CN105207750A - 一种mcmc-mimo检测方法及系统 - Google Patents
一种mcmc-mimo检测方法及系统 Download PDFInfo
- Publication number
- CN105207750A CN105207750A CN201510657410.8A CN201510657410A CN105207750A CN 105207750 A CN105207750 A CN 105207750A CN 201510657410 A CN201510657410 A CN 201510657410A CN 105207750 A CN105207750 A CN 105207750A
- Authority
- CN
- China
- Prior art keywords
- markov chain
- state
- symbol
- sebolic addressing
- bar
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims description 32
- 238000005070 sampling Methods 0.000 claims description 16
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 abstract 1
- 238000007476 Maximum Likelihood Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- URWAJWIAIPFPJE-YFMIWBNJSA-N sisomycin Chemical compound O1C[C@@](O)(C)[C@H](NC)[C@@H](O)[C@H]1O[C@@H]1[C@@H](O)[C@H](O[C@@H]2[C@@H](CC=C(CN)O2)N)[C@@H](N)C[C@H]1N URWAJWIAIPFPJE-YFMIWBNJSA-N 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0047—Decoding adapted to other signal detection operation
- H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种MCMC-MIMO检测方法,包括:S1、初始化K条马氏链符号序列;S2、计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q;S3、得到更新的K条马氏链符号序列;S4、根据步骤S3得到的所述序列中概率最大的符号序列来计算每比特的外信息,并进行输出;其中K≥2,n≥1,q≥1,且K、n、q均为整数,θ1为第一状态,θq为第q状态。本发明的一种MCMC-MIMO检测方法可以避免马尔科夫链陷入锁死到局部最优态,从而大大提高采得最小欧氏距离符号样本序列的概率,提升系统整体性能;同时,能够避免非线性指数运算,降低了系统的复杂度,易于实现。
Description
技术领域
本发明涉及无线通信领域,具体涉及一种MCMC-MIMO检测方法及系统。
背景技术
MIMO(MultipleInputMultipleOutput,多输入多输出)技术能有效地提高系统容量和频谱效率,已经被3GPPLTE/LTE-Advanced和IEEE802.16e/802.16mWiMax等无线协议所采纳。基于软输入软输出(SoftInputSoftOutput,SISO)模型的迭代检测译码被认为能够逼近MIMO信道的香农限,因此学术界和工业界提出了多种迭代检测方法。
以下是现有技术中的MCMC-MIMO(MarkovChainMonteCarlo-MultipleInputMultipleOutput)检测方法,具体的,参见图1-图4,该算法在初始化模马氏链步骤204只初始化一条马氏链的状态;条件对数似然比计算模块207根据当前马氏链的状态以及将被更新的符号位置n,计算得到第n个符号取不同星座符号的|θ|个条件对数似然比305;条件概率计算步骤209根据步骤207得到的|θ|个条件对数似然比计算第n个符号取不同状态时的条件概率402,此过程涉及1/Σexp(□)类型运算,复杂度极高;符号更新模块210只用来更新第n个符号505,先根据模块209得到的条件概率来计算当前位置符号的累积概率密度503,再根据产生的随机数501来确定更新的符号。
但是现有的MCMC算法存在如下问题:Gibbs采样在高信噪比(SNR)会陷入“锁死”到一个局部最优态,使得采样的状态数减少,从而导致计算LLR时出现较大的误差,即检测性能不佳;Gibbs采样过程是基于概率域的逐比特(逐符号)更新,需要计算每比特(每符号)的概率,然后根据概率分布进行采样更新,该过程涉及到指数等非线性运算,复杂度较高。
发明内容
为了解决这些潜在问题,本发明的目的在于克服现有技术中所存在的上述不足,提供一种检测性能更好、复杂度较低的基于K-best采样的MCMC-MIMO检测方法。
为了实现上述发明目的,本发明采用的技术方案是:
一种MCMC-MIMO检测方法,包括:
S1、初始化K条马氏链符号序列;
S2、计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q;
S3、得到更新的K条马氏链符号序列;
S4、根据步骤S3得到的所述序列中概率最大的符号序列来计算每比特的外信息,并进行输出;
其中K≥2,n≥1,q≥1,且K、n、q均为整数,θ1为第一状态,θq为第q状态。
进一步地,所述S1步骤包括:
S101、设置Gibbs采样迭代变量i=1;
S102、判断i是否小于等于总迭代次数p×d,若否,则停止迭代,若是,则执行步骤S103,其中K为马氏链条数,p是Gibbs采样的并行度,d是采样深度;
S103、判断mod(i,d)是否等于1,若是,则初始化K条马氏链符号序列,所述K条马氏链符号序列表示为 执行步骤S104,若否,则执行步骤S104,其中,K为马氏链条数,M为发射天线数,i为迭代变量;
S104、设置符号更新变量n=1;
S105、判断n≤M是否成立,若否,则输出当前K条马氏链符号序列,执行步骤S4,执行步骤S106,若是,则执行步骤S2,其中,M为发射天线数;
S106、设置i=i+1,跳至步骤S102。
进一步地,所述S2步骤包括:
S201、设置马氏链循环变量k=1;
S202、设置状态空间循环变量q=1;
S203、分别计算第k条马氏链第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q,具体计算公式为:
S204、设置q=q+1;
S205、判断q≤|θ|是否成立,若是,则执行步骤S203,若否,则设置k=k+1,执行步骤S206;
S206、判断k≤K是否成立,若是,则执行步骤S202,若否,则记录K条马氏链第n个符号的K|θ|个条件对数似然比,并执行步骤S3;
其中K≥2,n≥1,q≥1,i≥1且K、n、q、i均为整数,θ1为第一状态,θq为第q状态,为第k条马氏链第n个符号取状态θq时的概率,LA1为信道译码器反馈给MIMO检测器的先验信息。
进一步地,所述S3步骤包括:
S301、在所述K条马氏链第n个符号的K|θ|个条件对数似然比中,筛选出K个较大的条件对数似然比;
S302、将所述K条马氏链的状态设置为步骤S301中K个较大条件对数似然比对应的符号序列;
S303、设置n=n+1,并执行步骤S105。
进一步地,所述根据步骤S3得到的所述序列计算每比特的外信息为根据K个的符号序列中概率最大的的符号序列计算每比特的外信息,并进行输出。
本发明同时提供一种MCMC-MIMO检测系统,该系统用于实现本发明的一种MCMC-MIMO检测方法,包括:
马尔科夫链状态初始化模块,用于初始化K条马氏链符号序列;
对数似然比计算模块,用于计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q;
状态更新模块,用于更新得到K条马氏链符号序列;
外信息计算模块,用于根据所述更新的K条马氏链符号序列概率最大的符号序列计算每比特的外信息,并进行输出;
其中K≥2,n≥1,q≥1,且K、n、q均为整数,θ1为第一状态,θq为第q状态。
与现有技术相比,本发明的有益效果
本发明的一种MCMC-MIMO检测方法通过对接收信号符号在对数空间进行K条路径的马氏链状态更新,在更新过程中跟踪概率最大的K条路径的方式,可以避免马尔科夫链陷入锁死到局部最优态,从而大大提高采得最小欧氏距离符号样本序列的概率,提升系统整体性能;同时,且该采样直接在对数域进行,能够避免非线性指数运算,降低了系统的复杂度,易于实现。
附图说明
图1所示是现有技术的MCMC-MIMO检测方法流程图。
图2所示是现有技术的MCMC-MIMO检测方法的计算第n个符号条件对数似然比的流程图。
图3所示是现有技术的MCMC-MIMO检测方法的计算第n个符号取不同状态时的条件概率的流程图。
图4所示是现有技术的MCMC-MIMO检测方法的更新第n个符号的流程图。
图5所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法简化流程图。
图6所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法具体流程图。
图7所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法的计算第n个符号条件对数似然比流程图。
图8所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法的符号序列更新流程图。
图9所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测系统模块图。
图10所示是本发明的一个具体实施例示出的一种基于2-best采样的MCMC-MIMO检测方法。
具体实施方式
下面结合具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1:
图5所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法流程图,包括:
S1、初始化K条马氏链符号序列;
S2、计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q;
S3、得到更新的K条马氏链符号序列;
S4、根据步骤S3得到的所述序列中概率最大(即对数似然比最大)的符号序列来计算每比特的外信息,并进行输出;
其中K≥2,n≥1,q≥1,且K、n、q均为整数,θ1为第一状态,θq为第q状态。
具体的,参见图6-图8,所述S1步骤包括:
S101、设置Gibbs采样迭代变量i=1;
S102、判断i是否小于等于总迭代次数p×d,若否,则停止迭代,若是,则执行步骤S103,其中K为马氏链条数,p是Gibbs采样的并行度,d是采样深度;
S103、判断mod(i,d)是否等于1,若是,则初始化K条马氏链符号序列,所述K条马氏链符号序列表示为 执行步骤S104,若否,则执行步骤S104,其中,K为马氏链条数,M为发射天线数,i为迭代变量;
S104、设置符号更新变量n=1;
