CN107872256B - 无线光通信中盲检测及调制星座优化方法、存储介质 - Google Patents
无线光通信中盲检测及调制星座优化方法、存储介质 Download PDFInfo
- Publication number
- CN107872256B CN107872256B CN201711380144.4A CN201711380144A CN107872256B CN 107872256 B CN107872256 B CN 107872256B CN 201711380144 A CN201711380144 A CN 201711380144A CN 107872256 B CN107872256 B CN 107872256B
- Authority
- CN
- China
- Prior art keywords
- constellation
- channel
- variance
- modulation
- modulation constellation
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0426—Power distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0238—Channel estimation using blind estimation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了通信技术领域中的大规模MIMO(Multiple‑Input Multiple‑Output)室外无线光通信系统中,基于信道统计信息的最大似然盲检测方法以及发射调制星座优化设计方法。在收发天线数目大规模情况下,首先根据中心极限定理和大数定理确定接收端信号近似服从高斯分布,进而得到任意调制阶数的接收信号渐近最佳判决门限,然后依据系统平均误符号率的主成分:指数衰减项,使用最大化最小各部分指数衰减系数的准则对调制星座优化设计,使系统平均误符号率最小,最后使用数值迭代求解的方法,得到优化的调制星座,明显提高了系统性能。本发明仅利用信道的统计信息对收发信号进行最佳检测和调制星座优化设计,相比于传统方法,可明显提高系统性能,且逼近已知信道信息的系统性能,同时具有较低的系统开销,从而提升了此方法在实际应用中的可行性。
Description
技术领域
本发明涉及通信技术领域的盲检测设计方法以及发射调制星座优化设计方法,具体是一种大规模MIMO室外无线光(Optical Wireless Communication,OWC)通信系统中利用信道的统计信息对收发信号进行最佳检测和调制星座优化设计。
背景技术
随着无线通信技术的快速发展,无线光通信技术有效的缓解无线频谱资源短缺问题。同时,无线光通信技术具有安全绿色、设备简单等优势,近年来得到了广泛的关注与研究,将成为未来无线通信技术中的重要部分。大规模MIMO技术已被第5代移动通信采纳为其核心关键技术之一,可以大幅度降低功率,提升系统性能和覆盖范围。在无线光通信系统中,发射端采用LED(Light-Emitting Diode)阵列,接收端采用PD(Photo-Diode,PD)阵列,为大规模MIMO技术的引入提供便利条件,从而有效提高了系统通信效率,系统实现简单,这也使大规模MIMO技术成为无线光通信系统的极佳选择。
室内OWC系统中信道一般是慢变,而在室外OWC系统中信道主要受到大气湍流和大气衰减的影响,在弱湍流情况下,信道模型常为对数正态分布;在强湍流情况下,信道模型常为双伽马分布。导致室外信道环境复杂多变,对光信号造成随机衰减,严重影响其传输性能。同时,大规模MIMO室外无线光通信系统中,使用导频对信道信息进行估计会带来极大的系统开销,又降低系统传输效率。研究基于信道统计信息的盲检测方法以及发射调制星座优化设计方法,可以大幅度降低系统开销,同时可保持系统性能,具有较为重要的理论意义和实用价值。
发明内容
(一)要解决的问题
本发明要解决的技术问题在于提供一种大规模MIMO室外无线光通信系统中基于信道统计信息的盲检测方法以及发射调制星座优化设计方法,对接收信号进行盲检测以解决现有技术存在的问题。
(二)技术方法
为解决上述技术问题,本发明采用以下技术方法:
无线光通信中盲检测及调制星座优化方法,包括以下步骤:
S1:大规模MIMO室外无线光通信系统中,其各个子信道独立同分布,收发两端已知信道的一阶和二阶统计信息,发射端发送功率调制信号,接收端根据统计信息使用最大似然准则对接收信号进行盲检测;所述统计信息包括均值和方差;
