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。     

采用相位判决的低复杂度广义空间调制检测算法

针对广义空间调制（GSM）系统中信号检测复杂度过高的问题，提出了一种基于相位判决的低复杂度检测算法。首先根据一种排序准则对天线组合进行排序，然后将排序后的天线组合中的符号向量依次通过基于相位判决的迫零(ZF)均衡器进行检测，最终得到星座调制符号和激活天线组合。分析和仿真结果表明，该检测算法可以有效缩小接收端的搜索范围，在提供与最大似然（ML）检测算法相近的误比特率（BER）性能的同时，计算复杂度降低了98%。     

基于稀疏系数位置和归一化残差的压缩感知信号检测

信号检测是压缩感知理论研究的重要内容。针对当前压缩感知信号检测算法没有充分利用稀疏系数幅值和位置信息的不足,提出了一种新的检测算法。该算法首先引入归一化残差变量,有效克服了稀疏系数幅值波动大的缺点;然后,利用不同测量矩阵确定的稀疏系数位置信息,基于正交匹配追踪（OMP）算法实现目标信号检测。实验结果表明,算法的检测性能随着信噪比的提高而增强,且与压缩比负相关,运算复杂度较正交匹配追踪算法和仅利用稀疏系数位置信息的算法相当但检测性能分别提高了4 dB和1 dB.     

OFDM系统中基于弱选择ROMP算法的稀疏信道估计

为了解决实际OFDM通信系统中信道稀疏度未知的不足,提出将弱选择正则化正交匹配追踪算法用于估计稀疏信道。算法在不知晓信道稀疏度的情况下,对不同迭代残差与测量矩阵中原子的相关系数进行判定后,根据原子的弱选择准则灵活地确定出表示信道冲激响应的原子候选集,进而利用正则化原则从候选集中挑选出表示信道冲激响应的最优原子组,逐步实现精确重建。仿真结果和理论分析表明：与正则化正交匹配追踪算法相比,相同条件下改进算法可以获得更低的均方误差和误比特率;另外,算法无需将信道稀疏度作为先验信息,实用性更强。     

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。     

一种空频二维键移索引调制传输新方法

多输入多输出(Multiple-Input Multiple-Output,MIMO)技术和正交频分复用(Orthogonal Frequency-Division Multiplexing,OFDM)技术因其优秀的抗符号间干扰特性被广泛应用于高速数据传输，但传统MIMO-OFDM系统的检测需要在空频域中联合搜索调幅/调相信号，复杂度高。为降低系统复杂度，将索引调制技术与MIMO-OFDM系统相结合提出了一种激活特定空频单元，利用索引传输额外信息的新方法，并通过理论分析获得了该方法的近似闭合性能表达式。此外，利用数值仿真对分析结果进行了验证。理论推导与系统仿真结果均显示了所提方法能在不增加发射天线数目的前提下提高系统的发射分集增益。上述理论结果可以为下一代低功耗低复杂度的空频系统设计提供借鉴。     

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。     

NB-IoT系统中窄带物理广播信道的盲检测

在窄带物联网（NB-IoT）系统中，为了正确解调窄带物理广播信道（NPBCH）以获取系统信息，提出了两种NPBCH的盲检测算法，包括常规检测算法和功率检测算法。常规检测算法采用遍历1/2两种发射天线数和8种不同扰码序列的方法进行盲检测，而功率检测算法是在常规检测算法的基础上改进天线端口数的获取方式，主要采用两种天线端口下窄带参考信号（NRS）的功率比值进行判断天线端口数的方法，以降低常规检测算法的计算复杂度。仿真结果表明，当信噪比小于-17 dB时，常规检测算法相比于功率检测算法解调有3~4 dB的增益，检测可靠性能较好；当信噪比大于-17 dB时，两种算法的检测正确率均超过0.98，但功率检测算法较常规检测算法降低了近50%的时间复杂度，更加有利于工程的实践。     

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。     

应用于空间调制的低复杂度A*检测算法

针对A*检测算法复杂度仍然较高的问题，提出了一种将接收天线重排序的检测算法。在现有A*检测算法的基础上增加接收天线分层排序的处理过程，使A*检测算法中最先选择的节点所在的分支更有可能包含最优路径，更早地将不对的节点排除，大大减少树搜索时需要访问的节点数。所提算法能够获得近似最优的检测性能，同时，与最大似然检测算法相比复杂度降低了73%~89%。     

基于串并结合策略的SCMA多用户检测

稀疏码分多址接入（SCMA）是促进第五代移动通信系统发展的重要无线空口技术支撑,能够满足海量连接的需求。针对上行SCMA通信系统接收端使用的基于串行消息传递算法（MPA）的多用户检测迭代运行时间长,导致系统时延的问题,提出一种串并结合SCMA多用户检测算法,充分融合了串并行消息传递特点。仿真结果表明,相比串行MPA多用户检测算法,所提算法可降低系统的复杂度,且每轮迭代运行时间减少,从而减小了时延,实现了误比特率性能与系统时延、系统复杂度之间理想的平衡。     

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。     

无穷范数松弛的低复杂度超奈奎斯特检测

超奈奎斯特(Faster-than-Nyquist,FTN)速率传输可以有效提高频谱效率，但这种非正交传输方式引入的严重码间串扰相应提高了接收端的处理难度。针对该问题，设计了一种基于循环成块传输的低复杂度检测算法。最优检测被建模为无约束的二元二次规划(Boolean Quadratic Program,BQP)问题，为了求解该NP-hard问题，采用无穷范数约束松弛原问题的非凸可行解集，并基于次梯度下降法提出松弛问题的有效优化算法。数值仿真结果表明，所提算法在误比特率(Bit Error Rate,BER)性能上优于频域均衡，且在可接受的性能损失范围内算法执行效率远高于理论最优的最大似然序列估计(Maximum Likelihood Sequence Estimation,MLSE)。     

基于Gibbs采样的MIMO信号检测改进算法

针对传统Gibbs采样算法的“失控问题”,提出了一种改进算法,在Gibbs迭代采样过程中加入对噪声方差的估计,消除了失控问题。设计了信号检测流程,将最大似然（ML）检测的搜索过程嵌入Gibbs迭代采样过程,减少了最大似然检测的计算步骤。仿真结果表明,所提算法能估计噪声方差,具有接近最大似然检测的性能。     

GSM系统频率同步的实现

在GSM系统中提出一种简单的频率同步算法,利用系统频率校正信道（FCCH）的信 号特征估计接收信号的频率偏移,并通过频率补偿实现系统频率同步。仿真结果表明,该算 法丢包率低,信噪比为8 dB时就可完全检测到FCCH;频偏估计和补偿效果好,降低了系 统误 码率。与传统的基于频域FCCH检测算法和最大似然匹配检测算法相比,所提算法基于 时域信号处理,不需进行频域分析,其性能好且简单实用。     

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。     

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。