导读:本文包含了基约减论文开题报告文献综述及选题提纲参考文献，主要关键词:格基约减,大规模多输入多输出,球形译码,贪心策略
基约减论文文献综述
王华华,张洋,亢成[1]（2019）在《一种格基约减辅助的改进球形译码检测算法》一文中研究指出在大规模多输入多输出(MIMO)系统中,当用户数与基站(BS)天线数相当时,线性检测算法的性能很不理想。文章从非线性检测入手,提出一种格基约减(LR)辅助的贪心球形译码算法。通过格基约减算法辅助QR分解来获取更优的正交基并采用贪心策略改进球形译码算法,将每次欧式距离(PED)最小的符号作为根节点向下搜索,更高效地缩减了搜索树节点。理论分析及仿真结果表明,所提算法具有复杂度低且收敛速度快的特点,当系统误码率为10~(-4)时,所提算法相较于线性算法有3～10 dB的性能提升。并且算法在一定程度上降低了近来所提出LR-K-Best算法的复杂度,具有较高的工程应用价值。(本文来源于《光通信研究》期刊2019年06期）
曹金政,程庆丰[2]（2019）在《一种基于分块采样方法的格基约减算法》一文中研究指出基于格理论构造的密码方案普遍被认为可以抵抗量子计算攻击,最近几年发展更是迅猛.格密码的安全性依赖于格中困难问题,如最短向量问题等,而要解这些问题需要高效的格基约减算法.国内外学者针对格中困难问题已提出了多种基于枚举法的格基约化算法,如LLL算法、BKZ算法和随机采样算法(RS)等.本文针对最短向量问题的求解,主要对RS算法进行了分析,并指出了其不足之处在于过大的随机性导致格性质倒退及需要生成大量向量导致复杂度过高.本文基于以上分析,进一步结合了分块的思想和插入指数等方法,提出了改进型随机采样约减算法,简称I-RS算法.该算法通过在局部格中的随机化采样和调整基向量的排列顺序改进格基的内部性质,进而提升约减效果.初步的理论分析表明, I-RS算法在O(n~3(k/6)~(k/4))的时间内明显改进了输出格基的长度性质,其中2k是分块的大小.实验表明,新算法比RS算法和BKZ算法在约减效果和稳定性等方面有所提升,输出向量长度较BKZ算法缩短20%,近似因子在BKZ算法的0.95倍以下.(本文来源于《密码学报》期刊2019年01期）
周围,曾雪,樊鹏[3]（2017）在《MIMO系统中基于条件数阈值的格基约减信号检测算法》一文中研究指出在多输入多输出系统中,最大似然(maximum likelihood,ML)检测算法性能最优但复杂度很高,最小均方误差(minimum mean-square error,MMSE)检测算法复杂度低但其性能较差。较高的信道矩阵条件数会给信号检测算法的误码率性能带来不利影响。针对这些问题,提出一种基于信道矩阵条件数阈值的信号检测算法来提升高条件数下传统检测算法的性能。该算法通过比较信道矩阵的条件数与预先设定的条件数阈值,选取相应的检测算法:当条件数低于阈值时,采用复杂度较低的LLL(lenstra-lenstra-lovasz)约减的MMSE(LLL-MMSE)算法来减少计算量;当条件数高于阈值时,采用基于排序分组的ML与LLL-MMSE联合的检测算法,通过增加一定的计算量来保证检测性能。对不同阈值下的误码率性能进行了仿真,结果表明算法的性能明显优于传统的LLL-MMSE检测算法,并且通过预先设定条件数阈值可以使得算法在性能和复杂度之间获得较好的平衡,最终达到优化检测算法性能的目的。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2017年06期）
周围,张茜,王新贺[4]（2016）在《MIMO系统中改进的LLL格基约减算法》一文中研究指出针对传统LLL格基约减算法在MIMO系统中的误比特性能较差的问题,提出了一种改进的LLL检测算法。该算法利用后向LLL约减算法和同时对多个初始基进行约减的思想,从问题的多组初始基开始搜索,并对多组初始基进行约减,找到其中最好的一组基,摆脱了传统格基约减算法仅从单组基开始搜索的局限。通过理论分析和计算机仿真,对算法的收敛性及不同收发天线数下不同检测算法的误比特性能进行了对比研究。结果表明,在MIMO系统中本文算法的检测性能比传统的格基约减算法更优,且更接近于ML检测算法。(本文来源于《电视技术》期刊2016年08期）