S2:基于最大似然准则,分别在发射端天线数大规模和接收端天线数大规模的情况下得到任意调制阶数接收信号的渐近最佳判决门限;
S3:依据渐近的最佳判决门限,在光信号非负约束和平均光功率约束的条件下,最小化平均误符号率的主成分:指数衰减项,使用最大化最小各部分指数衰减系数的优化准则对调制星座进行优化设计,最终使用数值迭代求解的方法,得到优化的调制星座。
进一步,所述S1中:
发射端天线数为M,接收端天线数为N的大规模MIMO室外无线光通信系统模型为:y=Hs+n;
其中
y为N×1维的接收信号矩阵;
s为发射端M×1维的信号矩阵;
发射端发送L阶功率调制信号,其中调制星座集合[s1,s2,…,sL]中的元素非负并按由小到大的顺序排列,且调制星座中每个元素的发送概率相同,并满足平均光功率约束:PT表示平均发送光功率,sk∈[s1,s2,…,sL],k=1,2,…,L;使用最大似然准则对接收信号进行盲检测。
其中
接收信号的渐近最佳判决门限thk的表达式为:
(1)当接收端天线数大规模时,
(2)当发射端天线数大规模时,
最佳判决门限呈等间隔特征。
进一步,所述S3中,获取优化的调制星座的具体步骤为:
步骤(1):为指数衰减项系数d赋一个初始化步长值,为优化发射功率,令最低电平的发射信号s1=0;
由此类推求得s3,s4,…,sL所有L个星座点和L-1个检测门限的数值;
步骤(4):重复步骤(2)和(3)直到所得发射星座的平均光功率接近或等于平均光功率约束PT;此时所得星座点和检测门限即为优化问题的数值近似解。
一种存储介质,所述存储介质上存储适用于处理器执行的计算机指令,且所述计算机指令被所述处理器执行时实施上的方法。
(三)有益效果
针对大规模MIMO室外无线光通信系统,本发明的盲检测方法使用最大化最小各部分指数衰减系数的准则对系统平均误符号率进行调制星座优化设计,使用数值迭代求解的方法,得到优化的调制星座。本发明在收发端无需瞬时信道信息,利用信道的统计信息对收发信号进行最佳检测和调制星座优化设计,在发射总功率不变的情况下,以较低的系统开销明显改善了系统性能,从而提升了此方法在实际应用中的可行性。
附图说明
图1为本发明的工作流程。
图2为本发明的大规模MIMO室外无线光通信系统的传输示意图。
图3为在不同信噪比的情况下,本发明的盲检测方法和传统均值检测方法随接收天线数变化时系统平均误符号率性能对比图。
图4为在不同信噪比的情况下,本发明的盲检测方法和已知信道信息检测方法随接收天线数变化时系统平均误符号率性能对比图。
图5为在不同信噪比的情况下,本发明的盲检测方法、传统均值检测方法和已知信道信息检测方法,在较差信道条件下随接收天线数变化时系统平均误符号率性能对比图。
图6为在不同信噪比的情况下,本发明改进均值检测方法和传统均值检测方法随发射天线数变化时系统平均误符号率性能对比图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
在大规模MIMO室外无线光通信环境中,各个子信道经历复杂多变的信道环境,对光信号造成随机衰减,此时利用导频信号对信道进行估计又会造成较大的系统开销。在收发天线数目大规模情况下,仅利用信道的统计信息对收发信号进行最佳检测和调制星座优化设计,以优化系统的平均误符号率,但其性能受限于发射端天线数和接收端天线数,其中接收端天线数是主要影响因素。在发送总功率不变的情况下,以较低的系统开销明显改善系统性能,从而提升此方法在实际应用中的可行性。
基于上述的原因,为了达到以较低的系统开销明显改善系统性能,本发明提出一种基于信道统计信息的盲检测方法以及发射调制星座优化设计方法。
参见图1,包括以下步骤:
S1:大规模MIMO室外无线光通信系统中,其各个子信道独立同分布,服从对数正态分布或瑞利分布等其它分布,且收发两端已知信道的一阶和二阶统计信息,所述的统计信息包括均值和方差。发射端发送功率调制信号,接收端不需要瞬时信道信息,仅使用最大似然准则对接收信号进行盲检测。
S2:在收发天线数目均为大规模的情况下,依据现有的中心极限定理和大数定理,接收信号近似服从高斯分布,基于最大似然检测准则,分别在发射端天线数和接收端天线数为大规模情况下,得到任意调制阶数接收信号的渐近最佳判决门限;其中,接收端天线数为大规模情况下,最佳判决门限呈非等间隔特征;发射端天线数为大规模情况下,最佳判决门限是等间隔的。
