本文選題：MIMO技術 + 最大似然��； 參考：《南京信息工程大學》2016年碩士論文

【摘要】：近年來,移動通信業(yè)務從單一的低速語音數(shù)據(jù)業(yè)務逐步走向了高速率多媒體視頻數(shù)據(jù)業(yè)務。這種需求的轉變使得原有的頻譜資源變得更加緊張,對數(shù)據(jù)的傳輸速率以及通信服務質量提出了更高的要求。因此,提高頻譜使用率從而加快數(shù)據(jù)的傳輸速率是目前亟待解決的問題。多輸入多輸出(MIMO)技術充分利用空間復用增益和分集增益,在不增加發(fā)射功率和頻譜的條件下降低了誤碼率,加快了數(shù)據(jù)傳輸速率,改善了通信質量。然而在高階調制MIMO系統(tǒng)中,接收端信號檢測技術的應用會影響系統(tǒng)的檢測性能,所以接收端檢測算法的設計是本文的研究重點。本文在分析高階調制MIMO系統(tǒng)的檢測技術、系統(tǒng)模型的基礎上,針對系統(tǒng)接收端的檢測技術方案進行更深層次地研究,主要工作如下：第一,介紹了高階調制MIMO系統(tǒng)復用技術、信道模型和系統(tǒng)模型,闡述了MIMO系統(tǒng)傳統(tǒng)檢測算法,主要包括最大似然、線性和非線性檢測算法。研究了傳統(tǒng)檢測算法理論,針對傳統(tǒng)檢測算法在性能和復雜度之間很難找到折中的問題,在分析ELLL輔助檢測算法的基礎上,提出了一種改進格約減算法(GLLL),為應用于高階調制MIMO系統(tǒng)中改進SDR算法的研究奠定基礎。第二,針對高階調制MIMO系統(tǒng)下SDR檢測算法的性能還不夠理想,本文在結合GLLL算法的基礎上提出了一種改進的格約減輔助半正定松弛算法(GLLL-SDR),對信道矩陣進行預處理,獲得正交性更強的矩陣,從而提高系統(tǒng)的檢測性能。仿真表明,與SDR檢測算法相比,GLLL-SDR檢測算法在復雜度沒有大幅度上升的前提下,提高了算法的檢測性能,能夠在檢測性能和復雜度方面達到很好的平衡,具有實際參考價值。
[Abstract]:In recent years, mobile communication services from a single low-speed voice data service to high-rate multimedia video data services.This change of demand makes the original spectrum resources become more tight, and puts forward higher requirements for the transmission rate of data and the quality of communication service.Therefore, it is an urgent problem to improve the spectrum utilization rate and speed up the data transmission rate.Multi-input multiple-output (MIMOO) technology makes full use of spatial multiplexing gain and diversity gain to reduce bit error rate, speed up data transmission rate and improve communication quality without increasing transmission power and spectrum.However, in high-order modulation MIMO systems, the application of receiver signal detection technology will affect the detection performance of the system, so the design of receiver detection algorithm is the focus of this paper.On the basis of analyzing the detection technology of high-order modulation MIMO system and the system model, this paper makes a deeper research on the detection technology scheme of the system receiver. The main work is as follows: first, the multiplexing technology of high-order modulation MIMO system is introduced.The channel model and system model are used to describe the traditional detection algorithms for MIMO systems, including maximum likelihood, linear and nonlinear detection algorithms.This paper studies the theory of traditional detection algorithm, aiming at the problem that it is difficult to find a compromise between performance and complexity of traditional detection algorithm, based on the analysis of ELLL aided detection algorithm,An improved lattice reduction algorithm (GLL) is proposed, which lays a foundation for the study of improved SDR algorithm in high-order modulation MIMO systems.Secondly, because the performance of SDR detection algorithm in high-order modulation MIMO system is not ideal, an improved lattice reduction assistant positive semidefinite relaxation algorithm (GLLL-SDR) based on GLLL algorithm is proposed in this paper to preprocess the channel matrix.A matrix with stronger orthogonality is obtained to improve the detection performance of the system.The simulation results show that compared with the SDR detection algorithm, the GLLL-SDR detection algorithm improves the detection performance of the algorithm without a significant increase in complexity, and can achieve a good balance between the detection performance and the complexity, and has practical reference value.
【學位授予單位】：南京信息工程大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN919.3

