论文部分内容阅读
大规模多输入多输出(Massive Multiple-input Multiple-out,Massive MIMO)技术通过在基站侧部署大数量的天线来获得更大的空间自由度,极大地提升了系统容量和频谱效率,能够有效地满足用户对海量数据的需求。但是大数量的天线会不可避免地增加能量消耗和系统实现复杂度,这不符合绿色通信的理念。空间调制(Spatial Modulation,SM)作为一种新型的单射频链路传输技术,在能源效率和收发端设计复杂度上有明显的优势,非常适用于配置有大规模天线的系统,这使得它成为未来无线通信系统的热门技术。信号检测在SM中非常重要,检测算法的性能会对SM系统的整体性能产生很大的影响。本文基于大规模MIMO场景,对SM接收端的检测算法进行了研究,并提出了两种优化的信号检测算法。本文的主要工作及创新点如下:1.在最大似然算法(Maximum-Likelihood,ML)的基础上提出了一种改进的ML检测算法(Improved-ML)。该算法通过改变最大似然表达式来减少纵向搜索分支的计算量,从而降低了ML检测算法的整体计算复杂度。Improved-ML算法保留了ML算法的检测思想,在误比特率(Bit-Error-Rate,BER)性能上没有任何损失。2.把减少欧氏距离计算量的思想与以接收端为中心的球形译码算法(Receiver-centric Sphere Decoding,RX-SD)相结合,提出了一种改进的RX-SD(Improved-RX)检测算法。不同于RX-SD算法,除了初始半径外,Improved-RX检测算法还引入了子搜索半径来限制搜索空间。该算法在降低计算复杂度的同时还能保持近似最优的BER性能。3.立足于大规模MIMO场景,对比了新提出的改进算法和现有经典SM算法的检测性能,深入分析了它们自身的检测特性,最终给出了适用于大规模MIMO场景的SM检测方案。理论分析和仿真结果表明,相对于其它的经典检测算法,Improved-RX算法有更优的检测性能,非常适用于大规模MIMO场景。