本文關(guān)鍵詞：大規(guī)模MIMO系統(tǒng)的接收檢測(cè)算法研究

  更多相關(guān)文章： 大規(guī)模MIMO 檢測(cè)算法 LAS RTS RI-RTS

【摘要】：多輸入多輸出(Multiple-input Multiple-outpt, MIMO)技術(shù)目前已經(jīng)是一項(xiàng)較為成熟的技術(shù)并且已經(jīng)廣泛應(yīng)用于各種通信系統(tǒng)中,如TDD/FDD LTE系統(tǒng)和WLAN系統(tǒng)。它可以極大地提升通信系統(tǒng)的數(shù)據(jù)傳輸速率,增強(qiáng)系統(tǒng)穩(wěn)定性,并且能有效的提高頻譜使用效率。大規(guī)模MIMO(Large Scale/大規(guī)模MIMO)技術(shù)是近年來(lái)提出的一項(xiàng)新技術(shù),它在系統(tǒng)中采用的天線的數(shù)量是傳統(tǒng)MIMO系統(tǒng)的數(shù)十倍甚至上百倍,因而其將有可能使頻譜效率和功率效率在當(dāng)前MIMO系統(tǒng)的基礎(chǔ)上再提升10倍以上。大規(guī)模MIMO技術(shù)極有可能成為下一代移動(dòng)通信系統(tǒng)(5G)的核心技術(shù)之一。 然而,當(dāng)天線數(shù)量達(dá)到數(shù)十或上百根時(shí),傳統(tǒng)的多天線檢測(cè)算法在檢測(cè)性能和計(jì)算復(fù)雜度上很難滿(mǎn)足大規(guī)模多天線系統(tǒng)的要求。在這一背景下,本論文研究了兩種基于人工智能思想的啟發(fā)式搜索算法,即最大似然上升搜索算法(Likelihood Ascend Search, LAS)和動(dòng)態(tài)禁忌搜索算法(Reactive Tabu Search, RTS)。在不同的系統(tǒng)參數(shù)配置的情況下,仿真并分析了這兩種算法的系統(tǒng)誤比特率性能以及其計(jì)算復(fù)雜度。同時(shí),在這兩種算法的基礎(chǔ)上,本文提出了基于隨機(jī)干擾的RTS算法(Random Interference RTS,RI-RTS),有效地解決了LAS算法和RTS算法在系統(tǒng)采用高階調(diào)制是性能不佳這一問(wèn)題。仿真結(jié)果表明,基于隨機(jī)干擾的RTS算法能夠以較低計(jì)算復(fù)雜度獲得幾乎接近于最大似然(Maximum Likelihood)檢測(cè)算法的性能。
【關(guān)鍵詞】：大規(guī)模MIMO 檢測(cè)算法 LAS RTS RI-RTS
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN919.3
【目錄】：

• 摘要4-5
• ABSTRACT5-6
• 目錄6-8
• 第一章 緒論8-12
• 1.1 論文背景8-10
• 1.1.1 大規(guī)模多天線系統(tǒng)的背景8-9
• 1.1.2 大規(guī)模MIMO系統(tǒng)的研究現(xiàn)狀9-10
• 1.2 論文內(nèi)容及章節(jié)安排10-12
• 第二章 多天線檢測(cè)算法12-22
• 2.1 MIMO信道模型12-14
• 2.1.1 傳統(tǒng)MIMO信道12-14
• 2.1.2 大規(guī)模MIMO信道14
• 2.2 傳統(tǒng)檢測(cè)算法14-20
• 2.2.1 線性檢測(cè)算法15
• 2.2.2 非線性檢測(cè)方法15-20
• 2.3 啟發(fā)式搜索檢測(cè)算法20-21
• 2.4 本章小結(jié)21-22
• 第三章 LAS算法22-34
• 3.1 LAS算法22-30
• 3.1.1 1-LAS算法24-26
• 3.1.2 M-LAS算法26-28
• 3.1.3 M-LAS算法性能及復(fù)雜度分析28-30
• 3.2 M-LAS算法的一些改進(jìn)30-33
• 3.3 本章小結(jié)33-34
• 第四章 RTS算法34-44
• 4.1 RTS算法34-38
• 4.1.1 RTS的鄰域空間34-36
• 4.1.2 RTS的鄰域轉(zhuǎn)移36
• 4.1.3 RTS停止準(zhǔn)則36-37
• 4.1.4 RTS算法的實(shí)現(xiàn)37-38
• 4.2 RTS算法的性能及復(fù)雜度分析38-40
• 4.3 RTS算法的一些改進(jìn)40-43
• 4.3.1 LTS算法與SLTS算法40-43
• 4.4 本章小結(jié)43-44
• 第五章 基于隨機(jī)干擾的RTS算法44-54
• 5.1 隨機(jī)化算法及其設(shè)計(jì)44-46
• 5.2 基于隨機(jī)化的RTS算法46-52
• 5.2.1 RTS算法的缺陷46
• 5.2.2 隨機(jī)化RTS算法46-49
• 5.2.3 隨機(jī)化RTS算法的性能與復(fù)雜度分析49-52
• 5.3 本章小結(jié)52-54
• 第六章 總結(jié)與展望54-56
• 6.1 論文工作總結(jié)54-55
• 6.2 問(wèn)題與展望55-56
• 6.2.1 問(wèn)題55
• 6.2.2 展望55-56
• 參考文獻(xiàn)56-60
• 致謝60-62
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄62

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 粟欣;曾捷;容麗萍;鄺育軍;;Investigation on Key Technologies in Large-Scale MIMO[J];Journal of Computer Science & Technology;2013年03期

2 尤肖虎;潘志文;高西奇;曹淑敏;鄔賀銓;;5G移動(dòng)通信發(fā)展趨勢(shì)與若干關(guān)鍵技術(shù)[J];中國(guó)科學(xué):信息科學(xué);2014年05期

，

本文編號(hào)：561383