資源描述:
《sm-mimo系統(tǒng)低復(fù)雜度信號(hào)檢測(cè)算法的研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、.-.,‘.VVV滬.我:節(jié);V'?wèi)簦б?、,I-■'?,**:-:‘、行k.???'>-.‘.斗.,,:V.二;?,三"‘-令I'V‘‘.’按'乂廬巧'‘沖.;10293密開#:單位代碼級(jí):么.一I'占-數(shù)對(duì)一V;-.".-‘’女皆;':7種_.I■’‘’;1毒終蠢#泰V碩女緣化化攀’..,’;'.背J,>滬:‘.-'、*[la知引-獅類,<?—..;,.'.丫、',,婿’''P-?';式''-V
2、論義題目;SMMIMO系統(tǒng)化復(fù)雜度信號(hào)檢測(cè)算法的研究凍,_'.抑''’’'^?.;八V:V'■:於,、■'滬■三-''、、V—V之;-''氣成:一一■巧興'r,、片-^.I'人;;:,r./V‘...款.n?..V..,.■1013010201.:學(xué)號(hào)^姓名^隘莖逗\?姚建國(guó)導(dǎo)師'學(xué)科專業(yè)通信與信息系統(tǒng)-研究方向移動(dòng)通信與無線技術(shù)申請(qǐng)學(xué)位類別王筆碩±論文提交!〇—六年H月日期...;..音、邊潛舖
3、ResearchonLowComplexitySignalDetectionAlgorithmsforSM-MIMOSystemsThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByLukesiSupervisor:Prof.YaojianguoMarch2016南京郵電大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加W標(biāo)
4、注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得南京郵電大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。一本人學(xué)位論文及被及相關(guān)資料若有不實(shí),切相關(guān)的法律責(zé)任愿意承擔(dān)。研究生簽名:心M>;tII日期南京郵電大學(xué)學(xué)位論義使巧授權(quán)聲明本人授權(quán)南京郵電大學(xué)可W保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子文^檔;允許論文被查閱和借閱;可式將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索;可レッ采用影印、
5、縮印或掃描等復(fù)制手段保存、匯編本學(xué)位論文。本文電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。論文的公布(包括刊登)授權(quán)南京郵電大學(xué)研究生院辦理。嫂密學(xué)位論文在解密后適用本授權(quán)書。,研巧生簽名::完累導(dǎo)師簽名期:Jo//f摘要MIMO系統(tǒng)在給無線通信系統(tǒng)帶來增益的同時(shí),也引入了信道間干擾、天線間同步、多個(gè)射頻鏈路實(shí)現(xiàn)代價(jià)昂貴等問題??臻g調(diào)制(SpatialModulation,SM)系統(tǒng)作為一種全新的MIMO傳輸技術(shù)被提出,空間調(diào)制利用天線的激活狀態(tài)作為傳輸信息的載體,有效地簡(jiǎn)化了傳統(tǒng)MIMO方案中的信道間干擾、天線間同步以及射頻代價(jià)等問
6、題。同時(shí),空間調(diào)制適用于大規(guī)模上下行鏈路天線數(shù)目不對(duì)稱的MIMO信道。為了更好地將空間調(diào)制應(yīng)用于實(shí)際系統(tǒng)之中,低復(fù)雜度的檢測(cè)算法一直是一個(gè)研究熱點(diǎn)。論文主要針對(duì)空間調(diào)制系統(tǒng)的低復(fù)雜度的檢測(cè)算法進(jìn)行研究。首先在研究空間調(diào)制系統(tǒng)的一些經(jīng)典檢測(cè)算法的基礎(chǔ)上,給出了一種基于信號(hào)矢量檢測(cè)算法(SignalVectorBasedDetection,SVD)的二階(SVD-MaximumLikelihood,SVD-ML)檢測(cè)算法。該算法克服了SVD算法只在采用低階調(diào)制的空間調(diào)制系統(tǒng)才能達(dá)到最優(yōu)檢測(cè)算法性能的缺點(diǎn),通過調(diào)節(jié)參數(shù)可以使SVD-ML檢測(cè)算法性能達(dá)到
7、最優(yōu)。同時(shí),該算法減少了最大似然(MaximumLikelihood,ML)檢測(cè)算法的搜索空間,是一種低復(fù)雜度檢測(cè)算法。其次研究了空間調(diào)制系統(tǒng)的樹形搜索檢測(cè)算法。在深度優(yōu)先搜索檢測(cè)方面,研究了以接收端為中心的檢測(cè)(Receiver-centricSphereDetection,Rx-SD)算法和以發(fā)送端為中心的檢測(cè)(Transmit-centricSphereDetection,Tx-SD)算法。并對(duì)Rx-SD算法中的搜索樹層次進(jìn)行排序,加快搜索路徑的收斂,進(jìn)一步降低算法的復(fù)雜度。在廣度優(yōu)先搜索檢測(cè)方面,研究了基于M算法的ML(M-algorit
8、hmtoMaximumLikelihood,M-ML)檢測(cè)算法及其改進(jìn)的算法。改進(jìn)的M-ML檢測(cè)算法每層的M值不是固定值,M值隨著搜索樹