一种低复杂度的CPM信号最大似然块检测算法

为了降低连续相位调制(Continuous Phase Modulation,CPM)信号多符号非相干检测的运算复杂度，提出了一种低复杂度的最大似然块检测算法。该算法充分利用已判决输出的符号对检测过程中的符号向量取值进行约束，有效减少判决统计量计算时的运算量，进而降低算法复杂度。另外，该算法引入判决长度变量，通过调整单次检测时判决符号数使算法能够在检测性能与运算量之间灵活折中。仿真结果表明，提出的低复杂度检测算法能够适用于全响应和部分响应CPM信号，相比原最大似然块检测算法能够在不损失检测性能的前提下降低算法运算量至少50〖WT《Times New Roman》〗%〖WTBZ〗，并且能够通过选择不同的判决长度提高算法应用的灵活性。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制（GSM）系统接收端最大似然（ML）检测算法计算复杂度极高的缺点,提出了一种基于压缩感知（CS）信号重构理论的低复杂度信号检测算法。首先,在多输入多输出（MIMO）信道模型下,通过改进正交匹配追踪（OMP）算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中，最大似然（ML）检测可以取得最优的检测性能，然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题，提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引，接着对候选天线索引按正则化标准进行可靠性验证，剔除错误索引，缩小信号的搜索空间，最后通过求解最小二乘问题估计信号。仿真结果表明，与经典的正交匹配追踪（OMP）算法相比，所提算法以少许复杂度的增加为代价极大提升了检测性能，能够在检测性能与复杂度之间取得更好的折中。     

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。     

一种改进载波相位恢复算法

为了解决载波相位恢复算法频偏估计范围小、估计精度低、计算复杂度高等问题,提出了一种基于Q次方的极性环与极性判决（Polar Decision,PD）算法相结合的Q次方极性判决（Q-th Power Polarity Decision,QPD）算法。首先对判决导向（Decision Directed,DD）算法、PD算法、基于Q次方的极性环进行性能分析;然后结合基于Q次方的极性环和PD算法的优点,提出性能更好的QPD算法,并分别在不同频偏和不同信噪比条件下对这四种载波相位恢复算法进行性能仿真与性能比较;最后,在QPSK、8PSK、16APSK和32APSK这四种调制方式下,分析QPD算法的误码率、资源消耗和吞吐率。仿真结果表明,该算法相比于DD算法、PD算法、基于Q次方的极性环具有频偏估计范围较大、估计精度较高、资源消耗相对较少、吞吐率较高等特点,且适用于多种调制方式。     

LTE系统中利用信道估计的天线端口数检测算法

长期演进(LTE）系统中使用多输入多输出(MIMO)技术来改善通信质量并提升信道容量。天线端口数通过循环冗余校验（CRC）掩码的方式隐含于物理广播信道（PBCH）中，遍历1、2、4三种天线端口数情况，分别作为PBCH解码配置，以CRC校验通过并且PBCH解码成功作为确定天线端口数的标志，从而造成冗余计算和时延的产生。为此，提出了一种基于信道估计的天线端口数检测算法，利用正交频分复用（OFDM）调制的LTE信号在空口环境中受频偏和时延影响，造成信道估计结果相位的线性累加，再通过线性回归方程的门限匹配，解决天线端口数检测中频偏影响大、计算量过多和盲检等问题。理论分析和仿真结果表明，该算法复杂度低、时延小，且在残余频偏较大时具有较高的正确率。     

基于嵌套张量模型的MIMO中继系统组合接收算法

目前在单向双跳多输入多输出（MIMO）中继系统中，基于嵌套张量模型的接收算法主要采用单步交替最小二乘（ALS）和KRF（Khatri-Rao Factorization）算法。在时变信道且实时性要求较高场景下，计算复杂度高是制约其应用的主要因素。为此，在对单向双跳MIMO中继系统建模基础上，提出了基于嵌套张量模型的双步组合接收算法。该算法通过对接收的数据张量进行重建，将符号估计和信道估计分离，充分利用ALS和KRF的算法优势，有效降低了计算复杂度。同时，对算法的可辨识性进行了分析。仿真结果表明，该算法保持了与传统嵌套PARAFAC的最小二乘（Nested PARAFAC ALS）算法的相同估计性能，在源天线个数变化时，计算复杂度降低了80%以上；在中继天线个数变化时，计算复杂度降低了50%以上。     

