CN114124303A - 一种ldpc级联空时码的协作mimo系统检测方法 - Google Patents
一种ldpc级联空时码的协作mimo系统检测方法 Download PDFInfo
- Publication number
- CN114124303A CN114124303A CN202111403521.8A CN202111403521A CN114124303A CN 114124303 A CN114124303 A CN 114124303A CN 202111403521 A CN202111403521 A CN 202111403521A CN 114124303 A CN114124303 A CN 114124303A
- Authority
- CN
- China
- Prior art keywords
- information
- ldpc
- node
- bit
- vector
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000005562 fading Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000012163 sequencing technique Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
Images
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
- H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
-
- 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
- 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
- H04L1/0055—MAP-decoding
-
- 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
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0061—Error detection codes
-
- 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
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0071—Use of interleaving
-
- 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
- H04L1/02—Arrangements for detecting or preventing errors in the information received by diversity reception
- H04L1/06—Arrangements for detecting or preventing errors in the information received by diversity reception using space diversity
- H04L1/0618—Space-time coding
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种LDPC级联空时码的协作MIMO系统检测方法,提出了基于球形算法的Fincke‑pohst‑MAP(FP‑MAP)的联合迭代检测算法,理论分析和推导了联合迭代过程,通过仿真研究表明LDPC码级联空时分组码(STBC)系统的协作MIMO系统性能略优于LDPC码级联垂直分层空时码(VBLAST)协作MIMO系统的性能,FP‑MAP球形检测算法与零排序加干扰抵消(ZF‑OSIC)算法和基于递推最小二乘法的判决反馈均衡(RLS‑DFE)算法性能相比分别提高了0.6dB和0.3dB左右,FP‑MAP算法性能最接近于ML检测。
Description
技术领域
本发明属于数字通信编码技术领域,尤其涉及一种LDPC级联空时码的协作MIMO系统检测方法。
背景技术
在多输入多输出(MIMO)系统中,在多输入多输出(MIMO)系统中,空间分集可以在不增加传输时间和带宽的条件下,提高系统的传输可靠性。然而,由于移动台体积、功耗等限制因素,不便于在单个终端上安置多天线。因此利用单天线终端的相互协作,形成了虚拟的多天线发射阵列,结合接收端基站的多天线接收,以此实现协作MIMO系统,空时编码是近年来移动通信领域出现的一种新的编码和信号处理技术,在发射端和接收端同时使用多个天线进行信息的发射和接收,在不同天线发射信号之间引入时域和空域相关,综合利用时域和空域二维信息,在接收端进行分集接收。空时编码将空间分集、频率分集及时间分集结合在一起,从通信系统的整体出发,提高多径衰落信道的通信质量和数量。将MIMO中的空时编码理论应用于协作MIMO系统中,可将多个分布式终端通过相互协作获得完全协作分集。
参考文献
[1]H.Futaki and T.Ohtsuki.LDPC-based space-time transmit diversityschemes with multiple transmit antennas[J],IEEE Proc.VTC Spring2003,2003(4):2589-2593.
[2]许晓荣,郑宝玉,崔景伍.协作MIMO中一种新的分布式VBLAST自适应DFE算法[J.]电子与信息学报,2010,V32(1):235-239.
Xu Xiao-rong,Zheng Bao-yu,Cui Jing-wu..A Novel Distributed VBLASTAdaptive DFE Algorithm in Cooperative MIMO[J].Journal of Electronics&Information Technology,2010,V32(1):235-239
[3]欧文韬,翁木云,李伟.V-BLAST系统的检测算法研究[J].舰船电子工程,2011,V31(3):162-166.
Ou Wentao,Weng Muyun,Li Wei.Research on Detection Algorithms for V-BLAST System[J],The Telecommunication Engineering Institute,2011,V31(3):162-166.
[4]U.Fincke and M.Pohst.Improved methods for calculating vectors ofshort length in a lattice,including a complexity analysis[J].Math.Of Comput.,1985,4(44):463-471.
[5]E.Vierbo and J.Boutros.A Universal lattice code decoder for fadingchannels[J].IEEE Transaction on Information Theory.1999(45):1639-1642.
[6]Hassibi B and Vikalo H.On sphere decoding algorithm.I.Expectedcomplexity[J].IEEE Trans.on Signal Processing,2005,53(8):2806-2818.
