论文部分内容阅读
多天线MIMO技术可以有效提高通信系统的数据速率,并被公认为下一代无线通信系统的关键技术,已成为学术界和产业界关注的热点。非线性检测算法的复杂度随着天线数量的增长呈非线性增长,比如ML算法,其算法复杂度随发送端天线数量的增长呈指数增长。ML的性能为最优,但复杂度过高,不利于工业实现。球检测算法是一种快速搜索算法,其通过减少搜索区域来达到降低复杂度的效果。对比ML的指数级运算复杂度,球型解码算法的平均复杂度为多项式级别。球检测将MIMO检测转化为：求得y与Hx在格空间中的欧氏距离,将此欧氏距离与半径作比较。将x的个元素取码本空间S中的值,通过半径限制搜索区间的大小,即仅仅搜索落入半径之内的符号。本论文研究内容为多天线通信系统中的接收端检测技术,在充分借鉴和学习了已有成果的基础之上,我对于MIMO检测的难点问题进行了探讨并且提出了若干种检测算法。MIMO球检测的问题在于其在信道环境恶劣时复杂度极高,并且复杂度变化很大,这样给求检测算法的工业实现带来了严重问题。本论文选题基于在检测过程中性能和复杂度之间的矛盾,提出缓解的技术方案。新算法将在宽SNR范围下达到一个近似ML性能,并且有一个较低且适当的复杂度,新的算法将对于检测算法的工程实现有着巨大意义。本论文共涉及到两个研究方向：球检测与线性检测的结合算法,Tree-Pruning球检测。对于球检测与线性检测的结合方向,本论文提出了4种算法,分为两部分。第一部分提出了一种改进的K-Best球检测与OSIC相结合的算法,并且在此基础上提出了一种对于算法改进后的算法。K-Best机制能够有效将算法的复杂度固定,从而有利于算法的工业实现。第二部分提出了在Promising Path机制下的球检测与MMSE相结合的算法。Increasing Radius Search (IRS)是球检测算法的一个分支,此分支中提出了Promising Path机制的一个改进ImprovedIncreasing Radius Search (IIRS)。对于Tree-Pruning球检测方向,本文提出了一种改进的复杂度期望稳定的球检测算法。此算法为设定新的Tree-Pruning半径,应用新半径进行球检测。应用这种新半径进行检测的算法可以有一个稳定的复杂度期,在工业上对应耗电量稳定。