在收發(fā)天線較多以及采用高階正交幅度調(diào)制的MIMO系統(tǒng)中,現(xiàn)有的基于信道分組的MIMO并行檢測(cè)算法所需的計(jì)算復(fù)雜度快速增加但誤碼性能提高有限。針對(duì)這一問(wèn)題,提出了迫零準(zhǔn)則下基于Lattice Reduction的低復(fù)雜度MIMO分組并行檢測(cè)算法。該算法在ZF準(zhǔn)則下采用Lattice Reduction算法降低分組后子信道的條件數(shù),在參考信號(hào)點(diǎn)基礎(chǔ)上對(duì)信號(hào)進(jìn)行檢測(cè)。仿真結(jié)果表明:該算法在8×8,16QAM和64QAM的MIMO系統(tǒng)中,比現(xiàn)有分組并行檢測(cè)算法計(jì)算復(fù)雜度降低了60%以上;相同誤碼率下,檢測(cè)性能提高了2 dB以上。 

【文章來(lái)源】：海軍工程大學(xué)學(xué)報(bào). 2020,32(05)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

算法結(jié)構(gòu)圖

GPIC算法的復(fù)雜度以G(N,L)表示,文獻(xiàn)[6]取N=1,L=2。NP-PDF算法的復(fù)雜度以NP(N)表示,應(yīng)用在高階QAM及天線數(shù)較多的MIMO系統(tǒng)中時(shí),N=2才能提供接近最優(yōu)檢測(cè)的性能。因此,本文以NP(2)作為另一個(gè)對(duì)比算法,其計(jì)算復(fù)雜度對(duì)比結(jié)果如圖2、3所示。圖3 64QAM計(jì)算復(fù)雜度對(duì)比

圖2 16QAM計(jì)算復(fù)雜度對(duì)比由圖2、3可見(jiàn),本文算法有效降低了計(jì)算所需的復(fù)雜度。對(duì)于16QAM的MIMO系統(tǒng),天線數(shù)從4×4到8×8,本文算法的復(fù)雜度相對(duì)于GPIC算法平均降低了70%多,相對(duì)NP-PDF算法平均降低了80%多。對(duì)于64QAM的MIMO系統(tǒng),本文算法的復(fù)雜度相對(duì)于GPIC算法平均降低了75%,相對(duì)NP-PDF算法平均降低了95%。

【參考文獻(xiàn)】：
期刊論文
[1]多小區(qū)Massive MIMO系統(tǒng)低復(fù)雜度ZF線性檢測(cè)算法[J]. 張瑞欣,曹海燕,謝時(shí)埸,王秀敏.  通信技術(shù). 2017(10)
[2]MIMO系統(tǒng)中一種改進(jìn)的ZF-OSIC信號(hào)檢測(cè)算法[J]. 王芮,朱唯唯,張家慶,陳倩,謝仁宏.  信息技術(shù). 2017(04)
[3]Lovász條件下LLL算法最簡(jiǎn)復(fù)Givens矩陣形式的研究[J]. 張海波,楊祥紅,張嵩,鄧兵.  海軍航空工程學(xué)院學(xué)報(bào). 2012(06)
[4]復(fù)數(shù)域格縮減的MIMO檢測(cè)算法研究[J]. 孫艷華,王浩,張延華.  電子科技大學(xué)學(xué)報(bào). 2010(05)

碩士論文
[1]MIMO系統(tǒng)并行檢測(cè)算法研究[D]. 方娟.西安電子科技大學(xué) 2011
[2]V-BLAST系統(tǒng)近似最優(yōu)檢測(cè)算法研究[D]. 熊聰.北京郵電大學(xué) 2010



本文編號(hào)：3488220