[7]肖莉,胡艳军,葛晓光..一种改进的MIMO检测算法[J].无线通信,2011(1):34-38
发明内容
本发明所要解决的技术问题是:提出了一种LDPC级联空时码的协作MIMO系统检测方法,相比于现有方法,该方法性能更好,信噪比更高。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种LDPC级联空时码的协作MIMO系统检测方法,包括以下步骤:
第一步:建立具有M个发射天线和N个接收天线的LDPC级联空时码系统的信号模型,根据先验信息计算MIMO检测器的输出后验信息LD和外部信息LE;
第二步:使用MAP准则从发送信号向量集合中求解一个符号序列矢量S使所述的信号模型目标输出值最小,S作为发送信号的估值,进而计算外部信息估计值;
第三步:将外部信息LE解交织后作为编码比特的先验信息LA'送入BP译码器;
第四步:BP译码器在产生软判决译码的同时,提供编码比特的外部信息L'E,该外部信息经交织后,作为更新后的编码比特先验信息L'A送入检测器,完成一次迭代过程。
作为优选,第一步中,将具有M个发射天线,N个接收天线的LDPC级联空时码系统的信号模型表示为:y=Hs+n,N≥M;
其中,y和s分别是MIMO检测器的某时刻的接收信号矢量和发送符号向量,信道矩阵H是复数域的N*M矩阵,矩阵元素hij,i=1,...,N,j=1,...,M表示从发送天线j到接收天线i之间的信道衰落系数,服从分布;N维矢量n为零均值复高斯白噪声;
设发送符号向量为s=(s1,s2,…,si,…,sN),其中si为2M阶调制符号,则对应的比特序列为x=(x1,x2,…,xN,M);
比特xk的先验信息LA(xk)、外部信息LE(xk|y)和后验信息LD(xk|y)分别为:
LD(xk|y)=LA(xk)+LE(xk|y)
式中Xk,1={x|xk=1}表示第k比特为1的所有比特序列的集合,XK,0={x|xk=0}表示第k比特为0的所有比特序列集合,p(*)为概率函数;是加性噪声方差,x[k]表示不包含第k个元素的x比特序列的子向量,LA[k](xk|y)表示不包含第k个元素的LA(xk|y)的子向量。
作为优选,第二步中,采用Fincke-Pohst-MAP的球形检测算法寻找在某个半径球内存在的符号的集合,计算外部信息LE(xk|y)估计值,得到最优的信息传输。
作为优选,第三步中,将外部信息LE(xk|y)解交织后作为编码比特的先验信息LA'(xk)送入BP译码器;具体如下:
设N(w)来表示二分图中与校验节点w相邻的点的集合,当k∈N(w),表示校验节点k和w共享有一条边,设N(w)/k表示除了k点以外所有相邻点的结合;
设qw→k(x),x∈{0,1}表示变量节点w传递给校验节点k的信息,并且变量节点w的概率是0或者是1,所有连接到变量节点w的校验节点中不包含k节点;
同样设rk→w(x),x∈{0,1}表示校验节点k传递给变量节点w的信息,所有连接到校验节点k的变量节点不包含节点w;
则根据局部线性回归(LLR)原则将变量节点传递给校验节点的信息λw→k(xn)和从校验节点传递给变量节点的信息Λk→w(xn)分别定义如下:
其中n={1,2,…,m},在初始化阶段,每个变量节点配置与相对应的对数似然值,对数似然值通过MIMO检测器获得,表示为LA'(xk);
令L'A(xk)=λw→k(xn),Λk→w(xn)=0;则校验节点的更新,即任一校验节点k传递给与其相连的任一变量节点w,w∈N(k)的信息为
变量节点的更新,即任一变量节点w传递与其相连的任一校验节点k的信息为
而任一变量节点w到本次迭代为止所得到的总信息为
预判决:根据式(13)进行预判决,如果λw(xn)≥0,则发送比特xn=0,反之,则发送比特xn=1,那么X={x1,x2,…xN}即为本次译码的判决矢量;如果XHT=0,则译码成功,否则返回第二步继续迭代;如果达到最大迭代次数后XHT≠0,则停止迭代,译码失败。
有益效果:与现有技术相比,本发明的技术方案具有以下有益的技术效果:
本发明方法设计了一种LDPC级联空时码的协作MIMO系统检测算法,提出了基于球形算法的Fincke-pohst-MAP(FP-MAP)的联合迭代检测算法,仿真表明LDPC码级联空时分组码(STBC)系统的协作MIMO系统性能略优于LDPC码级联垂直分层空时码(VBLAST)协作MIMO系统的性能,FP-MAP球形检测算法与检测算法----迫零排序加干扰抵消(ZF-OSIC)算法和基于递推最小二乘法的判决反馈均衡(RLS-DFE)算法性能分别提高了0.6dB和0.3dB左右,FP-MAP算法性能最接近于ML检测。
附图说明
图1是本发明方法的系统框图;
图2是本发明实施例的接收端联合迭代检测系统;
图3是当外部迭代一次时,BP译码迭代多次的误码率性能比较;
图4是当内部迭代12次时,外部迭代多次的误码率图;
图5是LDPC级联STBC的协作MIMO系统的ML算法和其他算法性能比较;
