本文關(guān)鍵詞：基于Massive MIMO的矩陣求逆算法研究　出處：《電子科技大學(xué)》2016年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： Massive MIMO 近似矩陣求逆 Neumann級(jí)數(shù) 復(fù)雜度

【摘要】：智能手機(jī)業(yè)務(wù)的飛速發(fā)展,4G通信網(wǎng)絡(luò)的商用,很大程度上也改變了人們的通信方式,同時(shí)也對(duì)下一代無(wú)線(xiàn)通信系統(tǒng)的信道容量和傳輸速率提出了更高的要求。MIMO技術(shù)作為L(zhǎng)TE系統(tǒng)中的關(guān)鍵技術(shù),能夠在不增加頻率資源和發(fā)射功率的情況下,讓系統(tǒng)的信道容量成倍增加。隨著系統(tǒng)收發(fā)端天線(xiàn)數(shù)目的增多,給系統(tǒng)的數(shù)據(jù)速率和鏈路可靠性帶來(lái)了更大的自由度,所以Massive MIMO成為滿(mǎn)足下一代無(wú)線(xiàn)通信對(duì)頻譜效率和能量效率要求的不錯(cuò)的選擇。Massive MIMO系統(tǒng)帶來(lái)的這么多的優(yōu)勢(shì)都是以基站端(BS)明顯增加的計(jì)算復(fù)雜度為代價(jià)的,就復(fù)雜度和功率消耗而言,數(shù)據(jù)檢測(cè)和預(yù)編碼成為了是最棘手的問(wèn)題。迫零(ZF)被認(rèn)為是Massive MIMO系統(tǒng)預(yù)編碼和線(xiàn)性檢測(cè)一個(gè)潛在實(shí)用的算法,由于BS存在幾十甚至上百根天線(xiàn),矩陣運(yùn)算的維度大幅增加,而作為預(yù)編碼和線(xiàn)性檢測(cè)必不可少的一部分,矩陣求逆將會(huì)因?yàn)樵馐芊浅４蟮木仃囘\(yùn)算規(guī)模而變得難以實(shí)現(xiàn)。所以簡(jiǎn)化矩陣求逆的設(shè)計(jì),降低復(fù)雜度對(duì)移動(dòng)通信系統(tǒng)的發(fā)展具有重要的意義。矩陣求逆一般分為兩類(lèi),直接求逆和近似求逆。MIMO系統(tǒng)中直接求逆主要采用Cholesky分解、LU分解、QR分解,然后再求三角矩陣或者酉矩陣逆的方法。由于Massive MIMO系統(tǒng)的多天線(xiàn),矩陣求逆復(fù)雜度將會(huì)隨用戶(hù)數(shù)增加而呈數(shù)量級(jí)的增加。在這種情況下,適用于Massive MIMO系統(tǒng)的基于Neumann級(jí)數(shù)的近似矩陣求逆被提出,它在復(fù)雜度和性能上有個(gè)很好的折中,并且在硬件實(shí)現(xiàn)上很有優(yōu)勢(shì)。針對(duì)以上問(wèn)題,本文主要研究了各種求逆算法的實(shí)現(xiàn)與復(fù)雜度對(duì)比。首先介紹了Massive MIMO系統(tǒng)與矩陣求逆的研究現(xiàn)狀,然后分析三種常規(guī)直接求逆算法。第三章對(duì)Massive MIMO系統(tǒng)中不同的收發(fā)天線(xiàn)配比對(duì)Neumann級(jí)數(shù)近似矩陣求逆性能的影響進(jìn)行了研究,通過(guò)與直接求逆的誤碼率(BER)和信號(hào)干擾比(SIR)進(jìn)行對(duì)比證明Neumann級(jí)數(shù)近似求逆可行性;除此之外,也研究了快速更新矩陣求逆的方法以及相應(yīng)的復(fù)雜度,將基于Neumann級(jí)數(shù)近似求逆的結(jié)果作為初始逆矩陣,進(jìn)行更新求逆的誤碼率(BER)數(shù)值分析。第四章提出有效的近似求逆的硬件架構(gòu),這個(gè)架構(gòu)硬件高效,并且適用于需要不同求逆精度的應(yīng)用場(chǎng)景。基于Neumann級(jí)數(shù)的近似求逆被證明是是非常適合Massive MIMO系統(tǒng)的。
【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】：2016
【分類(lèi)號(hào)】：TN919.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊豐瑞;熊軍洲;;基于Verilog的下三角矩陣求逆設(shè)計(jì)與實(shí)現(xiàn)[J];廣東通信技術(shù);2011年04期

