基于WSSOR迭代的大规模MIMO系统软输出信号检测

发布时间：2024-10-29 18:52

　　 在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中,最小均方误差(Minimum Mean Square Error,MMSE)检测算法能获得最优线性检测性能,但涉及复杂的高维矩阵求逆运算。基于加权-对称连续超松弛(Weighted Symmetric Successive Over Relaxation,WSSOR)迭代提出一种高性能低复杂度的软输出检测算法,避免复杂的矩阵求逆运算,降低算法的复杂度。采用一种简单的量化方法来求解松弛参数和加权因子,应用在软判决中,进一步提升算法性能。定量地分析了不同算法的复杂度,并通过仿真对不同检测算法的误码率性能和收敛速度进行研究,结果表明该算法在降低复杂度的情况下,能以较快的收敛速度接近最优的线性检测性能。

【文章页数】：6 页

【部分图文】：

大规模MIMO系统模型如图1所示,该系统由N根天线的基站和K个单天线终端用户构成(N≥K)。令s=[s1,s2,…,sK]T表示K×1维发射符号向量,其中sK∈Q表示第K个用户的发送符号,Q表示调制符号集。令H=[h1,h2,…,hK]表示N×K维的信道增益矩阵,n是均值为0、方....

如图2(b)所示,在硬判决中加上合适的松弛参数和加权因子后,改进的WSSOR检测算法和SSOR检测算法都有更好的BER性能。如在迭代次数i=2,信噪比为15dB时,Neumann级数展开算法的BER性能为4×10-2左右,SSOR检测算法的性能为2.8×10-3左右,而WSSO....

图3显示了不同检测算法在软判决输出方式下的BER性能对比,与图2(b)对比可以看出,各种算法的检测性能在软判决的方式下都得到了明显的提升。如在软判决中,当信噪比为6dB时,各种算法在迭代次数i=2的误码率就接近4×10-4;而在硬判决中,当误码率为4×10-4时,却需要18d....

图4为改进的WSSOR软输出检测算法的BER性能随着迭代次数以及信噪比的变化情况。可以看出,改进后的WSSOR软输出算法的BER性能随着信噪比的增加而极大提升;同时在不同信噪比的影响下,该算法均能通过仅仅2到3次迭代就趋于稳定,并且收敛速度也很快。4结语

本文编号：4008477