大规模mimo信号检测技术研究

大规模mimo信号检测技术研究

ID:35073093

大小:2.41 MB

页数:67页

时间:2019-03-17

大规模mimo信号检测技术研究_第1页
大规模mimo信号检测技术研究_第2页
大规模mimo信号检测技术研究_第3页
大规模mimo信号检测技术研究_第4页
大规模mimo信号检测技术研究_第5页
资源描述:

《大规模mimo信号检测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、大规模MIMO信号检测技术研究重庆大学硕士学位论文(学术学位)学生姓名:廖晓慧指导教师:吴玉成教授专业:通信与信息系统学科门类:工学重庆大学通信工程学院二O一六年四月StudyonSignalDetectionTechnologiesofLargeScaleMIMOSystemsAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByLiaoXiaohuiSup

2、ervisor:Prof.WuYuchengSpecialty:CommunicationandInformationSystemCollegeofCommunicationEngineeringofChongqingUniversity,Chongqing,ChinaApril,2016重庆大学硕士学位论文中文摘要摘要大规模MIMO具有传输效率高、频谱利用率高、能量效率高、抗干扰能力强等优点近年来成为无线通信领域一个研究热点。信号检测技术是大规模MIMO的核心技术之一,对整个系统的抗干扰能力及可靠性有着重要影响。随着

3、大规模MIMO天线数目的增加,常规MIMO的信号检测技术应用到大规模MIMO当中,存在复杂度过高、检测性能不佳的问题。为解决这两个基本问题,论文重点研究了两种启发式算法似然上升搜索算法(LAS)及动态禁忌搜索算法(RTS)。论文主要工作如下:①给出了大规模MIMO系统模型。分析了现有信号检测算法的性能和复杂度。重点研究了LAS、RTS算法及两种算法的衍生算法,并通过实验仿真分析初值性能、初值个数及最大搜索次数,对BER性能及复杂度的影响,为论文研究工作提供了切入点。②针对LAS信号检测算法易陷入局部极小、检测性能不佳以

4、及现有改进算法改善了局部极小的情况、但大大增加了信号检测复杂度的问题,提出一种结合遗传性质的改进LAS信号检测算法。该算法在传统LAS算法基础上,通过分析无差错接收情况下ML代价函数的统计信息判定解的质量,然后用解的质量不断修正算法所需要的迭代次数。同时继承最优解向量、引入随机因素对最优解向量的某些位置进行变异、得到下一次迭代的初始向量。仿真结果表明结合遗传性质的改进LAS算法进一步提高了算法的性能,使LAS算法所需要的迭代次数减少,降低了复杂度。③针对RTS算法在高阶调制的情况下,检测性能较差的问题,提出一种基于等效

5、信道维度的改进分层RTS算法。该算法在分层RTS算法基础上,根据等效信道矩阵维度,自适应改变最大搜索步数。在等效信道矩阵维度较小时,用较小的最大搜索步数避免迂回搜索;在等效信道矩阵维度较大时,用较大的最大搜索步数让搜索的范围更广,增强搜索能力,提高检测性能。仿真结果表明,算法提高了信号检测能力,提升了系统可靠性。关键词:大规模MIMO,信号检测,似然上升搜索,禁忌搜索,复杂度I重庆大学硕士学位论文英文摘要ABSTRACTLargescaleMIMOhastheadvantagesofhightransmissionef

6、ficiency,highspectralefficiency,highenergyefficiencyandhighanti-interferenceability,whichhasbecomeahotresearchtopicinthefieldofwirelesscommunication.SignaldetectionisoneofthecoretechnologiesoflargescaleMIMO.Ithasanimportantinfluenceonanti-interferenceabilityandr

7、eliabilityofwholesystem.Withthenumberofantennasincreasing,thetechnologyofconventionalMIMOsignaldetectionisappliedtolargescaleMIMO,whichhasproblemsofhighcomplexityorpoorperformance.Inordertosolvethesetwobasicproblems,thethesisfocusesontwoheuristicalgorithmLikelih

8、oodAscentSearch(LAS)andRTS(ReactiveTabuSearch).Themainresultsaresummarizedasfollows.①Thelarge-scaleMIMOsystemmodelisprovided.Theperformanceandcomplexityofthecurrentsi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。