没有合适的资源?快使用搜索试试~ 我知道了~
⃝⃝可在www.sciencedirect.com在线获取ScienceDirectICT Express 3(2017)119www.elsevier.com/locate/icte使用并行检测算法的大规模MIMO系统的降低的复杂度和延迟ShoichiHiguchi,Chang-Jun Ahn千叶大学研究生院工学研究科,千叶县稻上区弥生町1-33,邮编263-8522接收日期:2016年8月31日;接收日期:2017年3月4日;接受日期:2017年3月25日在线提供2017年摘要近年来,大规模MIMO系统已经被广泛研究以实现高速数据传输。由于大规模MIMO系统使用大量天线,这些系统需要巨大的复杂度来检测信号。在本文中,我们提出了一种新的检测方法,大规模MIMO使用并行检测与最大似然检测QR分解和M算法(QRM-MLD),以减少复杂度和延迟。该方案通过对H矩阵进行置换和QR分解得到R矩阵。R矩阵也使用Gauss-Jordan消去法消去。通过使用一个修改的R矩阵,所提出的方法可以检测发射信号使用并行检测。从仿真结果来看,与传统的方法相比,该方案可以实现降低的复杂度和延迟的误码率(BER)性能的下降很少c2017韩国通信信息科学研究所。出版社:Elsevier B.V.这是一篇开放获取的文章,CC BY-NC-ND许可证(http://creativecommons. org/licenses/by-nc-nd/4. 0/)。关键词:大规模MIMO; QRM-MLD;并行检测; 5G1. 介绍近年来,无线通信已经成为世界范围内的基本技术。在日本,第四代移动通信系统(4G),诸如高级LTE(高级长期演进)[1]和WIMA X 2(全球微波接入互操作性2)[2]已经被广泛使用。此外,64.2%的日本人和94.5%的20多岁年轻人使用智能手机[3]。这种情况导致了网络流量的快速增长。为了解决这个问题,第五代移动通信系统(5G)正在被广泛研究。 这些系统旨在实现高水平的要求,例如高系统容量,高数据速率,大规模设备连接,减少延迟,节能和降低成本[4]。大规模MIMO是实现5G系统的关键技术之一[5]。然而,通过增加发射天线的数量*通讯作者。电子邮件地址:acaa2424@chiba-u.jp(新加坡)Higuchi)。同行评审由韩国通信信息科学研究所负责。这篇论文已经由教授处理李正宇信道相关性显著增加。在这种情况下,天线分集将受到限制。 零强迫(ZF)由于其低复杂性而被广泛考虑。然而,ZF给出了最差的误比特率(BER)性能。另一方面,最大似然检测(MLD)给出了最好的BER性能。然而,复杂性 随着发射天线数量的增加,MLD的指数级增加。由于大规模MIMO使用大量天线,因此使用MLD是不切实际的。基于并行干扰消除(PIC)或连续干扰消除(SIC)的并行检测方案已被广泛考虑。然而,复杂性和延迟显著增加。为了保持BER并减轻系统复杂度,已经提出了具有QR分解和M算法的最大似然检测(QRM-MLD)[6,7]。QRM-MLD的性能取决于用于串行检测的存活符号副本候选者的数量。如果我们使用大量的幸存符号,性能就会提高。然而,尽管QRM-MLD具有小延迟和低复杂度,但当我们使用大量幸存的符号副本候选时,QRM-MLD会导致长延迟和巨大的复杂度。QRM-MLD的这些特征http://dx.doi.org/10.1016/j.icte.2017.03.0092405-9595/c2017韩国通信信息科学研究所。Elsevier B. V.的出版服务。这是CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4. 0/)。120S. Higuchi,C.J. Ahn/ICT Express 3(2017)119m=1=·∞这与5G的要求不符。 因此,在本文中,我们提出了一种新的检测方法的大规模MIMO系统使用并行检测QRM-MLD,以减少复杂度和延迟。本文的组织结构如下。渠道模式,在第2节中描述了传统的QRM-MLD及其复杂性。在第3节中,我们展示了所提出的方案的配置。在第4节中,我们展示了模拟结果。最后,在第5节中给出了结论。2. 系统模型2.1. 信道模型第m个发射天线和第n个接收天线之间的脉冲响应hm, n(τ, t)由下式给出:100-1l=0表1每个数据包需要乘以QRM-MLD。运算所需乘法H4M3K的QR分解QH4M2K Nd平方欧几里德距离2( 1+M−1Sm)C K Nd其中S(k)是置换的S(k)。 