S105、判断n≤M是否成立,若否,则输出当前K条马氏链符号序列,执行步骤S4,执行步骤S106,若是,则执行步骤S2,其中,M为发射天线数;
S106、设置i=i+1,跳至步骤S102。
进一步地,所述S2步骤包括:
S201、设置马氏链循环变量k=1;
S202、设置状态空间循环变量q=1;
S203、分别计算第k条马氏链第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q,具体计算公式为:
S204、设置q=q+1;
S205、判断q≤|θ|是否成立,若是,则执行步骤S203,若否,则设置k=k+1,执行步骤S206;
S206、判断k≤K是否成立,若是,则执行步骤S202,若否,则记录K条马氏链第n个符号的K|θ|个条件对数似然比L1,1,...,L1,q,L2,1,...,L2,q,...,LK,1,...,LK,q,并执行步骤S3;
其中K≥2,n≥1,q≥1,i≥1且K、n、q、i均为整数,θ1为第一状态,θq为第q状态,为第k条马氏链第n个符号取状态θq时的概率,LA1为信道译码器反馈给MIMO检测器的先验信息。
进一步地,所述S3步骤包括:
S301、在所述K条马氏链第n个符号的K|θ|个条件对数似然比中,筛选出K个较大的条件对数似然比;
S302、将所述K条马氏链的状态设置为步骤S301中K个较大条件对数似然比对应的符号序列,例如,最大的似然比为所对应的符号序列为 次大的似然比为所对应的符号序列为 则前2条马氏链的状态被更新为
S303、设置n=n+1,并执行步骤S105。
所述根据步骤S3得到的所述序列计算每比特的外信息为根据K个符号序列中最大的符号序列计算每比特的外信息,并进行输出,具体在本实施例中,是根据最大的似然比为所对应的符号序列为 来计算每比特的外信息。
图9所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测系统模块图,该系统用于实现本发明的一种MCMC-MIMO检测方法,包括:
马尔科夫链状态初始化模块,用于初始化K条马氏链符号序列;
对数似然比计算模块,用于计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q;
符号序列更新模块,用于计算得到更新的K条马氏链符号序列;
外信息计算模块,用于根据所述更新的K条马氏链符号序列中概率最大(即条件对数似然比最大)的符号序列计算每比特的外信息,并进行输出;
其中K≥2,n≥1,q≥1,且K、n、q均为整数,θ1为第一状态,θq为第q状态。
值得一提的是,外信息计算模块输出的信号会送入译码器中,译码器输出的信号与外信息计算模块输出的信号进行相减运算,得到先验信息LA1,所述先验信息用于下一次似然比的运算中,其中利用K条马氏链符号序列计算每比特的外信息属于现有技术的计算方法,在此不再赘述。
本发明的一种MCMC-MIMO检测方法通过对接收信号符号在对数空间进行K条路径的马氏链状态更新,在更新过程中跟踪概率最大的K条路径的方式,可以避免马尔科夫链陷入锁死到局部最优态,从而大大提高采得最小欧氏距离符号样本序列的概率,提升系统整体性能;同时,且该采样直接在对数域进行,能够避免非线性指数运算,降低了系统的复杂度,易于实现。
实施例2:
本实施例示出了计算基于2-best采样的MCMC-MIMO检测,其中该MIMO系统的收发送天线数为3,调制阶数为2。在步骤S1中,初始化2条马氏链,作为2条路径马氏链状态更新的起点,在更新过程中跟踪概率最大的2条路径。具体的,参见图10,假设初始状态相同,如 在更新符号s1时,在K|θ|个条件对数似然比L1,1,...,L1,4,L2,1,...,L2,4中,选择最大的似然值为L1,2和次大的似然值L2,3所对应符号序列来更新马氏链的状态,此时两条马氏链的状态分别被更新为(θ2,θ2,θ3),(θ3,θ2,θ3)。接着,更新符号s2,用符号序列(θ2,θ2,θ3)和(θ3,θ2,θ3)分别去计算s2取不同状态时的条件对数似然比,其中L2,1,L1,3为最大和次大的似然比,此时两条马氏链的状态分别被更新为(θ3,θ1,θ3),(θ2,θ3,θ3)。最后用符号序列(θ3,θ1,θ3)和(θ2,θ3,θ3)去更新符号s3,计算所得的最大和次大似然比为L1,4和L1,2,两条马氏链的状态分别被更新为和此时完成一次Gibbs采样迭代。
上面结合附图对本发明的具体实施方式进行了详细说明,但本发明并不限制于上述实施方式,在不脱离本申请的权利要求的精神和范围情况下,本领域的技术人员可以作出各种修改或改型。
Claims (6)
1.一种MCMC-MIMO检测方法,其特征在于,包括:
S1、初始化K条马氏链符号序列;
S2、计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q;
S3、得到更新的K条马氏链符号序列;
S4、根据步骤S3得到的所述序列中概率最大的符号序列来计算每比特的外信息,并进行输出;
其中K≥2,n≥1,q≥1,且K、n、q均为整数,θ1为第一状态,θq为第q状态。
2.根据权利要求1所述的一种MCMC-MIMO检测方法,其特征在于,所述S1步骤包括:
S101、设置Gibbs采样迭代变量i=1;
S102、判断i是否小于等于总迭代次数p×d,若否,则停止迭代,若是,则执行步骤S103,其中K为马氏链条数,p是Gibbs采样的并行度,d是采样深度;
S103、判断mod(i,d)是否等于1,若是,则初始化K条马氏链符号序列,所述K条马氏链符号序列表示为 执行步骤S104,若否,则执行步骤S104,其中,K为马氏链条数,M为发射天线数,i为迭代变量;
S104、设置符号更新变量n=1;
