MIMO系统下基于ZF准则的低复杂度参考信号点检测算法

发布时间：2021-11-11 00:10

　　在收发天线较多以及采用高阶正交幅度调制的MIMO系统中,现有的基于信道分组的MIMO并行检测算法所需的计算复杂度快速增加但误码性能提高有限。针对这一问题,提出了迫零准则下基于Lattice Reduction的低复杂度MIMO分组并行检测算法。该算法在ZF准则下采用Lattice Reduction算法降低分组后子信道的条件数,在参考信号点基础上对信号进行检测。仿真结果表明:该算法在8×8,16QAM和64QAM的MIMO系统中,比现有分组并行检测算法计算复杂度降低了60%以上;相同误码率下,检测性能提高了2 dB以上。 

【文章来源】：海军工程大学学报. 2020,32(05)北大核心

【文章页数】：6 页

【部分图文】：

算法结构图

GPIC算法的复杂度以G(N,L)表示,文献[6]取N=1,L=2。NP-PDF算法的复杂度以NP(N)表示,应用在高阶QAM及天线数较多的MIMO系统中时,N=2才能提供接近最优检测的性能。因此,本文以NP(2)作为另一个对比算法,其计算复杂度对比结果如图2、3所示。图3 64QAM计算复杂度对比

图2 16QAM计算复杂度对比由图2、3可见,本文算法有效降低了计算所需的复杂度。对于16QAM的MIMO系统,天线数从4×4到8×8,本文算法的复杂度相对于GPIC算法平均降低了70%多,相对NP-PDF算法平均降低了80%多。对于64QAM的MIMO系统,本文算法的复杂度相对于GPIC算法平均降低了75%,相对NP-PDF算法平均降低了95%。

【参考文献】：
期刊论文
[1]多小区Massive MIMO系统低复杂度ZF线性检测算法[J]. 张瑞欣,曹海燕,谢时埸,王秀敏.  通信技术. 2017(10)
[2]MIMO系统中一种改进的ZF-OSIC信号检测算法[J]. 王芮,朱唯唯,张家庆,陈倩,谢仁宏.  信息技术. 2017(04)
[3]Lovász条件下LLL算法最简复Givens矩阵形式的研究[J]. 张海波,杨祥红,张嵩,邓兵.  海军航空工程学院学报. 2012(06)
[4]复数域格缩减的MIMO检测算法研究[J]. 孙艳华,王浩,张延华.  电子科技大学学报. 2010(05)

硕士论文
[1]MIMO系统并行检测算法研究[D]. 方娟.西安电子科技大学 2011
[2]V-BLAST系统近似最优检测算法研究[D]. 熊聪.北京邮电大学 2010



本文编号：3488220