空间调制系统中的信号检测算法研究
本文关键词:空间调制系统中的信号检测算法研究 出处:《大连理工大学》2017年博士论文 论文类型:学位论文
更多相关文章: 无线通信 空间调制 广义空移键控 MIMO信号检测
【摘要】:随着移动用户对通信需求的飞速增长,迫切需要更高的数据速率、更高的频谱利用率和更低的实现复杂度的宽带通信技术来满足无线通信的需求。MIMO技术可以实现更高频谱利用率的宽带无线通信,但在实际应用中也存在信道间干扰、天线间同步、多射频链路、系统功耗大和因信道间干扰解调复杂度高等问题,特别是在大天线系统中尤为突出。空间调制(Spatial Modulation,SM)技术作为一种新的多天线传输技术,可以缓解传统MIMO系统的上述缺陷,成为目前无线通信研究的热点问题,并有可能成为下一代无线通信的候选方案。本文以此为背景,针对最大似然ML检测算法计算量较高的问题,深入研究了空间调制系统接收端的信号检测问题,以及广义空移键控(Generalized Space Shift Keying,GSSK)系统接收端的信号检测问题,论文的主要工作包括:(1)研究了空间调制系统已有的信号检测算法,并着重地研究了基于M算法的ML(M-algorithmtoML,MML)算法。算法的树形结构图每层保留的节点数量直接影响算法的计算复杂度和检测性能,本文采用从树形结构图第一层到最后一层保留节点数的近似等比下降的固定M值选取方法和自适应保留各层节点数的动态M值选取方法。另外树形结构图的计算顺序也直接影响算法的检测性能,本文分别从信道增益角度、接收信号强度角度、以及综合考虑信道增益和接收信号强度角度提出了改进的MML算法。分析比较了所提改进MML算法和现有检测算法的优缺点,从理论和仿真角度给出了算法的检测性能和计算复杂度。实验结果表明所提的改进算法与MML算法的计算复杂度相同,同时检测性能优于MML算法。(2)研究了广义空移键控系统的信号检测算法,针对广义空移键控系统的发送信号矢量各元素的二值特点,将广义空移键控信号的检测问题转化为二进制二次规划问题,提出了基于二进制二次规划全局最优性条件的广义空移键控信号的检测算法。分析比较了所提算法与现有检测算法的计算复杂度和检测性能,并从理论和仿真角度给出了发送信号矢量各元素基于最优判决准则的检测概率。实验结果表明所提算法的检测性能接近最优检测性能,同时计算复杂度低于ML算法。(3)从稀疏重构角度对激活天线数远小于发送天线数的广义空移键控系统的信号检测问题进行了研究。当激活天线数远小于发送天线数时,发送信号矢量具有稀疏特性。基于此提出了两种基于稀疏重构理论的检测算法,SR(Sparse Reconstruction)算法和ISR(Iterative SR)算法。SR算法采用非下凸的反正切惩罚函数,可以获得比e1范数正则化更好的结果,检测性能优于其它的稀疏检测算法。为了获得更好的检测性能,ISR算法对SR算法的优化结果进行多次迭代。分析比较了所提算法与已有的基于稀疏重构理论的检测算法的计算复杂度和检测性能,计算机仿真表明,木文所提算法的检测性能均优于已有的基于稀疏重构理论的检测算法。
[Abstract]:With the rapid growth of the mobile user communication needs, the urgent need for higher data rates, higher spectrum broadband communication technology complexity and lower rate to meet the needs of.MIMO wireless communication technology can achieve higher spectrum utilization rate of broadband wireless communication, but in practical application there are inter channel interference antenna, synchronization, multi radio link system, high power consumption and due to inter channel interference demodulation complexity is high, especially in the large antenna system is particularly prominent. Spatial modulation (Spatial Modulation SM) is a multi antenna transmission technology new technology, can alleviate the defects of the traditional MIMO system has become a hot issue. The wireless communication research at present, and there may be a candidate for the next generation of wireless communication. In this paper, according to the maximum likelihood detection algorithm for ML computation is higher and further Study on the problem of signal detection receiver spatial modulation system, and generalized space shift keying (Generalized Space Shift Keying, GSSK) signal detection system of the receiver, the main work includes: (1) signal detection system has been studied the spatial modulation algorithm, and focuses on the study of M algorithm in ML based on (M-algorithmtoML, MML) algorithm. The