当前位置:主页 > 科技论文 > 信息工程论文 >

大规模MIMO系统中软输出信号检测方法

发布时间:2018-02-27 08:49

  本文关键词: 大规模MIMO 多用户检测 迫零 软输出 Lanczos算法 出处:《华中科技大学学报(自然科学版)》2017年04期  论文类型:期刊论文


【摘要】:为解决在上行多用户大规模多输入多输出(MIMO)系统中,迫零(ZF)检测算法可取得近似最优性能,但ZF检测算法涉及复杂度高达O(K3)的矩阵求逆运算(其中K为用户数)的问题,基于Lanczos算法提出一种软输出信号检测方法,避免了高阶矩阵求逆运算,使复杂度由O(K3)降为O(K2).该方法为了计算软输出信息——对数似然比(LLR),通过对基于Lanczos算法的迭代计算解向量的过程进行分析,给出了一种低复杂度的LLR近似计算方法.仿真结果表明:提出的软输出信号检测方法的误比特率(BER)性能与计算复杂度均优于基于Neumann级数近似的信号检测算法,同时,最多仅需5次迭代就可取得逼近于ZF检测算法的性能.
[Abstract]:In order to solve the problem that in uplink multi-user large-scale multi-input multi-output MIMO-system, the zero-forcing ZF-based detection algorithm can achieve approximate optimal performance, but the ZF detection algorithm involves matrix inversion operations (where K is the number of users) with a complexity of up to OK3. Based on Lanczos algorithm, a soft output signal detection method is proposed, which avoids high order matrix inversion. In order to calculate the soft output information-logarithmic likelihood ratio (LLR), the process of calculating the solution vector by iteration based on Lanczos algorithm is analyzed. In this paper, a low complexity LLR approximation calculation method is presented. The simulation results show that the performance and computational complexity of the proposed soft output signal detection method are better than that of the signal detection algorithm based on Neumann series approximation. The performance of ZF detection algorithm can be achieved by only five iterations.
【作者单位】: 重庆邮电大学通信与信息工程学院;
【基金】:国家高技术研究发展计划资助项目(2014AA01A705) 国家科技重大专项资助项目(2015ZX03001033-002) 重庆市基础与前沿研究计划资助项目(cstc2015jcyjA40040)
【分类号】:TN919.3

【参考文献】

相关期刊论文 前1条

1 XIAO Chiyang;SU Xin;ZENG Jie;RONG Liping;XU Xibin;WANG Jing;;Low-Complexity Soft-Output Detection for Massive MIMO Using SCBiCG and Lanczos Methods[J];中国通信;2015年S1期

【共引文献】

相关期刊论文 前1条

1 景小荣;李翱;;大规模MIMO系统中软输出信号检测方法[J];华中科技大学学报(自然科学版);2017年04期

【二级参考文献】

相关期刊论文 前1条

1 粟欣;曾捷;容丽萍;邝育军;;Investigation on Key Technologies in Large-Scale MIMO[J];Journal of Computer Science & Technology;2013年03期

【相似文献】

相关期刊论文 前10条

1 马捷;钟子发;史英春;;基于不完整数据的异常信号检测方法[J];计算机工程;2011年14期

2 王俐莉;刘力维;熊艳晔;;基于厚尾分布的异常信号检测方法[J];南京理工大学学报(自然科学版);2011年01期

3 黄继海;张晓红;罗文宇;;基于压缩感知的信号检测方法[J];电视技术;2012年05期

4 甄蜀春,张善文,赵兴录;低信噪比下的一种信号检测方法[J];现代雷达;2001年05期

5 刘冰;付平;孟升卫;;基于采样值数字特征的压缩感知信号检测方法[J];仪器仪表学报;2011年03期

6 王弘钰,刘宇清,黄楠楠;动态目标图象的信号检测方法研究[J];长春邮电学院学报;1999年03期

7 周凯波;豆成权;陈涛;;两种微弱正弦信号检测方法比较研究[J];武汉理工大学学报(信息与管理工程版);2007年04期

8 臧顺全;王竹霞;;基于分数傅里叶变换的信号检测方法[J];科学技术与工程;2010年03期

9 李刚磊;杨俊明;李少凯;;基于小波和高阶谱的低信噪比信号检测方法[J];科技信息;2010年32期

10 郭华;;弱信号检测方法的研究[J];长春师范学院学报;2013年04期

相关会议论文 前9条

1 修健;申晓红;王海燕;白峻;;Wigner-Ville分布和椭圆滤波器相结合的线性调频信号检测方法研究[A];2009’中国西部地区声学学术交流会论文集[C];2009年

2 邓艾东;高N,

本文编号:1541974


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1541974.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a0696***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com