S3:依据渐近的最佳判决门限,在光信号非负约束和平均光功率约束的条件下,优化设计调制星座使系统平均误符号率最小,具体实现方法为最小化平均误符号率的主成分:指数衰减项,使用最大化最小各部分指数衰减系数的优化准则对调制星座进行优化设计,最终使用数值迭代求解的方法,得到优化的调制星座;其中,当接收端天线数大规模情况下,最佳调制星座呈非等间隔特征,而当发射端天线数大规模情况下,最佳调制星座是等间隔的。
下面对本发明上述方法的实施过程进行详细的说明。
大规模MIMO室外无线光通信系统中,发射端天线数为M,接收端天线数为N,系统模型可表示为:
y=Hs+n
其中,y为N×1维的接收信号矩阵;H为N×M维的信道矩阵,信道矩阵内的各个子信道独立同分布,服从对数正态分布或瑞利分布等其它分布,接收端和发送端均已知信道的一阶和二阶统计信息,该统计信息包括均值μh和方差h为信道标记,表明均值μh和方差为信道的均值和方差;n为N×1维的噪声矩阵,且噪声矩阵中每个元素独立同分布,服从均值为0、方差为的高斯分布;下标n为噪声标记,表明方差为为噪声的方差;s为发射端M×1维的信号矩阵。
发射端发送L阶功率调制信号,调制星座集合[s1,s2,…,sL]中的元素非负并按由小到大的顺序排列,且调制星座中每个元素的发送概率相同,同时满足平均光功率约束:PT表示平均发送光功率,其中sk∈[s1,s2,…,sL],k=1,2,…,L。接收端无需瞬时信道信息,仅使用最大似然准则对接收信号进行盲检测。
(1)当接收端天线数大规模时,
(2)当发射端天线数大规模时,
最佳判决门限呈等间隔特征。
上述的S3中,对于接收端天线数大规模情况时,在光信号非负约束和平均光功率约束的条件下,优化设计调制星座使系统平均误符号率最小的具体实现方法为最小化平均误符号率的主成分:指数衰减项,使用最大化最小各部分指数衰减系数的优化准则对调制星座进行优化设计,最终使用数值迭代求解的方法,得到优化的调制星座。
具体步骤为:
步骤(1):为指数衰减项系数d赋一个极小的初始化步长值,例如1×10-2或1×10-3。为优化发射功率,令最低电平的发射信号s1=0。
由此类推求得s3,s4,…,sL所有L个星座点和L-1个检测门限的数值。
步骤(4):重复步骤(2)和(3)直到所得发射星座的平均光功率接近或等于平均光功率约束PT;此时所得星座点和检测门限即为优化问题的数值近似解。上述发射星座的平均光功率接近于或等于平均光功率约束PT解释为:在发射星座的平均光功率与平均光功率约束PT相等时,此时所得星座点和检测门限为优化问题的最优数值近似解;而在发射星座的平均光功率无限接近平均光功率约束PT的过程中,两者之间差值越小,则数值近似解越优;发射星座的在平均光功率与平均光功率约束PT差值较大时,仍能得到星座点和检测门限数值近似解,但其系统平均误符号率性能较差;计算时根据具体情况灵活设置它们之间的的接近程度、即差值。
当接收端天线数很大时,由星座点与最佳判决门限的关系,易得sk+2-thk+1>thk-sk,将不等式化为sk+2-sk+1-thk+1>thk-sk-sk+1,因为thk+thk+1=2sk+1带入不等式得sk+2-sk+1>sk+1-sk,所以最佳调制星座呈非等间隔特征。
传统的均值检测中,判决门限呈等间隔特征,即系统平均误符号率为:本发明基于信道统计信息的最大似然盲检测,最佳判决门限呈非等间隔特征,即系统平均误符号率为:并优化得到非等间隔调制星座,最大限度提高系统平均误符号率性能。
参见图3所示的系统平均误符号率性能对比图,一种大规模MIMO室外无线光通信系统中,配置发射端天线数为2,信道模型满足参数σ为0.3的对数正态分布,发送8阶非等间隔功率调制信号,接收端将采用基于信道统计信息的盲检测方法和传统的均值检测方法进行性能对比,从图3可以明显看出,在信噪比SNR分别为0dB,5dB,10dB的情况下,两者系统平均误符号率性能都随着接收天线数的增加得到提高,但基于信道统计信息的盲检测方法明显优于传统的均值检测方法。
参见图4所示的系统平均误符号率性能对比图,一种大规模MIMO室外无线光通信系统中,配置发射端天线数为2,信道模型满足参数σ为0.3的对数正态分布,发送8阶非等间隔功率调制信号,接收端将采用基于信道统计信息的盲检测方法和已知信道信息的检测方法进行性能对比,从图4可以明显看出,在信噪比SNR分别为0dB,3dB,6dB的情况下,采用基于信道信息的盲检测方法和已知信道信息的检测方法的系统平均误符号率性能接近。
