CN115001544A - 基于改进Richardson算法的信号检测方法 - Google Patents

基于改进Richardson算法的信号检测方法 Download PDF

Info

Publication number
CN115001544A
CN115001544A CN202210505711.9A CN202210505711A CN115001544A CN 115001544 A CN115001544 A CN 115001544A CN 202210505711 A CN202210505711 A CN 202210505711A CN 115001544 A CN115001544 A CN 115001544A
Authority
CN
China
Prior art keywords
algorithm
signal
signal detection
richardson
iteration
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
Application number
CN202210505711.9A
Other languages
English (en)
Other versions
CN115001544B (zh
Inventor
李正权
代涛
王舟明
马可
李君�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianhang Changying Jiangsu Technology Co ltd
Original Assignee
Jiangnan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangnan University filed Critical Jiangnan University
Priority to CN202210505711.9A priority Critical patent/CN115001544B/zh
Priority claimed from CN202210505711.9A external-priority patent/CN115001544B/zh
Publication of CN115001544A publication Critical patent/CN115001544A/zh
Application granted granted Critical
Publication of CN115001544B publication Critical patent/CN115001544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明公开了基于改进Richardson算法的信号检测方法，属于无线通信技术领域。本发明基于离散估计迭代的检测方法将求解最小均方误差问题转换为求解线性方程组问题，在大规模MIMO系统中可以获得较好的检测性能，该方法同时还具有较低的计算复杂度，适用于大规模MIMO系统，同时为了加快Richardson迭代信号检测方法的收敛速度，提高检测方法的性能，本发明提出将最速下降法，整体修正法应用到Richardson迭代算法对接收信号矩阵进行检测，相比于传统的Richardson信号检测方法，本发明有效地优化了信号检测的误码性能，同时加快了信号检测的收敛速度。

