作者:
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:
在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中,现有的非线性检测算法中似然上升搜索(Likelihood Ascend Search,LAS)算法的复杂度较低,但是算法容易陷入局部极值,导致算法性能较差.文中提出一种全局最优的模拟退火-似然上升搜索(Simulated Annealing-Likelihood Ascend Search,SA-LAS)算法,该算法引入模拟退火算法中的概率因素,以一定概率接收相对更差的解,从而改进算法的局限性.同时还利用加权-对称连续超松弛(Weighted Symmetric Successive Over Relaxation,WSSOR)迭代处理复杂的矩阵求逆运算,降低初始解的求解复杂度;另外,设置多个邻域候选集并行搜索加快搜索的速度;最后设置双阈值控制迭代终止时间,以此降低算法复杂度.理论分析了该算法的复杂度,并通过仿真对不同检测算法的误码率性能和收敛速度进行了研究,结果表明:在复杂度阶数不增加的情况下,文中提出的SA-LAS检测算法的误码率性能明显优于现有的LAS检测算法.
推荐文章
一种大规模MIMO系统低复杂度的CSM检测算法
大规模MIMO
低复杂度
诺依曼级数
Cholesky分解
Sherman-Morrison公式
基于随机计算的大规模MIMO检测算法研究与硬件实现
大规模MIMO
检测算法
随机计算
Vivado HLS
一种上行链路大规模MIMO系统的低复杂度检测算法
大规模MIMO
信号检测
Kaczmarz算法
MMSE
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 大规模MIMO系统中全局LAS检测算法
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 大规模多输入多输出 似然上升搜索 模拟退火 全局最优 WSSOR 多邻域候选集 双阈值
年,卷(期) 2020,(4) 所属期刊栏目 通信与电子
研究方向 页码范围 37-43
页数 7页 分类号 TN929.5
字数 语种 中文
DOI 10.14132/j.cnki.1673-5439.2020.04.006
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 张维 7 3 1.0 1.0
2 周围 96 326 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (12)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 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
似然上升搜索
模拟退火
全局最优
WSSOR
多邻域候选集
双阈值
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
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导