MIMO-GFDM系統(tǒng)中低復(fù)雜度動態(tài)禁忌搜索檢測算法的改進(jìn)
發(fā)布時間：2021-09-06 07:22
針對多輸入多輸出的廣義頻分復(fù)用（MIMO-GFDM）系統(tǒng)的等效信道矩陣維度極大,傳統(tǒng)的MIMO檢測算法復(fù)雜度高且性能不佳的問題,將大規(guī)模MIMO系統(tǒng)中的動態(tài)禁忌搜索（RTS）檢測算法運(yùn)用到MIMO-GFDM系統(tǒng)中,并解決了RTS算法初始值的求解復(fù)雜度高的問題。首先利用最小均方誤差（MMSE）檢測算法所用到矩陣的正定對稱性將矩陣Cholesky分解,并結(jié)合Sherman-Morrison公式迭代計算初始值,降低了初始值求逆的高復(fù)雜度;然后以改進(jìn)的MMSE檢測結(jié)果作為RTS算法的初始值,從初始值逐步全局搜索最優(yōu)解;最后通過仿真,對不同算法的迭代次數(shù)和誤碼率（BER）性能進(jìn)行了研究。理論分析與仿真結(jié)果表明:在MIMO-GFDM中,所提改進(jìn)RTS信號檢測算法誤碼率遠(yuǎn)低于傳統(tǒng)信號檢測算法。在4QAM時,RTS算法大約有低于MMSE檢測6 dB的信噪比性能增益(誤碼率在10-3時);在16QAM時,RTS算法大約有低于MMSE檢測4 dB的信噪比性能增益(誤碼率在10-2時)。與傳統(tǒng)RTS算法性相比,所提改進(jìn)算法在不影響誤碼率性能的同時降低了算法復(fù)雜度。
【文章來源】：計算機(jī)應(yīng)用. 2019,39(04)北大核心CSCD
【文章頁數(shù)】：5 頁
【部分圖文】：
MIMO-GFDM系統(tǒng)結(jié)構(gòu)Fig．1MIMO-GFDMsystemstructure傳輸?shù)亩M(jìn)制矢量b經(jīng)過QAM調(diào)制生成N×N的復(fù)值
向量空間中存在大量局部極小值點(diǎn)，并且這些局部極值點(diǎn)周期性地出現(xiàn)，它們會在搜索過程中相互跳轉(zhuǎn)，降低了搜索的效率。圖3不同初始值的ＲTS算法在不同迭代次數(shù)下的性能Fig．3PerformanceofＲTSalgorithmwithdifferentinitialvaluesunderdifferentiterationnumbers圖4MIMO-GFDM中五種檢測算法在不同調(diào)制下的性能Fig．4PerformanceoffivedetectionmethodsinMIMO-GFDMsystemsunderdifferentmodulations5結(jié)語本文分析了MIMO-GFDM系統(tǒng)的等效信道矩陣，發(fā)現(xiàn)其矩陣維度很高，導(dǎo)致傳統(tǒng)的信號檢測算法性能不好且復(fù)雜度很高，所以考慮將大規(guī)模MIMO系統(tǒng)中的ＲTS信號檢測算法運(yùn)用到MIMO-GFDM系統(tǒng)，以降低系統(tǒng)的誤碼率。本文還利用MMSE檢測中的正定對稱矩陣，使用Cholesky分解和Sherman-Morrison公式降低ＲTS算法初始值求解的復(fù)雜度，且不影響ＲTS算法最終的誤碼率性能。最后，仿真驗證初始值對ＲTS算法搜索迭代次數(shù)和最終穩(wěn)定性能的影響，也比較了傳統(tǒng)信號檢測算法和本文改進(jìn)ＲTS算法在MIMO-GFDM系統(tǒng)的性能，驗證了改進(jìn)ＲTS算法在性能和復(fù)雜度上的優(yōu)勢。參考文獻(xiàn)(Ｒeferences)［1］李寧，周圍．面向5G的新型多載波傳輸技術(shù)比較［J］．通信技術(shù)，2016，49(5):519－523．(LIN，ZHOUW．Comparisonofnewmulti-carriertransmissiontechnologyfor5G［J］．Communica-tionsTechnology，2016，49(5):519－523．)［2］MATTHEM，GASPAＲI，ZHANGD．etal．Near-MLdetectionforMIMO-GFDM［C］//Proceedingsofthe2015IEEE82ndVehicularTechnologyConference．Piscataway，NJ:IEEE，2015:1－2．［3］MATTHEM，ZHANGD，F(xiàn)ETTWEISG．Sphere-decodingaided
