排序方式: 共有102条查询结果,搜索用时 125 毫秒
1.
随着天线数目和反馈比特数的增加,大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)信道向量量化的复杂度大幅增加。为此,提出了一种基于方向标记的有限反馈量化方法。该方法将码本中码字进行分组,每组选取一个向量作为方向标记向量,在进行量化时,信道向量首先与各组方向标记向量进行比较,将与信道向量最接近的方向标记向量所在组选为待选码本组;在待选码本组内进行下一步量化,最终选出与其最接近的量化向量为最优码字。复杂度分析与仿真结果表明,所提方法缩小了待选码字的数量从而降低了计算复杂度,是系统性能与计算复杂度的一种折中。 相似文献
2.
3.
4.
为提高现有端到端通信系统的泛化能力和可靠性,提出了一种基于卷积神经网络的空时分组码(Space-Time Block Coding,STBC)多输入多输出通信系统物理层方案。该方案将通信系统物理层表述、调制和解调过程联合起来形成端到端自编码器系统,引入多层一维卷积层,分别构建发射机和接收机,并扩展为多天线模式。为进一步提高系统可靠性,合理规划网络结构和参数,联合信号的调制和编码方案,优化了系统模型。仿真实验表明,针对瑞利相关衰落下多输入多输出(Multiple-Input Multiple-Output,MIMO)信道应用场景,训练模型可以实现传统STBC系统的误码性能,两发两收系统在发送端相关系数为0和0.9时分别优于传统系统0.5 dB和1 dB。此外,经过优化后的系统可获得采用卷积编码的性能改善效果,其两发两收不同工作方式优于传统1/2码率卷积编码STBC系统1~3 dB。 相似文献
5.
多输入多输出-正交频分复用(MIMO-OFDM)无线通信系统中接收信号从空间、时间、频率的维度形成多因素的阵列信号,传统的矢量或者矩阵代数的建模方法在处理多因素信号问题上显得不足,无法利用多因素间的关系,而张量分析在解决多维阵列信号处理的问题上具有优势。针对MIMO无线通信系统,结合OFDM技术,研究了张量信号的建模及分解方法,并充分利用张量信号的分解唯一性提高无线接收信号的检测能力。提出了基于CP(CANDECOMP/PARAFAC)张量分解方法对未知信道状态(CSI)的MIMO-OFDM系统进行接收端的张量信号建模和盲检测,并通过仿真分析验证了模型的可行性。仿真结果表明,在接收天线数目大于发送天线数目且各径信道独立情况下,基于CP分解的接收信号盲检测算法在误码率为10-4时,随着接收天线数目增加,信噪比可获得约5 dB的增益。 相似文献
6.
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。 相似文献
7.
8.
9.
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。 相似文献