基于改进粒子群优化的MIMO-OFDM信号检测

合集下载

MIMO-OFDM系统中改进的球形译码检测算法

然译码性能。近年来提出的关于球形算法的改进主要有设定
一
在检测信号时选用的检测算法对提高整个系统的性能至关
重要。常用的检测算法有线性迫零检测算法（ｅｏ— ｏｃＺｒＦｒ—
ｉｅｃｏ，Ｆ和最小均方误差（ｉｉｍＭａＳｕｒｎｄｔｔｎＺ）ｇｅｉＭｎｍｕｅｎ— ｑａｅ
个恒定的球形搜索半径或者采用列表式检测方法来计
算后验概率。但是这两种方法均直接设定的较大的搜索半径
和列表长度，会导致检测复杂度的增加。也针对以上问题，文提出了一个改进的球形算法。用此本
Ｅｒ，ｒｒＭＭＳ）法，ｏＥ算迫零检测算法及最小均方误差算法在获得最小差错概率方面是准最佳的，极大似然（ｘｍ而ＭａｉｍｕＬｋｌｏｄＭＬ译码可以获得最佳的差错概率，ｉｉｏ，）ｅｈ只是其具有比较高的译码复杂度。球形译码检测算法（ｐｅｅｄｃｄｎ）Ｓｈｒｅｏｉｇ最早由Ｆｎｋｉｅｅ和
ｄｅｅｔｎ．Ｔｈｉｌｔｏｅｕｔｓｗｓｔｔｃｍｐｅｏｃｎｖｎｔｏｌｌｏｉｔｃｉｏｅｓｍｕａｉｎｒｓｌｈｏｈａ，ｏａｄｔｏｅｉｎａａｇｒｔ，ｔｅｐｒｐｓｄａｇｒｔｍｆｃｅｌｒｈｍｈｏｏｅｌｏｈｅｉｎｔｉｉｙｒｄｅｈｅｃｍｐｅｉｙｏｅｏｉｇｗｉｈｓｉｈｏｓｉｅｆｒａｃ．ｅｕｃｓｔｏｌｘｔｆｄｃｄｎｔｌｇｔｌｓｎｐｒｏｍｎｅ

MIMO—OFDM系统中一种新的联合迭代信道估计与符号检测算法

利用率。ＭＯＭｕｔＩｐｔｌ— ｕｐｔＭＩ（ｌ— ｕｔＯｔｕ）ｉｎＭｕｉ技术利用空间增
加传输信道，在发送端和接收端采用多天线或天线阵列同时发送和接收信号，因此大大地提高了系统容量和频谱利用
１引言
未来移动通信系统需要获得高数据传输速率和高频谱
信道估计算法，以此来提高ＬＳ算法的估计性能。而基于导频辅助的信道频率响应估计算法主要有Ｌ，ＬＳＭＭＳ算Ｅ法【，。ＬＳ信道估计算法简单，但性能较差，而基于维纳滤
波的ＬＭＭＳＥ信道估计器具有最优的估计性能。Ｌ但ＭＭＳＥ
维普资讯
第２卷第５期９
２０年５月０７
电
子
与
信
息
学
报
Ｖ＿．９．０２Ｎｏ５１
Ｍａ２０ｙ０７
Ｊｕｎｌｆｅｔｏｉｓ＆ＩｆｒｔｏｅｈｏｏｙｏｒａｃｒｎｃｏＥｌｎｏｍａｉｎＴｃｎｌｇ
ＡｂｔａｔＴｈｓｐｐｒｒｐｓｓｏｅｊｉｔｔｒｔｅｃａｎｌｓｉｔｎａｄｓｍｂｌｅｅｔｎａｇｒｈｂｓｄｏｓｒｃ：ｉａｅｏｏｅｎｖｌｏｎｅａｉｈｎｅｅｔｐａｉｖｍａｉｎｙｏｔｃｉｌｏｉｍａｅｎｏｄｏｔＭＭＳｒｅｉｎｆｒＭＯ— ＤＭｓｅ．ｅｐｒｒｎｅｏｅｊｉｔｔｒｔｅａｇｒｈｍａｎｙｄｐｎｓｏＥｃｉｒｔｏｏＭＩＯＦｓｔｍｓＴｈｅｆｍａｃｆｈｎｅａｉｌｉｍｉｌｅｅｄｎｙｏｔｏｉｖｏｔ

