本文選題：大規(guī)模MIMO + 檢測算法　； 參考：《西安電子科技大學(xué)》2014年碩士論文

【摘要】：在發(fā)送端和接收端都有多根天線的MIMO系統(tǒng)由于其在發(fā)射分集和數(shù)據(jù)速率等方面的優(yōu)勢,變得越來越受歡迎,從而發(fā)展到今天已經(jīng)相當(dāng)成熟了。而為了進(jìn)一步提高頻譜效率和信道容量,提出了以大型陣列天線代替原來的幾根天線的大規(guī)模MIMO系統(tǒng)。目前對大規(guī)模MIMO系統(tǒng)的研究尚處于起步階段,而接收端的檢測技術(shù)作為MIMO系統(tǒng)的一個(gè)重要組成部分,對其檢測算法的研究將會極大地推動對大規(guī)模MIMO研究的發(fā)展。傳統(tǒng)MIMO系統(tǒng)的檢測算法包括ZF、MF、MMSE和ZF-SIC等算法。其中球形檢測算法在以高復(fù)雜度為代價(jià)的基礎(chǔ)上可以獲得近似ML檢測的性能。而本文研究的大規(guī)模MIMO系統(tǒng)的發(fā)射天線和接收天線數(shù)量可以達(dá)到數(shù)十乃至數(shù)百根,若采用傳統(tǒng)的MIMO檢測算法,其檢測復(fù)雜度將會變得難以忍受,因此尋找適用于大規(guī)模MIMO系統(tǒng)的低復(fù)雜度的檢測算法成為關(guān)鍵。本文首先介紹了大規(guī)模MIMO技術(shù)的研究背景和研究現(xiàn)狀,指明了全文的研究方向。接著對大規(guī)模MIMO系統(tǒng)進(jìn)行了簡單的介紹。主要簡單地分析了大規(guī)模MIMO系統(tǒng)的總速率上界問題,探討了大規(guī)模MIMO系統(tǒng)的關(guān)鍵技術(shù),主要包括信道估計(jì)技術(shù)、下行預(yù)編碼和上行檢測技術(shù),從技術(shù)特點(diǎn)和研究現(xiàn)狀兩個(gè)方面進(jìn)行了介紹。同時(shí)還討論了大規(guī)模MIMO系統(tǒng)未來有待進(jìn)一步研究的難點(diǎn)和熱點(diǎn)問題。本文重點(diǎn)對低復(fù)雜度的大規(guī)模MIMO的檢測算法進(jìn)行了研究。詳細(xì)介紹了基于本地鄰域搜索的似然上升搜索(LAS)檢測算法的基本原理和實(shí)現(xiàn)過程。接著從三個(gè)方面分析了LAS算法的復(fù)雜度,并在不同SNR或者不同天線數(shù)的條件下對LAS算法的檢測性能進(jìn)行了仿真驗(yàn)證。然后介紹了一種基于LAS的MOS-LAS算法,該算法通過生成多個(gè)不同的局部最小點(diǎn)并從中找出最優(yōu)值的方式達(dá)到了改善的目的。根據(jù)生成局部最小點(diǎn)的方式不同又細(xì)分為MIV-LAS算法和MSCS-LAS算法。本文對MIV-LAS算法和MSCS-LAS算法的思想進(jìn)行了詳細(xì)地介紹,并通過仿真驗(yàn)證了算法的有效性。最后還介紹了另外用一種低復(fù)雜度的主動禁忌搜索(RTS)檢測算法。本文詳細(xì)闡述了RTS算法的算法原理和實(shí)現(xiàn)過程,并從算法原理和復(fù)雜度等方面將RTS算法和LAS算法進(jìn)行了全面地比較,并通過仿真驗(yàn)證了RTS算法的檢測性能,得出了RTS算法的檢測性能優(yōu)于LAS算法的結(jié)論。
[Abstract]:The MIMO system, which has multiple antennas at both the transmitter and receiver, is becoming more and more popular because of its advantages in transmitting diversity and data rate, and it has become quite mature today. In order to further improve the efficiency of the spectrum and the capacity of the channel, a large array antenna is proposed to replace the original antennas. At present, the research on large-scale MIMO system is still in the beginning stage, and the detection technology of the receiver is an important part of the MIMO system. The research on its detection algorithm will greatly promote the development of large-scale MIMO research. The detection algorithms of the traditional MIMO system include the algorithms of ZF, MF, MMSE and ZF-SIC. Among them, the sphere of detection of the MIMO system includes the algorithms of the MF, MMSE and ZF-SIC. Shape detection algorithm can obtain approximate ML detection performance on the basis of high complexity, and the number of transmitting antenna and receiving antenna of large-scale MIMO system can reach tens or hundreds of roots. If the traditional MIMO detection algorithm is used, the detection complexity will become unbearable, so the search is suitable for large scale. The key to the low complexity detection algorithm of scale MIMO system is the key. This paper first introduces the research background and research status of large-scale MIMO technology, points out the research direction of the full text, and then briefly introduces the large-scale MIMO system. It mainly analyzes the total rate upper bound problem of large-scale MIMO system, and discusses the big rules. The key technologies of the modular MIMO system, including channel estimation, downlink precoding and uplink detection, are introduced from two aspects of technical characteristics and research status. At the same time, the difficulties and hot issues to be further studied in the future of large-scale MIMO systems are also discussed. This paper focuses on the detection of large scale MIMO with low complexity. The basic principle and implementation process of the likelihood ascending search (LAS) detection algorithm based on local neighborhood search are introduced in detail. Then the complexity of the LAS algorithm is analyzed from three aspects, and the detection performance of the LAS algorithm is verified under the conditions of different SNR or different antenna numbers. Then a kind of method is introduced. Based on the MOS-LAS algorithm of LAS, the algorithm achieves the goal of improving by generating a number of different local minimum points and finding the optimal value from it. According to the different ways of generating the local minimum points, the algorithm is subdivided into MIV-LAS and MSCS-LAS algorithms. This paper introduces the ideas of MIV-LAS and MSCS-LAS algorithms in detail. The effectiveness of the algorithm is verified by over simulation. Finally, a low complexity active tabu search (RTS) detection algorithm is also introduced. This paper expounds the algorithm principle and implementation process of the RTS algorithm in detail, and compares the RTS algorithm with the LAS algorithm in the aspects of the principle and complexity of the algorithm, and verifies the RTS through simulation. The detection performance of the algorithm shows that the detection performance of the RTS algorithm is better than that of the LAS algorithm.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN919.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄒汪平;;一種基于網(wǎng)絡(luò)安全控制的蜂群算法應(yīng)用研究[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

