在大規(guī)模多輸入多輸出(Multiple Input Multiple Output,MIMO)系統(tǒng)中,最小均方誤差(Minimum Mean Square Error,MMSE)檢測(cè)算法能獲得最優(yōu)線性檢測(cè)性能,但涉及復(fù)雜的高維矩陣求逆運(yùn)算�；诩訖�(quán)-對(duì)稱(chēng)連續(xù)超松弛(Weighted Symmetric Successive Over Relaxation,WSSOR)迭代提出一種高性能低復(fù)雜度的軟輸出檢測(cè)算法,避免復(fù)雜的矩陣求逆運(yùn)算,降低算法的復(fù)雜度。采用一種簡(jiǎn)單的量化方法來(lái)求解松弛參數(shù)和加權(quán)因子,應(yīng)用在軟判決中,進(jìn)一步提升算法性能。定量地分析了不同算法的復(fù)雜度,并通過(guò)仿真對(duì)不同檢測(cè)算法的誤碼率性能和收斂速度進(jìn)行研究,結(jié)果表明該算法在降低復(fù)雜度的情況下,能以較快的收斂速度接近最優(yōu)的線性檢測(cè)性能。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

大規(guī)模MIMO系統(tǒng)模型如圖1所示,該系統(tǒng)由N根天線的基站和K個(gè)單天線終端用戶構(gòu)成(N≥K)。令s=[s1,s2,…,sK]T表示K×1維發(fā)射符號(hào)向量,其中sK∈Q表示第K個(gè)用戶的發(fā)送符號(hào),Q表示調(diào)制符號(hào)集。令H=[h1,h2,…,hK]表示N×K維的信道增益矩陣,n是均值為0、方....

如圖2(b)所示,在硬判決中加上合適的松弛參數(shù)和加權(quán)因子后,改進(jìn)的WSSOR檢測(cè)算法和SSOR檢測(cè)算法都有更好的BER性能。如在迭代次數(shù)i=2,信噪比為15dB時(shí),Neumann級(jí)數(shù)展開(kāi)算法的BER性能為4×10-2左右,SSOR檢測(cè)算法的性能為2.8×10-3左右,而WSSO....

圖3顯示了不同檢測(cè)算法在軟判決輸出方式下的BER性能對(duì)比,與圖2(b)對(duì)比可以看出,各種算法的檢測(cè)性能在軟判決的方式下都得到了明顯的提升。如在軟判決中,當(dāng)信噪比為6dB時(shí),各種算法在迭代次數(shù)i=2的誤碼率就接近4×10-4;而在硬判決中,當(dāng)誤碼率為4×10-4時(shí),卻需要18d....

圖4為改進(jìn)的WSSOR軟輸出檢測(cè)算法的BER性能隨著迭代次數(shù)以及信噪比的變化情況�？梢钥闯�,改進(jìn)后的WSSOR軟輸出算法的BER性能隨著信噪比的增加而極大提升;同時(shí)在不同信噪比的影響下,該算法均能通過(guò)僅僅2到3次迭代就趨于穩(wěn)定,并且收斂速度也很快。4結(jié)語(yǔ)

本文編號(hào)：4008477