S105、判断n≤M是否成立,若否,则输出当前K条马氏链符号序列,执行步骤S4,执行步骤S106,若是,则执行步骤S2,其中,M为发射天线数;
S106、设置i=i+1,跳至步骤S102。
3.根据权利要求2所述的一种MCMC-MIMO检测方法,其特征在于,所述S2步骤包括:
S201、设置马氏链循环变量k=1;
S202、设置状态空间循环变量q=1;
S203、分别计算第k条马氏链第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q,具体计算公式为:
S204、设置q=q+1;
S205、判断q≤|θ|是否成立,若是,则执行步骤S203,若否,则设置k=k+1,执行步骤S206;
S206、判断k≤K是否成立,若是,则执行步骤S202,若否,则记录、输出K条马氏链第n个符号的K|θ|个条件对数似然比,并执行步骤S3;
其中K≥2,n≥1,q≥1,i≥1且K、n、q、i均为整数,θ1为第一状态,θq为第q状态, 为第k条马氏链第n个符号取状态θq时的概率,LA1为信道译码器反馈给MIMO检测器的先验信息。
4.根据权利要求3所述的一种MCMC-MIMO检测方法,其特征在于,所述S3步骤包括:
S301、在所述K条马氏链第n个符号的K|θ|个条件对数似然比中,筛选出K个较大的条件对数似然比;
S302、将所述K条马氏链的状态设置为步骤S301中K个较大条件对数似然比对应的符号序列;
S303、设置n=n+1,并执行步骤S105。
5.根据权利要求4所述的一种MCMC-MIMO检测方法,其特征在于,所述根据步骤S3得到的所述序列计算每比特的外信息为根据K个符号序列中概率最大(即条件对数似然比最大)的符号序列计算每比特的外信息,并进行输出。
6.一种MCMC-MIMO检测系统,用于实现如权利要求1-5任一项所述的方法,其特征在于,包括:
马尔科夫链状态初始化模块,用于初始化K条马氏链符号序列;
对数似然比计算模块,用于计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θq时关于状态θ1的条件对数似然比Lk,q;
状态更新模块,用于更新得到K条马氏链符号序列;
外信息计算模块,用于根据所述更新的K条马氏链符号序列中概率最大的符号序列计算每比特的外信息,并进行输出;
其中K≥2,n≥1,q≥1,且K、n、q均为整数,θ1为第一状态,θq为第q状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510657410.8A CN105207750B (zh) | 2015-10-12 | 2015-10-12 | 一种mcmc-mimo检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510657410.8A CN105207750B (zh) | 2015-10-12 | 2015-10-12 | 一种mcmc-mimo检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105207750A true CN105207750A (zh) | 2015-12-30 |
CN105207750B CN105207750B (zh) | 2019-01-29 |
Family
ID=54955216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510657410.8A Expired - Fee Related CN105207750B (zh) | 2015-10-12 | 2015-10-12 | 一种mcmc-mimo检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105207750B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115622665A (zh) * | 2022-10-31 | 2023-01-17 | 电子科技大学 | 一种基于自适应概率计算的mcmc-mimo检测方法、设备及系统 |
CN115733525A (zh) * | 2022-10-31 | 2023-03-03 | 电子科技大学 | 一种基于mcmc的mimo检测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030117279A1 (en) * | 2001-12-25 | 2003-06-26 | Reiko Ueno | Device and system for detecting abnormality |
CN101064541A (zh) * | 2006-04-25 | 2007-10-31 | 上海无线通信研究中心 | 多天线系统的并/串行置信传播检测方法及其传播检测器 |
CN101714885A (zh) * | 2006-04-25 | 2010-05-26 | 上海无线通信研究中心 | 多天线系统的串行置信传播检测方法 |
CN102394722A (zh) * | 2011-10-27 | 2012-03-28 | 优能通信科技(杭州)有限公司 | Dmr中的vbptc码在4fsk调制方式下的一种软译码方法 |
CN103152142A (zh) * | 2013-03-20 | 2013-06-12 | 清华大学 | 用于mimo系统的信号检测方法及装置 |
-
2015
