共查询到20条相似文献,搜索用时 0 毫秒
1.
大规模MIMO系统低复杂度混合迭代信号检测 总被引:1,自引:0,他引:1
在大规模MIMO系统上行链路信号检测算法中,最小均方误差(MMSE)算法能获得接近最优的线性检测性能.但是,传统的MMSE检测算法涉及高维矩阵求逆运算,由于复杂度过高而使其在实际应用中难以快速有效地实现.基于最速下降(steepest descent,SD)算法和高斯一赛德尔(Gauss-Seidel,GS)迭代的方法提出了一种低复杂度的混合迭代算法,利用SD算法为复杂度相对较低的GS迭代算法提供有效的搜索方向,以加快算法收敛的速度.同时,给出了一种用于信道译码的比特似然比(LLR)近似计算方法.仿真结果表明,通过几次迭代,给出的算法能够快速收敛并接近MMSE检测性能,并将算法复杂度降低一个数量级,保持在O(K2). 相似文献
2.
在大规模多输入多输出(MIMO)系统中,为了降低传统预编码算法的复杂度,在原有正则化迫零(RZF)预编码算法的基础上,提出用超松驰迭代(SOR)法代替矩阵求逆的高复杂度运算,得到一种改进算法RZF-SOR,并应用随机矩阵原理得出其最优相关参数的近似表达式和取值的必要条件.实验仿真表明,提出的RZF-SOR预编码算法与RZF预编码相比有效地降低了一个数量级的复杂度,在很小的迭代次数下达到接近于RZF预编码的误码率性能,并且优于基于Neumann级数预编码算法的误码率性能. 相似文献
3.
基于干扰消除思想该文提出一种适用于大规模MIMO系统上行链路的低复杂度迭代并行干扰消除算法,在算法实现中避免了线性检测算法所需的高复杂度$({\cal O}({K^3}))$矩阵求逆运算,将复杂度保持在$({\cal O}({K^2}))$。在此基础上,引入噪声预测机制,提出一种基于噪声预测的迭代并行干扰消除算法,进一步提高了硬判决检测性能。考虑天线间残留干扰,将干扰消除思想运用到软判决中,最后提出一种基于迭代并行干扰消除的低复杂度软输出信号检测算法。仿真结果表明:提出的信号检测方法的复杂度优于MMSE检测算法,经过几次简单的迭代,算法即快速收敛并获得接近甚至优于MMSE检测算法的误码率性能。 相似文献
4.
针对大规模多用户多输入多输出(MIMO)系统中基站端检测复杂度高的问题,提出了一种低复杂度、基于强制收敛的变量节点全信息高斯消息传播迭代检测(VFI-GMPID-FC)算法.首先对传统的GMPID算法进行改进,得到VFI-GMPID算法,VFI-GMPID算法的检测性能逼近最小均方误差检测(MMSE)算法,但复杂度要大大低于MMSE算法.然后结合强制收敛思想和VFI-GMPID,提出VFI-GMPID-FC算法,进一步降低算法复杂度,提升检测效率.最后通过仿真结果表明,所提算法在保证检测性能的同时,能有效地降低算法的复杂度. 相似文献
5.
针对大规模MIMO系统中线性预编码包含复杂的大维矩阵求逆运算,从而产生较大系统开销这一问题,提出了一种低复杂度的基于区域选择初始解的RZF-GS预编码算法.该算法是在RZF预编码的基础上,用Gauss-Seidel迭代算法代替矩阵的求逆运算,并将通常的零初始解向量优化为基于区域选择初始解的向量.实验结果表明,该算法使系统整体的复杂度降低一个数量级,同时,与Neumann级数预编码和零初始解的RZF-GS预编码相比,该算法均明显加快了其收敛速率,用较少的迭代次数就能逼近经典RZF预编码的最优误码率性能. 相似文献
6.
7.
大规模MIMO系统上行链路中,最小均方误差(MMSE)算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由O(K3)降为O(K2).同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明:所提出的Kaczmarz迭代软输出信号检测算法经过两到三次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法. 相似文献
8.
9.
