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:
现有基于Lattice Reduction (LR)技术的多输入多输出(MIMO)系统检测算法,虽然可以有效地提高MIMO系统的误比特率(BER)性能,但其检测性能与最优的最大似然(ML)算法相比仍然存在差距.针对这一问题,提出了一种新的基于信道分组的线性Lattice Reduction辅助检测算法.该算法首先将信道分为两组,对通过条件最差子信道的信号采用最优的ML算法检测,然后将其从接收到的信号中消除,再采用Lattice Reduction技术对第2组信道进行优化,最终并行地对剩余信号进行检测.仿真结果表明:在16QAM(Quadrature Amplitude Modulation)和64QAM调制下,对于4×4的MIMO系统,该算法的误比特率性能达到了最优;对于6×6的MIMO系统,该算法相比最优的ML算法其检测性能相差不到0.5 dB.
推荐文章
MMSE 准则下近似最优 MIMO 分组并行检测算法
多输入多输出系统
最小均方误差
信道分组
并行检测
格归约
正交幅度调制 (QAM)
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
基于子空间跟踪的修正MMSE多用户检测算法
MMSE
OPAST
子空间跟踪
多用户检测
基于着色算法的并行碰撞检测算法
碰撞检测
混合包围体层次
并行技术
破对称
着色算法
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 基于MMSE的近似最优Lattice Reduction辅助线性并行检测算法
来源期刊 航空学报 学科 工学
关键词 多输入多输出系统 Lattice Reduction 最小均方误差 线性 并行
年,卷(期) 2013,(8) 所属期刊栏目 电子与控制
研究方向 页码范围 1898-1905
页数 8页 分类号 V19|TN911.72
字数 语种 中文
DOI 10.7527/S1000-6893.2013.0116
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 芮国胜 海军航空工程学院信号与信息处理山东省重点实验室 134 794 13.0 23.0
2 邓兵 海军航空工程学院电子信息工程系 52 599 13.0 23.0
3 田文飚 海军航空工程学院信号与信息处理山东省重点实验室 44 193 6.0 12.0
4 张海波 海军航空工程学院信号与信息处理山东省重点实验室 23 67 4.0 7.0
5 李延军 海军航空工程学院电子信息工程系 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  (7)
共引文献  (4)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(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(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
多输入多输出系统
Lattice Reduction
最小均方误差
线性
并行
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
航空学报
月刊
1000-6893
11-1929/V
大16开
北京市海淀区学院路37号
82-148
1965
chi
出版文献量(篇)
6543
总下载数(次)
27
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导