图6是LDPC与两种空时码分别级联的协作MIMO系统的ML算法和FP-MAP算法性能比较。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明所述的LDPC级联空时码的协作MIMO系统检测方法,系统框图如图1所示,具体包括以下步骤:
第一步:计算MIMO检测器的输出后验信息和外部信息。
由于LDPC译码器采用软输入软输出算法,因此MIMO检测器也需要采用软判决检测算法。从这个检测与译码联合迭代的接收端中可知,MIMO检测器与信道译码器在迭代过程中互相交换软信息。软信息输入软判决输出的MIMO检测算法是通过计算每一个比特的后验信息,减去输入的先验信息,得到的外部信息作为信道编码译码器的先验信息输入,译码器的后验信息减去先验信息作为MIMO检测器的输入。本发明实施例的接收端联合迭代检测系统如图2所示。
一个具有M个发射天线,N个接收天线(N≥M)的LDPC级联空时码系统的信号模型表示为:y=Hs+n,其中,y和s分别是某时刻的接收信号矢量和发送符号向量,信道矩阵H是复数域的N*M矩阵,矩阵元素hij(i=1,...,N,j=1,...,M)表示从发送天线j到接收天线i之间的信道衰落系数,它们统计独立,且服从分布。N维矢量n为零均值复高斯白噪声,其协方差矩阵为:
其中Xk,1={x|xk=1}表示第k比特为1的所有比特序列的集合,XK,0={x|xk=0}表示第k比特为0的所有比特序列集合,uk={j|j=1,…,N,M,j≠k}表示除了k以外的标号集合,p(xj)表示比特xj的先验概率信息,p(y|x)表示发送比特序列x,收到y的条件概率;
则比特xk的后验信息表示为
LD(xk|y)=LA(xk)+LE(xk|y) (2)
第一次迭代时,假设发送信号等概率,信道为AWGN,第一次迭代时设LA(xk)=0,
这里X[k]表示不包含第k个元素的x比特序列的子向量,LA[k](xk|y)表示不包含第k个元素的LA(xk|y)的子向量。
第二步:求解满足条件的符号序列矢量S(估值)。
通过检测每组可能的符号序列s的组合可以得到最优的MAP检测器的信息传输,但这样的计算可能及其复杂的,所以可以通过减少搜索空间来减小复杂度。
Fincke-Pohst-MAP的球形检测算法提供了这样的搜索范围小而且有效的空间来减小复杂度。
最大似然译码(ML)就是从所有可能发送信号的集合中找出一个信号,使其满足:
即选择使此式的值最小的s作为发送信号的估值。其中s是发送信号向量集合的一个元素。虽然从理论上讲,极大似然译码算法的译码性能较好,可以获得最小差错概率,但是算法的复杂度与发送天线数,以及调制星座的点数成指数的关系,所以在实际应用中是不大可行的,计算的复杂度过大,一般可以把它作为一个性能界,用来衡量其他译码算法的性能。
FP-MAP检测器也是一个MAP检测器,它是通过使用MAP准则来寻找在某个半径球内存在的符号(格栅点)的集合和估计软信息LE(xk|y)。
通过使用贝叶斯准则,MAP算法可以写成:
假设传输的符号都是独立传输的,则
假设在AWGN信道中,式(5)的MAP准则可以改写为另一种优化问题,转化为求符号序列s与接收信号y的度量值的最小值:
的超球面S(y,d),即为
第三步:将外信息LE(xk|y)解交织后作为编码比特的先验信息LA'(xk)送入BP译码器;
假设N(w)来表示二分图中与校验节点(顶点)w相邻的点的集合,当k∈N(w),表示校验节点k和w共享有一条边,设N(w)/k表示除了k点以外所有相邻点的结合。设qw→k(x),x∈{0,1}表示变量节点w传递给校验节点k的信息,并且变量节点w的概率是0或者是1,所有连接到变量节点w的校验节点中不包含k节点。同样设rk→w(x),x∈{0,1}表示校验节点k传递给变量节点w的信息,所有连接到校验节点k的变量节点不包含节点w。
则根据局部线性回归(LLR)原则将变量节点传递给校验节点的信息和从校验节点传递给变量节点的信息分别定义如下:
其中n={1,2,…,m},在初始化阶段,每个变量节点配置与相对应的对数似然值,考虑到整个接收端迭代系统描述的统一性,这里的似然对数值可以通过MIMO检测器获得,表示为LA'(xk),这样令L'A(xk)=λw→k(xn),Λk→w(xn)=0。
则校验节点的更新,任一校验节点k传递给与其相连的任一变量节点w,w∈N(k)的信息为
变量节点的更新,任一变量节点w传递与其相连的任一校验节点k的信息为
而任一变量节点w到本次迭代为止所得到的总信息(可靠性)为
预判决:根据式(13)进行预判决,如果λw(xn)≥0,则发送比特xn=0,反之,则发送比特xn=1,那么X={x1,x2,…xN}即为本次译码的判决矢量。如果XHT=0,则译码成功,否则转到公式(5)继续迭代。如果达到最大迭代次数后XHT≠0,则停止迭代,译码失败。
