一种排序QR分解及其算法

发布时间：2017-03-31 09:42

  本文关键词：一种排序QR分解及其算法，由笔耕文化传播整理发布。

【摘要】：分层空时码(BLAST)是由Foschini等人提出的一种基于多发多收(MIMO)的传输方式的空时码系统。MIMO技术随天线数量的线性增长可以逼近其理论信道容量,MIMO收发两端要求具有较好的信号组合和检测能力。垂直分层空时码(V-BLAST)是多发多收MIMO系统空时复用技术的典型代表,在信道平稳的条件下,该技术结构的实现复杂度相对已有的T-BLAST和D-BLAST低很多,而且在不增加带宽和发送功率的前提下具有较高的传输容量和频谱利用率的特点。 降低运算复杂度,提升系统性能对MIMO系统的应用具有重要意义。MIMO系统的信号检测算法主要分为线性和非线性两类。线性检测算法计算复杂度要优于非线性检测算法复杂度,但它降低了系统的性能。QR分解信号检测算法属于线性检测算法,利用接收信号组合中的串行干扰消除技术,它有效的避免了多次矩阵求伪逆的运算,从而减小了运算复杂度；排序的QR分解信号检测算法则在减小运算复杂度的同时改善了系统的性能。本文首先介绍了V-BLAST的系统多发多收模型,接下来介绍了几种传统的MIMO信号检测算法,包括两种排序QR分解检测算法：经典的改进的施密特正交化算法和基于MMSE标准的PSA算法,分析了它们的主要检测原理并给出了数值实例以验证算法的有效性。 通过分析已有的基于串行干扰消除原则的排序QR分解检测算法,虽然它们能保障信号输出端检测到的信号尽可能的大,但在信号输出端的信号检测顺序与信号的生成顺序不一致,对此本文提出了一种新的求解V-BLAST模型MIMO系统中信号检测问题的排序QR分解算法。我们按照QR分解中上三角矩阵R中主对角元素从下往上的顺序来计算信道矩阵的排序QR分解,且每一个主对角元素的生成原则为：选择该对角元素的所有可能性中最大的一个。该算法具有坚实的理论基础,满足了信号的检测顺序要求,保障了每个信号符号输出时尽可能大,提高了信号输出端检测的效果。数值实验通过比较分析各种算法的误比特率,表明新算法有很好的数值表现。当其他算法失效或者表现性能差的时候可以使用新算法。
【关键词】：排序QR分解 V-BLAST MIMO系统 信号检测 Givens变换
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN919.3
【目录】：

• 摘要4-6
• ABSTRACT6-8
• 目录8-10
• 符号说明10-11
• 第一章 绪论11-16
• 1.1 研究背景及意义11
• 1.2 MIMO多天线系统信号检测技术的研究现状11-13
• 1.2.1 MIMO技术的历史和研究现状11-12
• 1.2.2 目前MIMO系统中已有的主要信号检测算法12-13
• 1.3 论文的主要工作和内容安排13-14
• 1.4 本章小结14-16
• 第二章 MIMO信号检测技术16-26
• 2.1 V-BLAST简介16
• 2.2 V-BLAST系统模型16-17
• 2.3 传统检测算法17-19
• 2.3.1 最大似然(ML)信号检测算法17-18
• 2.3.2 迫零(ZF)算法18
• 2.3.3 最小均方误差(MMSE)干扰抑制18-19
• 2.4 基于QR分解的检测算法19-21
• 2.5 排序QR分解检测算法21-24
• 2.5.1 改进的Gram-Schmidt正交化排序QR分解21-22
• 2.5.2 基于MMSE标准的post-sorting algorithm(PSA)算法22-24
• 2.6 本章小结24-26
• 第三章 排序QR分解的理论基础26-33
• 3.1 Householder变换和Givens变换26-29
• 3.1.1 Householder变换26-27
• 3.1.2 Givens变换27-29
• 3.2 QR分解及经典的QR分解算法29-31
• 3.2.1 线性无关组的Gram-Schmidt正交化算法29-30
• 3.2.2 列选主元QR分解排序算法30-31
• 3.3 利用Givens变换的Hessenberg QR分解31-32
• 3.4 本章小结32-33
• 第四章 一种新的排序QR分解算法的设计与实现33-44
• 4.1 探究排序QR分解信号检测算法对矩阵R主对角元素顺序的要求33-36
• 4.2 上三角矩阵R主对角元素大小排列规律36-37
• 4.3 新的排序QR分解的算法设计37-41
• 4.3.1 新的排序QR分解算法的计算复杂度分析37-38
• 4.3.2 新的排序QR分解的算法设计38-41
• 4.4 MATLAB仿真实验与结果41-42
• 4.5 本章小结42-44
• 第五章 总结与展望44-46
• 5.1 本文总结44-45
• 5.2 研究展望45-46
• 参考文献46-48
• 致谢48-49
• 攻读硕士学位期间发表的学术论文目录49

