低空间调制MIMO系统检测算法

文摘

在本文中,作者提出三个低检测方案空间调制(SM)系统根据修改后的梁搜索(MBS)检测。MBS探测器,将搜索树分割为某些子树,可以减少计算复杂度通过减少节点保留在每一层。然而,MBS探测器没有考虑子树搜索顺序计算复杂性的影响,它的影响没有考虑层搜索顺序比特误码率(BER)性能。ost-MBS探测器启动子树的搜索最优解在哪里最有可能,这可以减少总搜索后续子树中的节点。因此,它可以降低计算复杂度。当保留节点的数目是固定的,保留哪些节点是非常重要的。即不同的搜索命令层有一个直接影响误码率。在此基础上,我们提出了oy-MBS探测器。ost-oy-MBS探测器相结合的检测顺序ost-MBS oy-MBS在一起。算法分析和实验结果表明,该检测器超过MBS的误码率性能和计算复杂度。

1。介绍

满足无线通信系统的需求更高的数据传输速率、多输入多输出(MIMO)技术在移动终端已经采用。MIMO技术提高数据吞吐量在不增加额外带宽和传输能量。空间调制(SM) (1- - - - - -3为MIMO系统)是一个新兴的传播模式。SM的主要特征是,只有一个传输天线被激活一次槽,但同时,SM系统可以使用原始信号域(信号星座)和传输天线(TA)指数(空间星座)来传达信息。SM与MIMO系统相比,系统只能装备一个无线电频率(RF)链,避免信道间干扰(ICI)和interantenna同步(IAS),并降低解调的复杂性。

SM的检测信号,最大比合并(MRC)算法在4),有源天线指数和传输符号分别估计。MRC探测器具有计算复杂度低,只执行限制通道。这个检测器提高(5),进一步可以应用在传统渠道的条件。最优最大似然(ML)检测器包括联合检测TA指数和传输提出了符号的6]。然而,线性计算复杂度随着TA的数量( ),接收天线的数量( ),和调制方案的大小( )。为了获得算法解决方案计算复杂度较低,一些低探测器提出了(7- - - - - -17]。在[7,8),两个低hard-limiter-based毫升(HL-ML)探测器有相同的BER性能的ML探测器提出了米相移键控和广场——或者rectangular-QAM调制。的计算复杂度无关星座大小。在[9- - - - - -11),sphere-decoding (SD)算法提出了SM系统,能够实现算法性能平均计算复杂度较低。在最坏的情况下,计算复杂性相当于毫升的探测器。然而,其检测性能主要取决于初始搜索半径和传输参数。与SD探测器相比,SD订购策略的帮助下提出了(12)可以大大降低计算复杂度。两个匹配滤波器(MF)提出了基于探测器(13]。在[14),王等人提出了一个新颖的基于矢量的检测信号(圣)计划。唐et al。15)提出了一个distanced-based命令检测(DBD)算法降低接收机复杂度和实现流程性能的可能性。为了减少检测的复杂性ML检测,徐(16)提出了简化ML-based最佳检测(OD)和简化的多级检测(MD)。在简化ML-based检测和多级检测方案,信号设置首先划分为四个“一级子集”。每一级子集是进一步划分为四个“二级子集”如果每个子集包含4个以上的信号。简单的低检测(SLCD)和自适应简单低检测(ASLCD)提出了在17]。

在[18,19),最大似然(MML)检测器的M-algorithm优先树中搜索结构。检测被认为是一个广度优先搜索树分支机构和层,我层对应我接收天线(RA)。MML检测器只检查中的部分节点树,而毫升探测器遍历所有节点。与ML探测器相比,MML检测器可以达到更低的计算复杂度。在[20.)、低符号检测基于波束搜索(MBS)提出修改。MBS算法的检测过程可以表示为构建一个树子树和层,每个子树完整的路径从根节点到叶子节点,和每一个路径代表一个候选的解决方案。定向搜索发现的解决方案是通过执行修改。与MML算法相比,MBS算法降低了计算复杂度,丢弃不候选解决方案。

