本文關(guān)鍵詞：Massive MIMO系統(tǒng)的檢測(cè)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：多輸入多輸出(MIMO)技術(shù)在同一頻帶內(nèi)傳輸多個(gè)數(shù)據(jù)流,能有效地提高系統(tǒng)頻譜效率和鏈路可靠性,已被多個(gè)無(wú)線標(biāo)準(zhǔn)所采納,如3GPP LTE和IEEE802.16m WiMAX。然而,MIMO技術(shù)已經(jīng)趨于其容量極限,無(wú)法滿足日益增長(zhǎng)的數(shù)據(jù)速率需求。作為第五代移動(dòng)通信系統(tǒng)的關(guān)鍵使能技術(shù)之一,Massive MIMO技術(shù)利用大規(guī)模天線能取得重大突破。相應(yīng)地,在信號(hào)處理中會(huì)不可避免地提升復(fù)雜度和增加功耗�；诖�,本文聚焦在Massive MIMO系統(tǒng)中低復(fù)雜度、高精度的檢測(cè)算法。首先,本文分析討論了Massive MIMO系統(tǒng)帶來(lái)的機(jī)遇和面臨的挑戰(zhàn)。理論分析了其帶來(lái)的信道硬化和利好傳播,結(jié)果表明隨著天線數(shù)的增加,信道逐漸趨于確定性分布且速率和將趨于其最大值。緊接著重點(diǎn)討論了系統(tǒng)的頻譜效率和能量效率,結(jié)果顯示Massive MIMO系統(tǒng)可以成倍地提升頻譜效率和能量效率。接著闡述了信道互易性并提出了一種相對(duì)互易校準(zhǔn)算法,可以有效地提高M(jìn)assive MIMO系統(tǒng)的性能和實(shí)時(shí)性。最后介紹了在多小區(qū)系統(tǒng)中限制Massive MIMO系統(tǒng)性能的導(dǎo)頻污染問(wèn)題。其次,本文基于最小均方誤差(MMSE)算法提出了三種低復(fù)雜度的線性檢測(cè)算法。首先借助Massive MIMO系統(tǒng)帶來(lái)的信道硬化優(yōu)勢(shì),利用有偏MMSE檢測(cè)算法簡(jiǎn)化了逐比特對(duì)數(shù)似然比(LLR)的計(jì)算。緊接著,重點(diǎn)推導(dǎo)并闡述了如下三種技術(shù):其一利用截短N(yùn)eumann級(jí)數(shù)展開(kāi),避免了矩陣求逆運(yùn)算;其二將MIMO檢測(cè)問(wèn)題轉(zhuǎn)換為利用Jacobi迭代算法求解線性方程的問(wèn)題;其三進(jìn)一步將線性方程求解轉(zhuǎn)換為利用共軛梯度求解最小化二次型的問(wèn)題。分別將其與有偏MMSE算法結(jié)合得到Massive MIMO系統(tǒng)的線性檢測(cè)算法。性能和復(fù)雜度仿真結(jié)果表明,基于共軛梯度的有偏MMSE算法能取得最佳的折中。最后,本文提出了兩種新穎的非線性檢測(cè)算法:馬爾科夫鏈蒙特卡洛(MCMC)算法和置信度傳播(BP)算法。針對(duì)MCMC檢測(cè),提出了基于對(duì)數(shù)域最大(MaxLog,ML)更新的逐比特MCMC算法和逐符號(hào)MCMC算法。同時(shí)為了解決所謂的陷入鎖死問(wèn)題,本文還提出了兩種增強(qiáng)技術(shù):抖動(dòng)處理和歸一化策略。為了進(jìn)一步提高性能,在逐符號(hào)MCMC中,提出了最大和次大更新(MLSM)算法。對(duì)于置信度傳播檢測(cè),提出了高階調(diào)制的二進(jìn)制BP(B-BP)算法,然而其在4-QAM調(diào)制以上的系統(tǒng)中性能損失嚴(yán)重。基于此,又提出了非二進(jìn)制BP(NB-BP)檢測(cè)算法。為了降低NB-BP算法的運(yùn)算復(fù)雜度,進(jìn)一步推導(dǎo)了對(duì)數(shù)域的NB-BP算法(Log-NB-BP)。MCMC算法的性能仿真顯示,相比于MMSE-PIC算法,逐比特和逐符號(hào)的MCMC-ML算法均能帶來(lái)性能增益。且逐符號(hào)的MCMC-MLSM算法可以趨近準(zhǔn)最大后驗(yàn)概率(MAP)檢測(cè)算法——STS檢測(cè)的性能。BP算法的仿真結(jié)果表明,Log-NB-BP算法可以有效地工作在高階調(diào)制系統(tǒng)中且相比于概率域NBBP算法,能極大地降低運(yùn)算復(fù)雜度�；谏鲜鼋Y(jié)果,三種線性檢測(cè)算法更適合于基站端天線數(shù)遠(yuǎn)大于用戶數(shù)的多用戶Massive MIMO系統(tǒng),利用額外的自由度來(lái)降低運(yùn)算復(fù)雜度。而對(duì)于收發(fā)端天線數(shù)配置相比擬的點(diǎn)對(duì)點(diǎn)Massive MIMO系統(tǒng)場(chǎng)景,MCMC算法和BP算法可以有效地發(fā)揮作用。
【關(guān)鍵詞】：大規(guī)模MIMO 最小均方誤差 共軛梯度 馬爾科夫鏈蒙特卡洛 置信度傳播
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN919.3
【目錄】：