基于循环前缀的MIMO-OFDM改进信道估计算法

ＩｍｐｒｏｖｅｄｃｈａｎｎｅｌｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｃｙｃｌｉｃｐｒｅｆｉｘｆｏｒＭＩＭＯ－ＯＦＤＭ
ＺＨＯＮＧＷｅｉｚｈｉ，ＳＵＳｈｅｎｇ，ＬＩＵＸｉｎ，ＪＩＮＧＱｉｎｇｆｅｎｇ
ｘｉ为提升最小二乘（１ｅａｓｔｓｑｕａｒｅｓ，ＬＳ）信道估计算法的估计精度，可以利用离散傅里
叶变换（ｄｉｓｃｒｅｔｅＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ，ＤＦＴ）算法对ＬＳ算法进行改进，然而，ＤＦＴ算法对最大时延内的噪声未作处
理，因此算法的估计精度仍易受噪声影响。针对这一不足，本文提出基于循环前缀（ｃｙｃｌｉｃｐｒｅｆｉｘ，ＣＰ）的改进ＤＦＴ
信道估计算法。该算法以ＣＰ的长度为标准，对ＣＰ长度外的信道系数置零，对ＣＰ长度内的信道系数设置门限值，将模值小于门限值的信道系数置零。理论分析和仿真结果表明，改进算法中噪声被有效抑制，估计算法的精
摘要：多输入多输出正交频分复用（ｍｕｌｔｉｐｌｅｉｎｐｕｔｍｕｌｔｉｐｌｅｏｕｔｐｕｏｒｔｈｏｇｏｎａｌｆｒｅｑｕｅｎｃｙｄｉｖｉｓｉｏｎｍｕｌｔｉｐｌｅ —

一种改进的MIMO-OFDM系统信号检测算法

参考文献：
—
。
ｌ一ＣａｓｃＩＩｓｉ鑫（Ｒ
ｒ — Ｑ￣ｅｅｔｄｒｄ０Ｒ
ｆ１．ＨＹ．ＦｎＤ．Ｍｕｃ，ａｄＷ．Ｈ．ＭｏＮｅｒＭａｉｍ１Ｊａ，Ｒｒｈｎｗａｘｍｕ
ＬｋｌｏｏＤｅｅｔｎＳｃｅｅｆｒＷｉｅｅｓＭＩｉｅｉｄｈｔｃｉｏｈｍｓｏｒｌｓＭＯＳｙｔｍｓｓｅ．
进型ＣＡＥＨＳ算法在维持较低复杂度水平下得到了良好的误码
特性，在性能和复杂度问获得了较好权衡。
调制方式：ＰＫ１ＱＭＱＳ／Ａ６子载波数：４６循环前缀：６１采样频率：０ｚ８ＭＨ
最大时延：５ｓ２ｎ
５结束语
经典ＱＲ算法受误码扩散影响，性能较差，本文用排序检测对其进行优化，效控制了误码扩散；以此为基础，与有并再ＣＳＨＡＥ检测框架结合，出了一种改进的ＣＡＳ提ＨＥ检测算法，算法在性能与复杂度间获得了较好折中。
图４ＨＳＣＡＥ算法仿真
４仿真试验
信道采用ＩＥ０． —８１６２ＥＥ８２１９／ｒ标准的指数衰减瑞利衰１５落信道模型，系统参数设置如表２所示。
表２系统参数设置
发射天线：４
接收天线：４
图４出了候选表长ｑ３给＝时改进型ＣＳＨＡＥ算法与基于经
矩阵为基础，先进行ＱＲ分解，再对结果中三角阵Ｌ求伪逆，得到ｕ，ｕ各列的模就表征了对应待检测符号受噪声影响的水则

