大规模GSSK-MIMO映射准则及检测技术研究

发布时间：2017-09-16 03:37

  本文关键词：大规模GSSK-MIMO映射准则及检测技术研究

  更多相关文章： 大规模MIMO 广义空移键控调制 子空间追踪 邻域上升搜索 拉格朗日乘子

【摘要】：伴随着信息化,人们对通信的质量要求越来越高,传统的MIMO系统其传输的码速率已经不能满足人们的需求,大规模MIMO技术应运而生。虽然大规模MIMO系统提高了可靠性和传输码速率,然而,天线规模变大又会产生新的问题,发射端存在功率分配、所需射频链路过多等问题,接收端由于天线数目比较多,会增加检测的复杂度、也使得硬件电路更加复杂。广义空移键控(GSSK)调制在每个发送周期内只有几根天线被激活,并且信号的波形和相位不携带任何信息而是将信息映射到天线索引上,这样在发送端可以降低信道间干扰,并且也不需要过多的射频链路；在接收端只需检测哪些天线被激活了,从而降低了检测的复杂度也降低了硬件复杂度。由于GSSK调制可以克服大规模MIMO系统的一些缺点,所以本文中主要研究的是大规模GSSK-MIMO系统的映射准则和检测算法。一、本文引入互字典序生成GSSK的映射准则,它可以通过计算的方法完成GSSK的映射以及反映射,克服了大规模GSSK-MIMO系统中列表法占用大量内存的缺点。此外,由于天线规模大,现有的计算机数据类型不能有效存储数据,本文应用了大数加、减、乘、除、大数计算组合以解决该问题。二、在接收端的检测算法的研究中,提出将子空间追踪(SP)算法应用到了该系统中,发现相比迫零检测(ZF)、归一化正交匹配追踪(NCS)等算法,SP算法有更低的误比特率(BER)和较低的复杂度。三、提出了基于拉格朗日乘子的检测算法。在大规模MIMO系统中有一种复杂度相对较低的邻域上升搜索方法(LAS),本文中引入拉格朗日乘子对该算法进行改进,我们称之为拉格朗日乘子LAS (LLAS)算法。仿真结果显示LLAS算法有着更低的误比特率。
【关键词】：大规模MIMO 广义空移键控调制 子空间追踪 邻域上升搜索 拉格朗日乘子
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN919.3
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-17
• 1.1 无线通信系统背景及研究意义10-11
• 1.2 大规模MIMO系统与空间调制概述11-14
• 1.2.1 大规模MIMO系统概述11-13
• 1.2.2 空间调制概述13-14
• 1.3 主要研究内容及贡献14-15
• 1.4 本文结构安排15-17
• 2 大规模GSSK-MIMO系统关键技术17-29
• 2.1 MIMO系统信道模型17-18
• 2.2 调制技术18-22
• 2.2.1 空间调制18-19
• 2.2.2 空移键控调制19
• 2.2.3 广义空移键控调制19-22
• 2.3 基于斯特灵公式的传输性能分析22-23
• 2.3.1 斯特灵公式22-23
• 2.3.2 传输性能估计23
• 2.4 基于大数的数据处理23-24
• 2.5 检测算法24-28
• 2.5.1 最大似然检测24-25
• 2.5.2 匹配滤波检测25
• 2.5.3 迫零检测25-26
• 2.5.4 最小均方误差检测26
• 2.5.5 归一化正交匹配追踪检测26-27
• 2.5.6 凸松弛检测27-28
• 2.6 本章小结28-29
• 3 基于组合数学的天线映射准则29-44
• 3.1 字典序概述29-31
• 3.2 适用于大数处理的映射准则31-37
• 3.2.1 互字典序31-32
• 3.2.2 字典序的实现32-33
• 3.2.3 映射原理33-34
• 3.2.4 映射过程的实现34-35
• 3.2.5 反映射原理35-36
• 3.2.6 反映射过程的实现36-37
• 3.3 基于大数的应用与实现37-43
• 3.3.1 基于大数的四则运算的实现37-40
• 3.3.2 基于大数的二进制十进制转换的实现40-41
• 3.3.3 基于大数的组合公式的实现41-43
• 3.4 本章小结43-44
• 4 基于子空间追踪(SP)的检测技术研究44-52
• 4.1 压缩感知理论44-46
• 4.1.1 稀疏信号44-45
• 4.1.2 压缩感知解码模型45-46
• 4.2 基于SP检测技术46-47
• 4.3 基于SP检测仿真与分析47-51
• 4.4 本章小结51-52
• 5 基于拉格朗日乘子的检测技术研究52-64
• 5.1 邻域上升搜索(LAS)检测技术简介52-55
• 5.1.1 LAS检测更新准则52-54
• 5.1.2 LAS检测技术实现54
• 5.1.3 LAS检测算法时间复杂度分析54-55
• 5.2 基于拉格朗日乘子检测技术55-60
• 5.2.1 基于拉格朗日乘子检测建模55-56
• 5.2.2 二分法估计拉格朗日乘子56-58
• 5.2.3 增广拉格朗日乘子58
• 5.2.4 拉格朗日乘子法的实现58-60
• 5.3 基于拉格朗日乘子的检测仿真与分析60-62
• 5.4 本章小结62-64
• 结论64-66
• 参考文献66-70
• 攻读硕士学位期间发表学术论文情况70-71
• 致谢71-72

【相似文献】

中国期刊全文数据库 前4条

1 崔晓;;拉格朗日乘子受控子空间语音增强[J];计算机工程与应用;2014年09期

2 业宁;孙瑞祥;董逸生;;多拉格朗日乘子协同优化的SVM快速学习算法研究[J];计算机研究与发展;2006年03期

3 王以标;徐毓;张云龙;;基于广义三维分配的数据互联算法研究[J];现代防御技术;2009年03期

4 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 邵雪明;林建忠;余钊圣;;基于分布式拉格朗日乘子的虚拟区域方法及其应用[A];中国力学学会学术大会'2005论文摘要集（上）[C];2005年

2 李培;刘铖;田强;胡海岩;;基于局部拉格朗日乘子的多柔体系统动力学并行方法研究[A];中国力学大会——2013论文摘要集[C];2013年

3 邵雪明;林建忠;余钊圣;;粒子流的直接数值模拟[A];第十六届全国水动力学研讨会文集[C];2002年

中国博士学位论文全文数据库 前1条

1 阚超;基于Moreau包络函数的复合优化增广拉格朗日对偶及算法[D];哈尔滨工业大学;2014年

中国硕士学位论文全文数据库 前2条

1 孙娜娜;拉格朗日乘子估计在MIMO检测中的应用[D];大连理工大学;2014年

2 张莹;大规模GSSK-MIMO映射准则及检测技术研究[D];大连理工大学;2015年

，

本文编号：860690