- 2015-10-12 CN CN201510657410.8A patent/CN105207750B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030117279A1 (en) * | 2001-12-25 | 2003-06-26 | Reiko Ueno | Device and system for detecting abnormality |
CN101064541A (zh) * | 2006-04-25 | 2007-10-31 | 上海无线通信研究中心 | 多天线系统的并/串行置信传播检测方法及其传播检测器 |
CN101714885A (zh) * | 2006-04-25 | 2010-05-26 | 上海无线通信研究中心 | 多天线系统的串行置信传播检测方法 |
CN102394722A (zh) * | 2011-10-27 | 2012-03-28 | 优能通信科技(杭州)有限公司 | Dmr中的vbptc码在4fsk调制方式下的一种软译码方法 |
CN103152142A (zh) * | 2013-03-20 | 2013-06-12 | 清华大学 | 用于mimo系统的信号检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
STEPHEN ANDREW LARAWAY: "Implementation of a Markov Chain Monte Carlo Based Multiuser/MIMO Detector", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS》 * |
李芸等: "MIMO系统的改进MCMC迭代检测算法", 《哈尔滨工业大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115622665A (zh) * | 2022-10-31 | 2023-01-17 | 电子科技大学 | 一种基于自适应概率计算的mcmc-mimo检测方法、设备及系统 |
CN115733525A (zh) * | 2022-10-31 | 2023-03-03 | 电子科技大学 | 一种基于mcmc的mimo检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105207750B (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102195672B (zh) | 一种基于idma的ofdm系统小区间干扰消除方法 | |
US9729277B2 (en) | Signal detecting method and device | |
CN103368583A (zh) | 极性码的译码方法和译码装置 | |
CN102624666B (zh) | 稀疏信道模型下多路收发的正交多载波水声通信循环译码方法 | |
CN101026434A (zh) | 一种低复杂度的迭代检测译码方法及装置 | |
US20100203841A1 (en) | Methods and systems for fourier-quadratic basis channel estimation in ofdma systems | |
CN105024705A (zh) | 一种低复杂度的多元ldpc码译码方法及译码器 | |
CN104301267A (zh) | 一种mimo无线通信接收机的多阶段迭代检测方法和装置 | |
CN104009822B (zh) | 基于非理想信道估计含窄带干扰的新型解调修正方法 | |
CN105207750A (zh) | 一种mcmc-mimo检测方法及系统 | |
CN102882579B (zh) | 一种用于多天线系统的并行矩阵求逆方法 | |
CN101005299B (zh) | 信号处理的方法和系统 | |
CN103379049B (zh) | 4ppm数字调制方式的无线光通信信道估计及软解调方法 | |
CN103607208A (zh) | 基于归一化修正因子序列的ldpc最小和译码方法 | |
CN104980202A (zh) | 一种大规模mimo系统中基于mcmc技术的上行链路检测方法 | |
CN103152057A (zh) | 一种基于双归一化修正因子的ldpc译码器及译码方法 | |
CN105099974A (zh) | 一种低复杂度的空间调制软判决检测方法 | |
CN103384180A (zh) | 用于多输入多输出系统的空时译码方法和装置 | |
CN103501182A (zh) | 一种卷积码生成多项式的盲估计方法 | |
US9071471B2 (en) | Low-complexity estimation of QAM symbols and constellations | |
CN105406909A (zh) | 基于内迭代干扰消除的mimo检测方法及系统 | |
Salari et al. | Algorithm and FPGA implementation of interpolation‐based soft output MMSE MIMO detector for 3GPP LTE | |
CN103188053A (zh) | 循环前缀缺失下stbc-ofdm系统的信号检测方法 | |
CN102769600B (zh) | 一种ofdm系统接收机中缩放因子解调制的方法及装置 | |
CN103944670A (zh) | 一种基于apd的m-ppm通信系统的信息比特对数似然比值的计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190129 |