信道矩阵H(k)可以被分解为H(k),Q(k)R(k)。这种变换称为QR分解,它基于Householder变换。这里Q(k)是酉矩阵,R(k)是上三角矩阵。两边都是Eq。(6)乘以QH(k)以将Z(k)建模为Z(k)=QH(k)Y(k)=R(k)S(k)+N(k),(7)其中,N(k)=QH(k)·N(k)。由于Q(k)是酉矩阵,左侧表示N(k)乘以QH(k)不会导致任何增加。我们重写Eq。(7)矩阵形式其中L是具有变化的时间延迟的多径,hm, n, l( t)是第l个通道增益,τm, n, l是第l个通道的时延,通道传递函数Hmn( f, t)是傅里叶变换Z1(k)Z2(k)建议11(k). . .R1 M(k)S1(k)0。. .R2 M(k)S2(k)N=1(k)N=2(k),。 =...好吧+. (八)hm, n(τ, t)的变换。这里Hm, n( f, t)由下式给出:- 是的好吧...- 是的ZM( k)0。. . R MM(k)SM(k)NM(k)Hm, n( f, t)==0hm, n(τ, t)exp(−j 2πfτ)dτL−1h m,n,l(t)exp(−j 2 π f τm,n,l).(二)l=0由于QRM-MLD使用在前一级中检测的数据进行信号检测,因此信号检测从行的底部开始进行使用该过程,增加了对较低行的正确检测,可以帮助实现第k个子载波的接收信号矢量Y(k)表示为Y(k)=H(k)S( k)+N(k),(3)其中S(k)是第k个子载波的发送信号矢量,N(k)是高斯白噪声矢量。2.2. 常规QRM-MLD为了简单起见,我们假设在本文中有M个发射和接收天线从等式因此,我们可以将信道矩阵表示为:H 1,1(k) H 1,2(k)···H1,M( k)良好的BER性能。此外,R矩阵的对角元素与每个通道列的特征值密切相关因此,新排名的H(k)的每个列幂顺序从右手侧以降序排序。最后,检测信号S′(k)满足如下2S′(k)=Z(k)−R(k)S<$(k).(九)该 检 测方 法 具 有 较好 的 误 码 率性 能 , 且复 杂 度 低 于MLD。然而,当我们使用QRM-MLD时,在大规模MIMO中,QRM-MLD需要巨大复杂度和长延迟。更糟糕的是,这些问题被大量幸存的符号副本候选者夸大了。H(k)=0...好吧(四)2.3. 复杂性HM,1( k) HM, M( k)观察Eq. (4),我们可以计算每列的幂阶,并且n次幂H(k)表示为H1,rank( M)(k) H1,rank( 1)(k)在这里,我们将所需乘法定义为复杂度。表1显示了每个数据包的QRM-MLD所需的乘法[8]。这里,M是发射天线的数量,C是星座大小(QPSK= 4),Nd是数据传输hm, n(τ, t)=hm, n, l( t)δ(τ−τm, n, l),(1)S. Higuchi,C.J. Ahn/ICT Express 3(2017)119121H(k)=...、(五)HM,等级(M)(k)···HM,秩(1)(k)其中rank( m)是第m个最大信道列。从等式在等式(5)中,我们可以将接收信号矢量Y(k)表示为Y(k)=H(k)S(k)+N(k),(6)符号,K是载波的数量,并且Sm是基于M算法的幸存符号的数量。3. 建议计划如上所述,QRM-MLD可以通过串行处理来检测传输的这一过程造成了长期的122S. Higuchi,C.J. Ahn/ICT Express 3(2017)119×中国(11)0 0R kR k延迟。因此,我们提出了一种新的大规模MIMO检测方法该方案的关键点是在M级下检测M个发射信号。首先,所提出的方案获得ranked H_∞(k)以使用所计算的信道阶。然后对H_∞(k)进行置换和QR分解,得到R(k图1示出了所提出的信道排序方法。圆圈中的数字表示每列的幂次。这些数字平均分配在每个区块上。在这里,我们假设块的数量是NB。在每个块中,数字从右侧开始按降序排序。黑色、白色和灰色圆圈表示相对功率。黑色圆圈比灰色或白色圆圈具有更高的功率。其次,R(k)通过Gauss-Jordan消去法消去。在这种消元法中,R(k)从上三角矩阵变换为阶梯矩阵。的步骤在阶梯矩阵中的值取决于并行检测的数量。换句话说,它们取决于块的数量。如果我们选择4块和2块,则R(k)表示为如图2所示。2和3这里Bn是第n个块。 图在图2和图3中,这些块彼此独立。通过使用R(k),可以利用并行检测来检测所发送的信号。从图 1,首先通过QRM-MLD同时检测黑色、灰色和白色圆圈。