MIMO-OFDM系统中迭代检测技术的研究

带利用率。ＯＤ技术通过将信道分解为多个正交ＦＭ
子信道的方法实现了频率选择性多径衰落信道向平
坦衰落信道的转化，有效地减小了多径衰落的影
响。而ＭＩＭＯ技术能在空间中产生多个独立的并行
发送矢量为，发送信号经过卷积编码，随机交织，ＢＳＰＫ调制，ＩＦＦＴ调制并加上循环前缀，若
信道矩阵为信道延迟，则接收端的信号模型可
表示为：ｒＨＸ＋＝Ｗ。２迭代检测技术从发送天线到接收天线的通信．由于ＯＤ系ＦＭ
信道同时传输数据，在不增加系统带宽的情况下提高了频谱利用率。目前，解决ＭＩＭＯ系统中的频率选择性衰落的
能，包括低复杂度，因此是下一代通信系统备受关
注的技术，也是ＭＩ — ＦＭ系统中备受关注的ＭＯＯＤ
技术。
输出译码器获得的外部信息，从信道评价进行信道
估计，为ＳＳＩＯ译码器提供外部信息。这个任务通过并行干扰抵消（Ｉ）和ＭＭＳＰＣＥ滤波器实现。
・
・
■究与探讨
太原科技２１００年第１期饿０国ｓ０＠嗍＠匡啪
嚣譬ｌｔ尊｜乎１事０一ｌ
ＣｃｅＪｌｅ — ａｉ（ＣＲ）算法实现。ｏｋ — ｅｎｋＲｖＢＪｉｖ
ＳＢ作比较，ＳＢ作为参考，代表系统用单一传输ＵＵ天线，接收端信道系数达到的性能。系统参数：Ｍ＝２子载波，Ｓ１８个ＯＤ３＝２ＦＭ符

基于粒子群优化的空间调制信号检测算法的研究

深入研究粒子群优化算法在空间调制信号检测中的性能优化探索与其他优化算法的结合，提高信号检测的准确性和稳定性开展多场景下的实验验证，以适应不同的通信环境和应用需求结合实际应用，研究具有实时处理能力的优化算法和硬件实现方案
汇报人：
单击此处添加标题
空间调制信号检测算法具有较高的抗干扰性能和信号处理能力，能够在复杂环境下实现对目标信号的快速、准确检测和识别。
单击此处添加标题
该算法在实际应用中需要结合具体场景和需求进行参数调整和优化，以实现最佳的信号检测效果。
优点：能够有效地处理多径干扰和信道衰落，提高信号的检测性能
缺点：计算复杂度高，需要较大的存储空间和较高的处理能力
实验参数设置：列举了实验中使用的关键参数，如粒子群优化算法的参数设置等。
实验过程：简要介绍了实验的具体流程，包括数据预处理、模型训练、测试等步骤。
实验设置：详细描述实验条件、参数设置和数据采集过
程
实验结果：展示实验结果，包括性能指标、
性能曲线等
结果分析：对实验结果进行深入分析，探讨算法性能优
等
控制工程：用于控制系统设计，如无人机、
机器人等
单击此处添加标题
空间调制信号检测算法是一种基于信号空间特性的检测方法，通过对接收到的信号进行空间滤波和特征提取，实现对目标信号的检测和识别。
单击此处添加标题
该算法的基本原理是利用信号在空间中的传播特性，通过测量信号在不同方向上的幅度和相位信息，确定信号的波束方向和频率信息，从而实现对目标信号的检测和定位。
优化问题
优点：简单易实现，参数少，收敛速度快，适合求解连续问题
缺点：容易陷入局部最优解，对初始参数敏感，对大规模问题求解效率较低

基于信噪比排序的MIMO-OFDM信号检测方法

基于信噪比排序的MIMO-OFDM信号检测方法郑建宏;李玉菱;龚明苇;田枚【期刊名称】《重庆邮电大学学报（自然科学版）》【年(卷),期】2017(029)004【摘要】在多输入多输出(multiple-input multiple-output,MIMO)系统信号检测中,基于虚实分解的宽度优先检测算法(QR decomposition associated with the M-algorithm to MLD,QRD-M)通过QR分解和对每层星座点的筛选,实现了较低复杂度的检测,具有很好的应用前景.但该算法随收发天线数和调制阶数的增加而难以实现性能与复杂度的折衷.针对此缺点,提出了一种基于信噪比排序的信号检测改进方法.该方法在传统QRD-M算法的基础上,通过对不同接收天线进行信噪比(signal-noise ratio,SNR)排序,从信噪比最大的天线开始检测,避免了误差传播现象,从而加速树搜索过程,再结合动态门限树搜索,不断缩小搜索半径,直至找到最小累计度量值所在分支.仿真结果表明,与传统QRD-MLD算法相比,基于性噪比排序的动态门限信号检测算法能以较低的复杂度获得接近于最大似然检测的性能.【总页数】6页(P427-432)【作者】郑建宏;李玉菱;龚明苇;田枚【作者单位】重庆邮电大学通信核心芯片、协议及系统应用创新团队,重庆400065;重庆邮电大学通信核心芯片、协议及系统应用创新团队,重庆 400065;重庆邮电大学通信核心芯片、协议及系统应用创新团队,重庆 400065;重庆邮电大学通信核心芯片、协议及系统应用创新团队,重庆 400065【正文语种】中文【中图分类】TN929.5【相关文献】1.基于小波和高阶谱的低信噪比信号检测方法 [J], 李刚磊;杨俊明;李少凯2.极低信噪比下对偶序列跳频信号的随机共振检测方法 [J], 刘广凯; 全厚德; 孙慧贤; 崔佩璋; 池阔; 姚少林3.基于倒谱分析的低信噪比瞬态声信号检测方法 [J], 余文晶; 何琳; 徐荣武; 崔立林; 郑庆波4.基于JADE的MIMO-OFDM信号信噪比盲估计算法 [J], 王晓烨;张天骐;孟莹;陈显露5.基于信噪比判决的多维信号检测方法 [J], 邓肖中因版权原因，仅展示原文概要，查看原文内容请购买。