Description

基于改进Richardson算法的信号检测方法
技术领域
本发明涉及基于改进Richardson算法的信号检测方法，属于无线通信技术领域。
背景技术
信号检测是对接收端含干扰噪声的信号进行提取，进而恢复出原始信号的过程。在通信领域具有重要意义。
大规模MIMO(Massive-Multiple-Input Multiple-Output,M-MIMO)系统是第五代移动通信系统的关键技术之一，通过在基站和用户端装备大量天线，使得基站和用户端通信过程中都可利用多根天线进行信号的发送和接收，显著地提高系统的信道容量、数据传输速率、频谱效率和通信质量。
然而由于天线数的大量增加，许多适用于传统MIMO系统的高性能的方法不再适用于大规模MIMO系统，因为这些方法应用于大规模MIMO系统中时往往会带来较高的复杂度。因此如何在实现较好性能的同时保持较低的检测复杂度成为了一个急需解决的问题。
传统的信号检测方法根据运算特性大体可分为非线性和线性检测方法两类。而非线性检测是使用非线性运算处理信息，可以获得很好的系统性能，例如最大似然检测(Maximum Likelihood,ML)检测，但是计算复杂度过高，不适宜应用于大规模MIMO系统。对比之下线性检测方法是使用线性运算处理信息，方法实现简单，计算复杂度低。主要有迫零检测(Zero Forcing Detection，ZF)、匹配滤波检测(Matched Filtering，MF)和最小均方误差检测(Minimum Mean-Squared Error，MMSE)等。
将MMSE检测转化为一个求解线性方程组问题时一种非常有效的技术。近年来，通过迭代算法求解检测问题在大规模MIMO系统中的应用越来越广泛，现有的信号检测方案中有采用Richardson迭代算法进行信号检测，但是该方案存在收敛速度慢、检测误码率高等缺陷，信号检测效果不佳。
发明内容
为了解决目前的信号检测方法收敛速度慢、误码率高的问题，本发明提供了一种大规模MIMO信号检测方法，包括：
步骤1：根据信道增益矩阵构造最小均方误差信号检测算法；
步骤2：将求解所述最小均方误差信号检测算法转换为求解线性方程组的问题；
步骤3：将求所述解线性方程组问题转化为求解算法迭代解的问题，即将信号检测问题重构为求解算法迭代解的问题；
步骤4：将最速下降算法引入Richardson迭代算法来对接收信号矩阵y进行检测，得到所述发射信号估计值；
步骤5：利用整体修正法，将迭代前后的两个估计解赋予权重来得出最终的发射信号估计值。
可选的，所述步骤1包括：
采用下式(1)构造所述最小均方误差信号检测算法；
Figure BDA0003635932680000021
其中，y表示接收信号向量，H表示信道增益矩阵，σ2表示噪声方差，IK表示发射天线数目的单位矩阵，
Figure BDA0003635932680000022
表示发射信号估计值。
可选的，所述步骤2包括：
利用下式(2)将所述最小均方误差信号检测算法转换为求解线性方程组的问题：
Figure BDA0003635932680000023
其中，A表示所述最小均方误差信号检测算法的检测矩阵，b表示接收信号的匹配滤波输出。
可选的，所述步骤4包括：
利用所述Richardson迭代算法来求解检测信号的迭代解：
x(t)＝x(t-1)+ω(b-Ax(t-1)) t＝0,1,…,T 式(3)
其中，ω代表松弛参数，t代表迭代次数，x(t)表示第t次迭代所得到的迭代解。
可选的，所述步骤4包括：
利用式(4)将所述最速下降算法与所述Richardson迭代算法结合：
Figure BDA0003635932680000024
其中，式(4)中的第一式为所述最速下降算法迭代式，r(t)＝b-Ax(t)表示残差向量，μ(t)代表可变步长，μ(t)由r(t)决定，x(t+1)为所述最速下降算法应用于所述Richardson迭代算法之后，第t+1次迭代的过程中得到的发射信号估计值。
可选的，所述步骤5包括：
计算第t次迭代前后两个不同解赋予权重a1、a2：
Figure BDA0003635932680000031
为了得到更精确的估计值x，需要满足式(5)中的条件，xi表示发射信号的第i个估计值；
残差向量r＝b-Ax改写为：
Figure BDA0003635932680000032
其中r1，r2分别为估计值x1，x2对应的残差向量；
通过最小范数解求得估计值x1，x2的权重a1、a2：
Figure BDA0003635932680000033
a2＝1-a1
可选的，所述步骤5中利用两个估计解赋予权重得到的最终的发射信号估计解为：
Figure BDA0003635932680000034
其中，
Figure BDA0003635932680000035
为利用改进后的Richardson迭代算法得出的第t次迭代的发射信号估计值。
可选的，所述信道增益矩阵H为瑞利衰落信道增益矩阵。
本发明的第二个目的在于提供一种通信设备，所述通信设备信号发送和接收过程中采用上述的信号检测方法进行信号检测。
本发明第三个目的在于提供上述的信号检测方法和/或上述的通信设备在无线通信技术领域内的应用。
本发明有益效果是：
通过基于Richardson迭代的检测方法将求解信号检测问题转换为求解线性方程组问题，在大规模MIMO系统中可以获得较好的检测性能，该方法同时还具有较低的计算复杂度，适用于大规模MIMO系统，同时为了加快Richardson迭代信号检测方法的收敛速度，提高检测方法的性能，本发明提出将最速下降法和整体修正法应用到该检测方法中，采用改进的Richardson迭代算法对接收信号矩阵进行检测，得到发射信号估计值，通过仿真数据说明，本发明的信号检测方法有效地优化了信号检测的误码性能，加快了收敛速度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是在信道为瑞利衰落信道、调制方式为32QAM、基站侧接收天线为128、用户数为32的条件下，本发明的基于改进Richardson的信号检测方法与传统Richardson迭代法和MMSE算法的误码率比较图。