MBS检测器,检测不同的子树仅限于升序序列的子树指标,而忽略了不同搜索订单计算复杂度的影响。此外,所有层的检测是局限于层的升序排序指标,而忽略了影响不同的搜索命令的比特误码率(BER)性能。也就是说,不同的影响搜索命令的误码率性能和计算复杂度不被认为是在MBS探测器。近年来,排序策略已经引起了越来越多的关注。在某种程度上,排序策略可以提高算法的检测性能。在[12,21),不同的排序策略提出了改善检测性能。在本文中,我们提出了三个MBS-based探测器与小说订购策略:(1)ost-MBS探测器将子树的搜索顺序;(2)oy-MBS探测器执行SM信号检测接收到的信号幅度的降序排列;(3)上述两个探测器的检测订单ost-oy-MBS探测器共同考虑。

本文的其余部分组织如下。节2,系统介绍了SM系统模型。部分3简要概述MBS的探测器。订购策略介绍了MBS探测器。部分4演示了ost-MBS、oy-MBS ost-oy-MBS探测器。部分5说明了仿真结果。最后,我们得出本文的总结部分5。

符号。黑体大写或小写符号表示矩阵列向量;弗罗贝尼乌斯标准的一个向量或矩阵;的振幅是一个复杂的数量或一组的基数;和是复数的实部和虚部的数量;是一个向量或矩阵的共轭转置;代表一个复杂的高斯随机变量的意思和方差 。

2。系统模型

考虑一个SM系统星座 。在每一个时间段,传入的数据位排列成块位,位是用来选择TA和激活位是用来选择传播符号 , 。因此,SM系统的系统模型可以表示为 在哪里是接收信号向量;是传播符号向量的元素是什么在lth位置和零在其他职位;和是信道矩阵和向量的元素遵循复杂圆对称高斯分布和 ,分别。(表达的系统模型1)可以重塑 在哪里 , ,和 。因为只有一个助教每个时间段被激活,表达的系统模型(2)可以简化为 在哪里是lth列 。

它遵循从(3),最优ML-based解调器可以制定 在哪里表示一组包含所有可能的传输天线指标和复杂的星座点, , ,和是矩阵的条目 。

3所示。MBS探测器

根据金和彝语(20.),SM的检测信号可以被看作是一个树子树和层,每个子树完整的路径从根节点到叶子节点。为了便于理解,我们给一个例子(图1)的MBS探测器。假设我们有一个SM与4 qam调制系统;因此,搜索树有4层和8家分行。4每个子树的分支(TA)对应于4 4 qam星座符号。我们定义节点的分支度量在kth层之间的平方欧氏距离接收和传输信号,它可以表示为 。积累的度量节点在kth层是求和的分支度量k层和累积度量层,它可以表示为 。

在第一子树,节点kth层最小的累积指标作为候选节点下一层。在最后一层,节点的最小累积指标被认为是解决方案在第一子树。最小的累积度量及其相应的助教指数和传输符号表示和 ,分别。在随后的子树,和正在逐步更新。在kth层,最多节点与累积指标小于阈值,被选中作为下一层生存的树枝。如果累积度量不小于 ,终止当前分支的搜索。否则,我们应该继续搜索下一个分支。如果累积指标小于在最后一层,和更新。检查重复的搜索过程,直到所有子树。十字架符号在图1表明,累积的分支度量不低于阈值修剪。

4所示。建议订购MBS-Based探测器

SM的MBS检测器,检测信号是升序的子树指标和RA指标。从本质上讲,MBS探测器是用来计算(4),并选择部分保留节点。当保留节点的数量是一个常数,它是非常重要的选择哪些节点。换句话说,(的计算顺序4)可以直接影响到系统性能和计算复杂度。在本节中,为了研究不同检测的影响订单的误码率性能和计算复杂度,我们提出三个订购MBS-based探测器通过调整搜索命令。

4.1。Ost-MBS探测器

MBS探测器的计算复杂度是减少修剪树枝,其累积度量大于或等于 。然而,MBS算法没有考虑计算复杂度的子树的搜索顺序的影响。如果最优解站在第一子树,只有更少的节点搜索在随后的子树。但是,如果最优解存在于过去的子树,我们需要搜索更多的节点子树。换句话说,首先从最优解的子树中搜索最可能属于可以减少总搜索后续子树中的节点。因此,它可以降低计算复杂度。即子树的搜索顺序直接影响计算的复杂性。我们建议ost-MBS探测器,估计重新排列的顺序子树的最优解。在第一阶段,我们订单助教指数基于非最优天线检测算法。在第二阶段,我们首先搜索最可能的助教索引,搜索所有的估计解子树。拟议中的ost-MBS探测器工作如下。

