导读:本文包含了多输入多输出检测论文开题报告文献综述及选题提纲参考文献，主要关键词:多输入多输出系统,检测算法,排序串行干扰抵消算法,信噪比
多输入多输出检测论文文献综述
江晓林,张广洲,崔景岩[1]（2019）在《多输入多输出系统中低误码率信号检测的改进算法》一文中研究指出为了进一步提高信号检测的准确度,基于最小均方误差检测算法,提出一种改进的可靠性较高的多输入多输出信号检测算法。改进算法在检测过程中引入排序机制的排序串行干扰抵消算法,优先估计可靠性高的检测分量,结合最大似然检测算法修正可靠性低的分量。结果表明:改进后的检测算法复杂度提升不大,在误码率一定时,信噪比相比与原算法提高了约3 d B;在信噪比一定时,误码率低于原算法,性能得到优化。该研究可以为多输入多输出系统中信号的检测提供参考。(本文来源于《黑龙江科技大学学报》期刊2019年02期）
江晓林,崔景岩,张广洲[2]（2018）在《多输入多输出系统的改进球形信号检测算法》一文中研究指出针对含最小均方误差滤波矩阵的球形检测算法在低信噪比时检测复杂度很高的问题,提出一种新的半径选择方法。改进算法在检测过程中,通过预先设置一个随信噪比自适应变化的收敛因子,使其在低信噪比环境下进一步降低检测复杂度,在高信噪比环境下能获得较优的检测性能。结果表明:低信噪比时,改进算法在基本保持原算法检测性能的基础上,显着降低了检测复杂度;高信噪比时,改进算法在保持原算法检测复杂度的同时也获得了其较优的检测性能。该研究为提高无线通信多输入多输出系统信号的检测提供了参考。(本文来源于《黑龙江科技大学学报》期刊2018年06期）
沙正川,倪梁方,陶晶,戴慧洁[3]（2018）在《多输入多输出电力线通信中的实球解码信号检测算法》一文中研究指出研究多输入多输出电力线通信中的实球解码信号检测方案。首先,基于Cholesky分解将在接收信号空间的一个球垛内搜索格点的问题转化为在发送信号空间中相应椭球体内搜索格点的问题;其次,根据上叁角矩阵诱导的不等式确定椭球的边界,并形成相应的整数分量,进而张成发射端口定义的候选格点子集;再采用迭代的方式在不断更新的区间内测试球垛内的所有格点,将最近格点作为发送信号的近似最佳估计值。仿真结果表明,无论接收端是否采用共模端,提出的检测方案的抗多流干扰能力优于迫零检测器和最小均方误差检测器,且信噪比较高时,其复杂度是端口数的多项式函数。(本文来源于《安徽工业大学学报(自然科学版)》期刊2018年03期）
刘玉春,王洪雁[4]（2018）在《提升空时自适应检测性能的多输入多输出雷达稳健波形设计》一文中研究指出针对基于多输入多输出(MIMO)正交频分复用(OFDM)雷达的空时自适应处理(STAP)方法的检测性能受未确知环境先验信息影响较大的问题,提出一种提升空时自适应检测性能的MIMO雷达稳健波形设计方法。首先构建杂波协方差矩阵估计误差模型,然后在此误差模型以及波形恒模特性约束下,基于最大化最差情况下的输出信干噪比准则,建立改善STAP检测概率稳健性的波形优化模型。为求解所得非线性波形优化模型,提出了基于对角加载的迭代方法,该迭代方法中每步均可转化为半定规划问题,因而可以获得高效求解。仿真结果表明,所提方法能够改善最差情况下的STAP检测概率,与非稳健方法以及不相关波形相比,可提高最差情况下MIMOOFDM-STAP方法的输出信干噪比2~4dB。(本文来源于《西安交通大学学报》期刊2018年08期）
杨大江,宋常建,钟子发[5]（2015）在《高阶多输入多输出系统下基于禁忌搜索的信号检测》一文中研究指出针对高阶多输入多输出(MIMO)系统下,传统信号检测算法复杂度大的问题,结合禁忌搜索算法的基本原理,改进分层禁忌搜索算法,引入排序相消的思想,用于高阶MIMO检测。仿真实验结果表明,相比其他算法,在相同条件下,所提算法在误码率方面表现出更优的性能,尤其是在低阶调制信号、高信噪比环境下,该算法能避免出现瓶颈效应。(本文来源于《计算机工程》期刊2015年12期）