参见图5所示的系统平均误符号率性能对比图,一种大规模MIMO室外无线光通信系统中,配置发射端天线数为128,信道模型满足参数σ为1的对数正态分布,发送8阶非等间隔功率调制信号,接收端将采用基于信道统计信息的盲检测方法、已知信道信息的检测方法和传统的均值检测方法进行性能对比,从图5可以明显看出,在信噪比SNR分别为0dB,3dB,6dB和信道条件较差的情况下,采用基于信道信息的盲检测方法和已知信道信息的检测方法的系统平均误符号率性能十分接近,而采用传统的均值检测方法其性能远小于前两者。
参见图6所示的系统平均误符号率性能对比图,一种大规模MIMO室外无线光通信系统中,配置接收端天线数为2,信道模型满足参数σ为0.3的对数正态分布,发送2阶非等间隔功率调制信号,接收端将采用改进的均值检测方法和传统的均值检测检测方法进行性能对比,从图6可以明显看出,在信噪比SNR分别为0dB,3dB,6dB的情况下,采用改进的均值检测方法和传统的均值检测检测方法的系统平均误符号率性能接近,但两者都会随着发射天线数的增加而系统的平均误符号率趋于性能下限。
本发明还提供一种存储介质,该存储介质上存储适用于处理器执行的计算机指令,且计算机指令被处理器执行时实施上述本发明的方法。
该存储介质可以包括各种形式的计算机可读介质,例如易失性存储器、费易失性存储器、半导体存储器、磁性介质存储器等。
在存储介质上存储一个或者多个计算机程序指令,处理器可执行该指令,以实施上述本发明公开的至少一种方法进行盲检测及星座优化。在所述的存储介质中还可存储多种数据,用于处理器直接调用实施本发明的方法。
以上所述的仅是本发明的优选实施方式,应当指出,对于本领域的技术人员来说,在不脱离本发明整体构思前提下,还可以作出若干改变和改进,这些也应该视为本发明的保护范围。
Claims (3)
1.无线光通信中盲检测及调制星座优化方法,其特征在于包括以下步骤:
S1:大规模MIMO室外无线光通信系统中,其各个子信道独立同分布,收发两端已知信道的一阶和二阶统计信息,发射端发送功率调制信号,接收端根据统计信息使用最大似然准则对接收信号进行盲检测;所述统计信息包括均值和方差;
S2:基于最大似然准则,分别在发射端天线数大规模和接收端天线数大规模的情况下得到任意调制阶数接收信号的渐近最佳判决门限;
S3:依据渐近的最佳判决门限,在光信号非负约束和平均光功率约束的条件下,最小化平均误符号率的主成分:指数衰减项,使用最大化最小各部分指数衰减系数的优化准则对调制星座进行优化设计,最终使用数值迭代求解的方法,得到优化的调制星座;
所述S1中:
发射端天线数为M,接收端天线数为N的大规模MIMO室外无线光通信系统模型为:y=Hs+n;
其中
y为N×1维的接收信号矩阵;
s为发射端M×1维的信号矩阵;
发射端发送L阶功率调制信号,其中调制星座集合[s1,s2,…,sL]中的元素非负并按由小到大的顺序排列,且调制星座中每个元素的发送概率相同,并满足平均光功率约束:PT表示平均发送光功率,sk∈[s1,s2,…,sL],k=1,2,…,L;使用最大似然准则对接收信号进行盲检测;
其中
接收信号的渐近最佳判决门限thk的表达式为:
(1)当接收端天线数大规模时,
(2)当发射端天线数大规模时,
最佳判决门限呈等间隔特征;
2.根据权利要求1所述的无线光通信中盲检测及调制星座优化方法,其特征在于:
所述S3中,获取优化的调制星座的具体步骤为:
步骤(1):为指数衰减项系数d赋一个初始化步长值,为优化发射功率,令最低电平的发射信号s1=0;
由此类推求得s3,s4,…,sL所有L个星座点和L-1个检测门限的数值;
步骤(4):重复步骤(2)和(3)直到所得发射星座的平均光功率接近或等于平均光功率约束PT;此时所得星座点和检测门限即为优化问题的数值近似解。
3.一种存储介质,所述存储介质上存储适用于处理器执行的计算机指令,且所述计算机指令被所述处理器执行时实施如权利要求1~2任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711380144.4A CN107872256B (zh) | 2017-12-19 | 2017-12-19 | 无线光通信中盲检测及调制星座优化方法、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711380144.4A CN107872256B (zh) | 2017-12-19 | 2017-12-19 | 无线光通信中盲检测及调制星座优化方法、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107872256A CN107872256A (zh) | 2018-04-03 |