基于离散微粒群优化的MIMO系统多用户盲检测

基于离散微粒群优化的MIMO系统多用户盲检测
邱国霞;张志涌
【期刊名称】《南京邮电大学学报（自然科学版）》
【年(卷),期】2006(026)006
【摘要】充分利用移动通信发送信号属于有限字符集的特点,把MIMO(多输入多输出)系统多用户盲检测问题转换为带二值约束的二次规划问题,从而突破信道辨识条件即MIMO信道传递函数必须不可简约且列简化的苛刻限制.采用离散微粒群优化算法求解二次规划问题,利用接收数据阵的补投影算子构成适应度函数.仿真实验表明:不管传统的信道辨识条件是否满足,该算法都具有较低的信号误码率和较好的稳健性.
【总页数】5页(P27-30,35)
【作者】邱国霞;张志涌
【作者单位】南京邮电大学,科技处,江苏,南京,210003;南京邮电大学,自动化学院,江苏,南京,210003
【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.一种预处理的MIMO MC-CDMA恒模多用户盲检测 [J], 石瑞华;酆广增
2.MIMO系统中基于干扰子空间投影的盲空时多用户检测算法 [J], 姚一佳;朱世华;胡刚;张芳
3.MIMO系统中一种改进的盲MMSE空时多用户检测算法 [J], 于文君;何培宇;黄如浩
4.基于蜜蜂交配优化算法的MIMO-OFDM系统上行多用户检测 [J], 高维;王明月;景小荣
5.MIMO系统中基于斜投影的盲空时多用户检测算法 [J], 黄如浩;何培宇;于文君;高勇
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进粒子群优化的 MIMO-OFDM 信号检测

基于改进粒子群优化的 MIMO-OFDM 信号检测高敬鹏;赵旦峰;黄湘松【摘要】针对MIMO-OFDM系统中，基于粒子群优化的信号检测算法易于陷入局部极值和收敛精度较低的问题，提出了一种基于改进粒子群优化的MIMO-OFDM信号检测算法。

该算法将粒子群优化算法进行改进，并与遗传算法的杂交技术和极值扰动机制相结合，对MIMO-OFDM系统进行信号检测。

理论研究和仿真结果表明，在相同误比特率情况下，所提算法性能优于基于遗传和粒子群优化的MIMO-OFDM信号检测算法性能，与理想信道下的最大似然检测算法性能相比，信噪比仅有1 dB的损失；在较少的迭代次数下，该算法有效地提高了系统的信号检测性能，有较强的全局搜索能力，是一种实用的信号检测方法。

