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:
大规模多输入多输出(Massive multiple input multiple output,Massive MIMO)系统采用最小均方误差(Minimum mean square error,MMSE)接收检测方法时存在矩阵求逆复杂度高的问题,已有较多降低复杂度的研究.在降低检测算法复杂度的同时,如何提高算法收敛速度和检测性能一直是人们关注的焦点.本文将对称加速超松弛(Symmetric accelerated over-relaxation,SAOR)迭代算法应用于Massive MIMO系统信号检测中,避免了复杂的矩阵求逆计算,实现了复杂度较最小均方误差算法降低了一个数量级.仿真结果表明,基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差(Minimum mean square error,MMSE)算法的检测性能,为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法.
推荐文章
基于SM调制的Massive MIMO信号检测算法
大规模MIMO
信号检测
多用户
调制阶数
MIMO系统的信号检测算法分析
MIMO
破零检测
最小均方误差检测
排序消除检测
MIMO-OFDM系统基于QR分解的信号检测算法
MIMO-OFDM
ZF-BLAST算法
SQRD算法
Gram-Schmidt排序算法
基于改进梯度投影法的MIMO-NOMA系统迭代信号检测算法
多输入多输出
非正交多址
信号检测
IGP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SAOR的Massive MIMO系统信号检测算法
来源期刊 数据采集与处理 学科 工学
关键词 大规模多输入多输出 最小均方误差 对称加速超松弛 矩阵求逆
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 139-146
页数 8页 分类号 TN929.5
字数 4488字 语种 中文
DOI 10.16337/j.1004-9037.2020.01.012
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 许耀华 安徽大学电子信息工程学院 24 119 6.0 10.0
2 尤扬扬 安徽大学电子信息工程学院 1 0 0.0 0.0
3 胡梦钰 安徽大学电子信息工程学院 1 0 0.0 0.0
4 王剑 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (19)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(15)
  • 参考文献(1)
  • 二级参考文献(14)
2014(26)
  • 参考文献(1)
  • 二级参考文献(25)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
大规模多输入多输出
最小均方误差
对称加速超松弛
矩阵求逆
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
论文1v1指导