一种基于统计裁剪的球形译码算法

合集下载

基于 LTE 系统的一种低复杂度的球型译码算法

基于 LTE 系统的一种低复杂度的球型译码算法

基于 LTE 系统的一种低复杂度的球型译码算法袁冬冬;仇润鹤【摘要】针对球型译码检测算法在信道条件较差时检测复杂度大的问题,在分析比较传统的检测算法的基础上,提出了一种降低球型译码复杂度的算法。

该算法采用固定阈值作为可靠性判断标准,将迫零检测算法与球型译码算法相结合,首先利用迫零检测算法对传输数据进行检测,然后对迫零算法检测出来的数据进行可靠性判断,若检测出来的数据可靠性高则采用迫零算法作为最终结果,若可靠性较低则对数据进行球型译码,同时利用迫零检测结果来选择球型译码算法的初始半径。

通过仿真得出,在4x4天线下该算法在保证误码率基本不变的情况下大大降低了球型译码的复杂度。

%Aiming at the high complexity of SD (Sphere Decoding) detection algorithm under poor channel conditions and based on the analysis and comparison of traditional detection algorithms, this paper proposes a method for reducing the complexity of SD algorithm. This algorithm adopts a fixed threshold as the relia-bility criterion and combines ZF (Zero Forcing) algorithm with SD algorithm. Firstly ZF algorithm is used to detect the transmitted data, and then determine the reliability of ZF data. And if the data enjoys high re-liability ZF algorithm would be adopted as the final result;if the data is less reliable,SD algorithm be used. Meanwhile, ZF detection result is used to select the initial radius of SF algorithm. Simulation shows that this algorithm could greatly reduce the complexity of SD algorithm while maintaining the error rate almost unchanged in 4×4 antenna.【期刊名称】《通信技术》【年(卷),期】2015(000)002【总页数】5页(P151-155)【关键词】LTE 系统;迫零检测;球型译码检测;可靠性判断【作者】袁冬冬;仇润鹤【作者单位】东华大学信息科学与技术学院,上海 201620; 数字化纺织服装技术教育部工程研究中心,上海 201620;东华大学信息科学与技术学院,上海201620; 数字化纺织服装技术教育部工程研究中心,上海 201620【正文语种】中文【中图分类】TN929.5移动通信长期演进LTE(Long Term Evolution)采用MIMO和OFDM技术,具有频谱利用率高,信道容量大,频谱分配灵活等特点,必将在未来的移动通信中发挥巨大的作用。

低复杂度的新型球形译码检测算法

低复杂度的新型球形译码检测算法

低复杂度的新型球形译码检测算法王艳丽;阴国富【摘要】在多输入多输出(MIMO)信号检测算法中,球形译码检测算法的复杂度会随着半径的增大而迅速增加,代价较高.为了避免这一问题,提出一种改进的球形译码算法,该算法考虑改变搜索的起始位置,从最接近信号点上下限中间位置开始搜索,并根据信号点和中间位置的距离对信号点升序排序,随着译码半径的改变,排序不变,这样就减少搜索次数,降低算法复杂度.仿真结果表明,随着半径取值的增加,新型球形译码算法复杂度大幅度降低的同时,仍然保证了译码性能最接近性能最优的最大似然检测算法.【期刊名称】《西北大学学报(自然科学版)》【年(卷),期】2016(046)002【总页数】6页(P195-200)【关键词】多输入多输出;球形译码算法;译码半径;译码复杂度【作者】王艳丽;阴国富【作者单位】渭南师范学院网络安全与信息化学院,陕西渭南 714000;渭南师范学院网络安全与信息化学院,陕西渭南 714000【正文语种】中文【中图分类】TP3391.9;TN929多输入多输出(multiple input multiple output, MIMO)技术利用多天线抑制信道衰落,其出发点是将多发送天线与多接收天线相结合,改善每个用户的通信质量或提高通信效率,无线信道容量随着天线数目的增加而线性增大[1],在4G移动通信系统中,作为一项关键技术得到长足发展[2],但多天线的引入导致了MIMO系统接收端信号检测复杂度的提高,寻找一种低复杂度、高检测性能的信号检测算法仍是研究的热点。