%In order to solve the problems that the signal detection algorithm based on particle swarm optimization easily falls into local minimum and its convergence precision is low for MIMO-OFDM system, a signal detection al-gorithm is proposed based on improved particle swarm optimization for MIMO-OFDM system.This algorithm im-proves the particle swarm optimization algorithm and is combined with the hybridization technology of genetic algo-rithm and extremum disturbance mechanism for signal detection in MIMO-OFDM system.Theoretical research and simulation results showed that the performance of the proposed algorithm is superior to the genetic algorithm and particle swarm optimization based MIMO-OFDM signal detection algorithm with the same bit error rate.There is only 1dB SNR loss compared with the maximum likelihood detection algorithm under the ideal channel.The algorithm is a practical signal detection method whicheffectively improves the signal detection performance of the system and has stronger global search ability.【期刊名称】《哈尔滨工程大学学报》【年(卷),期】2015(000)002【总页数】5页(P262-266)【关键词】MIMO;OFDM;信号检测;改进粒子群优化算法;杂交算法【作者】高敬鹏;赵旦峰;黄湘松【作者单位】哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001;哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001;哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001【正文语种】中文【中图分类】TN911.23正交频分复用（orthogonal frequency division multi⁃plexing，OFDM）技术与多输入多输出（multiple input multiple output，MIMO）技术相结合已经成为第4代移动通信系统的关键技术之一［1］。

基于改进粒子群算法的无线传感器网络覆盖优化

基于改进粒子群算法的无线传感器网络覆盖优化梁俊卿【摘要】Since the traditional wireless sensor network coverage methods are prone to produce local convergence,a method of wireless sensor network coverage optimization based on improved particle swarm optimization is proposed. The process of wire-less sensor network coverage optimization based on particle swarm optimization is analyzed to find out the local convergence prob-lem. The schemes of quasi universal gravitation and quasi Coulomb force are used to integrate into the quasi physical force in process of particle velocity evolutionary. The velocity correction process of basic particle swarm optimization algorithm is opti-mized to avoid the local convergence problem of particle swarm algorithm,reduce the coverage of duplication,and realize the wireless sensor network coverage optimization. The experimental results show that the improved particle swarm optimization algo-rithm has fast convergence efficiency,and perfect coverage optimization effect for wireless sensor networks.%为了解决粒子群算法的无线传感器网络覆盖方法存在的容易出现局部收敛的问题,提出基于改进粒子群的无线传感器网络覆盖优化方法.分析基本粒子群算法进行无线传感器网络覆盖优化的过程,找出其存在的局部收敛问题,通过采用拟万有引力和库仑力两种拟物方案,在粒子速度进化过程中融入拟物力,对基本粒子群算法的速度修正过程实施优化,避免粒子群算法出现局部收敛问题,降低重复覆盖率,完成无线传感器网络覆盖优化.实验结果表明,改进粒子群算法具有更快的收敛效率,对无线传感网络的覆盖优化效果更好.【期刊名称】《现代电子技术》【年(卷),期】2017(040)017【总页数】4页(P32-35)【关键词】粒子群算法;无线传感器;网络覆盖;收敛效率【作者】梁俊卿【作者单位】青岛理工大学计算机工程学院,山东青岛 266033【正文语种】中文【中图分类】TN711-34;TP212.9随着科学技术的高速发展，无线传感器网络在工业、农业以及军事等领域具有重要的应用价值。

NC-OFDM中基于改进粒子群算法的部分传输序列峰均比抑制技术

NC-OFDM中基于改进粒子群算法的部分传输序列峰均比抑制技术周东旭;郭建新;郑航;孟庆徽【摘要】Partial transmit sequences ( PTS) algorithm is an effective technique to reduce the high peak to average power radio ( PAPR) in the non⁃contiguous orthogonal frequency division multiplexing( NC⁃OFDM) . However, the algorithm complexity of PTS is extremely high while searching the best phase vectors. To solve this problem, an im⁃proved PTS based on discrete particle swarm optimization is proposed. The improved algorithm increases the diversi⁃ty of particle swarm by dividing the population into several parts. In this way, the phase vectors would constrict to the best result and then avoid the local optimum. The simulation results show that the proposed algorithm reduces 0.3~0.4 dB in PAPR,and obtains more advantagesthan traditional algorithm.%部分传输序列算法（ PTS）是抑制非连续正交频分复用（ NC⁃OFDM）系统中峰值功率平均比（峰均比，PAPR）的有效算法之一，但该算法存在着搜索最优相位集合时计算复杂度高的问题。

