上行SCMA系统的动态子图检测算法

面对未来网络需求量的爆炸性增长，稀疏码多址接入（Sparse Code Multiple Access，SCMA）作为一种基于码本的非正交多址技术，在用户连接数、频谱效率和低时延都有很大的提升。由于码字的稀疏性，SCMA采用消息传递算法（Message Passing Algorithm，MPA）实现多用户检测，但是复杂度还是相对较高，以至于很难应用于实际系统。为了解决上述问题，提出了一种动态子图消息传递算法（Dynamic Sub-graph Message Passing Algorithm，DS-MPA）进行信号检测。DS-MPA利用剩余值来确定下一次迭代的子图，减少了资源节点的更新用户数量，达到了降低复杂度的目的。仿真结果显示算法性能几乎无损并且降低了1/3左右的复杂度。     

一种用于SCMA系统的混合期望传播检测方法

作为一种新的非正交多址接入技术,稀疏码多址接入（Sparse Code Multiple Access,SCMA）被提出以支持大规模连接。基于稀疏因子图,SCMA利用低复杂度的消息传递算法（Message Passing Algorithm,MPA）来实现接近最优的多用户检测。但是,传统MPA的复杂度仍然很高。为了灵活地控制算法的复杂性,提出了一种混合期望传播检测算法用于SCMA检测,建立算法复杂度与信道阈值之间的关系,利用信道阈值控制算法复杂度。此外,将混合期望传播检测算法与消息回退机制相结合以提高性能。仿真结果表明,与其他检测方案相比,所提算法可以灵活地在算法性能和计算复杂度之间进行折衷。     

外部信息自适应更新的SCMA系统译码方案

现有上行稀疏码多址接入（Sparse Code Multiple Access，SCMA）通信系统采用的译码算法中，基于串行策略的消息传递算法（Message Passing Algorithm，MPA）因其在每次迭代过程只选择单个消息进行更新，存在着收敛速度较慢等问题。针对以上问题，提出外部信息自适应更新的MPA算法，每次迭代过程中自适应选取多个残差值较大、相互独立的节点，更新其外部信息以达到提高计算效率的目的。仿真结果表明，该算法可有效提升译码性能，在计算复杂度与译码性能之间取得了较好的平衡。     

一种改进的基于多用户检测的独立分量分析算法

为了降低FastICA算法的计算复杂度,提出了一种基于多用户检测串行干扰抵消的新型独立分量分析算法MUD_FastICA。该算法结合了盲信号分离和多用户检测串行干扰抵消两种信号处理技术,利用减法和低维特征值分解来保证每次分离出不同独立分量和达到降低算法复杂度的目的。通过分析和仿真可以看出,所提算法在不影响分离性能的前提下,显著降低了算法的迭代次数和每次迭代的计算复杂度。在信噪比0 dB和4个源信号混合情况下,分离第二个信号的迭代次数和所需计算单元分别下降了14%和37%,分离第三个信号的迭代次数和所需计算单元分别下降了22%和58%,因此更加适合对实时性要求高的通信系统。     

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。     

大规模MIMO系统中的一种自适应SIC检测算法

与传统系统相比,大规模多入多出（MIMO）系统能更加有效地提高频谱效率。利用传统的最小均方误差（MMSE）信号检测算法求解大规模MIMO系统,虽然检测结果接近最优,但是矩阵的求逆运算导致计算的复杂度非常高。提出了一种自适应排序干扰消除（SIC）检测算法,在逐次超松弛（SOR）迭代运算的基础上,通过干扰消除降低待检测矩阵的维度。通过仿真分析,得出所提算法的复杂度低于Jacobi、SOR检测算法,且在迭代次数较少的情况下,算法的误码率（BER）性能明显优于SOR检测算法。     

融合通用滤波多载波的非正交多址接入技术

典型的非正交多址接入技术（Non-orthogonal Multiple Access,NOMA）有稀疏码分（Sparse Code Multiple Access，SCMA）、多用户共享（Multi-user Shared Access，MUSA）、图样分割（Pattern Division Multiple Access，PDMA）等。为了研究这三种典型的NOMA技术与通用滤波多载波复用技术（Universal Filtered Multi-carrier,UFMC）技术结合后的性能，将三种典型的NOMA与UFMC结合，然后分析比较了它们的误码率性能，通过仿真对比得出UFMC-SCMA系统相比其他两种结合系统具有更好的系统性能。为了更进一步验证UFMC-SCMA系统的优点，还将其与热门的OFDM-SCMA系统进行对比。研究结果表明，由于UFMC-SCMA系统具有码本的稀疏性以及近似最优的信息传递算法（Message Passing Algorithm，MPA）检测方案，并采用子频带滤波，有效降低了误码率并提高了频谱效率，因而其具有较好的系统性能。     