图2是在信道为瑞利衰落信道、调制方式为64QAM、基站侧接收天线为128、用户数为32条件下，本发明的基于改进Richardson的信号检测方法与传统Richardson迭代法和MMSE算法的误码率比较图。
图3是在信道为瑞利衰落信道、调制方式为32QAM、基站侧接收天线为256、用户数为64的条件下，本发明的基于改进Richardson的信号检测方法与传统Richardson迭代法和MMSE算法的误码率比较图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一：
本实施例提供一种大规模MIMO信号检测方法，所述方法包括：
步骤1：根据信道增益矩阵构造最小均方误差信号检测算法；
步骤2：将求解所述最小均方误差信号检测算法转换为求解线性方程组的问题；
步骤3：将求所述解线性方程组问题转化为求解算法迭代解的问题，即将信号检测问题重构为求解算法迭代解的问题；
步骤4：将最速下降算法引入Richardson迭代算法来对接收信号矩阵y进行检测，得到所述发射信号估计值；
步骤5：利用整体修正法，将迭代前后的两个估计解赋予权重来得出最终的发射信号估计值。
实施例二：
本实施例提供一种大规模MIMO信号检测方法，所述方法适用的系统模型为：
y＝Hx+n
上式中
Figure BDA0003635932680000051
是基站侧接收的信号，
Figure BDA0003635932680000052
是发射端发送的信号，N表示接收天线数目，K表示发射天线数目，
Figure BDA0003635932680000053
是加性高斯白噪声，
Figure BDA0003635932680000054
表示瑞利衰落信道。
所述方法包括：
步骤1：根据瑞利衰落信道响应矩阵H构造最小均方误差信号检测算法；
采用下式(1)构造最小均方误差检测算法；
Figure BDA0003635932680000055
其中，y表示接收信号向量，H表示信道增益矩阵，σ2表示噪声方差，IK表示发射天线数目的单位矩阵，
Figure BDA0003635932680000058
表示发射信号估计值。
步骤2：将最小均方误差检测算法转换为求解线性方程组的问题；
利用下式(2)将最小均方误差检测算法转换为求解线性方程组的问题：
Figure BDA0003635932680000056
其中，A表示最小均方误差检测算法MMSE的检测矩阵；b表示接收信号的匹配滤波输出；
步骤3：将求解线性方程组问题转化为求解算法迭代解问题，即将信号检测问题重构为求解算法迭代解问题；
式(3)将利用Richardson迭代算法来求解迭代解：
x(t)＝x(t-1)+ω(b-Ax(t-1)) t＝0,1,…,T 式(3)
其中，ω代表松弛参数，t代表迭代次数。
步骤4：引入Richardson迭代算法，同时利用最速下降算法加快收敛求解重构之后的信号检测问题，得到发送信号的估计解；
式(4)将最速下降算法与Richardson迭代算法结合：
Figure BDA0003635932680000057
式(4)第一式为最速下降法迭代式，r(t)＝b-Ax(t)表示残差向量，μ(t)代表可变步长。μ(t)可由r(t)决定，第二式为最速下降法应用于Richardson迭代算法后，第t+1次迭代的过程中，得到的发送信号的估计值。
步骤5：为了使信号检测方法的估计值更加接近准确值，采用一种整体修正法以此改进Richardson迭代算法的性能；
计算第t次迭代前后的估计解对应的不同权重a1、a2：
Figure BDA0003635932680000061
为了得到更精确的估计值x，需要满足式(5)中的条件，xi表示第i个估计值；
残差向量r＝b-Ax可以改写为：
Figure BDA0003635932680000062
其中r1，r2分别为估计值x1，x2对应的残差向量；
通过最小范数解可以求得a1、a2：
Figure BDA0003635932680000063
a2＝1-a1
步骤6：通过将最速下降引入Richardson迭代算法来对接收信号矩阵y进行检测，得到发射信号估计值
Figure BDA0003635932680000065
之后再利用整体修正法，将迭代前后两个发射信号估计值的赋予权重来改进Richardson迭代检测算法。
步骤6中利用两个估计解来得到更准确迭代检测算法，迭代检测过程如下所示：
Figure BDA0003635932680000064
Figure BDA0003635932680000071
为使本发明的目的、技术方案和优点更加清楚，下面将利用一些经典的检测算法与所提出的算法作对比，展现本发明的基于改进Richardson迭代检测算法的信号检测方法在复杂度与误比特率性能方面的优越性。
用来进行仿真的检测算法分别是基于MMSE检测算法、基于传统Richardson迭代检测算法和本发明的基于改进的Richardson迭代检测算法的信号检测方法。
其中，MMSE检测算法是经典的线性检测算法，在大规模MIMO系统中，呈现出较好的误比特率性能。传统Richardson迭代检测算法是将最小均方误差问题转换为线性方程组求解的问题，并利用Richardson迭代算法对问题进行求解；本发明的改进Richardson检测算法是将传统Richardson迭代法与最速下降法，整体修正法结合进行求解；这两种算法都是重构了最小均方误差检测问题，在实现低复杂度同时展现出了接近MMSE检测算法的误比特率性能。