姚芳超[6]（2015）在《基于空间调制的多输入多输出频率选择性衰落信道的信号设计与检测算法研究》一文中研究指出多输入多输出(MIMO)技术能够在不增加系统带宽和发射信号功率的条件下获得较高的谱效率和较高数据传输可靠性。但是MIMO技术又有自己的不足,存在着天线同步和天线间干扰等问题。特别是在多径衰落环境下,由于同时存在天线间干扰和符号间干扰,其信号检测问题变得异常复杂。空间调制是一种新型的多天线复用技术,由于每次仅采用单根天线发送信息,空间调制避免了其他多天线技术的天线间同步和天线间干扰等问题。将空间调制的原理应用到正交频分(OFDM)系统中,得到的OFDM指数调制(IM)相比传统的OFDM系统具有更好的性能。本文首先提出了两种将OFDM-IM从单天线系统推广到多天线系统的方法。第一种方法是在每根天线上直接采用OFDM-IM,得到的结构称为并行MIMO-OFDM-IM。第二种方法是在子载波和天线构成的联合信号空间上采用IM,得到的结构称为联合MIMO-OFDM-IM。和其他MIMO-OFDM结构相比,两种方法的性能通过计算机仿真得到了验证。特别的,在高移动场景下,联合MIMO-OFDM-IM信号由于在天线和子载波维度上同时具有稀疏性,因此能够更好地同时克服天线间干扰和多普勒造成的子载波间干扰,相比并行MIMO-OFDM-IM具有更好的性能。其次,本文研究了基于零填充(ZP)的单载波SM系统在频率选择性衰落信道上的信号检测。提出了一种改进的基于串行干扰抵消的部分干扰抵消接收机(PIC-R-SIC)。具体的,利用信道矩阵的Toplitze结构对PIC-R-SIC算法中信号处理维度进行了降低,提出了缩短的PIC-R-SIC(S-PIC-R-SIC)算法。进一步,提出了M算法应用到S-PIC-R-SIC中的S-PIC-R-SIC-M算法,以改善S-PIC-R-SIC算法的性能。(本文来源于《西安电子科技大学》期刊2015-11-01）
李金梁,高磊,曾勇虎,谢虹[7]（2015）在《分散型多输入多输出雷达检测器设计及检测性能分析》一文中研究指出对不同类型的目标,分散型多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达的最佳检测器结构各异,且通常不便于工程实现.针对此问题,提出了一种易于工程实现的MIMO雷达检测器结构.首先对MIMO雷达和普通单基地雷达的回波信号模型进行分析,指出了MIMO雷达回波和单基地雷达快起伏目标多脉冲回波之间的相似关系.借鉴单基地雷达针对快起伏目标的检测器结构,提出分散型MIMO雷达可以采用类似的包络检波级联累加器的检测器结构形式.就所设计检测器结构对不同空域起伏目标的检测性能进行了研究,给出了检测性能的理论和仿真曲线.(本文来源于《电波科学学报》期刊2015年03期）
支毳鹏[8]（2014）在《多输入多输出连续相位传输技术及其低复杂度检测算法研究》一文中研究指出MIMO技术可以提高通信系统的传输速率和效率，还具有抗多径衰落的作用，同时具有非常高的编码增益和分集增益，是新一代通信系统的关键技术之一。CPM是一种具有非常高的频谱利用率和通信效率的调制技术，在许多具有高数据传输要求的通信和遥测的领域得到广泛应用。本课题将MIMO和CPM这两种先进的通信技术相结合，建立一种传输效率更高和通信性能更好的系统模型。但是由于CPM技术解调的复杂度和计算量的巨大给CPM在实际的应用带来了巨大的困难，本文最后研究降低CPM解调复杂度和计算量的算法。本文首先对CPM和MIMO的基本原理进行了阐述。主要对CPM和MIMO信号基本原理进行分析来为下文的工作奠定好基础。本课题对CPM信号模型、状态转移、解调检测器的原理、最大似然译码算法和信号的功率谱等方面对CPM信号进行了详细的分析；最后简单的介绍了MIMO信号的基本表示形式，阐述了叁种基本的空时编码的原理。其次，本文将CPM技术应用于MIMO通信系统中。首先推导了MIMO-CPM空时编码的设计准则，然后对MIMO-CPM和MIMO-multi-h CPM系统进行了系统的建模和性能分析，并结合典型的STTC空时编码对其进行了误码率性能的仿真，从仿真的结果来看，MIMO与CPM系统相结合的系统的性能要比MIMO与传统的线性调制技术相结合的误码率性能优越。最后，本文研究了CPM系统低复杂度解调算法。MIMO-CPM系统通过化简，其解调可以看做是单天线的CPM系统的解调，因此研究MIMO-CPM低复杂度的解调算法就是研究CPM的低复杂度的解调算法。本课题首先介绍了单指数和多指数CPM的PAM分解的基本原理，然后将其引入到CPM调制解调系统，建立了基于PAM分解的最优和次优接收机；最后对其性能进行了理论推导，然后结合实例对其进行了仿真，系统在大约损失1-2dB的情况下，大大降低了解调算法的复杂度和计算量。(本文来源于《哈尔滨工业大学》期刊2014-07-01）
