基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在多输入多输出(MIMO)系统的信号检测算法中,最大似然(ML)算法具有最佳检测性能,但因其复杂度随天线数及调制阶数的增加呈指数增加而不实用.排序干扰逐次消去的最小均方误差(MMSE-OSIC)算法具有很低的复杂度,但因迭代检测过程中的差错传播使得检测性能与最佳检测相比有很大差距.针对以上算法的缺点,提出了一种低复杂度近最佳的MIMO信号检测算法,该算法对MMSE-OSIC算法的检测顺序进行调整,首先通过比较信道逆矩阵行向量的范数确定最弱信号层,对该发射信号的所有可能值进行遍历搜索,在保证最弱信号层尽可能正确检测的前提下,对剩余信号层采用MMSE-OSIC算法检测.理论分析及仿真结果表明,该算法有效抑制了迭代检测过程中的差错传播,几乎达到了最佳检测性能,同时具有较低的复杂度,在检测性能与复杂度之间给出了很好的折衷.
推荐文章
接近最优检测性能的低复杂度线性并行MIMO检测算法
多输入多输出系统
并行检测
格归约
正交幅度调制
基于格基约减辅助的低复杂度MIMO信号检测算法
MIMO系统
信号检测
格基约减
LLL算法
Brun算法
一种低复杂度近最优大规模MIMO检测算法
MIMO
Richardson迭代
连续替换
检测算法
低复杂度MIMO检测技术分析
MIMO检测
最大似然(ML)检测
球形译码
Chase检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种低复杂度近最佳的MIMO信号检测算法
来源期刊 南京信息工程大学学报 学科 工学
关键词 多输入多输出 干扰逐次消去 最小均方误差 最大似然 检测顺序
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 167-170
页数 4页 分类号 TN911.7
字数 3163字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘金铸 南京信息工程大学电子与信息工程学院 26 68 5.0 6.0
2 薛婷 南京信息工程大学信息与控制学院 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (6)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多输入多输出
干扰逐次消去
最小均方误差
最大似然
检测顺序
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京信息工程大学学报
双月刊
1674-7070
32-1801/N
南京市宁六路219号
chi
出版文献量(篇)
1162
总下载数(次)
7
总被引数(次)
4849
论文1v1指导