实验结果如图1、2、3所示，从仿真曲线中可知，基于对MMSE信号检测方法、传统Richardson迭代信号检测方法与本发明的基于改进Richardson算法的的误码率比较，发现本发明的信号检测方法可以有效地优化误比特率性能。
如图1所示，在天线配置为32×128，调制方式为32QAM，信噪比为12分贝左右时，本申请提出的算法迭代3次的误码率能达到10-6，而传统Richardson迭代6次仅为10-4。
如图2所示，在天线配置为32×128，调制方式为64QAM，信噪比为不到13分贝的情形下，本申请提出的算法迭代3次的误码率能达到10-6，与MMSE算法误码率已经很接近，传统Richardson迭代6次误码率不足10-4。
如图3所示，在天线配置为64×128，信噪比为14分贝的情形下，本申请提出的算法迭代2次的误码率能达到10-6，而传统Richardson迭代6次仅为10-5，同时也可以看出提出算法迭代3次与MMSE算法误码率已经很接近。
综上，相同的天线配置下，调制方式下，基于本发明的改进Richardson信号检测方法在不同的信噪比下，仅需要很少迭代次数就可以接近MMSE算法误码率即更高的检测精度，因此，本发明的信号检测方法，可以在优化信号检测误码性能的同时，有效地加快信号检测的收敛速度。
本发明实施例中的部分步骤，可以利用软件实现，相应的软件程序可以存储在可读取的存储介质中，如光盘或硬盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种大规模MIMO信号检测方法，其特征在于，所述方法包括：
步骤1：根据信道增益矩阵构造最小均方误差信号检测算法；
步骤2：将求解所述最小均方误差信号检测算法转换为求解线性方程组的问题；
步骤3：将求所述解线性方程组问题转化为求解算法迭代解的问题，即将信号检测问题重构为求解算法迭代解的问题；
步骤4：将最速下降算法引入Richardson迭代算法来对接收信号矩阵y进行检测，得到所述发射信号估计值；
步骤5：利用整体修正法，将迭代前后的两个估计解赋予权重来得出最终的发射信号估计值。
2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：
采用下式(1)构造所述最小均方误差信号检测算法；
Figure FDA0003635932670000011
其中，y表示接收信号向量，H表示信道增益矩阵，σ2表示噪声方差，IK表示发射天线数目的单位矩阵，
Figure FDA0003635932670000012
表示发射信号估计值。
3.根据权利要求2所述的方法，其特征在于，所述步骤2包括：
利用下式(2)将所述最小均方误差信号检测算法转换为求解线性方程组的问题：
Figure FDA0003635932670000013
其中，A表示所述最小均方误差信号检测算法的检测矩阵，b表示接收信号的匹配滤波输出。
4.根据权利要求3所述的方法，其特征在于，所述步骤4包括：
利用所述Richardson迭代算法来求解检测信号的迭代解：
x(t)＝x(t-1)+ω(b-Ax(t-1))t＝0,1,…,T 式(3)
其中，ω代表松弛参数，t代表迭代次数，x(t)表示第t次迭代所得到的迭代解。
5.根据权利要求4所述的方法，其特征在于，所述步骤4包括：
利用式(4)将所述最速下降算法与所述Richardson迭代算法结合：
Figure FDA0003635932670000021
其中，式(4)中的第一式为所述最速下降算法迭代式，r(t)＝b-Ax(t)表示残差向量，μ(t)代表可变步长，μ(t)由r(t)决定，x(t+1)为所述最速下降算法应用于所述Richardson迭代算法之后，第t+1次迭代的过程中得到的发射信号估计值。
6.根据权利要求5所述的方法，其特征在于，所述步骤5包括：
计算第t次迭代前后两个不同估计值赋予权重a1、a2：
Figure FDA0003635932670000022
为了得到更精确的发射信号估计值x，需要满足式(5)中的条件，xi表示发射信号的第i个估计值；
残差向量r＝b-Ax改写为：
Figure FDA0003635932670000023
其中r1，r2分别为估计值x1，x2对应的残差向量；
通过最小范数解求得估计值x1，x2的权重a1、a2：
Figure FDA0003635932670000024
7.根据权利要求6所述的方法，其特征在于，所述步骤5中利用两个估计解赋予权重得到的最终的发射信号估计解为：
Figure FDA0003635932670000025
其中，
Figure FDA0003635932670000026
为利用改进后的Richardson迭代算法得出的第t次迭代的发射信号估计值。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述信道增益矩阵H为瑞利衰落信道增益矩阵。
9.一种通信设备，其特征在于，所述通信设备信号发送和接收过程中采用权利要求1-8任一项所述的信号检测方法进行信号检测。
10.权利要求1-8任一所述的信号检测方法和/或权利要求9所述的通信设备在无线通信技术领域内的应用。
CN202210505711.9A 2022-05-10 基于改进Richardson算法的信号检测方法 Active CN115001544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210505711.9A CN115001544B (zh) 2022-05-10 基于改进Richardson算法的信号检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210505711.9A CN115001544B (zh) 2022-05-10 基于改进Richardson算法的信号检测方法

