CN103152142A - 用于mimo系统的信号检测方法及装置 - Google Patents
用于mimo系统的信号检测方法及装置 Download PDFInfo
- Publication number
- CN103152142A CN103152142A CN2013100904251A CN201310090425A CN103152142A CN 103152142 A CN103152142 A CN 103152142A CN 2013100904251 A CN2013100904251 A CN 2013100904251A CN 201310090425 A CN201310090425 A CN 201310090425A CN 103152142 A CN103152142 A CN 103152142A
- Authority
- CN
- China
- Prior art keywords
- bit
- mimo system
- search
- path
- signal detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radio Transmission System (AREA)
Abstract
本发明涉及MIMO无线通信技术领域,具体公开了一种基于K-Best搜索的信号检测方法及装置。所述信号检测方法包括:利用信道矩阵H和接收向量y构建出搜索树;进行K-Best搜索,得到K条欧式距离最小的存留路径,其对应的欧式距离从小到大依次为d(s1),…,d(sK);计算出第j发送天线上、第b比特位的最短欧式距离dML(j,b),其中,若dML(j,b)不在K条存留路径中,则令dML(j,b)=d(sK);计算出各比特位的软信息值。所述信号检测装置包括预处理单元、K-Best处理单元和限幅替代单元,其能够实现所述信号检测方法。采用本发明提出的技术方案,既能够保持K-Best算法复杂度低、易于硬件实现的优点,又能够得到满意的软输出检测性能。
Description
技术领域
本发明涉及MIMO无线通信技术领域,特别涉及一种基于K-Best搜索的信号检测方法及装置。
背景技术
MIMO(Multiple Input Multiple Output)技术是当前无线通信提高频谱效率的主要方法。目前,802.11n/ac、LTE/LTE-A等新一代高吞吐率无线通信协议均已采用MIMO技术。其中,MIMO检测是影响吞吐率的一个关键环节。为了实现高吞吐率,新一代无线通信系统中收发天线数可达4~8个,最高采用256QAM调制,给MIMO检测造成了一定的难度。此外,由于采用了Turbo、LDPC等信道编码,需要在高阶检测下输出软信息,这对MIMO检测的复杂度和可靠性都是一个挑战。
目前MIMO芯片中普遍采用的是线性检测,对早期的吞吐率要求不高、收发天线数不多、信道维数低的MIMO系统,线性检测性能尚可。但随着调制阶数升高、收发天线数增多,线性检测的性能退化严重。非线性检测成为更好的选择。硬判决下比较著名的非线性检测算法有球形译码(Sphere Decoding)、K-Best算法等,能够达到或接近最大似然(ML)性能。另外,使用Turbo等信道编码的高吞吐率系统需要软输出检测。硬判决只需找到与接收信号距离最近的点,而软输出检测为了计算每个比特的对数似然比(LLR),需要找到许多个距离,在高阶调制、较多天线情况下,复杂度会呈现几百倍的提高。
因此,如果能够在广度优先搜索算法的基础上,提供一种基于K-Best算法的优化算法,便可以既保持K-Best复杂度低、易于硬件实现的优点,又可以得到满意的软输出检测性能。
发明内容
(一)所要解决的技术问题
本发明的目的是在K-Best搜索算法的基础上,提供一种用于MIMO系统的信号检测方法及信号检测装置,以解决MIMO信号检测中存在的软判决算法复杂度高、不易实现的问题。
(二)技术方案
为了解决上述技术问题,本发明提供了一种用于MIMO系统的信号检测方法,所述信号检测方法包括以下步骤:
S1、利用信道矩阵H和接收向量y构建出搜索树;
S2、对所述搜索树进行K-Best搜索,得到K条欧式距离最小的存留路径,K为正整数,所述K条存留路径对应的欧式距离从小到大依次为d(s1),d(s2),…,d(sK);
S3、计算出第j个发送天线上、第b个比特位的最短欧式距离dML(j,b),
其中,若dML(j,b)不在所述K条存留路径中,则令dML(j,b)=d(sK);
S4、利用dML(j,b)以及d(s1),d(s2),…,d(sK)计算出各个比特位的软信息值。
可选的,步骤S4中,所述软信息值为对数似然比。
可选的,步骤S2进一步包括:计算出d(s1),d(s2),…,d(sK)依次对应的发送向量s1,s2,…,sK;
步骤S3具体包括:
S3-1、令dML=d(s1),sML=s1;
S3-2、从发送向量s2开始向后搜索,检查发送向量si是否与sML的第j子流、第b比特相反,若是,则令dML(j,b)=d(si),若否,则令dML(j,b)=d(sK),其中,i为正整数,且1<i<K。
可选的,步骤S4中,第j个发送天线上、第b个比特位的软信息值L(j,b)的计算公式为:
其中,sML(j,b)表示第j个发送天线上、第b个比特位的比特值。
可选的,步骤S1具体包括:
对于所述信道矩阵H,有:
y=Hs+n (1)
其中,y为所述接收向量,s为发送向量,n为加性高斯白噪声;
对矩阵H进行QR分解,得到酉矩阵Q1和上三角矩阵R,即:
H=Q1R
在公式(1)的两边同时左乘Q1的共轭转置矩阵Q1 H,得到:
可选的,所述MIMO系统采用QAM调制。
可选的,所述MIMO系统采用Turbo码进行信道编码。
基于所述信号检测方法,本发明同时提供了一种用于MIMO系统的信号检测装置,所述信号检测装置包括预处理单元、K-Best处理单元和限幅替代单元,所述K-Best处理单元分别与所述预处理单元及所述限幅替代单元相连,其中,
所述预处理单元用于利用信道矩阵H及接收向量y构建出搜索树,并将所述搜索树发送给所述K-Best处理单元;
所述K-Best处理单元用于对所述搜索树进行K-Best搜索,得到K条欧式距离最小的存留路径,K为正整数,所述K条存留路径对应的欧式距离从小到大依次为d(s1),d(s2),…,d(sK);
所述K-Best处理单元将所述K条存留路径以及d(s1),d(s2),…,d(sK)发送给所述限幅替代单元;
所述限幅替代单元用于计算出第j个发送天线上、第b个比特位的最短欧式距离dML(j,b),并利用dML(j,b)以及d(s1),d(s2),…,d(sK)计算出比特位(j,b)的软信息值,
其中,若dML(j,b)不在所述K条存留路径中,则令dML(j,b)=d(sK)。
(三)有益效果
采用本发明提出的技术方案,在对高阶MIMO进行信号检测时,既能够保持K-Best算法复杂度低、易于硬件实现的优点,又能够得到满意的软输出检测性能。
附图说明
图1是本发明提出的用于MIMO系统的信号检测方法的基本流程图。
图2是本发明一个实施例中4种软信息计算方法的性能比较示意图。
图3是本发明提出的用于MIMO系统的信号检测装置的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
传统K-Best算法基于分层检测原理,在每层信号检测时,保留累积欧式距离最小的K个节点传递到下一层,直到所有层检测完毕,选择最终欧式距离最小路径作为检测结果。为了降低访问的结点数和计算复杂度,K-Best搜索在每层计算的结点中只保留欧式距离di最短的K个,虽然不能保证留下最大似然解,但命中概率很大,且K值越大性能越好。传统K-Best算法的访问结点数约为K*2Q*NT,其中NT为发送天线数,2Q决定于调制方式,对于星座图O,|O|=2Q。比如64QAM调制,就有|O|=64,Q=6。
对于一个发送天线数NT、接收天线数NR的独立平坦衰落MIMO信道,有:
y=Hs+n (1)
其中s=(s1,s2,...,sNt)T表示NT×1发送向量,y=(y1,y2,...,yNr)T表示NR×1接收向量,H为NR×NT信道,n~N(0,σ2)为加性高斯白噪声。发送向量s中的每个元素包含Q比特,取自星座图O,|O|=2Q。
在Max-Log近似下,每个比特需要检测输出的软信息(LLR)可以按下式计算:
构建搜索树,目的是寻找s∈ONt,使得欧氏距离d(s)最小:
d(s)=||y-Hs||2 (3)
对矩阵H进行QR分解,得到NR×NT正交矩阵Q1和NT×NT上三角矩阵R,即H=Q1R。
在公式(1)的两边同时左乘Q1的共轭转置矩阵Q1 H,得到:
根据上三角矩阵的特性,d(s)的计算可以写成NT层递推的形式:
起始:
循环:i=NT到1
结束循环
输出:d(s)=d1
s∈ONt的遍历,在递推过程中表现为每层考察2Q种si。亦可表示为一棵高度为NT的搜索树,每级的每个结点扩张2Q个分支,最后得到2Q*Nt个叶子。最短的叶子结点权值d(s)对应的s即为最大似然解。
搜索树的完全遍历,需要访问Σ1≤i≤Nt(2Q)i个结点,复杂度极高。K-Best搜索的思想是,每层计算的结点中只保留di最短的K个,以降低访问的结点数和计算复杂度。
采用K-Best算法,公式(2)等价于
其中,dML为树搜索得来的最短欧氏距离,sML为dML对应的发送向量;dML(j,b)是将dML的比特位(j,b)取反后固定不变,得到的最短欧氏距离。由于K-Best算法每一层只保留K个分支,dML(j,b)很可能没有保留下来。对此,最直接的解决方法是对每个比特都进行一次限制后的K-Best搜索,从而得到各dML(j,b),共需(Q·NT+1)次搜索,但多次搜索的复杂度较高。