用于SFBC MIMO-OFDM系统的改进SLM算法

在空频编码（SFBC）多输入多输出正交频分复用（MIMO-OFDM）系统中传输符号存在较高峰均功率比（PAPR）问题,采用SLM算法能够有效降低系统峰均功率比,但随着发射天线数的增加,较多的快速傅里叶反变换（IFFT）会增加系统的计算复杂度,因此,构造F矩阵并提出了一种基于F矩阵SFBC MIMO-OFDM系统的改进SLM算法。采用F矩阵作为相位序列组对空频编码信号进行独立处理,获得最优相位序列取共轭,将共轭序列中每两个旋转因子为一个单位交换位置,并扰码SFBC后各天线的信号,以此减少了每根发射天线上的IFFT次数。理论和MATLAB仿真分析表明,该算法获得了良好的峰均比性能,同时也降低了系统的计算复杂度。     

有限字符集下采用空间调制的物理层网络编码方案

空间调制（Spatial Modulation）通过利用天线索引承载数据信息，可以提升复用增益，实现更高速传输。利用这一特性，可针对协同多址接入信道模型设计一种基于空间调制的物理层网络编码方案。在协同节点，将其中一个源信息映射成传统调制符号，而将另一个源信息映射到协同节点的天线序号上。在目的节点，通过最大似然检测，判决接收到的传统调制符号和发射天线序号，分别恢复两个源节点发送的信息。研究结果表明，由于两个源信息载体相互独立，基于空间调制的多址接入方案可以获得优于传统方案的容量区域。仿真结果表明，在高信噪比条件下，系统和速率近提高1倍，同时两路信息误码性能均较好。此外，考虑到实际系统中使用的并非理想的高斯信源，文中分析均基于有限字符集展开。     

一种改进的GMSK相干解调方法

利用Laurent分解方法可以将GMSK（Gaussian Filtered Minimum Shift Keying）信号表示成一系列脉冲幅度调制（Pulse Amplitude Modulation,PAM）信号之和的特性，对基于Laurent分解的GMSK信号次优化相干检测技术进行改进，多加入了一个PAM波形，调整了维特比检测分支度量的计算方法，并在不同相位关联长度下仿真分析了GMSK信号最优化、次优化和改进相干检测算法的误码率性能及实现复杂度。结果表明，与次优化检测算法相比，所提算法在不明显增加解调模块复杂度的情况下提高了解调误码性能。     

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。     

基于天线选择和功率分配的联合迭代优化算法

当使用所有天线进行无线数据传输时，大规模多输入多输出（Multiple-Input multiple-Output,MIMO）系统中的基站需要使用与天线数相同的射频链路，导致系统的实现复杂度增加，降低了系统的能效。针对能效降低的问题，提出了一种天线选择和功率分配的联合迭代优化算法。该算法在给定初始发送功率的条件下，随机生成一个天线集合作为内循环的初始值，内循环每次从余下的天线集合中选择一根具有最大能效的天线进行替换，得出最优天线集合，求出相应的最优发送功率，并以此作为下次外循环发送功率的初始值。仿真结果表明，所提算法在降低计算复杂度的前提下，几乎可以达到近似于最优穷举搜索算法的能效性能。     

大动态PCM/FM遥测信号的非相干解调

针对大动态低码率PCM/FM遥测信号的可靠接收问题展开研究,给出了一种基于连续相位调制（CPM）信号原理的载波频偏矫正及差分序列检测的非相干接收方案。针对限幅鉴频、多符号检测及差分序列检测等3种非相干解调算法,介绍了各自应用于PCM/FM信号的算法原理,并比较了3种算法的解调性能及对大动态环境的适应能力。计算机仿真表明,在无残留频偏情况下,2符号相位差分序列检测性能最好;但在0.05倍码速率的残留频偏下,1符号相位差分序列检测的性能更好,优于2符号相位差分序列检测、限幅鉴频检测和多符号非相干检测。对PCM/FM信号的讨论包含了几种典型的非相干解调,对大动态环境下的PCM/FM接收有重要的参考价值。     

MIMO系统中改进的二进制粒子群天线选择算法

在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。     

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。