多天線系統(tǒng)低復(fù)雜度干擾消除接收機(jī)的研究.pdf

1、BLAST(Bell Labs Layered Space-Time architecture：貝爾實(shí)驗(yàn)室分層空時(shí)結(jié)構(gòu))以及其簡(jiǎn)化版本V-BLAST(vertical BLAST：垂直BLAST)，是實(shí)現(xiàn)高頻譜效率MIMO（multiple-input multiple-output：多輸入多輸出）通信系統(tǒng)的一種有效方式。包含天線選擇和AMC(Adaptive Modulation and Coding：自適應(yīng)調(diào)制編碼)的V-BLAST

2、通?？梢员环Q為擴(kuò)展V-BLAST(Extended V-BLAST)。在空間復(fù)用增益之外，MIMO系統(tǒng)也能提供空間分集增益(spatial diversity gain)，空時(shí)分組碼(space-time block code：STBC)就是一個(gè)例子。STBC和V-BLAST的組合被稱為分組空時(shí)分組碼(Group-wise STBC：G-STBC)，它能夠同時(shí)實(shí)現(xiàn)空間復(fù)用增益和空間分集增益。
　　本文研究用于V-BLAST、G-S

3、TBC和上述的擴(kuò)展V-BLAST的接收算法的低復(fù)雜度實(shí)現(xiàn)。通常本文不改變現(xiàn)有算法的原理和性能，只是充分利用中間結(jié)果以減少所需的計(jì)算復(fù)雜度。本文比較有價(jià)值的幾個(gè)工作總結(jié)如下：
　　1.本文改進(jìn)現(xiàn)有的遞歸V-BLAST算法，它相對(duì)于現(xiàn)有的遞歸V-BLAST算法的加速是1.3。
　　2.本文提出針對(duì)包含多路Alamouti STBC的G-STBC的快速遞歸算法。相對(duì)于現(xiàn)有高效率G-STBC算法,本文提出的G-STBC遞歸算法達(dá)到更

4、好的性能，而且通常需要更少的復(fù)雜度：它對(duì)現(xiàn)有次優(yōu)順序干擾消除G-STBC接收算法的加速是2.57。
　　3.本文提出一個(gè)用于逆Cholesky分解的快速算法,用來(lái)為V-BLAST的估計(jì)誤差協(xié)方差矩陣計(jì)算一個(gè)三角形的平方根。然后它被用來(lái)提出一個(gè)改進(jìn)的平方根V-BLAST算法,它加速在先前的平方根V-BLAST算法中的幾個(gè)步驟,同時(shí)它在MIMO OFDM系統(tǒng)中能夠提供進(jìn)一步的計(jì)算量節(jié)省。與傳統(tǒng)的逆Cholesky分解相比，本文提出的逆

5、Cholesky分解避免了對(duì)Cholesky因子進(jìn)行回代的操作,而回代的操作是一個(gè)固有的串行過(guò)程，并不適合于并行實(shí)現(xiàn)。本文提出的平方根V-BLAST算法比現(xiàn)有的高效率V-BLAST算法更快。在MIMO OFDM系統(tǒng)中,它對(duì)先前的平方根V-BLAST算法和已知的最快遞歸V-BLAST算法的加速分別是3.9到5.2和1.05到1.4。
　　4.主要針對(duì)傳統(tǒng)乘法加法數(shù)字計(jì)算器,本文提出逆LDMT分解算法和廣義Givens旋轉(zhuǎn)算法，它們都

6、是免平方根和免除法的。然后它們被用來(lái)提出一個(gè)免平方根和接近免除法的快速V-BLAST算法。當(dāng)計(jì)算逆Cholesky因子,相對(duì)于現(xiàn)有的免平方根和免除法的替代的Cholesky分解和需要K個(gè)除法的三角矩陣回代求逆，本文提出的逆LDMT分解具有1.19倍的加速。而本文提出的廣義Givens旋轉(zhuǎn)的計(jì)算復(fù)雜度與現(xiàn)有的高效Givens旋轉(zhuǎn)相同。
　　5.本文針對(duì)擴(kuò)展V-BLAST開(kāi)發(fā)高效的實(shí)現(xiàn)算法。當(dāng)發(fā)射天線數(shù)目M等于接收天線數(shù)目N,相對(duì)于現(xiàn)

7、有的兩種算法,本文相應(yīng)提出的兩種高效率算法的加速分別是0.14M+1.82和(M+58)/24。
　　6.本文提出高效率的平方根G-STBC算法，它對(duì)現(xiàn)有的次優(yōu)順序逐次干擾消除G-STBC算法的平均加速是2.96到3.6，而且它的計(jì)算復(fù)雜度通常低于上述的本文提出的遞歸G-STBC算法。
　　本文單獨(dú)考慮高效率遞歸算法和高效率平方根算法。因此，下一步的工作可以考慮把本文所提的高效率遞歸算法和高效率平方根算法相結(jié)合，以進(jìn)一步降低