tree structure graph algorithm on each layer of the reserved node number directly affects the computational complexity and detection performance, this paper adopts dynamic M selection method and adaptive reservation value for the number of nodes in each layer selection method from the tree structure map of the first layer to approximate fixed M ratio decreased the last layer of retention the number of nodes. Also the calculation sequence tree structure graph has a direct impact on the performance of algorithm, this paper from the perspective of channel gain of the received signal strength, angle, and considering the channel gain The received signal strength and angle of improved MML algorithm is proposed. Analysis and comparison of the advantages and disadvantages of the proposed improved MML algorithm and the existing detection algorithms, from the angle of theory and simulation is given for the detection performance and computation complexity. Experimental results show that the improved calculation algorithm and MML algorithm of the same complexity, and the detection performance better than MML algorithm. (2) research on the signal detection algorithm of generalized space shift keying system, two values of the transmitted signal vector for the generalized space shift keying system elements, detection problem of generalized space shift keying signal into two binary problem and two detection algorithm is proposed for the generalized optimality conditions two binary programming global shift keying signal. Based on the analysis compared the proposed algorithm with existing algorithm complexity and detection performance, and from theory and simulation is put forward to send letter The number of each element vector detection probability based on optimal decision rules. The experimental results show that the detection performance of proposed algorithm is close to the optimal detection performance, and the computational complexity is lower than that of the ML algorithm. (3) the problem of signal detection of generalized space shift keying system from sparse reconstruction angle of antenna number activation is far less than the number of transmit antennas is studied when the number of antennas. The activation is far less than the number of transmit antennas, the transmitted signal vector has a sparse feature. Based on the proposed two detection algorithm based on sparse reconstruction theory, SR (Sparse Reconstruction) algorithm and ISR (Iterative SR).SR algorithm with non convex arctangent penalty function, can be obtained than the E1 norm the better results, better detection performance than other sparse detection algorithm. In order to detect the better performance, the