大規(guī)模MIMO技術(shù)作為第五代移動通信系統(tǒng)的關鍵使能技術(shù)之一,在基站所配置的天線數(shù)量相較于傳統(tǒng)的MIMO系統(tǒng)增加數(shù)十甚至上百倍,使通信系統(tǒng)在頻譜效率、數(shù)據(jù)傳輸速率及可靠性方面均取得重大突破。然而,隨著基站和天線數(shù)和用戶數(shù)的大量增加,在信號檢測方面也面臨眾多挑戰(zhàn),本文專注于大規(guī)模MIMO系統(tǒng)中高性能、低復雜度的信號檢測算法研究。首先,本文研究了基于MMSE準則的大規(guī)模MIMO系統(tǒng)低復雜度算法,并將其分為兩類,即基于矩陣近似求逆類和求解線性方程類。在第一類中主要包括紐曼級數(shù)展開和Newton迭代算法;在第二類中主要包括Jacobi迭代、高斯迭代、松弛迭代、連續(xù)超松弛迭代、理查德森迭代、最速下降法和共軛梯度算法。以上算法避免了MMSE算法所涉及的高維矩陣求逆運算,有效地降低了復雜度。在研究分析了各種算法的原理、復雜度以及相互之間所存在關系后,給出了各算法在軟輸出檢測中實現(xiàn)方案,并在相同類型算法中對比了各算法的復雜度和檢測性能。針對兩大類算法各自存在的優(yōu)勢與不足,結(jié)合Neumann級數(shù)展開和Jacobi迭代提出了一種軟輸出檢測方案,在復雜度和性能之間實現(xiàn)了較好的折中。另外,利用Kaczmarz算法求解線性方程的思想并對其進行改進,提出改進了一種基于MMSE準則的低復雜度檢測算法,同樣避免了矩陣求逆。其次,為了解決現(xiàn)有的低復雜度MMSE檢測算法在用戶數(shù)量增多的場景下檢測性能下降的問題,針對硬判決MIMO系統(tǒng),提出了一種迭代并行干擾消除算法,利用并行干擾消除的思想,并采用迭代的方式提升估計精確度;在此基礎上,引入了排序和噪聲預測機制,通過對噪聲和干擾進行聯(lián)合消除進一步提升檢測性能;另外,考慮天線間殘留干擾和噪聲的共同影響,提出將迭代并行干擾消除算法應用到軟輸出檢測系統(tǒng)中。以上算法應用于大規(guī)模MIMO系統(tǒng)中以遠低于MMSE檢測算法的復雜度達到甚至超越后者的檢測性能。為了將傳統(tǒng)的軟輸入軟輸出檢測算法擴展應用到大規(guī)模MIMO系統(tǒng)中,針對MMSE-PIC算法提出了一種低復雜度方案,將矩陣近似求逆算法運用到權(quán)值向量計算中,在保證性能的同時有效地降低了復雜度。經(jīng)理論分析和仿真結(jié)果表明:基于Jacobi迭代的改進算法和基于Kaczmarz迭代算法適用于基站天線數(shù)遠大于用戶數(shù)的大規(guī)模MIMO場景,經(jīng)過較少次數(shù)的迭代檢測性能便可逼近最優(yōu)MMSE。當用戶數(shù)量增多時,現(xiàn)有的低復雜度MMSE算法性能下降嚴重,基于迭代并行消除的檢測方案可作為有效備選方案。在以性能為最高優(yōu)先級的核心目標時,本文提出的低復雜度軟輸入軟輸出算法可作為有效解決方案之一。
【學位單位】：重慶郵電大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TN929.5
【文章目錄】：
摘要
abstract
注釋表
第1章 緒論
    1.1 研究背景及意義
    1.2 大規(guī)模MIMO系統(tǒng)的研究現(xiàn)狀及發(fā)展趨勢
    1.3 課題研究內(nèi)容及文章結(jié)構(gòu)安排
        1.3.1 課題主要研究內(nèi)容
        1.3.2 文章結(jié)構(gòu)安排
第2章 MIMO系統(tǒng)信號檢測算法
    2.1 硬判決信號檢測算法
        2.1.1 硬判決系統(tǒng)模型
        2.1.2 最大似然類檢測算法
        2.1.3 線性檢測算法
        2.1.4 連續(xù)干擾消除檢測算法
        2.1.5 基于QR分解的干擾消除檢測算法
        2.1.6 硬判決算法仿真結(jié)果分析
    2.2 軟輸出信號檢測算法
        2.2.1 軟輸出系統(tǒng)模型
        2.2.2 最大后驗概率檢測
        2.2.3 基于MMSE準則的軟輸出檢測算法
        2.2.4 基于ZF準則的軟輸出檢測算法
        2.2.5 軟輸出檢測算法仿真結(jié)果及分析
    2.3 軟輸入軟輸出信號檢測算法
        2.3.1 軟輸入軟輸出系統(tǒng)模型
        2.3.2 MMSE-PIC軟輸入軟輸出檢測算法
        2.3.3 軟輸入軟輸出檢測性能仿真及分析
    2.4 大規(guī)模MIMO信號檢測算法
    2.5 本章小結(jié)
第3章 基于MMSE的大規(guī)模MIMO系統(tǒng)低復雜度信號檢測算法
    3.1 基于矩陣近似求逆算法
        3.1.1 基于Neumann級數(shù)展開算法
        3.1.2 基于Newton迭代算法
        3.1.3 復雜度及仿真分析
    3.2 基于求解線性方程的低復雜度檢測檢測算法
        3.2.1 Jacobi迭代算法
        3.2.2 高斯賽爾德迭代算法
        3.2.3 基于松弛迭代算法
        3.2.4 理查德森迭代算法
        3.2.5 最速下降法
        3.2.6 共軛梯度迭代
        3.2.7 軟輸出檢測方案
        3.2.8 復雜度和檢測性能分析
    3.3 結(jié)合Neumann級數(shù)展開的Jacobi迭代軟輸出檢測算法
        3.3.1 改進的低復雜度Neumann級數(shù)展開方案
        3.3.2 結(jié)合Neumann級數(shù)展開的Jacobi迭代算法
        3.3.3 近似對數(shù)似然比的計算方案
        3.3.4 復雜度及仿真結(jié)果分析
    3.4 基于Kaczmarz迭代的軟輸出檢測算法
        3.4.1 Kaczmarz算法
        3.4.2 .改進的Kaczmarz迭代算法
        3.4.3 對數(shù)似然比的計算
        3.4.4 復雜度及仿真結(jié)果分析
    3.5 本章小結(jié)
第4章 基于干擾消除的大規(guī)模MIMO系統(tǒng)低復雜度信號檢測算法
    4.1 迭代并行干擾消除算法
        4.1.1 基于迭代迭代干擾消除的硬判決檢測算法
        4.1.2 基于噪聲預測的迭代并行干擾消除檢測算法
        4.1.3 基于迭代并行干擾消除的軟輸出檢測算法
        4.1.4 復雜度及仿真結(jié)果分析
    4.2 低復雜度MMSE-PIC軟輸入軟輸出檢測方案
        4.2.1 低復雜度權(quán)值矩陣計算方案
        4.2.2 Neumann級數(shù)近似求逆應用
        4.2.3 仿真結(jié)果及分析
    4.3 基于軟符號更新反饋的低復雜度軟輸入軟輸出檢測算法
        4.3.1 算法步驟
        4.3.2 有效軟符號計算
        4.3.3 仿真結(jié)果及分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 主要工作與創(chuàng)新點
    5.2 后續(xù)研究工作
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果

【參考文獻】

相關期刊論文 前3條

1 張中山;王興;張成勇;呂少波;;大規(guī)模MIMO關鍵技術(shù)及應用[J];中國科學:信息科學;2015年09期

2 傅海陽;陳技江;曹士坷;賈向東;;MIMO系統(tǒng)和無線信道容量研究[J];電子學報;2011年10期

3 倪興;王曉湘;杜娟;;一種新的基于噪聲預測的部分判決反饋MIMO接收算法[J];電子與信息學報;2008年01期

相關博士學位論文 前1條

1 李新民;大規(guī)模天線系統(tǒng)容量分析和預編碼技術(shù)研究[D];中國科學技術(shù)大學;2017年

相關碩士學位論文 前2條

1 程晨;MIMO信道容量分析及移動終端的WLAN三頻段MIMO天線設計方法研究[D];東南大學;2017年

2 周將運;Massive MIMO系統(tǒng)的檢測算法研究[D];電子科技大學;2015年

本文編號：2837156