检索结果-内蒙古大学图书馆

基于Barzilai-Borwein迭代的低复杂度大规模MIMO信号检测算法

系统工程与电子技术 2018年第8期40卷 1861-1865页

作者：刘孝祥张晶南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信技术研究所江苏南京210003

在大规模多输入多输出系统中,最小均方误差(minimum mean square error,MMSE)算法能达到接近最优的线性信号检测性能,但是MMSE算法需要复杂的矩阵求逆运算,这限制了该算法的应用。为了降低运算复杂度,改进MMSE算法,利用Barzilai-Borwein... 详细信息

在大规模多输入多输出系统中,最小均方误差(minimum mean square error,MMSE)算法能达到接近最优的线性信号检测性能,但是MMSE算法需要复杂的矩阵求逆运算,这限制了该算法的应用。为了降低运算复杂度,改进MMSE算法,利用Barzilai-Borwein(BB)迭代算法来避免矩阵求逆运算,提出了结构简单的BB迭代信号检测算法,且基于信道硬化特性进一步优化了迭代初始解以加快算法的收敛速度。理论和仿真结果表明,所提出的BB迭代算法的性能优于最近提出的Neumann级数展开算法,而其复杂度相比截短阶数i=3的Neumann级数展开算法减少了一个数量级;且该算法收敛速度较快,在给定初始值的条件下,通过简单的几次迭代,能够快速接近MMSE算法的检测性能。

关键词：大规模多输入多输出系统线性信号检测 Barzilai-Borwein迭代算法低复杂度

来源：评论

学校读者我要写书评

暂无评论

大规模MIMO系统中BFGS检测算法与实现技术研究

大规模MIMO系统中BFGS检测算法与实现技术研究

引用

作者：李琳电子科技大学

学位级别：博士

随着通信技术的飞速发展和通信业务需求的快速增长,未来无线通信面临着更快的数据速率、更高的频谱效率和更强的通信质量等诸多挑战。大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术通过大量收发天线的部署,在不增加频... 详细信息

随着通信技术的飞速发展和通信业务需求的快速增长,未来无线通信面临着更快的数据速率、更高的频谱效率和更强的通信质量等诸多挑战。大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术通过大量收发天线的部署,在不增加频谱资源和发射功率的前提下,可以极大地提升无线通信的系统容量与频谱能效,是当前第五代移动通信(The Fifth Generation,5G)和未来无线通信的物理层核心技术,与毫米波等通信技术的紧密结合也有着广阔的应用前景。由于基站端接收天线数目的大幅度增加,上行通信链路信号检测的难度势必会随之增大,这成为大规模MIMO技术在实际应用中亟待解决的问题。幸运的是,大规模MIMO线性最小均方误差(Minimum Mean Square Error,MMSE)检测被证明能够以较低的计算复杂度达到接近最优的检测性能。但是随着基站端天线规模的不断扩大,MMSE检测算法中将涉及复杂的高维度矩阵求逆运算而难以高效实现。本文以大规模MIMO线性信号检测技术为研究对象,以低复杂度、高性能为主要目标,从克服Broyden-Fletcher-Goldfarb-Shanno(BFGS)拟牛顿法应用于大规模MIMO线性MMSE检测时存在的计算复杂度高且存储需求大的缺陷,进一步提升低复杂度BFGS检测算法在恶劣信道传播环境下的检测性能,以及设计相应的超大规模集成电路(Very Large Scale Integration,VLSI)硬件架构三个方面展开全面深入的研究,提出了基于BFGS拟牛顿法的新型迭代线性检测算法及其高效硬件实现方案。本文的主要研究工作及创新点总结如下:(1)为了规避MMSE检测算法中涉及的高维度矩阵求逆运算,本文将其建模为一个无约束的严格凸二次优化问题,并首次利用BFGS拟牛顿法进行迭代求解。由于BFGS检测算法复杂度高而且存储需求大,本文引入了有限内存BFGS(Limited-memory BFGS,L-BFGS)拟牛顿法。通过简化L-BFGS所需的校正向量对数目并有效初始化Hessian逆的近似矩阵,进一步提出了基于改进L-BFGS的ILBGFS检测算法。仿真分析表明,I-LBFGS检测算法相比于BFGS检测算法、常规L-BFGS检测算法和其它低复杂度线性检测算法,能够以较低的计算复杂度逼近精确的MMSE检测性能。(2)尽管改进的L-BFGS拟牛顿法已经适用于大规模MIMO信号检测,但是并没有从根本上克服传统BFGS拟牛顿法在大规模MIMO通信系统应用中的缺陷。结合I-LBFGS检测算法的理论推导与BFGS拟牛顿法的本质特性,本文分别从搜索方向和迭代步长两个方面对BFGS进行简化,提出了三种低复杂度BFGS检测算法,分别是性能最稳健的I-BFGS检测、复杂度最低的S-BFGS检测和性能复杂度折中的U-BFGS检测,使得BFGS拟牛顿法可以有效地应用于大规模MIMO信号检测。为了进一步降低算法复杂度,本文提出相应的改进策略用以规避Gram矩阵计算涉及到的矩阵乘法和对数似然比(Log-Likelihood Ratio,LLR)计算涉及到的矩阵求逆。仿真分析表明,本文所提出的低复杂度BFGS检测算法在大规模MIMO编码系统中可以在保证检测性能的前提下,大大降低计算复杂度。(3)当大规模MIMO系统负载因子较大或者信道之间存在相关性时,信号检测算法的性能会有一定的衰退。由于迭代检测算法中初始解的选择对性能有着重要影响,本文结合大规模MIMO系统特性,基于低复杂度BFGS检测算法提出简单的对角矩阵初始化和近似逆矩阵初始化策略,以可接受的计算复杂度增加换来了收敛速度和检测性能的提升。此外,通过深入地分析I-BFGS检测算法的迭代过程,本文将最速下降法(Steepest Descent,SD)和Barzilai-Borwein(BB)算法联合起来即SDBB算法作为其初次迭代,得到了更加准确的搜索方向从而加快了收敛速度。仿真分析表明,在恶劣信道传播环境条件下,本文所提出的高性能BFGS联合检测算法在计算复杂度和检测性能上均优于其它联合检测算法。(4)大规模MIMO信号检测技术在实际中应用的关键不仅仅是确定合适的检测算法,更重要的是将算法映射到高效的硬件架构中。基于I-BFGS检测算法,本文设计了适用于128×8天线配置64-QAM调制模式的大规模MIMO信号检测VLSI实现方案。首先搭建了整体硬件架构,并以尽量节省硬件资源为目的,进行了各功能子模块的划分与设计。其中关键的矩阵向量乘法和求倒数运算单元分别采用双工作模式的脉动阵列和统一硬件电路的牛顿拉普森迭代来有效实现。利用MATLAB仿真,本文对计算精度和硬件开销进行了评估,确定了合适的定点位宽。FPGA实现结果表明,本文所提出的I-BFGS检测硬

关键词：大规模MIMO 线性信号检测 BFGS拟牛顿法低复杂度硬件实现

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：