为了降低检测的复杂度,需要一种低复杂度软判决算法,在只进行一次K-Best搜索的基础上,计算各比特的软信息。在没有找到dML(j,b)时,对其进行近似。
实际上,在Turbo码译码时,对于软信息较小(dML(j,b)≈dML),即不确定性较大的比特,其数值的精确性(ΔdML(j,b))对译码影响较大;而软信息大于一定数值后(dML(j,b)>>dML),其数值的精确性对译码结果影响变小。即,如果dML(j,b)与dML差距不大,则要力求准确;如果dML(j,b)较大,则L(j,b)较大,可以近似。事实上,dML(j,b)有很大的概率落在K-Best存留的K条路径中,特别是那些值较小、更能影响译码的dML(j,b)。而较大的dML(j,b)虽然不在K-Best存留路径内,但其精确度对译码影响较小,可以考虑进行近似。
因此,在本发明的技术方案中,对于较大的不在K-Best存留路径内的dML(j,b),统一用存留欧氏距离中较大者替代,这种方法复杂度低而且对译码的精度影响很小。事实上,这相当于对软信息做了一个限幅。
本发明设计的软信息统计方法,具体步骤可以描述如下:
(1)对于K-Best搜索获得的K条最短路径d(s1),d(s2),…,d(sK)由小到大排序,其中,s1,s2,…,sK为对应的发送向量;
(2)令dML=d(s1),sML=s1;
(3)从发送向量s2开始向后检查,一旦搜索到si(1<i<K)与sML第j子流、第b比特相反,则令dML(j,b)=d(si);
(4)若没有搜索到si与sML第j子流、第b比特相反,则令dML(j,b)=d(sK)。
综上,如图1所示,本发明提出的信号检测方法的基本流程为:
S1、利用信道矩阵H和接收向量y构建出搜索树;
S2、对所述搜索树进行K-Best搜索,得到K条欧式距离最小的存留路径,K为正整数,所述K条存留路径对应的欧式距离从小到大依次为d(s1),d(s2),…,d(sK);
S3、计算出第j个发送天线上、第b个比特位的最短欧式距离dML(j,b),
其中,若dML(j,b)不在所述K条存留路径中,则令dML(j,b)=d(sK);
S4、利用dML(j,b)以及d(s1),d(s2),…,d(sK)计算出各个比特位的软信息值。
优选的,所述软信息值为对数似然比。
优选的,步骤S4中,第j个发送天线上、第b个比特位的软信息值L(j,b)的计算采用下述公式:
其中,sML(j,b)表示第j个发送天线上、第b个比特位的比特值。
优选的,MIMO系统采用QAM调制。
优选的,MIMO系统采用Turbo码进行信道编码。
本发明所述信号检测方法的一种实现算法可以表示如下:
起始:进行K-Best搜索,输出K条存留路径s1,…,sK,对应的加权和为d(s1),…,d(sK)
保证d(s1),…,d(sK)按从小到大排序
令sK=~s1(每个比特都取反)
循环:j=1到NT(NT为发送天线数)
循环:b=1到Q(Q为发送向量s中的每个元素包含的比特数)
循环:k=2到K
如果sk的(j,b)位比特与s1相反
计算
条件控制结束
结束循环
结束循环
结束循环
为了验证本发明提出的信号检测方法的性能,在本发明的一个实施例中,在采用4×4收发天线、64QAM调制、1/3码率的Turbo信道编码的条件下进行了性能仿真。
为了表述方便,本发明提出的信号检测方法简称为限幅替代法。用于进行对比的算法包括STS算法和另外两种常见的基于K-Best算法的软信息的近似方法:
(1)STS(Single Tree Search)算法是一种基于球形译码的深度优先软输出算法,在搜索过程中不断更新所有LLR的上限,并将搜索半径R限制在当前最高的上限,以减少访问结点数。该算法复杂度很高(大约比一次K-Best遍历高2个数量级),且硬件实现困难。
(2)直接简略法,基于K-Best算法,将被删掉而没有留在K条最佳路径里的候选点,看做dML(j,b)为无穷大。
4种方法的性能仿真测试结果如图2所示,图中横轴表示信噪比,纵轴表示不同信噪比下各检测方法的误比特率。其中,STS软判决的性能最好,因为STS检测器输出的是准确的Max-Log对数似然比(LLR),通过信道编译码,性能可以接近信道容量。
几种K-Best软判决检测的性能都不如STS,但由于LLR不需要像硬判决那样精确,虽然K-Best的LLR计算都做了近似处理,但通过信道编码能纠回足够的误码。
在信噪比较低的时候,直接简略法性能略好,限幅替代法居中,经验平均法略差。然而随着信噪比增大,限幅替代法的BER下降很快,直至明显占优;高信噪比下,低K的限幅替代法甚至能超过高K的直接简略法、经验平均法。
K值越小,直接简略法在高信噪比下的劣势就越明显。这是因为高信噪比下的检测性能主要取决于信道的好坏,当信道不佳时K个候选留下的信息不够,直接简略法的性能就会有较大损失。
在高信噪比下表现最好的是限幅替代法。其余算法中,当K值较大时,经验平均法优于直接简略法;当K值较小时,经验平均法最差。
