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。     

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)。     

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。     

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。     

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。     

模平方优化的低复杂度多符号检测

针对传统多符号检测算法（MSD）在脉冲编码调制/调频（PCM/FM）信号解调时存在复杂度高、工程实现难度较大的问题，提出了一种优化模平方的低复杂度多符号检测算法。通过将传统MSD中的模平方运算近似优化为绝对值加减法运算，使用的计算资源下降为原来的80〖WT《Times New Roman》〗%〖WTBZ〗左右。仿真结果表明，与传统的MSD算法相比，该优化算法降低了计算资源，同时几乎不损失性能，有利于硬件的实现，具有较强的实用价值。     

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。     

MIMO信号检测中软信息计算的简化方法

编码的多入多出（MIMO）迭代接收技术，是一种高频谱利用率、高性能的接收技术。本文对这种迭代接收机进行了分析。为便于硬件实现，利用QAM调制的特性，对MIMO信号检测中的软信息计算提出了简化方法。仿真结果表明，简化方法对系统性能影响很小。     

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。     

基于高阶循环累积量和支持矢量机的分级调制分类算法

利用观测样本的高阶循环累积量特征,提出一种基于支持矢量机的分级调制分类算法 ,实现了对QAM调制信号的自动识别。该算法具有较快的分类器训练速度和较低的复杂度, 对时延和相位旋转具有稳健性,并可在干扰环境下实现对感兴趣信号调制类型的识别。理论 分析和仿真结果均证明了算法的正确性和有效性。