景常乐,王欣,魏急波[5]（2016）在《格基约减辅助的低复杂度列表检测》一文中研究指出格基约减作为一种矩阵近似正交化方法,能够显着改善传统MIMO检测算法的性能。推导了格域星座点各分量之间的递推约束关系,并提出了格基约减辅助的列表SML-SIC检测算法,相比格基约减辅助的列表SIC检测,获得了更好的性能。在所提算法中,列表检测的子检测器为SML-SIC检测,它是将2维的列表检测器(SML)与连续干扰抵消(SIC)检测方法相结合,基于串行干扰抵消思想,用SML检测器每次对两个符号进行检测,获得了比SIC检测更高的分集增益。另外,提出局部格基约减辅助的列表检测,选择列表长度等于调制阶数,并对较低维的信道矩阵进行格基约减,复杂度有所下降,但获得和格基约减辅助的列表检测相同的性能。(本文来源于《通信技术》期刊2016年04期）
王明月,周围,景小荣[6]（2015）在《基于格基约减辅助的低复杂度MIMO信号检测算法》一文中研究指出在多输入多输出(MIMO)系统中,常规的格基约减辅助信号检测算法由于复杂度高而难以在实际工程中应用。为了解决这一问题,基于Brun算法提出了一种低复杂度的信号检测算法。该算法首先通过奇异值分解(SVD)得到信道矩阵奇异向量和转换矩阵之间的近似整数关系,进而采用Brun算法对信道矩阵的对偶格基进行约减优化,最后将约减后的新对偶格基用于传统线性信号检测。仿真结果表明:该方法的复杂度约为基于常规Lenstra Lenstra Lovasz(LLL)格基约减辅助的MIMO信号检测算法的0.1倍;同时,与线性检测算法相比,检测性能提升非常明显,特别在较高信噪比(SNR)范围内。因此,该算法能够在检测性能与计算复杂度之间取得较好的折衷。(本文来源于《电讯技术》期刊2015年08期）
高明,刘金铸[7]（2015）在《LTE系统基于格基约减辅助V-BLAST算法》一文中研究指出LTE作为以OFDM-MIMO为主要技术特征的第四代移动通信,它的终端信号检测实现比较困难,这就需要一种性能好、复杂度低的检测算法来实现.格基约减是一种在接收端对信道矩阵进行预处理,可以消除子信道间干扰和抑制噪声的增强.本文在已有的格基约减ELLL算法的基础上,提出一种限制条件更为宽松的对角格约减算法(DR).该算法的计算复杂度要低于ELLL算法.在该算法的基础上,结合传统V-BLAST和K-best算法思想,给出了一种基于格基约减辅助的V-BLAST算法.仿真结果表明,在LTE系统中该算法能够在复杂度较低的情况下,性能更接近ML算法.(本文来源于《计算机系统应用》期刊2015年05期）
刘晓光,鲍亚川,苏斌,张帆,段世刚[8]（2014）在《一种新型基于格基约减的MIMO检测算法》一文中研究指出MIMO技术是LTE的关键技术,MIMO信号检测算法的选用需要在复杂度和检测性能之间取得合理的折中。将格基理论应用于MIMO检测中,能够大幅降低由于天线数增多所带来的检测复杂度过高问题,典型的格约减算法有LLL算法和Seysen算法。以上述格基约减算法为基础,引进排序串行干扰抵消和广度优先球译码K-best算法的思想,提出了一种新型的基于格基约减的MIMO检测算法———KLR_OSIC。与原有基于格基约减的检测算法相比,该算法能够在较低的计算复杂度下显着提高MIMO的检测性能。通过仿真可看出,新算法比原基于格基约减的算法性能更佳,且更接近ML算法。(本文来源于《电子科技》期刊2014年05期）
张晓然[9]（2013）在《格基约减的检测和预编码技术研究》一文中研究指出格基约减(Lattice Reduction, LR)技术是以格理论为基础的一种非常有效的数学工具。其在无线通信系统中常被用在数据检测和预编码技术中,通过改善信道矩阵的奇异性以提高系统性能。在本论文中,从接收端检测和发送端预编码两个方面来研究格基约减技术在无线通信系统中的应用。在接收端检测方面,本文创新性地将格基约减技术应用在TD-SCDMA系统下行链路的多小区联合检测中。将格基约减作为检测前的预处理操作,使得经过降格后的系统等效矩阵的列向量更加正交且等模,更适用于检测。但是由于TD-SCDMA系统矩阵维度较大,直接对其进行格基约减会耗费大量资源,因此本文针对系统矩阵的组成特征,创新性地提出一种针对系统矩阵的预处理操作,将其简化后再进行格基约减,从而降低了大量的计算复杂度。在发送端预编码方面,本文从线性预编码的非码本预编码和码本预编码两个方面研究格基约减在其中的应用。对于非码本预编码,给出了基于ZF(Zero Forcing)准则和MMSE (Minimum Mean Square Error)准则的LRA (Lattice Reduction Aided)预编码,仿真结果证明LRA预编码能够有效提升系统性能。对于码本预编码,本文创新性地提出了一种基于码本量化信息的LRA码本预编码方案,该方案在发送端和接收端共享一套码本量化信息,发送端通过接收端反馈的索引号从码本量化信息中还原出预编码矩阵。并且通过充分挖掘格基约减中幺模矩阵的组成特征,提出了一种基于格基约减Seysen算法的码本量化信息的设计方法。在第四章中,具体以4×4和4×8的MIMO (Multiple Input Multiple Output)系统为例,通过仿真统计信道矩阵格基约减过程中的特征参数值和发生的约减次数的分布特征来设计码本量化信息,并且给出了不同量化程度下系统性能的仿真结果。在具体实施中,通过本方案可以根据不同的系统性能需求,设计不同程度的码本量化信息,以获得较好的系统性能。(本文来源于《北京邮电大学》期刊2013-01-16）