因此,在每个块中,数字如上所述进行排序。与QRM-MLD相比,该方案的延迟减少了约1/NB倍。另一方面,所提出的方案的分集阶数也减少了相同的速率。因此,在所提出的方案中,延迟与分集阶数不相容。然而,随着分集阶数的增加,增益略有改善。因此,选择过多的分集阶数是低效的。因此,我们选择4的分集阶数来实现最佳延迟。例如,我们在4中选择2块4MIMO。秩H(k)表示为:图1.一、提出了一种基于M×MR矩阵的信道排序方法图二、修改的R矩阵作为4块R矩阵。图3.第三章。修改的R矩阵作为2块R矩阵。其中Z(k)是修改后的Z(k)。 从等式在等式(12)中,S1(k)、S4(k)和S2(k)、S3(k)的检测分别操作为:H1,rank( 4)(k)H 1,rank( 1)(k)H 1,rank( 3)(k)H1,rank(2)(k)ZhZhZhZhRk=RkS kH2,等级(4)(k)H2,秩(1)(k)H2,秩(3)(k)H2,秩(2)(k).4()11()12()4()、(十三)H3,rank( 4)(k)H 3,rank( 1)(k)H 3,rank( 3)(k)H3,rank(2)(k)Z1(k)22(k)S1(k)H4,等级(4)(k)H4,等级(1)(k)H4,秩(3)(k)H4,秩(2)(k)2004年12月23日(星期一)这里,Z(k)表示为11(k) R12( k) R13( k) R 14( k)由于Eqs. (13)和(14)互不相关,我们可以同时检测不同的两个信号S1(k)和S2(k)。在此之后,还检测S4(k)和S3(k)因此,在本发明中,Z1(k)Z3(k)=Z2( k)0R22(k) R23(k) R24(k) S1(k).三十三、三十四、三R44(k)S2(k)四个发射信号仅由两个级检测。因此,可以减少所提出的方案的延迟。表2显示了所提出的方案所需的乘法。由于该方案减少了当R13(k)和R23(k)被消除时,我们选择第三排在通过第四行消除R14(k)和R24(k)Z(k)表示为由于在两个阶段中,所需的平方欧几里德距离的乘法与传统的QRM-MLD相比减少了。Z第11(k)条第12(k)条第00条第4(k)条4. 仿真结果(十)Z2( k)=R44(k).(十四)S2(k)S. Higuchi,C.J. Ahn/ICT Express 3(2017)119123=Z1(k)Z0R22(k)0 0S1(k)33(k)R34(k)R44(k)S2(k)(十二)在这里,我们比较了所提出的计划与传统的QRM-MLD和ZF。QRM-MLD使用对数似然比Z2( k)124S. Higuchi,C.J. Ahn/ICT Express 3(2017)119m=1i=1==×=×=××××=-=×表2每个数据包所需的建议方案的乘法。运算所需乘法H4M3K的QR分解QH4M2K Nd平方欧几里德距离(M/ NB)(2( 1+(M/ NB)−1Sm)C KNd)矩阵变换(M/NB)(M/NB )−1(i M/ NB)K表3模拟条件。调制QPSK保护间隔为0。8µsFading五径瑞利衰落多普勒间隔10 Hz运营商数量62快速傅立叶变换大小64Colonna纳斯16,4数据信号数量20前向纠错R=1/ 2,Lc=7图四、16× 16 MIMO系统的误码性能(LLR)后验概率(APP)用于软判决解码[9]。数据信号首先在发射机上被编码。我们使用卷积码(编码率R1/ 2,约束长度Lc7)与比特交织。编码比特是QPSK调制的。在调制之后,调制信号被串并变换。发射的信号经受宽带信道传播。在这个仿真中,我们假设五径瑞利衰落,路径间隔为150 ns,保护间隔长度为0。8 µs,最大多普勒频率为10 Hz。表3示出了模拟条件。图4示出了QRM-MLD(Sm= 4)、ZF、所提出的基于2个块(Sm=4)的 16× 16 MIMO方案以及所提出的基于4个块(Sm=4)的16 × 16 MIMO方案的BER。图五、16× 16 MIMO、4× 4 MIMO和8× 8 MIMO的BER性能1616 MIMO。观察图4,所提出的方案,与ZF相比,2块和4块在BER为10−5时分别实现16和14 dB增益。另一方面,在BER为10- 5时,与传统的QRM- MLD相比,所提出的具有2个块和4个块的方案分别获得1 dB和3 dB的惩罚。该方案的分集阶数小于传统的QRM-MLD。因此,这些结果归因于QRM-MLD的特性。通过仅考虑图4,我们假设所提出的具有4个块的方案获得4个分集阶数。