K-Best检测的复杂度由两部分组成:K-Best搜索和LLR计算。K-Best搜索的复杂度是一样的,各种算法的LLR计算复杂度不同。
在本实施例中,同样对LLR计算的复杂度进行了仿真测试,主要统计了加法、乘法、比较、开方、除法运算的平均次数。
测试结果表明,三种算法所需的比较次数基本一样,大约与K成正比。比较次数主要用于在K个候选中搜索基本都是比特级的,虽然看起来数量多但很快。另外还有一次比较,判断是否搜索完K个候选还没找到由于限幅替代法设计了将path(K)取为path(1)的反这一步,因此省略了这个判断,省了一次比较。随着信噪比的升高,比较次数逐渐减少。
直接简略和限幅替代的加法次数一样,是计算公式(6)所用。经验平均法由于要算平均数,所需加法次数更多。加法次数不随信噪比变化。
经验平均法除此之外,还需要乘法、开方、除法,这些运算耗时都较长,因此经验平均法复杂度较高。开方、除法用于算二次均值,乘法用于算二次均值和乘系数。K值越大,参与平均的越多,因此开方数越多;没找到的越少,需要乘系数的越少。经验平均法的除法数量固定为1次。
综上可知,本发明提出的限幅替代法的性能最好,复杂度又最低。
本发明提出的用于MIMO系统的信号检测装置如图3所示,由预处理单元、K-Best处理单元和限幅替代单元构成。预处理单元接受信道矩阵H和接收向量y,将H矩阵分解为酉矩阵Q1和上三角矩阵R的乘积,并将实数接收信号向量y左乘酉矩阵Q1的转置矩阵Q1 H,得到K-Best处理单元接收预处理单元QR分解后得到的上三角矩阵R和向量,并进行K-Best搜索,得到K条最小欧式距离的存留路径;限幅替代单元根据从K-Best处理单元接收到的K条存留路径的最小欧式距离,进行软信息的计算,对于软信息值不在K条存留路径的比特统一用K个存留欧氏距离中最大者替代。
以上所述仅是本发明的优选实施方式,应当指出,对于本领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (8)
1.一种用于MIMO系统的信号检测方法,其特征在于,所述信号检测方法包括以下步骤:
S1、利用信道矩阵H和接收向量y构建出搜索树;
S2、对所述搜索树进行K-Best搜索,得到K条欧式距离最小的存留路径,K为正整数,所述K条存留路径对应的欧式距离从小到大依次为d(s1),d(s2),…,d(sK);
S3、计算出第j个发送天线上、第b个比特位的最短欧式距离dML(j,b),
其中,若dML(j,b)不在所述K条存留路径中,则令dML(j,b)=d(sK);
S4、利用dML(j,b)以及d(s1),d(s2),…,d(sK)计算出各个比特位的软信息值。
2.根据权利要求1所述的用于MIMO系统的信号检测方法,其特征在于,步骤S4中,所述软信息值为对数似然比。
3.根据权利要求2所述的用于MIMO系统的信号检测方法,其特征在于,步骤S2进一步包括:计算出d(s1),d(s2),…,d(sK)依次对应的发送向量s1,s2,…,sK;
步骤S3具体包括:
S3-1、令dML=d(s1),sML=s1;
S3-2、从发送向量s2开始向后搜索,检查发送向量si是否与sML的第j子流、第b比特相反,若是,则令dML(j,b)=d(si),若否,则令dML(j,b)=d(sK),其中,i为正整数,且1<i<K。
4.根据权利要求3所述的用于MIMO系统的信号检测方法,其特征在于,步骤S4中,第j个发送天线上、第b个比特位的软信息值L(j,b)的计算公式为:
其中,sML(j,b)表示第j个发送天线上、第b个比特位的比特值。
6.根据权利要求1-4中任一项所述的用于MIMO系统的信号检测方法,其特征在于,所述MIMO系统采用QAM调制。
7.根据权利要求1-4中任一项所述的用于MIMO系统的信号检测方法,其特征在于,所述MIMO系统采用Turbo码进行信道编码。
8.一种用于MIMO系统的信号检测装置,其特征在于,所述信号检测装置包括预处理单元、K-Best处理单元和限幅替代单元,所述K-Best处理单元分别与所述预处理单元及所述限幅替代单元相连,其中,
所述预处理单元用于利用信道矩阵H及接收向量y构建出搜索树,并将所述搜索树发送给所述K-Best处理单元;
所述K-Best处理单元用于对所述搜索树进行K-Best搜索,得到K条欧式距离最小的存留路径,K为正整数,所述K条存留路径对应的欧式距离从小到大依次为d(s1),d(s2),…,d(sK);
所述K-Best处理单元将所述K条存留路径以及d(s1),d(s2),…,d(sK)发送给所述限幅替代单元;
所述限幅替代单元用于计算出第j个发送天线上、第b个比特位的最短欧式距离dML(j,b),并利用dML(j,b)以及d(s1),d(s2),…,d(sK)计算出比特位(j,b)的软信息值,