TDRSS接收机码分多址干扰抑制方案设计

为了在跟踪与数据中继卫星系统（TDRSS）中实现码分多址（CDMA）应用,需要完成多用户检测（MUD）及码分多址干扰（MAI）抑制。采用减性多级迭代对消算法,在数字信号处理芯片中完成信号再生、延时校正、时域相减对消,可以完成至少12通道的多用户检测,并能将多址干扰抑制至最小1 dB以内。该算法可作为通用MUD算法的有效补充,并能应用于各类非最优的CDMA系统中,具有迭代级数可选、通道扩展性强、工程实现性好的优点。     

空时分组码MIMO系统的多用户检测技术

为了抑制空时分组编码系统中的共道用户多址干扰，对低复杂度的多用户检测算法进行了研究，提出了基于概率数据辅助（Probabilistic Data Association，PDA）算法的大容量多用户检测技术。通过充分利用干扰信号的相关性进行有效干扰抑制，从增加共道用户的角度来提高系统容量。仿真表明，该检测技术能进一步提高系统性能，尤其是增大了通信系统容量。     

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。     

低复杂度的QR解相关多用户检测算法

针对常规解相关多用户检测算法因对相关矩阵求逆的运算量随用户数增加呈指数增加而失去了实用价值，提出了不需对相关阵求逆的计算复杂度低的快速QR解相关多用户检测算法。该快速算法运算量与常规解相关算法相比，运算量减少了70％，而检测性能丝毫没有降低。显然，该算法优于常规算法，具有实用意义。     

一种适用于TD-SCDMA系统的多用户检测算法

利用逐次干扰抵消多用户检测结构,结合空时RAKE接收机,提出一种空时逐次干扰抵消多用户检测算法.仿真结果表明,该算法相比传统空时RAKE接收机有近5 dB的增益,误码率有了相当的改进.     

适用于TD-SCDMA下行链路的联合检测接收算法

多用户检测技术是第三代及未来移动通信系统的关键特征。分析了一些通用的算法,并介绍了一种可以用于下行链路的联合检测算法,可以在较低运算复杂度的情况下,提高终端的接收增益。     

DS-CDMA系统的一种进化规划多用户检测算法

针对码分多址接入（CDMA）系统中最优多用户检测的指数计算复杂度问题，结合CDMA通信的实际特点，利用进化规划免去了交叉操作因而计算复杂度小的特点，提出了一种基于进化规划的多用户检测问题的优化处理方法。实验结果表明本方法可获得接近最佳检测的性能，但计算复杂度降低。     

一种低迭代次数的极化码置信传播译码算法

针对置信传播（Belief Propagation,BP）译码算法在迭代次数较多时吞吐量和译码时延性能提升受限的问题,提出了一种低迭代次数的极化码BP译码算法,通过采用比特翻转和子信道冻结的方式,降低译码过程中的迭代次数。仿真结果表明,相对于传统极化码BP译码算法（设置最大迭代次数为40次）,所提算法在信噪比为3 dB时可将平均迭代次数减少约53%,处理单元平均计算次数减少约68%。该算法所带来的低时延和低功耗效益可运用在对功耗要求较高的大规模机器类型通信,以及对时延要求较高的超可靠低延迟通信等5G场景下的极化码译码中。     

基于并行遗传算法的CDMA优化多用户检测方法

本文阐述了复杂性科学的兴起和由来及其在经济领域中的应用情况,并且展望了复杂性科学在经济领域中的应用前景。     

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。     

一种低复杂度的降低MIMO—OFDM峰平比的CARI方法

天线旋转取反算法(CARI)是降低MIMO-OFDM系统峰平功率比(PAPR)的一种性能较优的算法,不足之处是其迭代次数很大。CARI的次最优算法逐次次最优天线旋转取反(SS-CARI)算法虽然可以减小迭代次数,但性能损失又比较大。针对这一问题,提出了一种用滑动窗搜索旋转取反组合的次最优CARI方法,利用滑动窗搜索局部最优的旋转取反组合,既可以避免整体的遍历搜索大大减小CARI算法的计算复杂度,又可以改善SS-CARI的PAPR减小性能。仿真结果表明,该方法能够在系统复杂度与PAPR降低性能上取得很好的折衷。