广义空间调制系统中的信号检测算法研究

发布时间：2020-10-21 05:43

　　 作为空间调制(Spatial Modulation,SM)技术的延伸,广义空间调制(Generalized Spatial Modulation,GSM)技术同时激活多根天线传输数据,有效地实现了空间复用技术与SM技术的结合,同时克服了SM技术中随发送天线数增多空间资源浪费严重和发送天线数必须满足2的整数次幂等缺点。与SM系统相比,GSM系统能够在频谱效率与设计成本之间取得较好的折中。因此,GSM技术成为第五代(5th-Generation,5G)移动通信系统颇具竞争力的候选技术之一。在GSM系统中,利用全搜索的最大似然(Maximum Likelihood,ML)算法进行信号检测时,虽然能够获得最优的检测性能,但是有着极高的复杂度,因而在实际工程中难以应用。相比ML检测算法,传统的线性检测算法虽然在复杂度方面得到了有效降低,但是其检测性能有非常明显的损失。鉴于此,本文以GSM系统中的信号检测算法为研究对象,主要工作内容和创新点如下:1.重点阐述了SM技术与GSM技术的基本原理和系统模型,并在此基础上对GSM系统中常见的ML检测算法、线性检测算法以及格基约减辅助的线性检测算法进行了详细地分析。同时,对这几种算法进行了仿真与对比。2.针对GSM系统中传统QRD-M(QR-Decomposition with M-algorithm,QRD-M)算法每层保留固定节点数造成额外计算量的问题,给出了一种基于动态M值的QRD-M检测算法。该算法利用设计的阈值与分支的累积度量值进行比较,动态地保留每层的节点数,达到降低搜索分支数的效果。仿真结果表明:该算法与传统的QRD-M检测算法相比,在牺牲少量检测性能的前提下有效降低了复杂度。3.针对传统QRD-M检测算法与基于动态M值的QRD-M检测算法的搜索路径中存在噪声影响的问题,本文进一步给出了一种基于伪逆最小均方误差(Minimum Mean Square Error,MMSE)的QRD-M检测算法。该算法利用MMSE滤波原理,构建新的信道矩阵与接收信号,然后利用QRD-M算法进行信号检测。仿真结果表明:相同条件下,基于伪逆MMSE的传统QRD-M检测算法在保留一半的搜索分支数时,就可以基本达到与传统QRD-M检测算法相同的性能;在采用QPSK调制,收发天线数都为4,且激活天线数为2或3的两种情形下,当传统QRD-M检测算法保留分支数为4时,基于伪逆MMSE的动态M值QRD-M检测算法与之相比,不仅检测性能得到了提高,复杂度也有少量的降低。4.针对欠定系统中基于传统广义正交匹配追踪(Generalized Orthogonal Matching Pursuit,GOMP)的GSM信号检测算法存在选取正确激活天线索引率低和复杂度较高的问题,本文分别给出了基于Dice系数准则的GOMP的GSM信号检测算法和基于阈值判断的GOMP的GSM信号检测算法。在基于Dice系数准则的GOMP的GSM信号检测算法中,该算法利用Dice系数准则代替计算信道矩阵和当前残差所使用的内积法,将较好的子信道突显出来,提高有效激活天线索引选择的准确性。对于基于阈值判断的GOMP的GSM信号检测算法,该算法利用Dice系数值引入一个阈值,自适应地选取候选激活天线索引,并联合MMSE算法进行检测,同时加入可信度判断准则(Reliability Judge Rule,RJR)减少搜索次数。仿真结果表明:两种改进算法与基于传统GOMP的GSM信号检测算法相比,基于Dice系数准则的GOMP的GSM信号检测算法大大地提升了检测性能,同时复杂度只有极小量的增加;而基于阈值判断的GOMP的GSM信号检测算法在损失极少检测性能的情况下,有效地降低了复杂度,更好的在检测性能与复杂度之间取得折中,同时随着激活天线数的增加,其复杂度降低的程度更大。
【学位单位】：重庆邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN911.3
【部分图文】：

