没有合适的资源?快使用搜索试试~ 我知道了~
MIMO中基于预处理的广义加权Gauss-Seide算法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 196 浏览量
2022-07-12
15:19:11
上传
评论
收藏 553KB DOCX 举报
温馨提示
试读
10页
MIMO中基于预处理的广义加权Gauss-Seide算法.docx
资源推荐
资源详情
资源评论
0 引言
在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,基站端有数百个天线
来 同 时 服 务 几 十 个 用 户 , 并 且 基 站 天 线 数 量 远 高 于 用 户 天 线 数 量
[1]
。 最 大 似 然 估 计 (Maximum
Likelihood,ML)虽然检测性能最佳,但计算复杂度很高,在实际系统中很难得到应用
[2]
。因此学
者们在降低检测性能的前提下提出了低复杂度的近似线性最佳检测算法,如迫零(Zero Forcing,
ZF)算法和最小均方误差(Minimum Mean Square Error,MMSE)检测算法
[3]
。MMSE 和 ZF 算
法涉及到矩阵的求逆问题,当用户数量很多时,这些检测器的计算复杂度会很高。基于此,出现了
简化算法,如共轭梯度
[4]
(Conjugate Gradient,CG)、高斯-赛德尔(Gauss-Seide,GS)
[5]
、雅
克比
[6]
(Jacobi,JA)和超松弛迭代
[7]
(Successsive Over-Relaxation,SOR)算法。文献[8]提出
了基于邻域搜索的似然上升搜索(Likelihood Ascend Search,LAS)检测算法,通过利用邻域搜
索 算 法 来 选 择 初 始 向 量 , 给 出 了 一 个 接 近 最 优 的 解 ; 文 献 [9] 提 出 了 一 种 基 于 JA 迭 代 算 法 的
GS(Joint Jacobi and Gauss-Seidel,JA-GS)算法,JA-GS 算法主要利用 JA 和 GS 迭代算法进
行信号检测,虽然性能较好,但其收敛速度偏慢,复杂度偏高。
为 解 决 这 一 问 题 , 本 文 提 出 了 一 种 基 于 预 处 理 的 广 义 加 权 GS(Generalized Weighted-
Preconditioned Gauss-Seide,GW-PGS)检测算法。该算法通过对迭代矩阵进行预处理,并且
提出自适应的加权因子方案,进一步提 高了算法的检测性能和收敛速度。仿真结果表明,在 128
个基站天线和 16 个用户天线数的前提下,与传统 GS 检测算法相比,GW-PGS 算法的误码率(Bit
Error Rate,BER)性能更优。
1 大规模 MIMO 系统模型
在上行链路大规模 MIMO 系统中,假设每个用户配备一个天线,M 为基站天线数,N 为用户数
[10]
,
一般情况下 M ≫N,例如 M=128 和 N=16。大规模 MIMO 系统模型如图 1 所示。图中,发射端
信号 x
N
经过用户天线 N 向基站天线传输,基站端天线 M 接收到的信号经过解调后得到 y
M
。
资源评论
罗伯特之技术屋
- 粉丝: 3541
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功