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:
为了降低多输入多输出(multiple-input multiple-output,MIMO)系统中K-best检测算法的计算复杂度,提出一种基于硬件操作中比特计数思想的比特排序(bit-sort,BS) K-best算法和一种进一步简化BSK-best算法的动态比特排序(dynamic bit-sort,DBS) K-best算法.这两种算法都是通过依次查找和计数每条路径的累积权重值的对应比特位,从而快速地找出所需的K条最短路径.此外,DBS K-best算法根据路径累积权重的大小只找出不大于K条的最短路径,因此,它比需要找出固定K条最短路径的BS K-best算法更加简便.仿真结果表明,BS K-best算法和DBS K-best算法均可以在逼近次优的球形译码(SD)算法的误码率性能的同时又大大降低了K-best检测算法的计算复杂度,且DBS K-best算法又进一步简化了BS K-best算法的计算.
推荐文章
MIMO系统一种低复杂度的K-Best检测算法
MIMO译码器
信号检测
K-Best
低复杂度
基于OSIC的低复杂度MIMO检测算法
信号检测
排序串行干扰抵消
迫零
最小均方误差
无线通信
一种低复杂度空间调制检测算法
空间调制
球形译码
树搜索结构
计算复杂度
误比特率
低复杂度PDCCH盲检测算法
长期演进
物理下行控制信道
盲检测
频谱感知
排序
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 比特排序的低复杂度K-best检测算法
来源期刊 中国计量学院学报 学科 工学
关键词 多输入多输出 K-best检测 比特排序 动态比特排序 硬判决 软判决
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 248-254
页数 7页 分类号 TN914
字数 6881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 陈燕敏 中国计量学院信息工程学院 7 18 2.0 4.0
2 楼喜中 中国计量学院信息工程学院 13 30 3.0 5.0
3 周茜 中国计量学院信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 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
K-best检测
比特排序
动态比特排序
硬判决
软判决
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
中国计量大学学报
季刊
2096-2835
33-1401/C
大16开
杭州市下沙高教园
1990
chi
出版文献量(篇)
1770
总下载数(次)
1
总被引数(次)
9715
论文1v1指导