其中,若dML(j,b)不在所述K条存留路径中,则令dML(j,b)=d(sK)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100904251A CN103152142A (zh) | 2013-03-20 | 2013-03-20 | 用于mimo系统的信号检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100904251A CN103152142A (zh) | 2013-03-20 | 2013-03-20 | 用于mimo系统的信号检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103152142A true CN103152142A (zh) | 2013-06-12 |
Family
ID=48550030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100904251A Pending CN103152142A (zh) | 2013-03-20 | 2013-03-20 | 用于mimo系统的信号检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103152142A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103929283A (zh) * | 2014-04-14 | 2014-07-16 | 山东大学 | 基于酉空时调制的互信息转发中继传输方法 |
CN105207750A (zh) * | 2015-10-12 | 2015-12-30 | 电子科技大学 | 一种mcmc-mimo检测方法及系统 |
CN105814857A (zh) * | 2013-10-17 | 2016-07-27 | 乔治亚技术研究公司 | 用于低复杂度和高性能通信的改进的格基约减辅助的k-best 算法 |
WO2016119289A1 (zh) * | 2015-01-29 | 2016-08-04 | 清华大学 | 大规模多天线中多用户信号的检测方法 |
WO2020125177A1 (zh) * | 2018-12-20 | 2020-06-25 | 中兴通讯股份有限公司 | 一种译码方法、终端及存储介质 |
CN114268411A (zh) * | 2021-11-05 | 2022-04-01 | 网络通信与安全紫金山实验室 | 硬输出mimo检测方法和系统、电子设备及存储介质 |
WO2024036933A1 (zh) * | 2022-08-16 | 2024-02-22 | 网络通信与安全紫金山实验室 | 检测译码方法、装置、计算机设备及可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101232349A (zh) * | 2007-12-27 | 2008-07-30 | 复旦大学 | 快速生成qam比特置信度软判决度量的方法 |
CN101437012A (zh) * | 2007-11-15 | 2009-05-20 | 电子科技大学 | 一种格雷正交幅度调制下低复杂度的软解调方法 |
-
2013
- 2013-03-20 CN CN2013100904251A patent/CN103152142A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101437012A (zh) * | 2007-11-15 | 2009-05-20 | 电子科技大学 | 一种格雷正交幅度调制下低复杂度的软解调方法 |
CN101232349A (zh) * | 2007-12-27 | 2008-07-30 | 复旦大学 | 快速生成qam比特置信度软判决度量的方法 |
Non-Patent Citations (1)
Title |
---|
谭澄等: "一种低复杂度的MIMO检测软输出算法", 《科学技术与工程》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105814857A (zh) * | 2013-10-17 | 2016-07-27 | 乔治亚技术研究公司 | 用于低复杂度和高性能通信的改进的格基约减辅助的k-best 算法 |
CN103929283A (zh) * | 2014-04-14 | 2014-07-16 | 山东大学 | 基于酉空时调制的互信息转发中继传输方法 |
WO2016119289A1 (zh) * | 2015-01-29 | 2016-08-04 | 清华大学 | 大规模多天线中多用户信号的检测方法 |
