音视频-编解码-MIMO接收机技术与编码优.pdf

【音视频编解码-MIMO接收机技术与编码优化】\n\n多输入多输出（MIMO）技术在无线通信领域扮演着至关重要的角色，它能够在不增加带宽和发射功率的情况下极大地提升通信系统的容量和频谱利用率。MIMO系统的性能取决于发射端的信号设计和接收端的检测算法。因此，为了实现MIMO的潜力，关键在于开发优化的信号传输策略和高效低复杂度的接收机算法。\n\n本文主要研究了MIMO系统接收机设计和编码优化的几个核心方面：\n\n1. 针对增强型最小均方误差（EMMSE）检测算法的高复杂度问题，提出了两种低复杂度算法。第一种算法利用矩阵求逆引理，采用递推方法计算加权矩阵，从而降低了计算复杂度。第二种算法结合预处理和MMSE滤波，同时考虑符号判决错误的影响，通过去除判决误差均值，降低了复杂度，且在高阶调制下性能优于EMMSE算法。\n\n2. 提出了一种适用于空时比特交织编码调制（MIMO-BICM）系统的低复杂度迭代接收机方案。该方案首次迭代使用线性最小均方误差（MMSE）滤波，后续迭代则采用低复杂度的MMSE与软干扰消除（SIC）相结合的算法，有效抑制残余干扰和噪声。通过近似将干扰和噪声成分视为独立随机变量，避免了矩阵求逆，降低了计算复杂度，同时实现了与传统MMSE-SIC方案相似的性能。\n\n3. 针对迭代树搜索（ITS）检测算法中由于clipping导致的性能损失，本文提出了一种基于M-算法的软MIMO检测方案，名为路径选择与延伸方案（PCE）。PCE通过精心挑选并延长部分路径，确保每个比特的LLR计算无需clipping，同时提供高度可靠的LLR值。仿真结果显示，PCE在同等复杂度下表现优于ITS。\n\n4. 引入了一种基于部分后验概率的软检测方案（PAPP），在树结构的每一层递归计算部分符号序列的后验概率，并近似计算所有比特的LLR。PAPP采用M-算法保留部分符号序列扩展至下一层，并提供了一种低复杂度的实现方法。仿真结果表明，PAPP在相同复杂度下优于ITS。\n\n5. 利用外部信息转移（EXIT）图，研究了MIMO系统中低密度奇偶校验（LDPC）码与基于M-算法的软MIMO检测器的联合设计与优化。通过分析，揭示了ITS和PCE的输出比特LLR的Monte Carlo计算得到的EXIT曲线并非真实曲线，并解释了原因。对于PAPP，可以获取真实的EXIT曲线，便于码设计。进而提出了一种新的LDPC码度分布优化准则和算法，使内解码器和外解码器的EXIT曲线匹配，优化算法简化为线性优化问题，易于实现。优化的LDPC编码方案在性能上显著优于常规LDPC编码，证明了优化算法的有效性和联合优化的必要性。\n\n本文在MIMO接收机技术与编码优化方面取得了显著成果，提供了多种降低复杂度、提升性能的算法，对实现高效、可靠、低功耗的无线通信系统具有重要指导意义。