沈雷,陈佩,王海泉,于淼,孙闽红[9]（2013）在《多输入多输出系统基于特征函数频谱盲检测》一文中研究指出提出多输入多输出(Multiple-Input Multiple-Output,MIMO)认知无线电系统中基于多元特征函数的频谱盲检测方法.所提方法不需要知道授权用户传输信号的先验知识,也不需要知道信道噪声的方差.通过计算次用户多天线系统接收到的信号样本向量的经验特征函数,MIMO系统中的频谱检测就转换为多元特征函数检验问题.通过度量经验特征函数与已知特征函数的距离,实现频谱检测.在MIMO系统中,基于特征函数的频谱检测算法比现存的频谱检测方法,具有更好的性能,特别是在低信噪比、小样本条件下.(本文来源于《电波科学学报》期刊2013年06期）
郑飞[10]（2013）在《多输入多输出通信系统智能检测技术研究》一文中研究指出多输入多输出（MIMO）通信系统是在理论研究和工程应用中的热点课题。其中信号检测是其中最为关键的技术，它是对混杂有不同用户（多用户）信息的通信信号进行分类检测，主要包括最优检测和次优检测两大类。现在次优检测技术占据主体地位，特别是智能信号检测是一个崭新的前沿课题，因此开展这一课题的研究，具有重要的理论意义和应用价值。本论文的主要工作如下：（1）基于支持向量机的智能检测技术研究。在小样本及信道估计不足条件下，为了找到检测速度和误码率的较优权衡算法，研究了基于粒子群算法和支持向量机的智能检测方法，主要对接收序列进行回归自学习训练，采用粒子群算法得到优化模型，然后输入待检测序列并进行判决。实验表明，设计的PSO-SVM检测器具有较高的判决精度，能够满足MIMO通信系统的要求。（2）基于相关向量机的智能检测技术研究。为了克服支持向量机本身存在的一些缺点，提出基于相关向量机（RVM）的智能检测技术，实验表明RVM具有在少量向量数目条件保证高预测精度的性能，比SVM和PSO-SVM算法具有更强的泛化推广能力，且所需计算的向量数较少，在MIMO信号检测中效果显着。（3）核函数的选取研究。探讨不同的核函数，如Cauchy核、多项式核和高斯径向基核等对于RVM分类器的影响，采用多分类方法进行仿真实验，分析出不同核函数在分类检测过程中的性能，得出有意义的结论，为多输入多输出通信系统智能检测器的设计提供理论依据。(本文来源于《河北工业大学》期刊2013-11-01）
多输入多输出检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对含最小均方误差滤波矩阵的球形检测算法在低信噪比时检测复杂度很高的问题,提出一种新的半径选择方法。改进算法在检测过程中,通过预先设置一个随信噪比自适应变化的收敛因子,使其在低信噪比环境下进一步降低检测复杂度,在高信噪比环境下能获得较优的检测性能。结果表明:低信噪比时,改进算法在基本保持原算法检测性能的基础上,显着降低了检测复杂度;高信噪比时,改进算法在保持原算法检测复杂度的同时也获得了其较优的检测性能。该研究为提高无线通信多输入多输出系统信号的检测提供了参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多输入多输出检测论文参考文献
[1].江晓林,张广洲,崔景岩.多输入多输出系统中低误码率信号检测的改进算法[J].黑龙江科技大学学报.2019
[2].江晓林,崔景岩,张广洲.多输入多输出系统的改进球形信号检测算法[J].黑龙江科技大学学报.2018
[3].沙正川,倪梁方,陶晶,戴慧洁.多输入多输出电力线通信中的实球解码信号检测算法[J].安徽工业大学学报(自然科学版).2018
[4].刘玉春,王洪雁.提升空时自适应检测性能的多输入多输出雷达稳健波形设计[J].西安交通大学学报.2018
[5].杨大江,宋常建,钟子发.高阶多输入多输出系统下基于禁忌搜索的信号检测[J].计算机工程.2015
[6].姚芳超.基于空间调制的多输入多输出频率选择性衰落信道的信号设计与检测算法研究[D].西安电子科技大学.2015
[7].李金梁,高磊,曾勇虎,谢虹.分散型多输入多输出雷达检测器设计及检测性能分析[J].电波科学学报.2015
[8].支毳鹏.多输入多输出连续相位传输技术及其低复杂度检测算法研究[D].哈尔滨工业大学.2014
[9].沈雷,陈佩,王海泉,于淼,孙闽红.多输入多输出系统基于特征函数频谱盲检测[J].电波科学学报.2013
[10].郑飞.多输入多输出通信系统智能检测技术研究[D].河北工业大学.2013
标签：多输入多输出系统; 检测算法; 排序串行干扰抵消算法; 信噪比;