CN107872256B true CN107872256B (zh) | 2021-05-11 |
Family
ID=61755957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711380144.4A Active CN107872256B (zh) | 2017-12-19 | 2017-12-19 | 无线光通信中盲检测及调制星座优化方法、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107872256B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108400821B (zh) * | 2018-05-03 | 2022-01-28 | 内蒙古科技大学 | 基于ppm调制的智能交通系统及智能交通系统 |
US10892847B2 (en) * | 2019-04-18 | 2021-01-12 | Microsoft Technology Licensing, Llc | Blind detection model optimization |
CN111682899B (zh) * | 2020-05-29 | 2021-05-04 | 中山大学 | 海洋无线光通信系统的预编码和均衡矩阵设计方法 |
CN111682900B (zh) * | 2020-05-29 | 2021-07-09 | 中山大学 | 一种海洋无线光通信mimo系统的判决阈值设计方法 |
CN112270263B (zh) * | 2020-10-28 | 2022-03-25 | 电子科技大学 | 基于差分密度星座图的调制识别方法 |
CN112737680A (zh) * | 2020-12-28 | 2021-04-30 | 大连工业大学 | 基于可见光通信的水下图像传输系统及其快速似然盲检测算法 |
CN113438746B (zh) * | 2021-08-27 | 2021-11-16 | 香港中文大学(深圳) | 一种基于能量调制的大规模随机接入方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107342823A (zh) * | 2017-07-06 | 2017-11-10 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 用于可见光通信系统的联合颜色与强度移位键控调制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107534486B (zh) * | 2016-02-25 | 2021-04-30 | 松下电器(美国)知识产权公司 | 信号解码方法、信号解码装置以及记录介质 |
-
2017
- 2017-12-19 CN CN201711380144.4A patent/CN107872256B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107342823A (zh) * | 2017-07-06 | 2017-11-10 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 用于可见光通信系统的联合颜色与强度移位键控调制方法 |
Non-Patent Citations (5)
Title |
---|
Asymptotic SEP analysis for optimally precoded large MIMO channels with ZF detection;Zheng Dong 等;《2015 IEEE International Conference on Communications (ICC)》;20150910;全文 * |
Training Receivers for Repetition-Coded MISO Outdoor Visible Light Communications;Yijun Zhu 等;《IEEE Transactions on Vehicular Technology》;20160301;第66卷(第1期);第529-540页 * |