图5示出了QRM-MLD的BER(S m4)基于4 4 MIMO和8 8 MIMO和基于2块和4块(Sm4)的16 16 MIMO的方案。观察图5,与传统的基于4块的QRM-MLD相比,具有2块和4块的所提出的方案分别获得0.8和1dB的4 MIMO和88 MIMO,BER为10-5这种恶化是由天线之间的干扰引起的。因此,当在大规模MIMO中考虑所提出的方案时,分集阶数随着M/ NB而略微降低。从延迟的角度来看,与传统的QRM-MLD相比,所提出的具有2个块和4个块的方案 分别 通过 使用 模拟 条 件计 算所 需的 乘法 在 16 × 16MIMO中,QRM-MLD(S m 4)、建议方案采用2块(Sm)4),和建议的方案与4块(S m四、分别为2,890,668、2,864,896和2,807,360。因此,与传统的QRM-MLD相比,所提出的2块和4块方案的每个分组所需的总乘法分别减少了0.9%和2.9%。5. 结论在本文中,我们提出了一种新的检测方法,大规模MIMO使用QRM-MLD并行检测,以减少复杂度和延迟。该方案实现了S. Higuchi,C.J. Ahn/ICT Express 3(2017)119125××良好的BER性能,乘法次数少。从仿真结果来看,所提出的方案具有2块和与传统的QRM-MLD相比,基于4块的16 16 MIMO在BER为10−5时分别获得1 dB和3 dB的代价。然而,所提出的基于2块和4块的方案的16 16 MIMO与QRM-MLD相比分别降低了0.9%和2.9%。此外,与QRM-MLD相比,所提出的2块和4块方案减少了大约二分之一和四分之一的延迟。利益冲突作者声明,本文中不存在利益冲突引用[1] 3GPP TS 36.300,演进通用陆地无线电接入(E-UTRA)和演进通用陆地无线电接入网络(E-UTRAN),Rel. 10,v10.2.0,12月2010年。[2] 局域网和城域网的IEEE标准-第16部分:宽带无线接入系统的空中接口-高级空中接口的修正草案。802.16m/D10,11月2010年。[3] 公共管理部,http://www.soumu走了jp/johotsusintokei/whitepaper/h26. HTML.[4] NTTDOCOMO,https://www.nttdocomo。有限jp/chinese/corporate/technology/whitepaper5g/.[5] E. 拉 尔 森 岛 Edfors , F. Tufvesson , T. Marzetta , Massive MIMOfornextgeneration wirelesssystems , IEEE Commun. 麦 格 52 ( 2 )(2014)186[6] K.J. 金,Y。Yue,R.A.Iltis,J.D.Gibso,基于QRD-M/Kalman滤波器的MIMO-OFDM系统的检测和信道估计算法,IEEE Trans. WirelessCommun. 4(2005)710-721。[7] K.J. 金,Y。联合信道估计和数据检测算法对于MIMO-OFDM系统,参见:Proc.36thAsilomarConf.Signals,Syst.Comput.,Nov. 2002,pp. 1857-1861年。[8] C. Ahn,用于MQRD-PCM/MIMO-OFDM的基于信道排序的联合符号检测,在:IEEE CCNC 2009的学报,2009年1月,第1 -5页[9] W.申,H.金,M。儿子,H。Park,编码MIMO系统中QRM-MLD的改进LLR计算,在:Proc. IEEE 66 th VTC 2007-Fall,2007年9月30日
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 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
会员权益专享
最新资源
- RTL8188FU-Linux-v5.7.4.2-36687.20200602.tar(20765).gz
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
- SPC统计方法基础知识.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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