【參考文獻(xiàn)】：
期刊論文
[1]面向5G的新型多載波傳輸技術(shù)比較[J]. 李寧,周圍. 通信技術(shù). 2016(05)
[2]一種基于Cholesky分解的快速矩陣求逆方法設(shè)計[J]. 魏嬋娟,張春水,劉健. 電子設(shè)計工程. 2014(01)
碩士論文
[1]Massive MIMO中基于RTS的檢測算法研究[D]. 王天航.安徽大學(xué) 2017
[2]大規(guī)模MIMO中低復(fù)雜度檢測算法設(shè)計[D]. 鄧愷.南京郵電大學(xué) 2016
本文編號：3387017
【文章來源】：計算機(jī)應(yīng)用. 2019,39(04)北大核心CSCD
【文章頁數(shù)】：5 頁
【部分圖文】：
MIMO-GFDM系統(tǒng)結(jié)構(gòu)Fig．1MIMO-GFDMsystemstructure傳輸?shù)亩M(jìn)制矢量b經(jīng)過QAM調(diào)制生成N×N的復(fù)值
向量空間中存在大量局部極小值點(diǎn)，并且這些局部極值點(diǎn)周期性地出現(xiàn)，它們會在搜索過程中相互跳轉(zhuǎn)，降低了搜索的效率。圖3不同初始值的ＲTS算法在不同迭代次數(shù)下的性能Fig．3PerformanceofＲTSalgorithmwithdifferentinitialvaluesunderdifferentiterationnumbers圖4MIMO-GFDM中五種檢測算法在不同調(diào)制下的性能Fig．4PerformanceoffivedetectionmethodsinMIMO-GFDMsystemsunderdifferentmodulations5結(jié)語本文分析了MIMO-GFDM系統(tǒng)的等效信道矩陣，發(fā)現(xiàn)其矩陣維度很高，導(dǎo)致傳統(tǒng)的信號檢測算法性能不好且復(fù)雜度很高，所以考慮將大規(guī)模MIMO系統(tǒng)中的ＲTS信號檢測算法運(yùn)用到MIMO-GFDM系統(tǒng)，以降低系統(tǒng)的誤碼率。本文還利用MMSE檢測中的正定對稱矩陣，使用Cholesky分解和Sherman-Morrison公式降低ＲTS算法初始值求解的復(fù)雜度，且不影響ＲTS算法最終的誤碼率性能。最后，仿真驗證初始值對ＲTS算法搜索迭代次數(shù)和最終穩(wěn)定性能的影響，也比較了傳統(tǒng)信號檢測算法和本文改進(jìn)ＲTS算法在MIMO-GFDM系統(tǒng)的性能，驗證了改進(jìn)ＲTS算法在性能和復(fù)雜度上的優(yōu)勢。參考文獻(xiàn)(Ｒeferences)［1］李寧，周圍．面向5G的新型多載波傳輸技術(shù)比較［J］．通信技術(shù)，2016，49(5):519－523．(LIN，ZHOUW．Comparisonofnewmulti-carriertransmissiontechnologyfor5G［J］．Communica-tionsTechnology，2016，49(5):519－523．)［2］MATTHEM，GASPAＲI，ZHANGD．etal．Near-MLdetectionforMIMO-GFDM［C］//Proceedingsofthe2015IEEE82ndVehicularTechnologyConference．Piscataway，NJ:IEEE，2015:1－2．［3］MATTHEM，ZHANGD，F(xiàn)ETTWEISG．Sphere-decodingaided
【參考文獻(xiàn)】：
期刊論文
[1]面向5G的新型多載波傳輸技術(shù)比較[J]. 李寧,周圍. 通信技術(shù). 2016(05)
[2]一種基于Cholesky分解的快速矩陣求逆方法設(shè)計[J]. 魏嬋娟,張春水,劉健. 電子設(shè)計工程. 2014(01)
碩士論文
[1]Massive MIMO中基于RTS的檢測算法研究[D]. 王天航.安徽大學(xué) 2017
[2]大規(guī)模MIMO中低復(fù)雜度檢測算法設(shè)計[D]. 鄧愷.南京郵電大學(xué) 2016
本文編號：3387017
本文鏈接：http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3387017.html
最近更新
教材專著
