本文選題：大規(guī)模MIMO + 檢測(cè)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(shì),變得越來(lái)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(lái)的幾根天線的大規(guī)模MIMO系統(tǒng)。目前對(duì)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(cè)技術(shù)作為MIMO系統(tǒng)的一個(gè)重要組成部分,對(duì)其檢測(cè)算法的研究將會(huì)極大地推動(dòng)對(duì)大規(guī)模MIMO研究的發(fā)展。傳統(tǒng)MIMO系統(tǒng)的檢測(cè)算法包括ZF、MF、MMSE和ZF-SIC等算法。其中球形檢測(cè)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(cè)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(cè)算法,其檢測(cè)復(fù)雜度將會(huì)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(cè)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(duì)大規(guī)模MIMO系統(tǒng)進(jìn)行了簡(jiǎn)單的介紹。主要簡(jiǎn)單地分析了大規(guī)模MIMO系統(tǒng)的總速率上界問(wèn)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(cè)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(lái)有待進(jìn)一步研究的難點(diǎn)和熱點(diǎn)問(wèn)題。本文重點(diǎn)對(duì)低復(fù)雜度的大規(guī)模MIMO的檢測(cè)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(cè)算法的基本原理和實(shí)現(xiàn)過(guò)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(duì)LAS算法的檢測(cè)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(guò)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(duì)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(guò)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(dòng)禁忌搜索(RTS)檢測(cè)算法。本文詳細(xì)闡述了RTS算法的算法原理和實(shí)現(xiàn)過(guò)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(guò)仿真驗(yàn)證了RTS算法的檢測(cè)性能,得出了RTS算法的檢測(cè)性能優(yōu)于LAS算法的結(jié)論。
[Abstract]:MIMO systems with multiple antennas at both transmitter and receiver have become more and more popular due to their advantages in transmit diversity and data rate. In order to further improve the spectral efficiency and channel capacity, a large scale MIMO system with large array antennas instead of several original antennas is proposed. At present, the research of large-scale MIMO system is still in its infancy. As an important part of MIMO system, the detection technology of receiver will greatly promote the development of large-scale MIMO research. The detection algorithms of traditional MIMO systems include the algorithms of MMSE and ZF-SIC. The spherical detection algorithm can obtain approximate ML detection performance at the cost of high complexity. However, the number of transmit and receive antennas in the large scale MIMO systems studied in this paper can reach tens or even hundreds. If the traditional MIMO detection algorithm is used, the detection complexity will become more and more intolerable. Therefore, it is the key to find low complexity detection algorithms for large scale MIMO systems. Firstly, this paper introduces the research background and research status of large-scale MIMO technology, and points out the research direction of this paper. Then the large-scale MIMO system is introduced briefly. In this paper, the total rate upper bound of large scale MIMO systems is briefly analyzed, and the key technologies of large scale MIMO systems are discussed, including channel estimation, downlink precoding and uplink detection. The technical characteristics and research status are introduced. At the same time, the difficulties and hot issues that need further research in the future of large scale MIMO systems are also discussed. In this paper, the detection algorithms of large scale MIMO with low complexity are studied. This paper introduces the basic principle and implementation process of the LAS-based detection algorithm based on local neighborhood search. Then the complexity of Las algorithm is analyzed from three aspects, and the detection performance of Las algorithm is simulated under different SNR or different antenna number. Then an algorithm based on Las for MOS-LAS is introduced. The algorithm improves the algorithm by generating several different local minimum points and finding out the optimal value. The MIV-LAS algorithm and MSCS-LAS algorithm are subdivided into MIV-LAS algorithm and MSCS-LAS algorithm according to the different ways of generating local minimum points. The idea of MIV-LAS algorithm and MSCS-LAS algorithm is introduced in detail, and the validity of the algorithm is verified by simulation. Finally, a low complexity active Tabu search (RTS) detection algorithm is also introduced. In this paper, the algorithm principle and realization process of RTS algorithm are described in detail, and the RTS algorithm and Las algorithm are compared in terms of algorithm principle and complexity, and the detection performance of RTS algorithm is verified by simulation. It is concluded that the detection performance of RTS algorithm is better than that of Las algorithm.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：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(píng)估[J];計(jì)算機(jī)工程;2011年16期

相關(guān)會(huì)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(huì)——2004年學(xué)術(shù)年會(huì)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(huì)2004年學(xué)術(shù)年會(huì)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(huì)2012年學(xué)術(shù)年會(huì)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(huì)論文集[C];2000年

5 趙唯;;晶粒度評(píng)級(jí)的改進(jìn)算法[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)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(huì)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(huì)25周年紀(jì)念會(huì)暨2011年學(xué)術(shù)年會(huì)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(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[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(huì)2009年年會(huì)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(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)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(chǎng)MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測(cè)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(shí)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(wèn)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(jìng)爭(zhēng)性出讓系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)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(cè)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(dòng)目標(biāo)檢測(cè)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(tái)開(kāi)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(guó)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(zhǎng)安大學(xué);2015年

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

，

本文編號(hào)：1992349