基于粒子滤波的MIMO-OFDM时变信道半盲估计

基于粒子滤波的MIMO-OFDM时变信道半盲估计
景源;殷福亮;曾硕
【期刊名称】《通信学报》
【年(卷),期】2007(28)8
【摘要】提出一种基于粒子滤波的MIMO-OFDM时变信道半盲估计方法.首先,对粒子滤波算法进行改进,通过对采样粒子分布进行局部优化调整,提出一种局部优化粒子滤波算法.然后,将该粒子滤波算法用于MIMO-OFDM时变信道估计.由于该信道估计过程在频域进行,因而无需已知(或估计)多径信道长度.与现有时变信道半盲估计方法相比,本方法具有估计误差低、对非高斯噪声顽健性强等特点,从而有效改善了接收端的符号检测性.计算机仿真结果证明了本方法的有效性.
【总页数】9页(P67-75)
【作者】景源;殷福亮;曾硕
【作者单位】大连理工大学,电子与信息工程学院,辽宁,大连,116023;大连理工大学,电子与信息工程学院,辽宁,大连,116023;大连理工大学,电子与信息工程学院,辽宁,大连,116023
【正文语种】中文
【中图分类】TN911
【相关文献】
1.基于基展开模型的时变信道阶数和径数盲估计 [J], 杨正举;刘洛琨;钱学锋;孙有铭
2.OFDM系统中基于预编码的时变信道半盲估计方法 [J], 郭士伟;曹雪虹;苏岚
3.基于粒子滤波的大气激光OFDM时变信道半盲估计 [J], 何华;柯熙政;王武
4.MIMO-OFDM系统的一种新的半盲估计 [J], 胡峰;李建平;刘瑞奇
5.基于序列重要性重采样算法的MIMO时变信道半盲估计 [J], 石丹凤;张静因版权原因，仅展示原文概要，查看原文内容请购买。

基于MIMO-OFDM系统的一种低复杂度球型译码检测算法

基于MIMO-OFDM系统的一种低复杂度球型译码检测算法陈发堂;侯彦庄【期刊名称】《计算机应用研究》【年(卷),期】2011(028)009【摘要】In the well known signal detection algorithms of multiple-input multiple output and orthogonal frequency division multiplexing( MIMO-OFDM) system, the sphere detection algorithm' s decoding performance is very close to maximum likeli hood detection algorithm, and its decoding complexity is greatly reduced but impacting by the radius of decoding. For the ordi nary sphere decoding algorithm, its radius of decoding is greatly impacted by noise of channel . For reducing the impaction of channel' s noise, this paper proposed a new type of sphere decoding algorithm. The radius of the new sphere decoding was de cided by two different condition. The simulation shows that the radius is barely impacted by channel noise and accomplish the goal of descending the decoding complexity. In a words,the proposed new type of sphere decoding algorithm reduces greatly the complexity of decoding and the impaction of channel noise is barely, the more important is its decoding performance is very fine.%在已知的多输入多输出(MIMO)及正交频分复用(OFDM)系统的信号检测算法中,球型译码检测算法的译码性能十分接近于性能最优的最大似然检测算法,并且其译码复杂度有很大的降低,但其会受到译码半径的影响.普通的球型译码检测算法,信道噪声对算法的译码半径影响较大,为了降低信道噪声对译码半径的影响度,提出了一种新型的球型译码检测算法,该算法在译码初始半径分别根据两种不同的情况作出选择.仿真结果显示,其选择的译码半径受噪声的影响极小,达到了降低译码复杂度的目的.总体而言,新型的球型译码检测算法极大地降低了译码复杂度,且受信道噪声的影响极小,同时又保证了译码性能.【总页数】3页(P3436-3438)【作者】陈发堂;侯彦庄【作者单位】重庆邮电大学通信与信息工程学院,重庆 400065;重庆邮电大学通信与信息工程学院,重庆 400065【正文语种】中文【中图分类】TN929.5;TP301.6【相关文献】1.MIMO-OFDM系统迭代球形译码检测算法 [J], 张驰;郭黎利2.MIMO-OFDM快时变信道下的一种低复杂度的检测算法 [J], 俞菲;杨绿溪3.基于 LTE 系统的一种低复杂度的球型译码算法 [J], 袁冬冬;仇润鹤4.MIMO-OFDM系统中改进的球形译码检测算法 [J], 张驰;郭黎利5.一种低复杂度空间调制球形译码检测算法 [J], 蒋阳;谢宗霖;吴亚辉;吴霞;储夏因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进的MIMO-OFDM信号迭代反馈检测算法