2 何承源,胡明;關(guān)于兩類(lèi)循環(huán)矩陣求逆的一種快速算法[J];數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用;1998年04期

3 劉千里;;基于FPGA的逆QR分解SMI算法的并行實(shí)現(xiàn)方法[J];計(jì)算機(jī)工程與應(yīng)用;2012年26期

4 魏嬋娟;張春水;劉健;;一種基于Cholesky分解的快速矩陣求逆方法設(shè)計(jì)[J];電子設(shè)計(jì)工程;2014年01期

5 郭圣權(quán);;矩陣求逆的遞推計(jì)算法[J];自動(dòng)化儀表;1986年02期

6 李穎異;;改進(jìn)的矩陣求逆的FPGA設(shè)計(jì)和實(shí)現(xiàn)[J];中國(guó)有線(xiàn)電視;2006年07期

7 王銳;胡永華;馬亮;杜福慧;;任意維矩陣求逆的FPGA設(shè)計(jì)與實(shí)現(xiàn)[J];中國(guó)集成電路;2007年04期

8 岳國(guó)英;計(jì)算機(jī)使用經(jīng)驗(yàn)與技巧[J];河北水利專(zhuān)科學(xué)校學(xué)報(bào);1991年01期

9 李濤;張忠培;;矩陣求逆的FPGA實(shí)現(xiàn)[J];通信技術(shù);2010年11期

10 王前,吳淑泉,李韜,冼志妙;三角矩陣求逆的ASIC實(shí)現(xiàn)研究[J];微電子學(xué)與計(jì)算機(jī);2004年08期

相關(guān)會(huì)議論文 前2條

1 劉桂清;;一個(gè)矩陣求逆的并行算法[A];數(shù)學(xué)·力學(xué)·物理學(xué)·高新技術(shù)交叉研究進(jìn)展——2010（13）卷[C];2010年

2 宋端磊;鹿?jié)?喬園園;;大型矩陣求逆的實(shí)現(xiàn)與應(yīng)用[A];中國(guó)化學(xué)會(huì)第26屆學(xué)術(shù)年會(huì)化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)分會(huì)場(chǎng)論文集[C];2008年

相關(guān)碩士學(xué)位論文 前9條

1 虞瀟;高階三角矩陣求逆的VLSI設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2014年

2 楊丹;基于LU分解的矩陣求逆運(yùn)算的硬件實(shí)現(xiàn)與驗(yàn)證[D];南京大學(xué);2014年

3 王禹;基于FPGA的矩陣求逆IP核設(shè)計(jì)技術(shù)及其實(shí)驗(yàn)平臺(tái)設(shè)計(jì)[D];浙江大學(xué);2016年

4 李應(yīng)謙;Massive MIMO中矩陣求逆算法的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

5 胡曉慧;矩陣求逆在大規(guī)模MIMO中的應(yīng)用[D];電子科技大學(xué);2016年

6 馮雙雙;基于Massive MIMO的矩陣求逆算法研究[D];電子科技大學(xué);2016年

7 田佳月;基于FPGA的采樣矩陣求逆算法的硬件實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2013年

8 林皓;基于FPGA的矩陣運(yùn)算實(shí)現(xiàn)[D];南京理工大學(xué);2007年

9 潘曉;WiMAX系統(tǒng)可配置MIMO檢測(cè)技術(shù)研究[D];上海交通大學(xué);2009年

，

本文編號(hào)：1322640