论文部分内容阅读
随着无线通信网络的快速发展,人们所持有的移动设备以及其他一些电器设备的增多,对无线网络的需要越来越高。当前所使用的3G/4G已渐渐无法满足人们的需求,5G移动通信网络成为当前通信网络的热点。5G网络需要有比4G更高的传输速率、安全性也将更高、频谱利用率也将提升。而对于5G技术的研究,大规模MIMO技术成为5G关键技术之一。虽然大规模MIMO可以带来很大的系统容量和很高的传输速率,但由于其基站端部署大量的天线,使得基站接收端信号检测的难度增加。所以对大规模MIMO系统接收端的信号检测算法的检测性能以及算法的计算复杂度进行研究,以寻求适合大规模MIMO系统的信号检测算法。本文首先介绍了论文背景和意义,针对大规模MIMO整体的发展以及信号检测技术的发展进行了阐述和说明。然后从V-BLAST系统模型到MIMO模型,最后到大规模MIMO的系统模型的演进过程。接着介绍了大规模MIMO中常用的信号检测算法--线性和非线性信号检测算法,并详细的介绍了线性信号检测算法和非线性信号检测算法的检测原理,并进行传统MIMO系统下和大规模MIMO系统下的仿真结果分析。MATLAB实验仿真结果验证可知,非线性信号检测算法的检测性能要优于线性信号检测算法的检测性能。而在大规模MIMO系统下,ZF与MMSE检测性能相近,ZF-SIC与MMSE-SIC两种非线性信号检测算法的检测性能同样是相近的。再接着介绍了串行干扰消除算法的实现原理,针对与ZF算法结合的ZF-SIC算法的重复排序和检测进行了改进,改进后的算法不再需要每次信号检测前进行一次排序操作,只需要进行一次排序操作即可。且改进后的算法的计算复杂度要低于ZF-SIC算法的计算复杂度。最后由仿真结果证明,改进后的ZF-SIC算法的检测性能与ZF-SIC算法的检测性能相同。最后,先介绍了 Krylov子空间法的理论基础和Krylov子空间法的几种算法,再根据ZF算法接收端的接收信号的特征,将Lanczos算法与ZF算法的进行了结合。加入Lanczos算法避免了 ZF算法的矩阵求逆的操作,降低了算法的复杂度。通过MATLAB的仿真实验结果证明,基于Lanczos-ZF-SIC信号检测算法的检测性能略优于ZF-SIC检测算法的性能。