一种改进的MIMO-OFDM信号迭代反馈检测算法
夏景明;王鹏
【期刊名称】《科学技术与工程》
【年(卷),期】2016(016)020
【摘要】传统串行干扰消除(SIc)算法进行信号检测时,前期的错误判决,会对后期的检测造成巨大的影响、为了降低这种差错传播的概率,提出一种新型的反馈串行干扰消除算法,利用反馈信息,通过选取候选点,构造候选向量,从构成的向量集合中,利用ML准则选取最接近接收信号一个向量,以此达到降低因前期错误判决而引起的差错传播的概率,提升系统的检测性能.仿真结果表明,在天线数量N1=Nr =6,阈值dth=0.5的情况下,误码率达到10-4时,本文检测算法的检测性能比OSIC检测算法的检测性能提升了约3 dB.
【总页数】5页(P191-195)
【作者】夏景明;王鹏
【作者单位】南京信息工程大学电子与信息工程学院,南京210044;南京信息工程大学电子与信息工程学院,南京210044
【正文语种】中文
【中图分类】TN911.4
【相关文献】
1.一种动态子信道分配MIMO-OFDM波束成形系统的信号检测算法 [J], 王军;刘宁;李少谦
2.MIMO-OFDM系统中一种新的联合迭代信道估计与符号检测算法 [J], 周鹏;赵春明
3.MIMO-OFDM系统中一种改进的V-BLAST检测算法 [J], 汪蓓;朱琦
4.一种改进的MIMO-OFDM系统信号检测算法 [J], 陈帅;张蕾
5.MIMO-OFDM系统中一种改进的QRM-MLD检测算法∗ [J], 刘伟;杜江
因版权原因，仅展示原文概要，查看原文内容请购买。

MIMO系统中基于量子搜索算法的信号检测技术的研究的开题报告

MIMO系统中基于量子搜索算法的信号检测技术的研究的开题报告一、选题背景多输入多输出（MIMO）技术是一种利用多个天线和传输信道来提高系统传输数据速率和可靠性的技术。

在MIMO系统中，由于天线数量的增加和发射和接收路径的复杂性，信号检测变得更加复杂，传统的基于MMSE的线性检测方法效率低下，并且存在误判率高的问题。

因此，在MIMO系统中，如何快速准确地检测信号成为一项重要的研究方向。

量子搜索算法是一种基于量子计算机的非常有效的算法，其能够在较短时间内搜索到目标数据。

因此，将量子搜索算法应用于MIMO系统中的信号检测中，可以提高信号检测的效率和准确度，这是一个有意义的研究方向。

二、研究内容本论文旨在研究MIMO系统中基于量子搜索算法的信号检测技术，探索其在信号检测方面的应用，并提高信号检测的效率和准确度。

具体研究内容包括：1. 介绍MIMO系统中的信号检测技术以及现有的挑战和问题。

2. 介绍量子搜索算法的原理和实现方式，深入分析量子搜索算法在信号检测中的应用优势。

3. 建立基于量子搜索算法的MIMO系统信号检测模型，详细研究量子搜索算法在信号检测中的具体应用方式。

4. 设计并实现量子搜索算法在MIMO系统中的信号检测算法，对其进行实验仿真，并进行效果分析和比较。

5. 总结分析研究结果，并提出改进和优化的措施，为MIMO系统中的信号检测技术提供更好的解决方案。

三、研究意义基于量子搜索算法的MIMO系统信号检测技术，在提高信号检测效率和准确度方面具有显著的应用前景和研究价值。

其主要意义包括：1. 解决MIMO系统中信号检测存在的问题，提高检测效率和准确度；2. 提高无线通信系统的传输速率和可靠性，具有广泛的应用前景；3. 探索量子计算机在无线通信领域的应用，对量子计算机的发展具有推动作用；4. 丰富量子计算机在实际应用中的研究和应用。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｐｒｏｖｅｓｔｈｅｐａｒｔｉｃｌｅｓｗａｎｆｌｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｉｔｒｈｍａｎｄｉＳｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｈｙｂｉｄｉｒｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｏｆｇｅｎｅｔｉｃａｌｇｏ — ｒｉｔｈｍａｎｄｅｘｔｒｅｍｕｍｄｉｓｔｕｒｂａｎｃｅｍｅｃｈａｎｉｓｍｏｒｆｓｉｇｎａｌｄｅｔｅｃｔｉｏｎｉｎＭＩＭＯ— ＯＦＤＭｓｙｓｔｅｍ．ＴｈｅｏｒｅｔｉｃａｌｒｅｓｅａｒｃｈａｎｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｅｒｆｏｍａｒｎｃｅｏｆｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｉｔｒｈｍｉＳｓｕｐｅｒｉｏｒｔｏｔｈｅｇｅｎｅｔｉｃａｌｇｏｉｔｒｈｍａｎｄｐａｔｉｒｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄＭＩＭＯ．０ＦＤＭｓｉｇｎａｌｄｅｔｅｃｔｉｏｎａｌｇｏｉｔｒｈｍｗｉｔｈｔｈｅｓａｍｅｂｉｔｅｒｒｏｒｒａｔｅ．ＴｈｅｒｅｉＳｏｎｌｙ１ｄＢＳＮＲｌｏｓｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｕｎｄｅｒｔｈｅｉｄｅａｌｃｈａｎｎｅ１．ＴｈｅａｌｇｏｒｉｔｈｍｉＳａｐｒａｃｔｉｃａｌｓｉｇｎａｌｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｗｈｉｃｈｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｓｔｈｅｓｉｇｎａｌｄｅｔｅｃｔｉｏｎｐｅｆｏｒｍａｒｎｃｅｏｆｔｈｅｓｙｓｔｅｍａｎｄ
ＳｉｇｎａｌｄｅｔｅｃｔｉｏｎｆｏｒＭＩＭＯ— ＯＦＤＭｓｙｓｔｅｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ
术和极值扰动机制相结合，对ＭＩＭＯ－ＯＦＤＭ系统进行信号检测。理论研究和仿真结果表明，在相同误比特率情况下，所提算法性能优于基于遗传和粒子群优化的ＭＩＭＯ — ＯＦＤＭ信号检测算法性能，与理想信道下的最大似然检测算法性能相比，信噪比仅有１ｄＢ的损失；在较少的迭代次数下，该算法有效地提高了系统的信号检测性能，有较强的全局搜索能力，
ＧＡＯＪｉｎｇｐｅｎｇ，ＺＨＡＯＤａｎｆｅｎｇ，ＨＵＡＮＧＸｉａｎｇｓｏｎｇ
（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｔｈａｔｔｈｅｓｉｇｎａｌｄｅｔｅｃｔｉｏｎａｌｇｏｉｔｒｈｍｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｅａｓｉｌｙｆａｌｌｓｉｎｔｏｌｏｃａｌｍｉｎｉｍｕｍａｎｄｉｔｓｃｏｎｖｅｒｇｅｎｃｅｐｒｅｃｉｓｉｏｎｉＳｌｏｗｆｏｒＭＩＭ０ＯＦＤＭｓｙｓｔｅｍ．ａｓｉｇｎａｌｄｅｔｅｃｔｉｏｎａ１．
第３６卷第２期
２０１５年２月
哈
尔
滨
工
程
大Байду номын сангаас
学
学
报
Ｖ０ｌ３６Ｎｏ．２Ｆｅｂ．２０１５
ＪｏｕｒｎａｌｏｆＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ
基于改进粒子群优化的ＭＩＭＯ — ＯＦＤＭ信号检测
ｇｏｒｉｔｈｍｉＳｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｏｒｆＭＩＭＯ— ＯＦＤＭｓｙｓｔｅｍ．Ｔｈｉｓａｌｇｏｉｔｒｈｍｉｍ．
高敬鹏，赵旦峰，黄湘松
（哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨１５０００１）
摘
一
要：针对ＭＩＭＯ — ＯＦＤＭ系统中，基于粒子群优化的信号检测算法易于陷入局部极值和收敛精度较低的问题，提出了种基于改进粒子群优化的ＭＩＭＯ — ＯＦＤＭ信号检测算法。该算法将粒子群优化算法进行改进，并与遗传算法的杂交技
是一种实用的信号检测方法。关键词：ＭＩＭＯ；ＯＦＤＭ；信号检测；改进粒子群优化算法；杂交算法
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００６ — ７０４３．２０１３０５４２０
网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｏｉ／１０．３９６９／ｊ．ｉｓｓｎ．１００６ — ７０４３．２０１３０５４２０．ｈｔｍｌ中图分类号：ＴＮ９１１．２３文献标志码：Ａ文章编号：１００６ — ７４３０（２０１５）０２ — ０２６２ — ０５