论文部分内容阅读
大规模多输入多输出(Massive Multi-input Multi-output,Massive MIMO)技术因为在传输效率、能量效率、频谱利用率和抗干扰能力方面具备相当大的优势而成为近年来通信领域的一个研究热点。在Massive MIMO系统中,信号检测对整个通信系统的抗干扰能力和可靠性有着举足轻重的影响,因此设计高效低复杂度的信号检测器成为Massive MIMO系统的重要课题。然而,由于Massive MIMO系统的信道矩阵维度很大,采用传统的MIMO信号线性检测算法将带来极高的计算复杂度。为此,本文针对如何降低Massive MIMO信号检测的复杂度并且保证检测性能这一难题展开研究,重点研究了基于迭代的低复杂度、高性能信号检测算法。论文主要工作如下:1.介绍了Massive MIMO系统模型,分析比较了现有的Massive MIMO信号检测算法。从误比特率(Bit Error Ratio,BER)和计算复杂度两方面对传统的线性MIMO检测算法和非线性MIMO检测算法进行了研究,指出了传统线性信号检测算法在Massive MIMO系统中存在的问题,进而分析比较了现有的Massive MIMO信号检测算法性能,为后续进行算法改进奠定基础。2.将Barzilai-Borwein(BB)迭代技术应用于Massive MIMO信号检测中,提出了基于BB迭代的Massive MIMO信号检测算法。通过BB迭代方式避免了MMSE算法复杂的矩阵求逆运算大幅降低了Massive MIMO线性检测算法的计算复杂度,加快了算法的收敛速度,基于信道硬化特性优化了迭代初始解。3.将超松弛迭代技术应用于Massive MIMO信号检测中,提出了切比雪夫加速对称逐次超松弛迭代算法(Chebyshev accelerated Symmetric Successive Overrelaxation,CSSOR)和共轭梯度加速对称逐次超松弛迭代算法(Conjugate Gradient accelerated Symmetric Successive Overrelaxatio,CGSSOR)。采用加速对称逐次超松弛迭代方案避免了MMSE检测算法涉及的复杂的矩阵求逆运算,并基于信道硬化特性优化了算法的迭代初始解,大幅降低了Massive MIMO信号检测算法的计算复杂度,加快了算法收敛速度。