【相似文獻】

相關期刊論文 前10條

1 尹學松;胡恩良;;半監(jiān)督局部維數(shù)約減[J];中國圖象圖形學報;2011年09期

2 韋佳;文貴華;王文豐;王家兵;;基于局部重構與全局保持的半監(jiān)督維數(shù)約減算法[J];計算機科學;2011年08期

3 陳洪華;張立;;基于蟻群優(yōu)化的屬性約減方法研究[J];科技信息;2011年28期

4 王巖;于明;翟玉欣;陳冀川;;加權成對約束半監(jiān)督局部維數(shù)約減算法[J];計算機工程與設計;2013年04期

5 韋佳;彭宏;;基于局部與全局保持的半監(jiān)督維數(shù)約減方法[J];軟件學報;2008年11期

6 馬力,焦李成;基于粗集理論的數(shù)據(jù)約減算法及其改進[J];西安電子科技大學學報;2004年03期

7 劉曉東;;基于屬性約減的助推技術及其應用[J];深圳信息職業(yè)技術學院學報;2006年04期

8 文貴華;蔡先發(fā);韋佳;;用于癌癥分類的隨機子空間半監(jiān)督維數(shù)約減(英文)[J];華南理工大學學報(自然科學版);2013年07期

9 劉利;劉萍萍;韋佳;;用于帶邊信息人臉數(shù)據(jù)的半監(jiān)督維數(shù)約減算法[J];吉林大學學報(工學版);2011年S1期

10 劉利;韋佳;馬千里;;邊信息傳播修正的半監(jiān)督維數(shù)約減方法[J];小型微型計算機系統(tǒng);2011年06期

相關會議論文 前2條

1 趙英剛;劉仰光;何欽銘;;一種約減型支持向量域數(shù)據(jù)描述算法[A];第25屆中國控制會議論文集（中冊）[C];2006年

2 張軍;戴霞;;基于誤差約減的從明暗恢復形狀方法[A];中國幾何設計與計算新進展2007——第三屆中國幾何設計與計算大會論文集[C];2007年

相關博士學位論文 前2條

1 石陸魁;非線性維數(shù)約減算法中若干關鍵問題的研究[D];天津大學;2005年

2 于瑞國;維數(shù)約減算法研究及其在大規(guī)模文本數(shù)據(jù)挖掘中的應用[D];天津大學;2008年

相關碩士學位論文 前10條

1 張宇;基于分形的無拓撲矢量圖形約減算法研究[D];四川師范大學;2015年

2 付興虎;基于圖的半監(jiān)督維數(shù)約減方法的研究[D];西南大學;2016年

3 繆香香;高階調制MIMO系統(tǒng)格約減輔助檢測算法研究[D];南京信息工程大學;2016年

4 張磊;基于非線性維數(shù)約減的優(yōu)化算法在腦電問題中的應用[D];河北工業(yè)大學;2007年

5 賀予迪;基于流形學習和低秩表示的維數(shù)約減算法研究[D];西安電子科技大學;2014年

6 燕凱;多標記維度約減和分類算法研究[D];重慶大學;2014年

7 庫福來;基于核方法的非線性維數(shù)約減的人臉識別方法研究[D];云南大學;2012年

8 周楠;基于圖的半監(jiān)督維數(shù)約減算法研究及其應用[D];西安電子科技大學;2012年

9 王興;大規(guī)模數(shù)據(jù)集的數(shù)據(jù)域描述及樣本約減研究[D];武漢科技大學;2013年

10 梁海龍;基于鄰域粗糙集的屬性約簡和樣本約減算法研究及在文本分類中的應用[D];太原理工大學;2015年

，

本文編號：1734339