基于分支定界和有效集的信号检测算法

摘要：

大规模多输入多输出(multi-input multi-output,MIMO)系统中,随着天线数量的增多,现有传统信号检测算法在高阶调制时不能很好地平衡系统的检测性能和算法复杂度.为了解决以上问题,基于二次规划(quadratic pro-gramming,QP)检测器应用了有效集法和具有可变二分法的深度优先分支定界算法,提出了一种适用于大规模MI-MO高阶调制系统的低复杂度检测算法,并提出了一种修剪策略和引入了近似因子,改善了系统性能,在复杂度和性能之间进行了更好地折中.复杂度分析表明,所提出算法复杂度比QP算法和二阶QP算法高,但比传统分支定界算法要低.仿真分析结果表明,在收发天线均为32的大规模MIMO场景下;在256QAM调制、误码率(bit error ratio,BER)为10-4时,比传统分支定界算法提升了约3 dB的性能增益,验证了算法对高阶调制的适应性.

关键词：大规模多输入多输出、二次规划、分支定界、有效集

所属期刊栏目：34

分类号：TN925.5

资助基金：国家科技重大专项2017ZX03001021-004

在线出版日期：2022-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：735-741