• 摘要5-7
• ABSTRACT7-16
• 縮略詞表16-18
• 第一章 緒論18-23
• 1.1 研究背景18-19
• 1.2 Massive MIMO技術(shù)研究現(xiàn)狀與發(fā)展趨勢(shì)19-21
• 1.3 本文結(jié)構(gòu)安排21-23
• 第二章 MIMO系統(tǒng)的檢測(cè)算法23-46
• 2.1 硬判決MIMO檢測(cè)24-34
• 2.1.1 系統(tǒng)模型24-25
• 2.1.2 最大似然檢測(cè)25
• 2.1.3 迫零檢測(cè)25-26
• 2.1.4 最小均方誤差檢測(cè)26
• 2.1.5 基于QR分解的最大似然檢測(cè)26-28
• 2.1.6 基于QR分解的迫零檢測(cè)28-29
• 2.1.7 基于QR分解的最小均方誤差檢測(cè)29
• 2.1.8 球形譯碼檢測(cè)29-30
• 2.1.9 固定復(fù)雜度球形譯碼檢測(cè)30
• 2.1.10 減格輔助檢測(cè)30-32
• 2.1.11 硬判決MIMO檢測(cè)算法性能32-34
• 2.2 軟輸出MIMO檢測(cè)34-39
• 2.2.1 系統(tǒng)模型34
• 2.2.2 最大后驗(yàn)概率檢測(cè)34-35
• 2.2.3 軟輸出最小均方誤差檢測(cè)35-36
• 2.2.4 軟輸出串行干擾相消檢測(cè)36-37
• 2.2.5 列表球形檢測(cè)37-38
• 2.2.6 軟輸出減格輔助檢測(cè)38-39
• 2.2.7 軟輸出MIMO檢測(cè)算法性能39
• 2.3 軟輸入軟輸出MIMO檢測(cè)39-45
• 2.3.1 系統(tǒng)模型39-40
• 2.3.2 最大后驗(yàn)概率檢測(cè)40-41
• 2.3.3 最小均方誤差檢測(cè)41-42
• 2.3.4 單樹(shù)搜索檢測(cè)42-44
• 2.3.5 軟輸入軟輸出MIMO檢測(cè)算法性能44-45
• 2.4 本章小結(jié)45-46
• 第三章 Massive MIMO的機(jī)遇與挑戰(zhàn)46-66
• 3.1 Massive MIMO系統(tǒng)的機(jī)遇46-61
• 3.1.1 信道硬化46-49
• 3.1.2 信道容量49-51
• 3.1.3 利好傳播51-52
• 3.1.4 頻譜效率和能量效率52-61
• 3.2 Massive MIMO系統(tǒng)的挑戰(zhàn)61-64
• 3.2.1 互易校準(zhǔn)61-63
• 3.2.2 導(dǎo)頻污染63-64
• 3.3 本章小結(jié)64-66
• 第四章 Massive MIMO的線性檢測(cè)算法66-89
• 4.1 基于截短N(yùn)eumann級(jí)數(shù)展開(kāi)的有偏MMSE檢測(cè)67-72
• 4.1.1 截短N(yùn)eumann級(jí)數(shù)展開(kāi)算法67
• 4.1.2 截短N(yùn)eumann級(jí)數(shù)展開(kāi)誤差分析67-68
• 4.1.3 有偏MMSE檢測(cè)器68-70
• 4.1.4 性能與復(fù)雜度70-72
• 4.2 基于Jacobi迭代的有偏MMSE檢測(cè)72-80
• 4.2.1 Jacobi迭代算法73-74
• 4.2.2 Gauss-Seidel迭代算法74
• 4.2.3 逐次超松弛迭代算法74-75
• 4.2.4 基于Jacobi迭代的有偏MMSE檢測(cè)算法75-76
• 4.2.5 性能與復(fù)雜度76-80
• 4.3 基于共軛梯度的有偏MMSE檢測(cè)80-88
• 4.3.1 最速下降法81-82
• 4.3.2 共軛方向搜索法82-84
• 4.3.3 共軛梯度迭代法84-85
• 4.3.4 基于共軛梯度的有偏MMSE檢測(cè)算法85-86
• 4.3.5 性能與復(fù)雜度86-88
• 4.4 本章小結(jié)88-89
• 第五章 Massive MIMO的非線性檢測(cè)算法89-119
• 5.1 馬爾科夫蒙特卡洛檢測(cè)算法89-105
• 5.1.1 逐比特MCMC算法（bit-wise MCMC）90-93
• 5.1.2 逐符號(hào)MCMC算法（symbol-wise MCMC）93-96
• 5.1.3 MCMC算法的性能與復(fù)雜度96-105
• 5.2 置信度傳播檢測(cè)算法105-118
• 5.2.1 二進(jìn)制BP檢測(cè)算法105-110
• 5.2.2 非二進(jìn)制BP檢測(cè)算法110-114
• 5.2.3 BP算法的性能與復(fù)雜度114-118
• 5.3 本章小結(jié)118-119
• 第六章 全文總結(jié)119-121
• 6.1 論文總結(jié)119-120
• 6.2 下一步的研究工作120-121
• 致謝121-122
• 參考文獻(xiàn)122-127
• 攻讀碩士期間的研究成果127-129
• 個(gè)人簡(jiǎn)歷129-130

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 孫華飛;彭林玉;張真寧;;信息幾何及其應(yīng)用[J];數(shù)學(xué)進(jìn)展;2011年03期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 夏金環(huán);MIMO檢測(cè)與HARQ合并中的不確定性處理研究[D];北京郵電大學(xué);2010年

2 錢榮榮;無(wú)線通信系統(tǒng)MIMO檢測(cè)技術(shù)研究[D];北京郵電大學(xué);2010年

  本文關(guān)鍵詞：Massive MIMO系統(tǒng)的檢測(cè)算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：459831