本文關(guān)鍵詞： 大規(guī)模MIMO 多用戶檢測(cè) 迫零 軟輸出 Lanczos算法　出處：《華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年04期 　論文類型：期刊論文

【摘要】：為解決在上行多用戶大規(guī)模多輸入多輸出(MIMO)系統(tǒng)中,迫零(ZF)檢測(cè)算法可取得近似最優(yōu)性能,但ZF檢測(cè)算法涉及復(fù)雜度高達(dá)O(K3)的矩陣求逆運(yùn)算(其中K為用戶數(shù))的問(wèn)題,基于Lanczos算法提出一種軟輸出信號(hào)檢測(cè)方法,避免了高階矩陣求逆運(yùn)算,使復(fù)雜度由O(K3)降為O(K2).該方法為了計(jì)算軟輸出信息——對(duì)數(shù)似然比(LLR),通過(guò)對(duì)基于Lanczos算法的迭代計(jì)算解向量的過(guò)程進(jìn)行分析,給出了一種低復(fù)雜度的LLR近似計(jì)算方法.仿真結(jié)果表明:提出的軟輸出信號(hào)檢測(cè)方法的誤比特率(BER)性能與計(jì)算復(fù)雜度均優(yōu)于基于Neumann級(jí)數(shù)近似的信號(hào)檢測(cè)算法,同時(shí),最多僅需5次迭代就可取得逼近于ZF檢測(cè)算法的性能.
[Abstract]:In order to solve the problem that in uplink multi-user large-scale multi-input multi-output MIMO-system, the zero-forcing ZF-based detection algorithm can achieve approximate optimal performance, but the ZF detection algorithm involves matrix inversion operations (where K is the number of users) with a complexity of up to OK3. Based on Lanczos algorithm, a soft output signal detection method is proposed, which avoids high order matrix inversion. In order to calculate the soft output information-logarithmic likelihood ratio (LLR), the process of calculating the solution vector by iteration based on Lanczos algorithm is analyzed. In this paper, a low complexity LLR approximation calculation method is presented. The simulation results show that the performance and computational complexity of the proposed soft output signal detection method are better than that of the signal detection algorithm based on Neumann series approximation. The performance of ZF detection algorithm can be achieved by only five iterations.
【作者單位】： 重慶郵電大學(xué)通信與信息工程學(xué)院;
【基金】：國(guó)家高技術(shù)研究發(fā)展計(jì)劃資助項(xiàng)目(2014AA01A705) 國(guó)家科技重大專項(xiàng)資助項(xiàng)目(2015ZX03001033-002) 重慶市基礎(chǔ)與前沿研究計(jì)劃資助項(xiàng)目(cstc2015jcyjA40040)
【分類號(hào)】：TN919.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 XIAO Chiyang;SU Xin;ZENG Jie;RONG Liping;XU Xibin;WANG Jing;;Low-Complexity Soft-Output Detection for Massive MIMO Using SCBiCG and Lanczos Methods[J];中國(guó)通信;2015年S1期

【共引文獻(xiàn)】

相關(guān)期刊論文 前1條

1 景小榮;李翱;;大規(guī)模MIMO系統(tǒng)中軟輸出信號(hào)檢測(cè)方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年04期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 粟欣;曾捷;容麗萍;鄺育軍;;Investigation on Key Technologies in Large-Scale MIMO[J];Journal of Computer Science & Technology;2013年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬捷;鐘子發(fā);史英春;;基于不完整數(shù)據(jù)的異常信號(hào)檢測(cè)方法[J];計(jì)算機(jī)工程;2011年14期

2 王俐莉;劉力維;熊艷曄;;基于厚尾分布的異常信號(hào)檢測(cè)方法[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

3 黃繼海;張曉紅;羅文宇;;基于壓縮感知的信號(hào)檢測(cè)方法[J];電視技術(shù);2012年05期

4 甄蜀春,張善文,趙興錄;低信噪比下的一種信號(hào)檢測(cè)方法[J];現(xiàn)代雷達(dá);2001年05期

5 劉冰;付平;孟升衛(wèi);;基于采樣值數(shù)字特征的壓縮感知信號(hào)檢測(cè)方法[J];儀器儀表學(xué)報(bào);2011年03期

6 王弘鈺,劉宇清,黃楠楠;動(dòng)態(tài)目標(biāo)圖象的信號(hào)檢測(cè)方法研究[J];長(zhǎng)春郵電學(xué)院學(xué)報(bào);1999年03期

7 周凱波;豆成權(quán);陳濤;;兩種微弱正弦信號(hào)檢測(cè)方法比較研究[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2007年04期

8 臧順全;王竹霞;;基于分?jǐn)?shù)傅里葉變換的信號(hào)檢測(cè)方法[J];科學(xué)技術(shù)與工程;2010年03期

9 李剛磊;楊俊明;李少凱;;基于小波和高階譜的低信噪比信號(hào)檢測(cè)方法[J];科技信息;2010年32期

10 郭華;;弱信號(hào)檢測(cè)方法的研究[J];長(zhǎng)春師范學(xué)院學(xué)報(bào);2013年04期

相關(guān)會(huì)議論文 前9條

1 修健;申曉紅;王海燕;白峻;;Wigner-Ville分布和橢圓濾波器相結(jié)合的線性調(diào)頻信號(hào)檢測(cè)方法研究[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

2 鄧艾東;高N，

本文編號(hào)：1541974