第四步:BP译码器在产生软判决译码的同时,提供编码比特的外信息L'E(xk|y),该外部信息经交织后,作为更新后的编码比特先验信息L'A(xk)送入检测器(译码器的信息传递给检测器)。即每个码字同时产生的外部软信息L'E(xk|y)=Lk(Qn)-L'A(xk),完成一次迭代过程。注意这里的外部信息就是将完整的软信息减去先验信息,这里的先验信息是来自于MIMO检测器的。
本发明提出了基于球形算法的Fincke-pohst-MAP(FP-MAP)的联合迭代检测算法,理论分析和推导了联合迭代过程。通过仿真表明LDPC级联空时分组码系统的协作MIMO系统误码率性能稍优胜于LDPC级联垂直分层空时码系统。FP-MAP算法性能能接近ML算法性能。
假设信道为AWGN,源节点信息采用LDPC编码,通过Mackay构造方法,随机产生6行3列的校验矩阵,且任意两列见非零元素重叠的个数不能超过1,码长为512,调制采用BPSK调制,中继节点采用编码协作的方式,BP译码,FP球形算法的初始半径设置为d0=2.83,交织深度为512。采用2根发送天线2根中继节点2根接收天线的协作MIMO系统。
1)迭代性能分析
首先假设当外部迭代1次时,内部BP译码迭代多次性能比较(图3),从图3中得知当BP译码次数达到12次时性能比较稳定,然后假设当外部迭代分别是2次,3次,4次,5次时,内部采用这个BP译码迭代稳定次数(12次),比较一下外部迭代次数分别是iternumber=1,Iternumber=2,iternumber=3,iternumber=4,iternumber=5时的误码率图(图4)。
从图3可知,当外部迭代一次时,内部BP迭代次数越多,性能越好,当迭代次数达到12次时,性能达到饱和。因此,接下来假设内部BP译码迭代取12时,增加外部迭代次数,来研究其整体系统性能。
从图4可知通过增加外部迭代次数可以提高系统的性能,2次迭代与1次迭代相比,性能有0.5dB的提升,3次迭代与2次迭代相比性能有0.3dB的提升。但是也可以看到随着迭代次数的增多,边缘性能增益下降,如果增加太多,检测器与译码器之间传递的软信息相关性越来越多,获得的外信息越来越少,系统性能改善程度降低,而且增加处理时延和译码复杂度提高。
2)误码率性能分析
在LDPC级联空时码的协作MIMO系统中,2发送天线2中继节点2接收节点协作MIMO系统,采用BPSK调制方式,先将LDPC级联STBC,分别采用FP-MAP迭代检测算法与ZF-OSIC和RLS-DFE、ML算法的误码率性能分析比较。
从图5结果可以看出FP-MAP算法的误码率性能接近ML检测算法,LDPC级联STBC的协作MIMO系统在BER=10-2时性能分别比ZF-OSIC和RLS-DFE算法提高了0.6dB和0.3dB左右。从图6的结果可以看出加入LDPC码的STBC协作MIMO系统比LDPC码级联VBALST协作MIMO系统性能略好。
Claims (4)
1.一种LDPC级联空时码的协作MIMO系统检测方法,其特征在于:该方法包括以下步骤:
第一步:建立具有M个发射天线和N个接收天线的LDPC级联空时码系统的信号模型,根据先验信息计算MIMO检测器的输出后验信息LD和外部信息LE;
第二步:使用MAP准则从发送信号向量集合中求解一个符号序列矢量S使所述的信号模型目标输出值最小,S作为发送信号的估值,进而计算外部信息估计值;
第三步:将外部信息LE解交织后作为编码比特的先验信息LA'送入BP译码器;
第四步:BP译码器在产生软判决译码的同时,提供编码比特的外部信息L'E,该外部信息经交织后,作为更新后的编码比特先验信息L'A送入检测器,完成一次迭代过程。
2.根据权利要求1所述的LDPC级联空时码的协作MIMO系统检测方法,其特征在于:第一步中,将具有M个发射天线,N个接收天线的LDPC级联空时码系统的信号模型表示为:y=Hs+n,N≥M;
其中,y和s分别是MIMO检测器的某时刻的接收信号矢量和发送符号向量,信道矩阵H是复数域的N*M矩阵,矩阵元素hij,i=1,...,N,j=1,...,M表示从发送天线j到接收天线i之间的信道衰落系数,服从分布;N维矢量n为零均值复高斯白噪声;
设发送符号向量为s=(s1,s2,…,si,…,sN),其中si为2M阶调制符号,则对应的比特序列为x=(x1,x2,…,xN,M);
比特xk的先验信息LA(xk)、外部信息LE(xk|y)和后验信息LD(xk|y)分别为:
LD(xk|y)=LA(xk)+LE(xk|y)
3.根据权利要求2所述的LDPC级联空时码的协作MIMO系统检测方法,其特征在于:第二步中,采用Fincke-Pohst-MAP的球形检测算法寻找在某个半径球内存在的符号的集合,计算外部信息LE(xk|y)估计值,得到最优的信息传输。
4.根据权利要求2或3所述的LDPC级联空时码的协作MIMO系统检测方法,其特征在于:第三步中,将外部信息LE(xk|y)解交织后作为编码比特的先验信息LA'(xk)送入BP译码器;具体如下:
设N(w)来表示二分图中与校验节点w相邻的点的集合,当k∈N(w),表示校验节点k和w共享有一条边,设N(w)/k表示除了k点以外所有相邻点的结合;
设qw→k(x),x∈{0,1}表示变量节点w传递给校验节点k的信息,并且变量节点w的概率是0或者是1,所有连接到变量节点w的校验节点中不包含k节点;
同样设rk→w(x),x∈{0,1}表示校验节点k传递给变量节点w的信息,所有连接到校验节点k的变量节点不包含节点w;
则根据局部线性回归(LLR)原则将变量节点传递给校验节点的信息λw→k(xn)和从校验节点传递给变量节点的信息Λk→w(xn)分别定义如下:
其中n={1,2,…,m},在初始化阶段,每个变量节点配置与相对应的对数似然值,对数似然值通过MIMO检测器获得,表示为LA'(xk);
令L'A(xk)=λw→k(xn),Λk→w(xn)=0;则校验节点的更新,即任一校验节点k传递给与其相连的任一变量节点w,w∈N(k)的信息为
变量节点的更新,即任一变量节点w传递与其相连的任一校验节点k的信息为
而任一变量节点w到本次迭代为止所得到的总信息为
预判决:根据式(13)进行预判决,如果λw(xn)≥0,则发送比特xn=0,反之,则发送比特xn=1,那么X={x1,x2,…xN}即为本次译码的判决矢量;如果XHT=0,则译码成功,否则返回第二步继续迭代;如果达到最大迭代次数后XHT≠0,则停止迭代,译码失败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111403521.8A CN114124303A (zh) | 2021-11-24 | 2021-11-24 | 一种ldpc级联空时码的协作mimo系统检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111403521.8A CN114124303A (zh) | 2021-11-24 | 2021-11-24 | 一种ldpc级联空时码的协作mimo系统检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114124303A true CN114124303A (zh) | 2022-03-01 |
Family
ID=80371813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111403521.8A Withdrawn CN114124303A (zh) | 2021-11-24 | 2021-11-24 | 一种ldpc级联空时码的协作mimo系统检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114124303A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114826341A (zh) * | 2022-05-05 | 2022-07-29 | 电子科技大学 | 一种多输入多输出系统的传输方法 |
CN115426014A (zh) * | 2022-11-04 | 2022-12-02 | 青岛科技大学 | 一种基于酉空时编码调制的水声mimo通信方法 |
-
2021
- 2021-11-24 CN CN202111403521.8A patent/CN114124303A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114826341A (zh) * | 2022-05-05 | 2022-07-29 | 电子科技大学 | 一种多输入多输出系统的传输方法 |
CN115426014A (zh) * | 2022-11-04 | 2022-12-02 | 青岛科技大学 | 一种基于酉空时编码调制的水声mimo通信方法 |
CN115426014B (zh) * | 2022-11-04 | 2023-11-03 | 青岛科技大学 | 一种基于酉空时编码调制的水声mimo通信方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7590195B2 (en) | Reduced-complexity multiple-input multiple-output (MIMO) channel detection via sequential Monte Carlo | |
JP2009527174A (ja) | Mimo受信機を提供する装置、方法およびコンピュータ・プログラム | |
KR20040077576A (ko) | 순차적인 몬테 카를로 방법을 통한 근사-최적 다중-입력다중-출력 채널 검출 | |
US9312986B2 (en) | Method of transmitting a digital signal for a marc system with a full-duplex relay, a corresponding program product and relay device | |
