MIMO系統(tǒng)中基于QR分解算法的信號(hào)檢測(cè).pdf

1、MIMO系統(tǒng)接收端和發(fā)射端具有良好的信號(hào)組合和檢測(cè)能力，同時(shí)隨著收發(fā)天線數(shù)量的線性增長(zhǎng)，可以逼近其理論信道容量。垂直分層空時(shí)碼VBLAST是MIMO系統(tǒng)空時(shí)復(fù)用技術(shù)的典型代表，在瑞利平穩(wěn)信道條件下，具有較高的傳輸容量和頻譜利用率。
　　基于算法的檢測(cè)性能和計(jì)算復(fù)雜度折中思想，一直以來(lái)都是科學(xué)研究人員關(guān)注的焦點(diǎn)。降低運(yùn)算復(fù)雜度，提升系統(tǒng)性能對(duì)MIMO系統(tǒng)的應(yīng)用具有重要的意義。針對(duì)MIMO系統(tǒng)的信號(hào)檢測(cè)算法，主要分為非線性檢測(cè)和線性檢

2、測(cè)算法，對(duì)于傳統(tǒng)算法而言，非線性檢測(cè)算法要優(yōu)于線性檢測(cè)算法，但其往往增加了算法的復(fù)雜度。論文的主要研究?jī)?nèi)容及貢獻(xiàn)如下:
　　第一，本文提出了一種新的基于判決的QR分解檢測(cè)算法，利用陰影面積約束增強(qiáng)了干擾消除，有效減少了錯(cuò)誤傳播影響，同時(shí)保證了相對(duì)低的算法復(fù)雜度。通過(guò)多個(gè)候選點(diǎn)反饋能有效的抑制錯(cuò)誤判決在整個(gè)檢測(cè)過(guò)程的傳播，改善算法性能。
　　第二，在以上推導(dǎo)的基礎(chǔ)上，利用QR分解算法最先檢測(cè)層信號(hào)估計(jì)存在誤差，將直接影響接下來(lái)

3、所有層的信號(hào)估計(jì)。為了提升本文算法的性能，本文在犧牲一定復(fù)雜度的情況下對(duì)RC-QR算法進(jìn)行了性能改善，提出基于ML準(zhǔn)則的RC-QR檢測(cè)算法。
　　第三，在QR分解算法中，不同的信道排序?qū)⒌玫讲煌腝和R矩陣。將最先檢測(cè)信號(hào)的最優(yōu)排序作為后面檢測(cè)的排序，若信道變化，則重新選擇最優(yōu)排序，在減少一定復(fù)雜度的同時(shí)，實(shí)現(xiàn)性能改善，由此提出迭代更新排序方案。
　　第四，將提出的信號(hào)檢測(cè)算法應(yīng)用于STBC和VBLAST結(jié)合的MIMO系統(tǒng)。