首页> 正文

多天线通信系统的检测算法研究

2020-11-29阅读(882)

多天线通信系统的检测算法研究

论文摘要

新一代移动通信能够为客户终端提供高质量高速率的数据传输服务。物理层的核心关键技术包括MIMO、OFDM和信道编码等。MIMO能够在不额外占用频谱资源的情况下显著提升系统的频谱效率和功率效率,OFDM具有相对单载波系统而言较高的谱效率同时能够有效对抗宽带系统中的频率选择性衰落,信道编码则是获得接近系统容量不可或缺的环节。本文针对窄带和宽带MIMO系统的检测和信道估计算法进行了研究,主要内容如下:1. IC-MMSE迭代检测算法是一种基于MMSE滤波和译码反馈信息的低复杂度迭代检测算法,它很好地折衷了系统性能和复杂度,因此十分适合于采用大数量天线和大规模调制星座的V-BLAST系统。本文提出了一种使用估计信道状态信息的修正IC-MMSE迭代检测算法。理论分析表明修正的IC-MMSE迭代检测算法能够获得较小的MMSE滤波输出均方误差,仿真结果表明和传统的（忽略信道估计误差的）IC-MMSE检测算法相比,该算法能够在不增加系统复杂度的情况下获得可观的信噪比增益。2. V-BLAST系统接近最优性能的低复杂度检测算法是当前重要的研究领域。本文提出了一个新的接近最优性能的具有固定的、低复杂度的检测算法,称为MG-C检测算法。该算法接近最优性能的特点源自它使用了基于MMSE滤波的多输出判决反馈机制,其低复杂度的特点则来源于使用了Cholesky分解来进行重要合并项搜索和LLR计算。仿真结果表明该算法能够以较低的复杂度获得接近最优检测的性能。3.本文对目前存在的以及近期提出的V-BLAST检测算法进行了广泛研究,提出了两个等价性定理:第一,在所熟知的次优检测算法中,PDA检测算法和被广泛应用于CDMA系统的MMSE-ISDIC检测算法在性能上是等价的;第二,在接近最优性能的检测算法中,近期（2007年6月）提出的基于正交投影的K-Best检测算法与基于QR和Cholesky分解的K-Best检测算法在性能上是等价的。这两个等价性定理的提出将目前关于这两个方面的相关研究分支联系起来,使学者们避免可能是重复的研究工作或者得到性能相同但名称不同的研究成果。4. MIMO-OFDM系统的检测算法是目前的研究热点之一。本文研究了BICM MIMO-OFDM系统在频率选择性时间选择性（即双选择性）衰落信道下的检测和信道译码算法,提出了一种在性能上接近使用理想子载波干扰抵消的MAP检测算法的低复杂度迭代检测算法,称为quasi-MAP-ISDIC检测算法。该算法结合了MAP检测和ISDIC两种技术,同时采用组最优滤波处理的思想降低MAP检测的复杂度。基于检测模块对符号进行MAP检测或将符号视作干扰的不同情况,Turbo译码模块向检测模块分别提供外部信息以及软判决和剩余干扰方差。通过系统级迭代,该算法能够以较低的复杂度获得接近使用理想子载波干扰抵消的MAP检测算法的性能。5.本文研究了MIMO-OFDM系统在双选择性衰落信道下的信道估计算法。我们采用频域子载波簇作为导频,该导频模式考虑了ICI的分布特征因此适合于双选择性衰落信道下MIMO-OFDM系统的信道估计。针对近期提出的基于多项式近似的LS信道估计算法,我们提出了该算法在参数选择上的约束定理,指出了该算法当信道归一化多普勒频率较大时的局限性。此外,我们提出一种基于线性最优预处理和多项式近似的MMSE信道估计算法,即OLP-MMSE-POLY估计算法。该估计算法降低了ICI所引入的建模误差和当多项式阶数较大时LS估计算法的噪声增强效应,从而显著提升了估计性能。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 论文工作的背景和意义
  • 1.2 具体研究内容
  • 第二章 V-BLAST 系统使用估计信道状态信息的修正IC-MMSE 迭代检测算法. .
  • 2.1 引言
  • 2.2 系统模型
  • 2.3 使用理想CSI 的IC-MMSE 迭代检测算法
  • 2.4 使用估计CSI的IC-MMSE迭代检测算法
  • 2.5 仿真结果与分析
  • 2.6 小结
  • 第三章 V-BLAST系统接近最优性能的低复杂度检测算法研究
  • 3.1 引言
  • 3.2 系统模型
  • 3.3 MG-C 检测算法
  • 3.4 仿真结果与分析
  • 3.5 小结
  • 第四章 MIMO 系统接近最优和次优检测算法的等价性定理
  • 4.1 引言
  • 4.2 PDA 和MMSE-ISDIC 的关系
  • 4.3 基于正交投影和基于QR 分解的K-Best 检测算法的关系
  • 4.4 小结
  • 第五章 OFDM 在双选择性衰落信道中的特点
  • 5.1 引言
  • 5.2 传统的频域信道估计和检测算法
  • 5.3 新型信道估计和检测算法
  • 5.4 在信道估计和检测中考虑ICI的意义
  • 5.5 小结
  • 第六章 双选择性衰落信道中的 MIMO-OFDM 检测算法研究
  • 6.1 引言
  • 6.2 系统模型和最优线性预处理
  • 6.3 检测算法
  • 6.4 仿真结果与分析
  • 6.5 小结
  • 第七章 双选择性衰落信道中的 MIMO-OFDM 信道估计算法研究
  • 7.1 引言
  • 7.2 系统模型
  • 7.3 基于多项式近似的LS 信道估计算法
  • 7.4 OLP辅助的MMSE信道估计算法
  • 7.5 仿真结果与分析
  • 7.6 小结
  • 第八章 总结和展望
  • 8.1 本文工作总结
  • 8.2 未来工作展望
  • 致谢
  • 参考文献
  • 攻读博士学位期间的论文与科研工作

    • 相关论文文献

    • [1].算法：一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质：言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签：;  

    多天线通信系统的检测算法研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5