论文部分内容阅读
在MIMO(Multi-Input Multi-Output)和MIMO-OFDM(MIMO-Orthogonal Frequency Division Multiplex)系统中,往往涉及高复杂度的多维信号检测和联合参数估计问题,为系统实现带来很大困难。迭代参数估计技术可以降低联合参数估计的复杂度,并获得渐近最优的性能。本文以寻求最佳性能与复杂度折中方案为原则,针对V-BLAST(Vertical-Bell Labs lAyered Space-Time)系统的信号检测问题和MIMO-OFDM系统的迭代参数估计问题展开研究,取得以下研究成果:1.论文针对V-BLAST系统,基于信道矩阵的最小均方误差(MMSE,Minimum Mean Square Error )排序QR分解( MMSE-SQRD , MMSE-Sorted QR Decomposition),分别提出了半径约束的QRD-M算法和半径约束的Stack的树搜索检测算法,并建立了半径的自适应更新策略。与传统的QRD-M和Stack算法相比,所提算法不仅可以改善检测性能,还显著降低了计算复杂度。2.论文针对编码V-BLAST系统,基于最大似然(ML,Maximum Likelihood)度量提出了宽度优先的低复杂度列表检测(BrF-LCLD)算法,此外基于最大后验概率(MAP,Maximum A Posteriori)度量提出了降低复杂度的列表QRD-M(RC-QRD-M)算法,并为所提算法设计了合适的排序QR分解算法。相对于ML度量下和MAP度量下的列表QRD-M算法,所提算法均以较小的性能损失为代价有效降低了检测的复杂度。此外,所提算法还具有复杂度固定和易于并行实现的优势。3.论文针对MIMO-OFDM系统,基于变分贝叶斯期望最大化(VBEM,Variational Bayesian Expectation Maximization)算法,首先推导了贝叶斯意义上最优的联合信道估计和信号检测译码的迭代接收机,然后提出了适用于该接收机的时频域联合递推信道估计(SFD-RVBCE)算法,最后通过合理的近似得到了只在频域递推的FD-RVBCE估计算法。理论分析和仿真表明,所提接收机可以接近具有理想信道信息情况下最优接收机的性能。而且,与现有的变分贝叶斯迭代接收机相比,所提接收机具有更好的性能和更低的计算复杂度。4.论文针对MIMO-OFDM系统,基于信号的分解模型提出了低复杂度的软判决指导递推信道跟踪算法。基于非分解的原始信号模型,推导了所提递推跟踪算法的简化算法。所提算法通过在时域上进行信道预测,在频域上进行递推估计,完全避免了矩阵求逆运算,有效降低了计算复杂度。在快时变多径信道下,与性能较好的Turbo-Kalman和Turbo-RLS算法相比,所提算法的复杂度大大降低,性能与它们几乎相同或相差较小。另外,所提算法具有统一的递推跟踪架构,只需进行较小的改变就可适用不同的应用环境,比较利于硬件实现。