MCMC算法在MIMO技術(shù)中的研究及應(yīng)用.pdf

1、多輸入多輸出（MIMO）是一種利用傳輸空間的自由度來成倍提升數(shù)據(jù)傳輸速率和可靠性的技術(shù)，已廣泛應(yīng)用于IEEE802.16 e/802.16 m WiMax和HSPA+等無線通信標(biāo)準(zhǔn)中。大規(guī)模MIMO（Massive MIMO）技術(shù)將成為下一代移動(dòng)通信（5G）的核心技術(shù)以解決未來爆炸式的數(shù)據(jù)流量、海量接入和各類新型業(yè)務(wù)。在 MIMO系統(tǒng)中，接收端信號(hào)處理的性能好壞和復(fù)雜度高低直接決定了整個(gè)通信系統(tǒng)的質(zhì)量和發(fā)展前景。因此，MIMO技術(shù)，尤其

2、是大規(guī)模MIMO技術(shù)，其面臨的一個(gè)重要挑戰(zhàn)就是設(shè)計(jì)高性能、低復(fù)雜度的檢測(cè)算法。在眾多的檢測(cè)算法中，復(fù)雜度呈線性增長(zhǎng)或至多呈多項(xiàng)式增長(zhǎng)的馬爾科夫鏈蒙特卡洛（MCMC）算法是最有潛力使整個(gè)MIMO系統(tǒng)獲益的檢測(cè)算法之一。因此，本文的重點(diǎn)及亮點(diǎn)就是設(shè)計(jì)高性能、低復(fù)雜度的MCMC-MIMO檢測(cè)算法。
　　首先，本文介紹了MCMC算法的基本原理，討論了4種能解決貝葉斯推理中高維積分問題的隨機(jī)采樣算法，并闡述了影響MCMC算法采樣性能的初始值

3、選擇、跳轉(zhuǎn)分布選擇、跳轉(zhuǎn)步長(zhǎng)選擇、采樣并行度和迭代深度折衷等問題?；贛CMC算法在貝葉斯分析中的經(jīng)驗(yàn)，本文將MCMC算法應(yīng)用到MIMO檢測(cè)中，著重推導(dǎo)了逐比特和逐符號(hào)的MCMC-MIMO檢測(cè)算法，并分析了傳統(tǒng)MCMC檢測(cè)算法在高信噪比下的誤碼平層問題和復(fù)雜度高于一般線性檢測(cè)算法的問題。
　　其次，在詳細(xì)分析了導(dǎo)致傳統(tǒng)MCMC-MIMO檢測(cè)算法上述兩大問題的根本原因之后，本文提出了一系列復(fù)雜度簡(jiǎn)化技術(shù)和性能增強(qiáng)技術(shù)，且部分技術(shù)可聯(lián)

4、合使用使得MCMC算法性能和復(fù)雜度到達(dá)最優(yōu)。結(jié)果表明：在常規(guī)MIMO方面，在抖動(dòng)、條件下重新初始化和飽和修剪技術(shù)聯(lián)合優(yōu)化下，基于Max-Log更新的逐比特MCMC算法能以MMSE-PIC算法60％的復(fù)雜度獲得1-2dB性能提高；基于Max-Log/2-best更新的逐符號(hào)MCMC算法可在適當(dāng)增加復(fù)雜度下到達(dá)準(zhǔn)ML算法-STS算法的性能。在大規(guī)模MIMO方面，逐比特MCMC算法可在等效于3級(jí)展開的NS-bMMSE算法的復(fù)雜度基礎(chǔ)上，獲得優(yōu)