發(fā)布時(shí)間：2018-05-17 15:36

  本文選題：信號(hào)空間分集 + 球形譯碼��； 參考：《微電子學(xué)與計(jì)算機(jī)》2017年01期

【摘要】：在信號(hào)空間分集(SSD)系統(tǒng)中,使用球形譯碼算法可以有效降低接收機(jī)檢測(cè)復(fù)雜度.但傳統(tǒng)的球形譯碼算法在低信噪比情況下計(jì)算復(fù)雜度較高,為降低球形譯碼算法計(jì)算復(fù)雜度,分析了初始搜索半徑設(shè)置對(duì)球形譯碼過(guò)程的影響,并利用狼群算法的尋優(yōu)能力來(lái)獲得最佳的初始搜索半徑,在保證譯碼性能的前提下有效地降低了計(jì)算復(fù)雜度.仿真結(jié)果表明,基于狼群算法的球形譯碼算法可以獲得與傳統(tǒng)SD算法相同的性能,同時(shí)在低信噪比情況下有效降低了球形譯碼算法的計(jì)算復(fù)雜度.
[Abstract]:In the signal space diversity (SSD) system, the detection complexity of the receiver can be reduced effectively by using the spherical decoding algorithm. In order to reduce the computational complexity of spherical decoding algorithm, the influence of initial search radius setting on the process of spherical decoding is analyzed in order to reduce the computational complexity of the traditional spherical decoding algorithm with low signal-to-noise ratio (SNR). The optimal initial search radius is obtained by using the optimization ability of the wolf swarm algorithm, and the computational complexity is reduced effectively on the premise of ensuring the decoding performance. The simulation results show that the globular decoding algorithm based on wolf swarm algorithm can achieve the same performance as the traditional SD algorithm and reduce the computational complexity of the sphere decoding algorithm effectively under the condition of low signal-to-noise ratio (SNR).
【作者單位】： 空軍工程大學(xué)裝備管理與安全工程學(xué)院;空軍工程大學(xué)裝備發(fā)展與運(yùn)用研究中心;
【分類(lèi)號(hào)】：TN914

【相似文獻(xiàn)】

相關(guān)會(huì)議論文 前10條

1 肖海勇;畢光國(guó);;聯(lián)合檢測(cè)的均衡譯碼算法[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

2 劉海濤;程型清;李道本;;低復(fù)雜度復(fù)球譯碼檢測(cè)算法[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

3 梁棟;李冬霞;;一種改進(jìn)的Turbo碼Log-MAP譯碼算法[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

4 張穎;岳殿武;;幾何Goppa碼的譯碼[A];第一屆中國(guó)高校通信類(lèi)院系學(xué)術(shù)研討會(huì)論文集[C];2007年

5 周朝霞;王大勇;;一種高速并行的Turbo碼譯碼算法[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2007年

6 童勝;王鵬;王單;王新梅;;LDPC碼量化和積譯碼的高效實(shí)現(xiàn)[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

7 盧而輝;賴(lài)信q;謝德望;李肇嚴(yán);;可運(yùn)用于線性區(qū)塊碼之新式軟式判定譯碼算法[A];2005年海峽兩岸三地?zé)o線科技學(xué)術(shù)會(huì)論文集[C];2005年

8 路成業(yè);孫蓉;王新梅;;Turbo碼幾種譯碼算法中的量化分析[A];開(kāi)創(chuàng)新世紀(jì)的通信技術(shù)——第七屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2001年

9 朱敏;孟慶民;高西奇;;球形譯碼在MIMO-OFDM系統(tǒng)中的應(yīng)用[A];第九屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2004年

10 劉釗;李會(huì)勇;何子述;劉本永;;VBLAST的一種新的非線性譯碼算法[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 張亮;極化碼的譯碼算法研究及其應(yīng)用[D];浙江大學(xué);2016年

2 吳道龍;極化碼構(gòu)造與譯碼算法研究[D];西安電子科技大學(xué);2016年

3 林偉;多元LDPC碼：設(shè)計(jì)、構(gòu)造與譯碼[D];西安電子科技大學(xué);2012年

4 崔俊云;LDPC碼的構(gòu)造及其譯碼算法研究[D];西安電子科技大學(xué);2012年

5 黃海藝;低密度奇偶校驗(yàn)（LDPC）碼改進(jìn)譯碼算法研究[D];華南理工大學(xué);2013年

6 羅天放;通信系統(tǒng)中的Turbo碼及Turbo均衡問(wèn)題研究[D];哈爾濱工程大學(xué);2003年

7 王單;LDPC碼編譯碼算法研究[D];西安電子科技大學(xué);2006年

8 陳曉剛;現(xiàn)代編碼的性能分析與簡(jiǎn)化譯碼算法[D];北京郵電大學(xué);2010年

9 劉原華;LDPC碼的代數(shù)構(gòu)造及譯碼算法研究[D];西安電子科技大學(xué);2009年

10 胡樹(shù)楷;LDPC碼構(gòu)造及低復(fù)雜度譯碼算法研究[D];西安電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 韓照;基于因子圖與FPGA的LDPC碼概率譯碼算法研究及實(shí)現(xiàn)[D];暨南大學(xué);2015年

2 吳海東;LDPC碼編譯碼算法研究[D];南京信息工程大學(xué);2015年

3 廖鑫;LDPC碼低復(fù)雜度置信傳播譯碼算法研究[D];江西理工大學(xué);2015年

4 王繼來(lái);LDPC碼編譯碼及碼輔助的載波同步研究[D];山東大學(xué);2015年

5 宋雷;極化碼SC譯碼算法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 韓明;低復(fù)雜度的TPC譯碼算法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 孔憲章;LDPC編譯碼技術(shù)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

8 賀巍;衛(wèi)星自適應(yīng)LDPC碼優(yōu)化技術(shù)研究[D];電子科技大學(xué);2014年

9 熊有志;干擾信道下分組檢測(cè)和譯碼方法及應(yīng)用研究[D];電子科技大學(xué);2014年

10 張功岑;基于FPGA的LTE-A系統(tǒng)中的Turbo編譯碼算法的并行化研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

，

本文編號(hào)：1901900