WO2008109912A1 (en) | Distributed turbo coding and relaying protocols | |
CN102742201B (zh) | 用于具有半双工中继器的半正交帧系统的用于传送数字信号的方法、以及对应的程序产品和中继装置 | |
CN110430009A (zh) | 多用户联合编码调制系统 | |
CN114124303A (zh) | 一种ldpc级联空时码的协作mimo系统检测方法 | |
US8069399B2 (en) | Method and system for decoding signals, corresponding receiver and computer program product | |
US8737539B2 (en) | Low complexity iterative MIMO receiver based on successive soft interference cancellation and MMSE spatial filtering | |
US8139669B2 (en) | Space domain filter detecting method in a multi-antenna wireless communication system | |
Li et al. | Adaptive decision feedback detection with parallel interference cancellation and constellation constraints for multiuser multi‐input–multi‐output systems | |
CN105897627B (zh) | 大规模mimo全向预编码传输下的迭代软干扰消除接收方法 | |
CN102612822B (zh) | 用于具有半双工中继的多接入中继信道系统的用于传送数字信号的方法、以及对应的程序产品和中继装置 | |
Wang et al. | Iterative MIMO subspace detection based on parallel interference cancellation | |
Vu et al. | Multiple-access relaying with network coding: iterative network/channel decoding with imperfect CSI | |
Tijani et al. | Detection of GSM and GSSK signals with soft-output demodulators | |
Ssettumba et al. | LLR Refinement Strategies for Iterative Detection and Decoding Schemes in Cell-Free Massive MIMO Networks | |
AU2020369979B2 (en) | M-MIMO receiver | |
Idir et al. | Low-complexity MMSE turbo equalization with successive interference cancellation for MIMO-ISI channels | |
Yan et al. | LDPC coded combined with space-time codes in cooperative MIMO system | |
Mo et al. | Iterative channel estimation and decoding for coded MIMO system in unknown spatially correlated noise | |
Shimomura et al. | Multiple differential detection with channel prediction employing soft-output per-survivor processing | |
Kim et al. | Soft data detection algorithms for an iterative turbo coded MIMO OFDM systems | |
Lenkeit et al. | An improved detection scheme for distributed IDM-STCs in relay-systems |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220301 |