低复杂度的似然搜索树检测算法
大规模多输入多输出（MIMO）系统中,随着天线数目的增加,传统的信号检测算法的检测性能大幅度下降,复杂度呈指数增长。为了解决天线过多带来的复杂度问题,文章基于邻近搜索思想提出一种似然判定准则,作为搜索树分支策略。首先,构造二次规划模型,将其作为搜索树根节点,然后,寻找目标函数值最小的节点作为分支节点,最后将判定准则运用于分支节点降低分支复杂度。在调制阶数为4的正交幅度调制,误比特率达到10<sup>-4</sup>时,文章提出的似然搜索树检测算法与传统搜索树算法相比,性能增益提升了约1.5 dB,复杂度降低了69.84%。仿真结果表明,在大规模MIMO场景下,文章提出的...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
《光通信研究》编辑部
2020-01-01
|
| Series: | Guangtongxin yanjiu |
| Subjects: | |
| Online Access: | http://www.gtxyj.com.cn/thesisDetails#10.13756/j.gtxyj.2020.03.014 |
| Summary: | 大规模多输入多输出（MIMO）系统中,随着天线数目的增加,传统的信号检测算法的检测性能大幅度下降,复杂度呈指数增长。为了解决天线过多带来的复杂度问题,文章基于邻近搜索思想提出一种似然判定准则,作为搜索树分支策略。首先,构造二次规划模型,将其作为搜索树根节点,然后,寻找目标函数值最小的节点作为分支节点,最后将判定准则运用于分支节点降低分支复杂度。在调制阶数为4的正交幅度调制,误比特率达到10<sup>-4</sup>时,文章提出的似然搜索树检测算法与传统搜索树算法相比,性能增益提升了约1.5 dB,复杂度降低了69.84%。仿真结果表明,在大规模MIMO场景下,文章提出的算法表现出了良好的性能及较低的复杂度。 |
|---|---|
| ISSN: | 1005-8788 |