MIMO系统的信号检测算法主要有最大似然(maximum likelihood,ML)算法、线性检测算法、非线性检测算法和许多次优检测算法及其改进算法。

传统的ML算法是最优检测算法,但其复杂度呈指数增长,实际应用很难;线性检测算法包括迫零(zero-forcing,ZF)算法和最小均方误差(minimum mean-square error,MMSE)算法,ZF算法付出了增加噪声的代价,并在低信噪比时性能较差,MMSE算法虽然考虑了噪声的干扰,但在高信噪比时,其检测性能收敛于ZF算法;非线性检测算法主要包括串行干扰消除(successive interference cancellation,SIC)算法,其拥有较低的复杂度,但检测效果不佳;许多次优检测算法及其改进算法进一步提高了检测效率和检测性能,文献[3]针对MIMO系统信号检测的V-BLAST算法预处理具有较高运算复杂度的问题,提出了降低复杂度的V-BLAST算法。

长期演进系统中一种低复杂度球形译码算法

长期演进系统中一种低复杂度球形译码算法

长期演进系统中一种低复杂度球形译码算法摘要:在长期演进(lte)系统中,球形译码算法拥有接近于最大似然(ml)的误码率(ber)性能。

针对在16qam和64qam等高阶调制情况下球形译码算法计算复杂度和所需硬件资源的急剧增加,提出了一种调整符号搜索策略的改进型球形译码算法。

该算法在不同的检测层采用特定的符号搜索方案,并结合一种基于信噪比的动态调整半径方法。

在无线瑞利信道环境下,对各种球形译码算法进行了仿真。

仿真结果表明,提出的改进型算法基本保持传统球形译码算法较低的ber性能,同时还有效地降低了计算复杂度和硬件实现复杂度。

关键词:长期演进;球形译码;高阶调制;误码率;计算复杂度low complexity sphere decoding algorithm in lte systemli xiao wen, peng de yi * , tan bing, wang zhen yu(key laborary of mobile communication of chongqing, chongqing university of posts and telecommunications, chongqing 400065, china)abstract:the sphere decoding algorithm has the optimal bit error ratio (ber) performance that approximates to maxmun liklihood (ml) in long term evolution (lte) system. concerning the computational complexity and required hardware resources of this algorithm increase significantly for detection of 16 qam and 64 qam modulated signal streams, an improved sphere decoding algorithm, which changed symbol search strategy, was proposed. a given symbol search scheme at different detection layer, and combined with a new definition for sphere radius of dynamic modifications was adopted in this algorithm. both of the traditional and improved algorithms were simulated on the condition of rayleigh fading channel. the simulation results show that the improved algorithm has a small ber degradation, and it also effectively reduces both computational complexity and required hardware resources compared to the traditional sphere decoding algorithm.0 引言在长期演进(long term evolution, lte)系统中,为了恢复发送端发送过来的数据,采用了信号检测技术,即信道均衡技术。

MIMO系统中球形译码算法的研究的开题报告

MIMO系统中球形译码算法的研究的开题报告

MIMO系统中球形译码算法的研究的开题报告一、研究背景和意义随着通信技术的飞速发展,MIMO(Multiple-Input Multiple-Output)技术被广泛应用于无线通信系统中,具有高效的频谱利用率和可靠的传输性能。

然而,MIMO系统中的信道却非常复杂,传输过程存在多径传播、多普勒频移和噪声等干扰因素,这使得信号的正确接收和解码变得十分困难。

为了解决MIMO系统中的信号传输和解码难题,球形译码算法(Sphere Decoding)应运而生。

与传统的线性和非线性译码算法相比,球形译码算法具有更高的解码准确度和更低的计算复杂度,因此受到了广泛的关注。

本文通过研究MIMO系统中球形译码算法的原理、特点和应用,旨在探究球形译码算法在MIMO系统中的作用及其优缺点,为提高MIMO系统的通信质量和传输效率提供理论依据和参考。

二、研究内容和方法1.研究MIMO系统中的球形译码算法的基本原理和特点,分析球形译码算法的优缺点;2.分析MIMO系统中信道的特点和影响因素,确定球形译码算法在MIMO系统中的应用场景;3.利用MATLAB仿真平台对球形译码算法在MIMO系统中的性能进行评估和比较;4.对球形译码算法在MIMO系统中的进一步优化和改进进行探讨,提出适合不同应用场景的改进方案。

三、预期成果和意义1.深入探究球形译码算法在MIMO系统中的应用,掌握球形译码算法的原理、特点和优缺点;2.评估球形译码算法在MIMO系统中的性能表现,分析其适用性和局限性;3.提出针对不同应用场景的球形译码算法的优化方案,探索MIMO系统在传输效率和通信质量方面的提升途径。

四、研究进度和计划预计研究时间为6个月,并按下列顺序开展研究工作:第1-2个月:阅读并学习相关文献,了解球形译码算法在MIMO系统中的基本原理和应用;第3-4个月:分析MIMO系统中信道的特点和应用场景,确定球形译码算法在MIMO系统中的应用范围;第5-6个月:利用MATLAB仿真平台对球形译码算法在MIMO系统中的性能进行评估和比较,并提出优化方案。

【CN109981503A】一种分层kbest球形译码方法及装置【专利】

【CN109981503A】一种分层kbest球形译码方法及装置【专利】

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910254781.X(22)申请日 2019.03.31(71)申请人 华南理工大学地址 510640 广东省广州市天河区五山路381号(72)发明人 林少娥 郑倍雄 温淼文 陈芳炯 季飞 余华 (74)专利代理机构 广州粤高专利商标代理有限公司 44102代理人 何淑珍 江裕强(51)Int.Cl.H04L 25/03(2006.01)(54)发明名称一种分层k-best球形译码方法及装置(57)摘要本发明公开了一种分层k -best球形译码方法及装置。

所述方法包括下列步骤:S0、输入原始数据;S1、消除块间干扰;S2、对块间干扰消除后信号应用匹配滤波和噪声白化;S3.1、估算当前搜索路径的先验条件概率;S3.2、更新路径的映射值;S4、更新合法路径的度量值;S5、替换存储单元中的数据;S6、检测;S7、检测;S8、修正路径的度量值;S9、输出结果。

所述装置包括干扰消除模块、在线合法性检验模块、度量值更新模块、循环检测模块、度量值修正模块和软解调输出模块等。

本发明基于球形译码中宽度优先策略,大大降低搜索空间,极大减少计算的复杂度,有效排除非法节点,从而减低误码率、抑制误码扩散。

权利要求书5页 说明书10页 附图3页CN 109981503 A 2019.07.05C N 109981503A1.一种分层k -best球形译码方法,用于单载波空间调制系统的接收端,其特征在于,包括如下步骤:S0、输入原始数据,初始化根节点及其度量值ω1,0=1,表示空集;S1、在第q层,利用存储在存储单元中的最佳路径消除块间干扰;S2、对块间干扰消除后的数据块应用匹配滤波和噪声白化,并构造下三角的信号结构;S3.1、对第i根发射天线,搜索扩展的星座图A∪{0},估算当前搜索路径的先验条件概率;S3.2、更新当前搜索路径的激活天线组合映射值;S4、根据上一步骤的判定结果,更新合法路径的度量值;S5、用当前度量值最大的k个路径及其度量值替换存储单元中的数据,并令i=i +1;S6、检测i≤N t 是否成立,若成立,则重复执行步骤S3-S5,若不成立,令q=q+1;S7、检测搜索层q≤单载波发送数据帧长度Q是否成立,若成立,则重复执行步骤S1-S6,若不成立,直至第Q层的路径度量值更新完成,输出结果S8、对所述存储单元中的度量值进行修正;S9、输出软解调结果。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
相关文档
最新文档