【共引文献】

中国期刊全文数据库 前10条

1 安红岩,蔡靖疆,李欣,何永斌,范啸涛,何永富;预条件共轭斜量法及其在求解边值问题中的应用[J];成都理工学院学报;2002年05期

2 范啸涛,季光明;预优矩阵及其构造技术[J];成都理工大学学报(自然科学版);2003年04期

3 何永斌,范啸涛,安红岩,何果;线性最小二乘问题解法的理论分析[J];成都理工大学学报(自然科学版);2003年05期

4 李建斌,李欣,蔡靖疆,何永斌;二阶椭圆型方程边值问题的变分原理研究[J];成都理工大学学报(自然科学版);2004年03期

5 范啸涛,季光明,何永斌;计算机浮点数算术运算的舍入误差研究[J];成都理工大学学报(自然科学版);2005年02期

6 高灵芝;高玉旭;;流体绕流的速度模拟[J];重庆科技学院学报(自然科学版);2009年01期

7 阮宗利;李维国;陈华;;基于Matlab的交互式教学辅助软件设计与开发[J];电脑编程技巧与维护;2010年22期

8 张艳桃;范李平;阳昕;;距离保护的仿真研究及其算法稳定性分析[J];电气开关;2009年02期

9 冯凤萍,周瑞芬;二维热传导方程隐式差分格式系数矩阵特征值的求取[J];大庆石油学院学报;2005年03期

10 伍静;;关于一个弹簧振动系统的重构问题[J];纺织高校基础科学学报;2012年01期

中国重要会议论文全文数据库 前2条

1 夏网萍;魏鸣;李南;;单多普勒天气雷达SVVP风场反演方法的分析与应用[A];2009第五届苏皖两省大气探测、环境遥感与电子技术学术研讨会专辑[C];2009年

2 梁芳敏;欧东新;魏继祖;;共轭梯度法直流电测深二维反演研究[A];中国地球物理·2009[C];2009年

中国博士学位论文全文数据库 前10条

1 荆燕飞;线性方程组迭代法与预条件技术及在电磁散射计算中的应用[D];电子科技大学;2010年

2 段聪颖;求解大型非Hermite特征问题的全局Arnoldi型算法[D];清华大学;2010年

3 邬贵明;FPGA矩阵计算并行算法与结构[D];国防科学技术大学;2011年

4 王健鹏;基于空、时域扩展的运动阵列信号处理技术[D];国防科学技术大学;2011年

5 谭福平;特殊线性方程组求解的相关问题研究[D];上海大学;2011年

6 李锵;蜂窝移动通信系统中功率控制算法的研究[D];天津大学;2003年

7 刘金禄;模糊决策权重灵敏度分析及其应用研究[D];大连理工大学;2004年

8 蔡敏;随机不确定移动通信系统功率控制算法研究[D];大连理工大学;2006年

9 康文华;求解单参数特征值问题的二维Arnoldi投影算法[D];复旦大学;2007年

10 徐映红;Jacobi矩阵及周期Jacobi矩阵特征值反问题[D];上海大学;2007年

中国硕士学位论文全文数据库 前10条

1 朱圣鑫;并行GPBiCG（m，l）算法与预处理技术[D];中国工程物理研究院;2010年

2 周姗姗;数字图像修复算法的研究[D];杭州电子科技大学;2011年

3 沈绍琥;交替方向法求解一类二次半定规划[D];复旦大学;2011年

4 常珍;CDMA移动通信系统中功率控制算法的研究[D];山东大学;2011年

5 徐倩倩;扩散方程高阶格式的分组迭代法[D];山东大学;2011年

6 马健;亚式期权定价的数值方法[D];山东大学;2011年

7 李乐波;大规模稀疏线性方程组的预条件迭代法的研究[D];南昌大学;2011年

8 王妍;时滞微分方程的预处理技巧[D];华中科技大学;2010年

9 孙青青;离散与分布型时滞微分方程的数值正则性[D];华中科技大学;2010年

10 甄甜甜;用不完全模态数据修正结构有限元模型[D];南京航空航天大学;2011年

  本文关键词：一种排序QR分解及其算法，，由笔耕文化传播整理发布。

本文编号：279394