CN105207750A (zh) * | 2015-10-12 | 2015-12-30 | 电子科技大学 | 一种mcmc-mimo检测方法及系统 |
CN105207750B (zh) * | 2015-10-12 | 2019-01-29 | 电子科技大学 | 一种mcmc-mimo检测方法及系统 |
WO2020125177A1 (zh) * | 2018-12-20 | 2020-06-25 | 中兴通讯股份有限公司 | 一种译码方法、终端及存储介质 |
CN111355556A (zh) * | 2018-12-20 | 2020-06-30 | 中兴通讯股份有限公司 | 一种译码方法、终端及存储介质 |
CN114268411A (zh) * | 2021-11-05 | 2022-04-01 | 网络通信与安全紫金山实验室 | 硬输出mimo检测方法和系统、电子设备及存储介质 |
CN114268411B (zh) * | 2021-11-05 | 2024-07-23 | 网络通信与安全紫金山实验室 | 硬输出mimo检测方法和系统、电子设备及存储介质 |
WO2024036933A1 (zh) * | 2022-08-16 | 2024-02-22 | 网络通信与安全紫金山实验室 | 检测译码方法、装置、计算机设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103152142A (zh) | 用于mimo系统的信号检测方法及装置 | |
CN101662342B (zh) | 一种多输入多输出信号检测方法和装置 | |
CN102723975B (zh) | Mimo系统的信号检测方法及装置 | |
US20240275516A1 (en) | Apparatus and Method for Detecting Mutually Interfering Information Streams | |
CN102281089B (zh) | 一种多输入多输出系统的信号检测方法和装置 | |
CN109889462A (zh) | 一种适用于高速可见光通信的神经网络辅助的迭代接收方法 | |
CN102546519B (zh) | 为软判决球形解码算法定义搜索序列的方法 | |
CN103532889A (zh) | 一种软输出并行堆栈mimo信号检测方法 | |
CN103986561A (zh) | 高阶调制mimo系统中基于星座图缩减的检测算法 | |
CN101964667B (zh) | 用于长期演进方案的高效多天线检测方法 | |
CN106059594B (zh) | 一种基于状态转移模型的联合信道状态检测和译码方法 | |
CN101541023A (zh) | 一种联合迭代检测译码方法和装置 | |
CN107276725A (zh) | Scma系统中多用户检测方法 | |
CN101562464A (zh) | 一种基于深度优先搜索的球形译码检测方法 | |
US9059828B1 (en) | Full search MIMO detector for recovering single or multiple data stream in a multiple antenna receiver | |
CN102291215A (zh) | Mimo系统的信号检测方法及装置 | |
KR101959039B1 (ko) | 다중 안테나 시스템의 신호 복구를 위한 초월 평면 스피어 디코딩 방법 및 이를 위한 장치 | |
CN101557269A (zh) | 一种基于超大规模集成电路的球形译码检测方法 | |
CN104038457A (zh) | 编码mimo系统中基于初始球半径的软输出球形译码方法 | |
CN101060385B (zh) | 在多输入多输出系统中实现软判决的方法 | |
CN107342802A (zh) | 随机天线选择方法、装置与大规模mimo系统 | |
CN103188003A (zh) | 基于迭代检测的低复杂度并行干扰消除方法及系统 | |
Zhao et al. | Low-complexity layered joint detection and decoding for LDPC coded large-MIMO systems | |
CN102055566A (zh) | 基于信道分析的动态mimo检测算法与检测器结构 | |
CN101582743B (zh) | 一种用于迭代接收机的mimo检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130612 |
|
RJ01 | Rejection of invention patent application after publication |