室外可见光通信快速似然检测技术研究与应用;孙正国;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20160715;正文第2.3.2节 * |
室外大规模MIMO可见光通信最大似然检测算法;杜天一 等;《通信技术》;20170630;第50卷(第6期);正文第1-2节 * |
杜天一 等.室外大规模MIMO可见光通信最大似然检测算法.《通信技术》.2017,第50卷(第6期), * |
Also Published As
Publication number | Publication date |
---|---|
CN107872256A (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107872256B (zh) | 无线光通信中盲检测及调制星座优化方法、存储介质 | |
KR100754722B1 (ko) | 무선 통신 시스템에서 채널 상태 정보를 이용한 데이터송수신 장치 및 방법 | |
CN105554865B (zh) | 一种基于stbc的mimo-scma系统下行链路设计方法 | |
US20070253507A1 (en) | Self-adaptive MIMO transmission/reception system and method | |
CN111405596B (zh) | 莱斯信道下大规模天线无线携能通信系统资源优化方法 | |
CN107528624B (zh) | 一种基于非正交多址接入技术的稳健波束成形的设计方法 | |
US20090060079A1 (en) | Method for detecting a symbol using trellis structure on the multiple input multiple output mobile communication system | |
CN104702390A (zh) | 分布式压缩感知信道估计中的导频分配方法 | |
CN104617996B (zh) | 大规模mimo系统中最大化最小信噪比的预编码设计方法 | |
CN108260215B (zh) | 一种低密度码的noma中信道状况优化的资源分配方法 | |
CN104869626A (zh) | 基于低复杂度接收机的上行大规模mimo系统功率控制方法 | |
WO2019210648A1 (zh) | 一种基于非线性能量收集的swipt系统自适应时隙信号接收方法 | |
CN102790747A (zh) | 一种空间调制系统映射方法 | |
CN101026435A (zh) | 通信系统中低复杂度的极大似然检测方法及装置 | |
Chakraborty et al. | The Poisson fading channel | |
CN109905152B (zh) | 相关信道下多脉冲位置调制时光mimo的误码率近似方法 | |
Hu et al. | An algorithm for energy detection based on noise variance estimation under noise uncertainty | |
CN102014085B (zh) | 双向多输入多输出中继信道中物理层网络编码的检测方法 | |
CN112039568B (zh) | 基于不完全信道状态信息的大规模mimo系统跨层设计方法 | |
CN109067683B (zh) | 无线通信中盲检测及调制星座优化方法、存储介质 | |
CN101958875B (zh) | 在移动环境下高阶调制mimo系统的检测方法 | |
CN101552627A (zh) | 一种多输入多输出空间复用模式的功率控制方法 | |
CN107733488B (zh) | 一种大规模mimo系统中注水功率分配改进方法及系统 | |
Karagiannidis et al. | Error analysis of M-QAM with equal-gain diversity over generalised fading channels | |
Cheraghy et al. | Resource allocation to maximize the average sum rate of the uplink SCMA networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |