空间调制系统下改进的球形译码检测算法
发布时间：2021-02-14 18:54
在空间调制（SM）系统的检测算法中,球形译码（SD）检测算法的性能最接近最大似然（ML）最优检测,但其初始半径的选择是一个难题,不合适的初始半径将导致极大的运算复杂度。针对这个问题,本研究提出了一种改进的球形译码检测算法。该算法将距离排序（DBD）算法与SD算法相结合,以DBD算法得到的估计值导出SD算法的初始半径,同时引入天线候选集因子T和调节变量K以平衡性能和复杂度。仿真结果表明,改进的SD算法相比于传统SD算法能降低约30%～60%的运算复杂度。
【文章来源】：河南农业大学学报. 2019,53(01)北大核心
【文章页数】：6 页
【部分图文】：
SM-MIMO系统模型Fig．1SM-MIMOsystemmodel
枪兰浦?若所求索引符号累积误差小于SD算法预设半径C，则此符号为估计值。最终结果(j'，x')可由算法求得的激活天线估计j和星座估计点x获得。SD算法的优点在于当接收天线数量较大时，根据此方法可减少每条候选路径上的搜索深度，从而能大大降低空间调制系统检测复杂度。但是，当接收天线数目较小(如Nr=1)时，此算法相比与ML最优检测并没有明显优势。针对不同信道参数和MIMO系统结构模型，SD算法初始半径C的确定仍是影响算法复杂度和性能的关键。图2SM-SD算法流程图Fig．2SM-SDalgorithmflowchart2．2改进的球形译码算法为了减小球形译码算法的复杂度，本研究引入了DBD(Distance-BasedOrderedDetection)基于距离排序检测算法［15］。DBD检测算法原理是从不同的发射天线索引中得到解调前后符号之间的欧式距离，根据欧式距离对天线索引进行排序，最小欧氏距离对应的天线索引为最优解。同时，引入候选集因子T，来平衡系统性能和计算复杂度。因为接收端上未知发射端的传输信息，因此接收端需对所有发射天线进行检测，利用每个发射天线信道子矩阵对接收矢量进行检测，即rj=h+jy(j=1，2，…，Nt)(5)式中:(·)+表示伪逆运算，hj为信道矩阵，y为接收向量。由式(5)可得到Nt个恢复符号rj，然后分别对rj进行解调处理，得到与它距离最接近的星座点r^j。r^j=Q［rj］(6)式中:Q［·］为星座解调函数。引入距离参数dj，用来表征解调前后符号之间的距离差，其表达式如(7):dj=‖hj‖rj－r^
86河南农业大学学报第53卷改进SD算法(K=3)相比于传统SD检测，在损失部分误码率性能情况下，运算时间减少了60%，相比于ML检测算法运算时间减少了80%。因此，利用变量K灵活设计下界β，有效约束了算法的迭代次数，改善了算法的复杂度。在实际应用中，可根据SM-MIMO系统的不同环境，通过合理调节K值以取得算法性能与复杂度的平衡。图3不同算法性能比较Fig．3Performancecomparisonofdifferentalgorithms图4不同算法运算时间的比较Fig．4Comparisonofoperationtimeofdifferentalgorithms图5不同K值下算法性能比较Fig．5AlgorithmperformancecomparisonunderdifferentKvalues图6不同K值运算时间的比较Fig．6ComparisonofsimulationtimebetweendifferentKvalue4结论传统SD算法初始半径的选择直接影响了SD算法的搜索深度，进而影响了其计算复杂度。本研究在传统SD算法基础上引进了DBD检测算法，通过调节发射天线候选集因子T及半径下界调节因子K，可有效约束搜索深度，大大降低运算复杂度。仿真结果表明，通过灵活调整T和K的取值，相比传统SD算法，系统解调运算时间可降低30%～60%。本研究应用的算法，能平衡空间调制系统解调的复杂度和误比特性能，适应于不同的解调环境。参考文献:［1］MESLEHＲY，HAASH，SINANOVICS，etal．Spatialmodulation［J］．IEEETransactionsonVehicularTech-nology，2008，57(4):2228－2241．［2］YOUNISA，SINANOVIS，DIＲENZOM．Generalizedspheredecodingforspatialmodulation［J］．IEEETra
【参考文献】：
期刊论文
[1]空间调制信号的低复杂度球形译码算法[J]. 王奔,张文彬,赵洪林. 哈尔滨工业大学学报. 2017(05)
[2]空间调制系统下改进的匹配滤波检测算法[J]. 李小文,薛尧,张丁全. 光通信研究. 2017(01)