仿真配置1条件下各种算法的性能对比

仿真配置2条件下各种算法的性能对比

第 3 章 广义空间调制系统中改进的 QRD-M 检测算法到最优。但是 X 越大，意味着搜索的分支数越多，那么计算复杂度就越大以按照实际工程中的不同要求，选取 X 的值，在复杂度与检测性能之间取得据本章情况，由图中可以看出，当 X 2时，BER 性能增加的程度越来越，为了在误码率性能与复杂度之间取得较好的平衡，在后面的仿真中，X 为 2。100
【相似文献】

相关期刊论文 前10条

1 毛力;王慧琴;王民;王可;胡燕;;基于网络教学平台的信号检测与估值课程教学改革[J];中国管理信息化;2017年01期

2 曲长文;苏峰;周强;冯奇;;信号检测与估计课程教学中统计观念的培养[J];教育教学论坛;2017年21期

3 张欣春;;论心电信号检测中的噪声与干扰及其消除方法[J];黑龙江科技信息;2015年17期

4 代少升;杜智慧;;对《信号检测与估计》课程设置的构想[J];实验科学与技术;2013年06期

5 王盼;朱文涛;郭国富;孙汶雯;马向君;;药品不良反应信号检测研究现状[J];中国药房;2013年02期

6 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

7 陈晓惠;;心理学研究中信号检测论实验综述[J];教育教学论坛;2013年44期

8 邹燕;冯丽爽;张春熹;刘军;;锁定放大器在微弱光信号检测中的应用[J];电测与仪表;2005年11期

9 乐国安,李安;惩罚犯罪与保障无辜的信号检测论分析[J];杭州师范学院学报(社会科学版);2004年05期

10 何立国;信号检测论在内隐学习研究中的应用[J];湛江师范学院学报;2001年02期

相关博士学位论文 前10条

1 邓茜;面向5G的Massive MIMO低复杂度预编码和信号检测算法的研究[D];北京邮电大学;2019年

2 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

3 刘谦雷;MIMO通信系统信号检测算法研究[D];东南大学;2006年

4 李颖;平衰落信道下多天线系统中的信号检测算法研究[D];国防科学技术大学;2006年

5 谌璟;MIMO信号检测技术研究[D];华中科技大学;2006年

6 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

7 李斌;新一代短距离无线通信系统信号检测与接收技术研究[D];北京邮电大学;2013年

8 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

9 仇径;面向心电信号检测的低功耗处理器体系结构研究[D];浙江大学;2016年

10 高敬鹏;MIMO-OFDM系统信道估计与信号检测联合方法研究[D];哈尔滨工程大学;2014年

相关硕士学位论文 前10条

1 梅玉娟;OQAM/FBMC系统中信号检测和恢复研究[D];华中科技大学;2019年

2 金芳利;Massive MIMO系统信号检测算法的研究[D];电子科技大学;2019年

3 刘晓鸣;广义空间调制信号检测算法研究[D];重庆邮电大学;2018年

4 李想;基于MIMO的PLC系统中信号检测算法研究[D];重庆邮电大学;2018年

5 邵海宁;SM-GFDM系统及其信号检测算法研究[D];重庆邮电大学;2018年

6 郭梦雨;广义空间调制系统中的信号检测算法研究[D];重庆邮电大学;2019年

7 亢成;5G系统中下行低复杂度信号检测算法的研究与实现[D];重庆邮电大学;2019年

8 冯宗盛;基于压缩感知的超宽带雷达信号检测技术研究[D];西安电子科技大学;2018年

9 王玲利;心电信号检测与分类算法的研究[D];陕西科技大学;2019年

10 刘金龙;心震信号检测与实时处理装置的研究[D];东北大学;2015年

本文编号：2849718