阶段1。重新排序助教指数降序使用修改后的次优最大比合并(湄公河委员会)算法在5]。湄公河委员会筛选获得的输出

的价值就越高 ,更有可能的是,j助教是激活的。助教指数在降序排序 。的一组命令TA指数用 。假设 ,要求助教指数可以获得 在哪里代表一个降序和函数和指数的最大和最小的元素 ,分别。换句话说,和是最可能和最不可能的估计TA指数,分别。

第二阶段。确定助教指数和传输符号使用MBS探测器。

4.2。Oy-MBS探测器

因为只有一个助教是激活一次槽,假设lth天线发送符号 ,接收到的信号可以表示为

每个信号在接收机与通道增益,传播符号,高斯白噪声。由于不同通道的增益和噪声在每个通道,通道增益和噪声一起确定接收信号的振幅。一般来说,一个强大的接收信号导致解调。MBS探测器,TA指数和传输符号估计按升序的风湿性关节炎指数从根节点到叶子节点。然而,搜索顺序的误码率的影响没有考虑。出于这个原因,我们建议oy-MBS检测器,检测接收信号的振幅的降序排列。oy-MBS探测器详细描述如下。

阶段1。类风湿性关节炎指数降序排列的 。让 ,在哪里 ,和有序的集合类风湿性关节炎指数可以获得 在哪里和指数的最大和最小值 。层搜索顺序可以获得的

新的搜索树的和层对应RA,可以由交换图的层1。

第二阶段。确定助教指数和传输符号使用MBS探测器。

4.3。Ost-Oy-MBS探测器

在ost-MBS探测器,所有子树进行降序排列 。也就是说,我们首先检测最可能的子树,然后检测最不可能的子树。在某种程度上,可以减少计算复杂度。oy-MBS探测器进行降序排列的MBS检测接收到的信号幅度,从而提高系统性能。在本节中,我们结合ost-MBS和oy-MBS探测器的检测订单在一起。我们建议ost-oy-MBS检测器的检测顺序是基于子树和接收到的信号。我们发现所有子树的降序排列和检测子树的每一层降序排列的 。

该命令MBS-based探测器的检测过程总结了算法1。在算法1、2 - 6和7 - 11行对应subtree-ordering receiver-ordering策略,分别,而行银幕上描述MBS检测器的检测过程。

5。仿真结果

在本节中,提出的计算复杂度和误码性能探测器和MML MBS, ML, simplfied OD,简化的MD, SLCD, ASLCD检测器进行了比较。标签( , )OD,表示简化OD探测器一级子集和第二级的子集。标签( , ,和 )医学博士代表简化MD探测器N估计传输天线,一级子集,第二级的子集。标签( )SLCD,表示简化低检测最可能的估计。标签( )ASLCD,代表自适应低检测最可能的估计和阈值系数 。理想的信道状态信息(CSI)可以在接收方承担。在仿真中,信噪比(信噪比)是信号功率噪声功率的比值,即: 。

验证上述检测器的误码性能,理论结合(17)是在误码率仿真数据。数据2- - - - - -3比较了误码性能和计算复杂度的探测器和现有的探测器64 qam SM系统在MBS和拟议的探测器和MML探测器。该检测器的误码率性能和计算复杂度的数字所示4- - - - - -5与在MBS和拟议的探测器和的MML探测器16 qam SM系统。因为每个二级子集(即必须包含四个多信号。,调制顺序 )在OD和MD探测器,仿真曲线的OD和MD探测器中未列出的数字4- - - - - -5。

估计算法的计算复杂度,我们定义了计算复杂度为实值的总数乘法/部门需要在检测过程中。

MML算法中,我们需要计算所有积累的指标第一层节点和计算积累的指标节点kth ( )层。由于计算累积度量一个节点需要3真正的乘法,计算复杂度的MML探测器 。

自毫升检测器计算积累的指标树中的所有节点的计算复杂度毫升探测器 。

根据3.2节和3.3 (16),我们可以得到OD的计算复杂度和MD。(的计算复杂度 )OD探测器和( )MD检测器和 ,分别。

根据3.5节和3.6 (17),SLCD的计算复杂度和ASLCD取决于参数和的大小估计传输符号集。因为估计传输符号集的大小不是常数,计算复杂性只能通过模拟。

从上面的分析,我们可以得出结论,MML的计算复杂度,OD, MD探测器是低于毫升探测器但BER性能损失。同时,MML的复杂性,开发部,医学博士SLCD, ASLCD取决于预设参数。

提出的计算复杂度MBS-based探测器包括实值的数量乘法计算和在第一阶段,实值的数量乘法阶段2的MBS探测器。阶段1的计算复杂度可以很容易地通过计算获得。第二阶段的计算复杂度取决于保留节点的数量。在MBS和拟议中的MBS-based探测器,参数最多保留节点的数量在每一层。也就是说,保留节点的数量不是固定的。因此,提出的计算复杂度MBS-based探测器只能通过模拟。

从上面的仿真曲线,我们可以得出以下结论:(1)MBS的计算复杂度,OD博士SLCD, ASLCD MML,提议探测器低于毫升的探测器。保留节点的数量,MML以来,开发部,和MD探测器是固定在不同的信噪比,信噪比的计算复杂度并没有改变。MBS, SLCD的计算复杂度,ASLCD ost-MBS, oy-MBS, ost-oy-MBS探测器信噪比的变化。(2)ost-MBS检测器的误码性能是一样的MBS的探测器,和复杂性低于MBS的探测器。ost-MBS探测器只改变子树的搜索顺序和不影响探测性能。因此,ost-MBS和MBS探测器有相同的误码率性能。ost-MBS探测器搜索的降序排列的子树 ,从而提高最优解的概率在第一子树。以来积累的指标最小的最优解,保留节点的数量可以减少在随后的子树,从而减少总的计算复杂度。(3)oy-MBS检测器的误码性能优于MBS的探测器。oy-MBS探测器估计解决方案在接收到的信号幅值的降序排列。在某种程度上,强烈的接收信号有助于解调。因此,与MBS探测器相比,oy-MBS检测器具有更好的误码性能。与此同时,我们也注意,排序策略oy-MBS也降低了计算复杂度。(4)ost-oy-MBS探测器和oy-MBS探测器有相同的误码率性能,优于MBS探测器。ost-oy-MBS探测器具有ost-MBS和oy-MBS探测器。即ost-oy-MBS检测器的误码率性能和计算复杂度最低最好的提议MBS-based探测器。(5)在当前的仿真条件下,OD的误码性能,医学博士SLCD, ASLCD, MML, ost-oy-MBS探测器是几乎一样的ML探测器。与OD和MD探测器相比,MBS-based探测器在moderate-to-high信噪比有较低的计算复杂度。

6。结论

摘要小说订购MBS-based探测器SM系统提出了改善系统性能,降低了计算复杂度。ost-MBS探测器首先搜索每个子树从最可能的助教。MBS检测器相比,具有较低的计算复杂度。oy-MBS算法检测中的每个子树降序排列接收信号的振幅。oy-MBS检测器的误码性能优于MBS的探测器。ost-oy-MBS探测器结合ost-MBS和oy-MBS探测器的订单。在所有提议MBS-based方法,ost-oy-MBS探测器最好的误码率性能和计算复杂度最低。同时,我们注意到,计算复杂度和OD的误码性能,医学博士SCLD, ASLCD, MML, MBS-based探测器依靠预设参数。遗憾的是,如何选择提出MBS-based探测器中的参数只能通过模拟。接下来,我们将学习如何选择参数和试图给出理论推导。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

引用

1. r . Mesleh h·哈斯c·w·安和s . Yun”空间modulation-a新低复杂性频谱效率提高技术,”学报》2006年第一次国际会议在中国通信和网络,页1 - 5,北京,中国,2006年10月。视图:谷歌学术搜索
2. m·d·伦佐·h·哈斯,a . Ghrayeb s Sugiura和l . Hanzo”Spatail调制广义分布式天线:挑战、机遇和实现,”IEEE学报》,卷102,不。1,56 - 103,2014页。视图:出版商的网站|谷歌学术搜索
3. 肖·杨·m·d·伦佐·y, s . Li和l . Hanzo”对于空间调制的设计指导方针”,IEEE通信调查和教程,17卷,不。1,6-26,2015页。视图:出版商的网站|谷歌学术搜索
4. r . Mesleh h·哈斯s Sinanovic c·w·安和云,“空间调制,”IEEE车辆技术卷,57号4、2228 - 2241年,2008页。视图:出版商的网站|谷歌学术搜索
5. n . r . Naidoo h .徐,t . Quazi”空间调制:最优检测器的渐近性能和多级检测”专业的沟通,5卷,不。10日,1368 - 1376年,2011页。视图:出版商的网站|谷歌学术搜索
6. j . Jeganathan a Ghrayeb, l . Szczecinski”空间调制:最优检测和性能分析,“IEEE通信信,12卷,不。8,545 - 547年,2008页。视图:出版商的网站|谷歌学术搜索
7. r . Rajashekar k . v . s .哈里,l . Hanzo”降低复杂性ML检测和capacity-optimized培训空间调制系统中,“IEEE通信,卷62,不。1,第125 - 112页,2014。视图:出版商的网站|谷歌学术搜索
8. 男人和m . h .金”,一个低ML检测算法对于MPSK星座的空间调制系统,”IEEE通信信,18卷,不。8,1375 - 1378年,2014页。视图:出版商的网站|谷歌学术搜索
9. 答:尤尼斯,r . Mesleh、h·哈斯和p·格兰特,“降低复杂性球面解码器用于空间调制检测接收器,”2010年IEEE GLOBECOM全球电信会议2010年学报》上,页1 - 5、迈阿密、FL。美国2010年12月。视图:谷歌学术搜索
10. a·尤尼斯·m·d·伦佐·r·Mesleh h·哈斯,“球体解码空间调制,”通信学报2011年IEEE国际会议(ICC),页1 - 6,京都,日本,2011年6月。视图:谷歌学术搜索
11. 答:尤尼斯,s . Sinanovic m·d·伦佐·r·Mesleh h·哈斯,“普遍球体解码空间调制。”IEEE通信,卷61,不。7,2805 - 2815年,2013页。视图:出版商的网站|谷歌学术搜索
12. k·李,“双重命令球体解码空间调制,”IIEEE通信信,19卷,不。5,795 - 798年,2015页。视图:出版商的网站|谷歌学术搜索
13. c . s . Sugiura徐,s . x Ng和l . Hanzo”降低复杂性相干和非相干QAM-aided时空移键控,“IEEE通信卷,59号11日,第3101 - 3090页,2011年。视图:出版商的网站|谷歌学术搜索
14. s . j . Wang贾,j .歌曲“空间调制信号基于矢量的检测计划,”IEEE通信信,16卷,不。1,19 - 21页,2012。视图:出版商的网站|谷歌学术搜索
15. 问:问:唐,肖y, p . Yang,和美国,“一个新的低near-ML检测算法对空间调制,”IEEE无线通信信,卷2,不。1,第93 - 90页,2013。视图:出版商的网站|谷歌学术搜索
16. h .徐“简化基于可能性最大检测方案多状态空间调制正交调幅,”专业的沟通》第六卷,没有。11日,第1363 - 1356页,2012年。视图:出版商的网站|谷歌学术搜索
17. h .徐”,简单的低检测方案多状态空间调制正交调幅,”专业的沟通》第六卷,没有。17日,第2847 - 2840页,2012年。视图:出版商的网站|谷歌学术搜索
18. 杨j .郑x, z,“低检测方法基于M-algorithm空间调制,”电子信件,52卷,不。21日,第1554 - 1552页,2014年。视图:出版商的网站|谷歌学术搜索
19. z田、j·杨和李z”M-algorithm-based最佳检测器空间调制,”杂志通讯,10卷,不。4、245 - 251年,2015页。视图:出版商的网站|谷歌学术搜索
20. t·金姆和k .咦,“低符号检测基于修改梁搜索空间调制MIMO系统,”电子信件,51卷,不。19日,1546 - 1548年,2015页。视图:出版商的网站|谷歌学术搜索
21. x张g .赵问:刘:赵,和m .金”增强M-algorithm-based最大似然检测器空间调制,”AEU -国际期刊的电子和通信,卷70,不。9日,第1366 - 1361页,2016年。视图:出版商的网站|谷歌学术搜索

版权

版权©2018新河Zhang et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。