ISR algorithm to optimize the results of the SR algorithm iteration. It is compared by The computational complexity and detection performance of the proposed algorithm are compared with the existing detection algorithms based on sparse reconstruction theory. Computer simulation shows that the detection performance of the proposed algorithm is better than the existing sparse reconstruction based detection algorithm.
【学位授予单位】:大连理工大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TN919.3;TN911.23
【相似文献】
相关期刊论文 前10条
1 张青春;晏裕春;王坤;;数字式平均法在信号检测中的应用及其仿真[J];微计算机信息;2006年01期
2 张滨;张峰干;蔡国新;任嘉伟;;卫星信号检测[J];中国有线电视;2009年01期
3 徐科军;;信号检测、处理及实现系列课程建设探讨[J];电气电子教学学报;2009年02期
4 户永清;;基于取样积分技术的混沌检测法与微弱正弦信号检测[J];绵阳师范学院学报;2009年08期
5 刘洋;张明;;“信号检测与处理”课群构建初探[J];沈阳教育学院学报;2010年01期
6 董智红;王剑;王X;孙昕;;伽利略搜救信号检测算法设计[J];北京理工大学学报;2010年08期
7 邵亚勇;竺小松;;基于递推最小二乘算法的小信号检测[J];信息与电子工程;2012年02期
8 朱才荣;;高职“工业信号检测与控制”课程项目化教学改革[J];中国电力教育;2012年19期
9 朱才荣;;高职《工业信号检测与控制》课程改革探索[J];职业教育研究;2013年04期
10 丛玉良;赵晓晖;周求湛;;信号检测与处理系列课程的建设与改革实践研究[J];长春工业大学学报(高教研究版);2013年03期
相关会议论文 前10条
1 杜雄;苏向丰;谢品芳;;用硬件实现的四重信号检测法及其在通信中的应用[A];四川省电工技术学会第七届学术年会论文集[C];2003年
2 张铎;;信号检测论在船舶了望中的应用[A];中国航海学会2007年度学术交流会优秀论文集[C];2007年
3 宋爱国;段江海;;混沌、随机共振在信号检测中的应用研究[A];第三次全国会员代表大会暨学术会议论文集[C];2002年
4 郑娜;;基于假设检验的信号检测[A];电波科学学报[C];2011年
5 马光彬;曹海燕;;基于OSIC的低复杂度MIMO检测算法[A];浙江省信号处理学会2012学术年会论文集[C];2012年
6 张维全;胡科强;;凸优化在水声脉冲信号检测中的应用[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年
7 高源;李炜;;基于LabVIEW的异常信号检测研究[A];2011年全国通信安全学术会议论文集[C];2011年
8 陈帅;杨铁军;李媚;;一种改进型CHASE检测算法在MIMO-OFDM系统中的应用[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
9 刘竹青;陈奕宏;;抗混响信号检测的研究[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
10 王春光;周正;;OFDM系统中的一种信号检测算法[A];第九届全国青年通信学术会议论文集[C];2004年
相关重要报纸文章 前1条
1 江苏 陈广荣;小天鹅模糊洗衣机称重电路维修一例[N];电子报;2002年
相关博士学位论文 前10条
1 黄敏;高速移动环境下信道估计及OFDM信号检测研究[D];西安电子科技大学;2015年
2 朱才业;不同尾型绵羊全基因组关联分析、拷贝数变异及选择信号检测[D];中国农业大学;2017年
3 张新贺;空间调制系统中的信号检测算法研究[D];大连理工大学;2017年
4 郭心悦;基于信息交互理论的无线信号的迭代估计与检测[D];复旦大学;2008年
5 汤宏颖;提高微光信号检测灵敏度的新方法[D];天津大学;2012年
6 吴利平;复杂电磁环境下的信号检测与估计关键技术[D];西安电子科技大学;2011年
7 刘谦雷;MIMO通信系统信号检测算法研究[D];东南大学;2006年
8 申京;MIMO-OFDM系统中信道估计及信号检测算法的研究[D];北京邮电大学;2012年
9 蒋忠进;弹性波Chirp信号检测与时延估计研究[D];吉林大学;2004年
10 郑贱平;MIMO通信系统中的信号检测与预编码技术研究[D];西安电子科技大学;2008年
相关硕士学位论文 前10条
1 李燕;基于压缩感知的低截获概率雷达信号检测分析[D];南京理工大学;2015年
2 吴迪;Massive MIMO的信号检测算法研究[D];哈尔滨工业大学;2015年
3 王龙;压缩感知信号检测和参数估计方法研究[D];西安电子科技大学;2014年
4 李富强;信号检测和分离算法研究及其FPGA实现[D];西安电子科技大学;2014年
5 刘文广;MIMO-OFDM系统中信道估计与信号检测算法的研究[D];兰州交通大学;2015年
6 王晓天;面向5G的大规模MIMO信号检测算法研究[D];南京邮电大学;2015年
7 魏利霞;MIMO系统的信号检测算法研究[D];南京邮电大学;2015年
8 徐红梅;基于SVM多分类判决的MPPSK信号检测研究[D];东南大学;2015年
9 温鹏;宽带MIMO-SCFDE通信系统的信号检测算法与实现[D];西南交通大学;2016年
10 孙彦龙;基于达芬振子的微弱机械故障信号检测及特征提取方法[D];燕山大学;2016年
,本文编号:1436480
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1436480.html