码矩阵,从而抑制病态信道对系统性能的影响;最后使用格基规约方法求解发射端矢量扰动信号。仿真表明,提出的算法提高了多小区矢量预编码的误码率性能,使其优于已有的块对角化及矢量扰动预编码等算法的误码率。     

MIMO系统中线性弥散空时码的优化设计

MIMO系统的大部分空时编码方法在设计时单一强调对传输分集性能或传输复用性能的提高,为了联合提高分集性能和复用性能,在LDC编码基础上提出了线性正交弥散空时码(OLDC),LDC编码的优化中利用遗传算法来构造OLDC的空时正交调制基矩阵.优化的编码方法设计简单,便于调制解调.仿真结果表明,OLDC码比传统的LDC编码在误码性能、分集性能、复用性能等方面均有大幅度提高.     

一种AD9371宽带无线同步定时模块简化方法

在满带宽100 MHz条件下,AD9371的收、发采样频偏问题严重,不采用精确的同步定时模块时,在高斯白噪声信道下测试,误码率较调制误差公式erf值偏高。传统的Gardner定时同步算法虽能降低采样频偏,但Gardner算法的实现复杂度太高。针对这对性能和复杂度间的矛盾,给出了一种同步定时模块的现场可编程门阵列(Field Programmable Gate Array,FPGA)简化实现方法。简化后的Farrow滤波器的乘法器与原始的Farrow相比减少50%,环路滤波器占用FPGA资源和传输时延比原环路滤波器都减少了50%以上。将简化后的同步定时模块在AD9371板卡上进行测试,结果表明简化后的同步定时模块与传统的Gardner同步定时模块性能在-30 dBm时误码同时降低到零,性能完全一样,证明此种同步定时方法的等效简化切实有效。