2 李向偉;曹博;;時(shí)間參數(shù)在HITS算法中的應(yīng)用及改進(jìn)[J];蘭州工業(yè)高等專科學(xué)校學(xué)報(bào);2006年02期

3 吳濤;彭篤學(xué);;一種改進(jìn)的直線段裁剪算法[J];湛江師范學(xué)院學(xué)報(bào);2008年03期

4 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標(biāo)準(zhǔn)的防沖突算法與改進(jìn)[J];計(jì)算機(jī)工程;2009年02期

5 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計(jì)算機(jī)工程;2009年18期

6 秦永彬;許道云;;警示傳播算法的原理分析及算法改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 郭毅可;韓銳;;云計(jì)算中的彈性算法:概要和展望[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

8 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年23期

9 肖璞;;XML索引更新算法的改進(jìn)[J];南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

10 周駿;陳鳴;張佳明;;兩類頻繁項(xiàng)算法在網(wǎng)絡(luò)流上的適用性評估[J];計(jì)算機(jī)工程;2011年16期

相關(guān)會議論文 前10條

1 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會——2004年學(xué)術(shù)年會論文集[C];2004年

2 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會2004年學(xué)術(shù)年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進(jìn)的Apriori算法的研究[A];廣西計(jì)算機(jī)學(xué)會2012年學(xué)術(shù)年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實(shí)現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進(jìn)算法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴(kuò)展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會25周年紀(jì)念會暨2011年學(xué)術(shù)年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計(jì)算機(jī)學(xué)會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 鐘永騰;基于近場MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測研究[D];南京航空航天大學(xué);2014年

2 單美靜;求解非線性實(shí)代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

3 邱劍鋒;人工蜂群算法的改進(jìn)方法與收斂性理論的研究[D];安徽大學(xué);2014年

4 潘磊;若干社區(qū)發(fā)現(xiàn)算法研究[D];南京大學(xué);2014年

5 陳俊波;頻繁閉合項(xiàng)集挖掘算法及應(yīng)用研究[D];浙江大學(xué);2009年

6 陸楠;關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學(xué);2007年

7 范洪博;快速精確字符串匹配算法研究[D];哈爾濱工程大學(xué);2011年

8 寇曉麗;群智能算法及其應(yīng)用研究[D];西安電子科技大學(xué);2009年

9 劉維;生物序列模式挖掘與識別算法的研究[D];南京航空航天大學(xué);2010年

10 吳擎;基于模式搜索的類電磁機(jī)制算法研究與應(yīng)用[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 安世勇;命題邏輯中隨機(jī)3-SAT問題算法研究[D];西南交通大學(xué);2015年

2 畢曉慶;油氣探礦權(quán)競爭性出讓系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中國地質(zhì)大學(xué)(北京);2015年

3 王明明;鐵路大機(jī)與線路固定設(shè)施間距檢測算法研究[D];西南交通大學(xué);2015年

4 李靜;基于視頻圖像序列的運(yùn)動目標(biāo)檢測與跟蹤算法研究[D];寧夏大學(xué);2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學(xué);2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學(xué);2015年

8 張路奇;基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進(jìn)[D];長安大學(xué);2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學(xué);2015年

，

本文編號：1992348