[3]低复杂度空间调制MPSK信号的最优检测[J]. 门宏志,金明录. 通信学报. 2015(08)
博士论文
[1]空间调制无线传输关键技术研究[D]. 杨平.电子科技大学 2013
本文编号：3033688
【文章来源】：河南农业大学学报. 2019,53(01)北大核心
【文章页数】：6 页
【部分图文】：
SM-MIMO系统模型Fig．1SM-MIMOsystemmodel
枪兰浦?若所求索引符号累积误差小于SD算法预设半径C，则此符号为估计值。最终结果(j'，x')可由算法求得的激活天线估计j和星座估计点x获得。SD算法的优点在于当接收天线数量较大时，根据此方法可减少每条候选路径上的搜索深度，从而能大大降低空间调制系统检测复杂度。但是，当接收天线数目较小(如Nr=1)时，此算法相比与ML最优检测并没有明显优势。针对不同信道参数和MIMO系统结构模型，SD算法初始半径C的确定仍是影响算法复杂度和性能的关键。图2SM-SD算法流程图Fig．2SM-SDalgorithmflowchart2．2改进的球形译码算法为了减小球形译码算法的复杂度，本研究引入了DBD(Distance-BasedOrderedDetection)基于距离排序检测算法［15］。DBD检测算法原理是从不同的发射天线索引中得到解调前后符号之间的欧式距离，根据欧式距离对天线索引进行排序，最小欧氏距离对应的天线索引为最优解。同时，引入候选集因子T，来平衡系统性能和计算复杂度。因为接收端上未知发射端的传输信息，因此接收端需对所有发射天线进行检测，利用每个发射天线信道子矩阵对接收矢量进行检测，即rj=h+jy(j=1，2，…，Nt)(5)式中:(·)+表示伪逆运算，hj为信道矩阵，y为接收向量。由式(5)可得到Nt个恢复符号rj，然后分别对rj进行解调处理，得到与它距离最接近的星座点r^j。r^j=Q［rj］(6)式中:Q［·］为星座解调函数。引入距离参数dj，用来表征解调前后符号之间的距离差，其表达式如(7):dj=‖hj‖rj－r^
86河南农业大学学报第53卷改进SD算法(K=3)相比于传统SD检测，在损失部分误码率性能情况下，运算时间减少了60%，相比于ML检测算法运算时间减少了80%。因此，利用变量K灵活设计下界β，有效约束了算法的迭代次数，改善了算法的复杂度。在实际应用中，可根据SM-MIMO系统的不同环境，通过合理调节K值以取得算法性能与复杂度的平衡。图3不同算法性能比较Fig．3Performancecomparisonofdifferentalgorithms图4不同算法运算时间的比较Fig．4Comparisonofoperationtimeofdifferentalgorithms图5不同K值下算法性能比较Fig．5AlgorithmperformancecomparisonunderdifferentKvalues图6不同K值运算时间的比较Fig．6ComparisonofsimulationtimebetweendifferentKvalue4结论传统SD算法初始半径的选择直接影响了SD算法的搜索深度，进而影响了其计算复杂度。本研究在传统SD算法基础上引进了DBD检测算法，通过调节发射天线候选集因子T及半径下界调节因子K，可有效约束搜索深度，大大降低运算复杂度。仿真结果表明，通过灵活调整T和K的取值，相比传统SD算法，系统解调运算时间可降低30%～60%。本研究应用的算法，能平衡空间调制系统解调的复杂度和误比特性能，适应于不同的解调环境。参考文献:［1］MESLEHＲY，HAASH，SINANOVICS，etal．Spatialmodulation［J］．IEEETransactionsonVehicularTech-nology，2008，57(4):2228－2241．［2］YOUNISA，SINANOVIS，DIＲENZOM．Generalizedspheredecodingforspatialmodulation［J］．IEEETra
【参考文献】：
期刊论文
[1]空间调制信号的低复杂度球形译码算法[J]. 王奔,张文彬,赵洪林. 哈尔滨工业大学学报. 2017(05)
[2]空间调制系统下改进的匹配滤波检测算法[J]. 李小文,薛尧,张丁全. 光通信研究. 2017(01)
[3]低复杂度空间调制MPSK信号的最优检测[J]. 门宏志,金明录. 通信学报. 2015(08)
博士论文
[1]空间调制无线传输关键技术研究[D]. 杨平.电子科技大学 2013
本文编号：3033688
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3033688.html