鲍亚川[10]（2013）在《LTE-A下行链路中基于格基约减的MIMO检测算法研究》一文中研究指出为应对新兴通信业务快速发展带来的挑战，3GPP在LTE之后推出了LTE-Advanced (LTE-A)。LTE-A在LTE的基础上采用了包括增强型多输入多输出(MIMO)，载波聚合等在内的更多先进技术，实现了更高的频谱效率，数倍于LTE的数据传输速率，同时在边缘小区通信性能，接入延迟等各个方面都取得了显着的进步。LTE-A在下行传输链路采用了正交频分多址(OFDMA)与MIMO技术相结合的传输方式，两者结合是LTE-A下行传输优异性能的基础。MIMO技术在LTE-A中得到了大幅度的加强，也对MIMO检测技术提出了更高的要求。本文主要研究了LTE-A下行MIMO系统的基于格基约减的检测算法。本文首先描述了LTE-A下行链路MIMO系统的模型。基于这个模型，对常规的多种MIMO检测算法进行了研究，并进行了仿真分析。然后对基于格基约减的MIMO检测算法进行了系统的研究。对格理论，格基约减的概念和方法做了详细的阐述，之后对基于LLL约减和基于Seysen约减的两种MIMO检测算法进行了研究，并且进行了仿真分析和对比。在前述算法的基础上提出了改进型的基于格基约减的MIMO检测算法。该改进算法相比于原有基于格基约减的检测算法在有效降低了算法复杂度的同时，显着提高了MIMO检测的性能。(本文来源于《西安电子科技大学》期刊2013-01-01）
基约减论文开题报告
（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：
基于格理论构造的密码方案普遍被认为可以抵抗量子计算攻击,最近几年发展更是迅猛.格密码的安全性依赖于格中困难问题,如最短向量问题等,而要解这些问题需要高效的格基约减算法.国内外学者针对格中困难问题已提出了多种基于枚举法的格基约化算法,如LLL算法、BKZ算法和随机采样算法(RS)等.本文针对最短向量问题的求解,主要对RS算法进行了分析,并指出了其不足之处在于过大的随机性导致格性质倒退及需要生成大量向量导致复杂度过高.本文基于以上分析,进一步结合了分块的思想和插入指数等方法,提出了改进型随机采样约减算法,简称I-RS算法.该算法通过在局部格中的随机化采样和调整基向量的排列顺序改进格基的内部性质,进而提升约减效果.初步的理论分析表明, I-RS算法在O(n~3(k/6)~(k/4))的时间内明显改进了输出格基的长度性质,其中2k是分块的大小.实验表明,新算法比RS算法和BKZ算法在约减效果和稳定性等方面有所提升,输出向量长度较BKZ算法缩短20%,近似因子在BKZ算法的0.95倍以下.
（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。
基约减论文参考文献
[1].王华华,张洋,亢成.一种格基约减辅助的改进球形译码检测算法[J].光通信研究.2019
[2].曹金政,程庆丰.一种基于分块采样方法的格基约减算法[J].密码学报.2019
[3].周围,曾雪,樊鹏.MIMO系统中基于条件数阈值的格基约减信号检测算法[J].重庆邮电大学学报(自然科学版).2017
[4].周围,张茜,王新贺.MIMO系统中改进的LLL格基约减算法[J].电视技术.2016
[5].景常乐,王欣,魏急波.格基约减辅助的低复杂度列表检测[J].通信技术.2016
[6].王明月,周围,景小荣.基于格基约减辅助的低复杂度MIMO信号检测算法[J].电讯技术.2015
[7].高明,刘金铸.LTE系统基于格基约减辅助V-BLAST算法[J].计算机系统应用.2015
[8].刘晓光,鲍亚川,苏斌,张帆,段世刚.一种新型基于格基约减的MIMO检测算法[J].电子科技.2014
[9].张晓然.格基约减的检测和预编码技术研究[D].北京邮电大学.2013
[10].鲍亚川.LTE-A下行链路中基于格基约减的MIMO检测算法研究[D].西安电子科技大学.2013