为了提升大规模MIMO(Massive Multiple-input Multiple-output)检测算法的性能并降低其复杂度,本文提出了一种基于连续替换Richardson迭代的低复杂度近最优检测算法.该算法采用连续替换策略,提升了传统Richardson迭代的收敛速度;除此之外,提出了基于特征值估计的初始化策略,在较低的复杂度下进一步提升了算法性能.仿真结果表明该算法对比传统Richardson迭代性能提升显著,且在128×16规模MIMO系统中,当迭代次数为2,误比特率为10-4时相对于MMSE仅有0.06 dB的性能损失,而相对于Jacobi算法有2 dB的性能提升,算法复杂度降低了10.8%.文章还给出了该算法在Xilinx Virtex-7 FPGA平台的硬件实现结果,较其他算法有更高的吞吐率,达到了10.3 Mbps. 相似文献
10.
大规模MIMO系统中由于系统下行链路的迫零(zero forcing,ZF)预编码中存在大矩阵求逆运算,随着用户数与天线数的增加,其复杂度随之增加。为了降低复杂度,提出了一种基于雅克比(Jacobi)迭代算法的改进预编码算法,用下二对角矩阵作为迭代矩阵,并且将迭代结果与上一步迭代结果进行权重相加来加速迭代。根据大规模MIMO系统信道矩阵的对角占优特性,将矩阵求逆的诺依曼近似的第一项作为迭代的初始值进一步加速迭代。相比于传统迫零预编码方案,提出的方案可以降低一个量级的算法复杂度,并且保证了预编码方案的性能。 相似文献
11.
在大规模多输入多输出(MIMO)系统的上行链路检测算法中,最小均方误差(MMSE)算法是接近最优的,但算法涉及到大矩阵求逆运算,计算复杂度仍然较高。近年提出的基于诺依曼级数近似的检测算法降低了复杂度但性能有一定的损失。为了降低复杂度的同时逼近MMSE算法性能,该文提出基于二对角矩阵分解的诺依曼级数(Neumann Series)近似,即将大矩阵分解为以两条主对角线上元素组成的矩阵与空心矩阵之和。理论分析与仿真结果表明所提算法检测性能逼近MMSE检测算法,且其复杂度从O(K3)降低到O(K2),这里K是用户的数目。 相似文献
13.
14.
15.
丁春辉贺光辉 《微电子学与计算机》2017,(2):6-9
提出了一种适用于上行链路大规模MIMO系统的基于Kaczmarz算法的低复杂度检测算法.通过将MMSE检测算法转化成等效的增广矩阵的形式,提出的算法同时避免了直接矩阵求逆和Gram矩阵求解.此外,一种算法初始值的估计方法和近似的软判决信息计算方法也被提出用于进一步降低算法复杂度.仿真结果表明该算法在性能和计算复杂度方面优于近期文献中的算法.同时,FPGA的验证结果也表明提出的算法能以更低的硬件资源消耗完成大规模MIMO系统的检测. 相似文献
16.
17.
18.
针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中近似最优线性最小均方误差(Minimum Mean Square Error,MMSE)算法复杂度过高问题,提出了RC-CG(Region Constellation-Conjugate Gradient)低复杂度近似最优信号检测算法。该算法首先利用共轭梯度(Conjugate Gradient,CG)迭代算法避免MMSE信号检测算法的高维度矩阵求逆,降低计算复杂度;其次引入二分查找算法对星座图进行区域分块,优化迭代初始解,使算法在保证原来检测性能的基础上加快收敛速度。仿真结果表明,该算法不仅可以达到近似MMSE算法的检测性能,而且适用于高阶调制,算法复杂度从O(K3)降低到O(K2)。 相似文献
19.
针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统,提出了一种基于修正牛顿(modified Newton,MN)法的相位跟踪算法,有效地解决了传统高性能混合预编码方案中的高计算复杂度问题。该算法从子维度向量恢复的角度优化模拟预编码矩阵。在每个子维度优化中,采用相位跟踪方法将模拟预编码向量的恢复转化为无约束的非线性优化问题,并利用MN法进行求解。同时,应用Gerschgorin’s Disk定理和Hermitian矩阵分块求逆引理,分别降低了MN法中计算修正因子以及Hessian矩阵求逆的计算复杂度。实验结果表明,与仿真中几种传统的高性能混合预编码方案相比,所提算法具有更高的频谱效率和更低的计算复杂度。 相似文献