Publications (2)

Publication Number Publication Date
CN115001544A true CN115001544A (zh) 2022-09-02
CN115001544B CN115001544B (zh) 2024-06-28

Family

ID=

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110417515A (zh) * 2019-08-16 2019-11-05 江南大学 一种基于离散迭代估计的大规模mimo信号检测方法
CN113098571A (zh) * 2021-03-23 2021-07-09 安徽大学 大规模mimo系统信号检测方法、系统、基站及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110417515A (zh) * 2019-08-16 2019-11-05 江南大学 一种基于离散迭代估计的大规模mimo信号检测方法
CN113098571A (zh) * 2021-03-23 2021-07-09 安徽大学 大规模mimo系统信号检测方法、系统、基站及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘孝祥;张晶;: "基于Barzilai-Borwein迭代的低复杂度大规模MIMO信号检测算法", 系统工程与电子技术, no. 08, 12 March 2018 (2018-03-12) *

Similar Documents

Publication Publication Date Title
CN109245804B (zh) 基于雅可比迭代的大规模mimo信号检测方法
CN106911374B (zh) 一种低复杂度软输出空间调制检测方法
EP1677434B1 (en) Reduced complexity detector for multiple-antenna systems
CN101499840B (zh) 多入多出系统的迭代检测方法
US8243860B1 (en) Co-channel interference cancellation with multiple receive antennas for BICM
US8737540B1 (en) System and method for providing reduced complexity maximum likelihood MIMO detection
CN100571098C (zh) 通信系统中低复杂度的极大似然检测方法及装置
CN106788626B (zh) 一种能够获得二阶发射分集的改进正交空间调制传输方法
US8811215B2 (en) Apparatus and method for detecting signal in spatial multiplexing system
US8139669B2 (en) Space domain filter detecting method in a multi-antenna wireless communication system
CN107094043B (zh) 基于块迭代法的改进后的mmse低复杂度信号检测方法
CN110417515B (zh) 一种基于离散迭代估计的大规模mimo信号检测方法
CN109286587B (zh) 一种多有源广义空间调制检测方法
CN101834693B (zh) 一种多输入多输出信号检测方法、装置及系统
CN101669313B (zh) 估计误差传播概率以提高决策反馈系统的性能
CN105099974B (zh) 一种低复杂度的空间调制软判决检测方法
CN114142905A (zh) 时变信道下基于牛顿迭代法的mimo检测算法的改进方法
CN113726697A (zh) 一种基于置信空间动态判决的otfs符号检测方法
CN109067683B (zh) 无线通信中盲检测及调制星座优化方法、存储介质
CN115001544B (zh) 基于改进Richardson算法的信号检测方法
CN115001544A (zh) 基于改进Richardson算法的信号检测方法
CN114640561B (zh) 一种通信信号传输方法和设备
EP3913816A1 (en) Method and apparatus for optimization of signal shaping for a multi-user multiple input multiple output (mu-mimo) communication system
CN108199752A (zh) 一种低复杂度的双极化卫星mimo信号检测方法
CN115883295A (zh) 一种信号检测方法及mimo系统

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
TA01 Transfer of patent application right

Effective date of registration: 20240522

Address after: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Hongyue Information Technology Co.,Ltd.

Country or region after: China

Address before: No. 1800 road 214122 Jiangsu Lihu Binhu District City of Wuxi Province

Applicant before: Jiangnan University

Country or region before: China

TA01 Transfer of patent application right

Effective date of registration: 20240602

Address after: No. 301, Building 11, Phase II, Taicang University Science Park, No. 27 Zigang Road, Science and Education New City, Taicang City, Suzhou City, Jiangsu Province, 215400

Applicant after: Tianhang Changying (Jiangsu) Technology Co.,Ltd.

Country or region after: China

Address before: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province

Applicant before: Shenzhen Hongyue Information Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant