聯(lián)合LDPC譯碼和MIMO信號(hào)檢測(cè)算法研究.pdf

1、MIMO和OFDM技術(shù)以其高頻譜利用率和對(duì)抗多徑效應(yīng)的優(yōu)勢(shì)在無(wú)線通信領(lǐng)域得到了廣泛應(yīng)用。隨著人們對(duì)通信帶寬的需求不斷提高，大規(guī)模MIMO技術(shù)受到關(guān)注，由于大規(guī)模MIMO系統(tǒng)天線數(shù)目遠(yuǎn)多于傳統(tǒng)MIMO系統(tǒng)，因而對(duì)低復(fù)雜度、高性能的信號(hào)檢測(cè)算法提出了更高的要求。本文以級(jí)聯(lián)LDPC碼的V-BLAST結(jié)構(gòu)MIMO-OFDM系統(tǒng)為主要研究模型，利用OFDM的并行多子載波特性，將頻率選擇性衰落信道變?yōu)槎鄠€(gè)并行的平坦衰落信道，然后基于每個(gè)子載波，建模

2、為平坦衰落V-BLASTMIMO系統(tǒng)，來(lái)并行、獨(dú)立地進(jìn)行信號(hào)檢測(cè)。
　　根據(jù)信號(hào)均衡過(guò)程和信道譯碼器的譯碼過(guò)程之間的關(guān)系，并以（大規(guī)模）MIMO系統(tǒng)的低復(fù)雜度為要求，本文將MIMO系統(tǒng)信號(hào)檢測(cè)的方法分為三類展開(kāi)研究:獨(dú)立譯碼檢測(cè)算法、Turbo迭代譯碼檢測(cè)算法和聯(lián)合譯碼檢測(cè)算法;分別針對(duì)上述三類檢測(cè)算法，進(jìn)行低復(fù)雜度的檢測(cè)器設(shè)計(jì):
　　(1)對(duì)獨(dú)立檢測(cè)和譯碼算法進(jìn)行了研究。首先分析了具有最優(yōu)檢測(cè)性能的ML算法，為了降低復(fù)雜度

3、，提出了基于ML準(zhǔn)則的樹(shù)搜索模型，研究基于深度優(yōu)先搜索的SD算法和寬度優(yōu)先搜索的K-Best算法。在K-Best算法中，并行處理和固定可控的復(fù)雜度使得該方法很適合在實(shí)際系統(tǒng)中應(yīng)用;而K因子在K-Best算法中具有關(guān)鍵作用，通過(guò)選擇合適的K參數(shù)，確保系統(tǒng)性能和計(jì)算復(fù)雜度的折中。
　　(2)基于Turbo迭代檢測(cè)算法的基本模型，研究了K-Best準(zhǔn)則和MMSE準(zhǔn)則下的Turbo檢測(cè)器設(shè)計(jì)。對(duì)于Turbo-K-Best算法，著重分析了輸

4、出軟信息LLR的計(jì)算方案，通過(guò)利用有限搜索列表策略和Max-Log策略，大大降低了計(jì)算復(fù)雜度;對(duì)于Turbo-MMSE算法，著重研究具有先驗(yàn)信息的MMSE準(zhǔn)則濾波器，并將濾波后的其他天線干擾用高斯分布來(lái)近似，進(jìn)行LLR計(jì)算。對(duì)Turbo-K-Best和Turbo-MMSE的性能和復(fù)雜度進(jìn)行了綜合分析，發(fā)現(xiàn)通過(guò)選擇合適的K因子，可以使得Turbo-K-Best的復(fù)雜度與Turbo-MMSE持平甚至更低，并獲得優(yōu)于MMSE檢測(cè)的性能。

5、>　　(3)將因子圖FG模型引入到信號(hào)檢測(cè)過(guò)程中。首先分析了基于因子圖模型的置信度傳遞(BP)算法，研究了圖中各個(gè)節(jié)點(diǎn)的信息傳遞過(guò)程。而在MIMO信號(hào)檢測(cè)中，通過(guò)引入高斯干擾近似，也可以利用FG-BP算法在變量節(jié)點(diǎn)和觀測(cè)節(jié)點(diǎn)之間不斷進(jìn)行似然比消息傳遞，通過(guò)不斷迭代使得變量節(jié)點(diǎn)收斂至邊緣概率，完成信號(hào)檢測(cè);詳細(xì)分析了基于FG-BP的信號(hào)檢測(cè)算法，并將該算法擴(kuò)展到Turbo迭代結(jié)構(gòu)中，得到了Turbo-FG-BP信號(hào)檢測(cè)算法。除此之外，提出

6、了聯(lián)合LDPC譯碼和信號(hào)檢測(cè)算法，用統(tǒng)一的因子圖對(duì)信道和LDPC編碼矩陣進(jìn)行建模，在每一次迭代中同時(shí)進(jìn)行變量節(jié)點(diǎn)、觀測(cè)節(jié)點(diǎn)和校驗(yàn)節(jié)點(diǎn)三大類之間的信息傳遞，獲得更多的外信息，從而獲得更快的收斂和更好的性能;為了進(jìn)一步提高檢測(cè)性能，提出了基于分層LFG-BP的迭代檢測(cè)算法，通過(guò)在每一次迭代內(nèi)增加對(duì)各個(gè)發(fā)送符號(hào)的串行處理，進(jìn)一步提升了收斂速率;針對(duì)一種特殊的應(yīng)用的環(huán)境——發(fā)送天線和接收天線不對(duì)等的大規(guī)模天線系統(tǒng)——提出了QR-LFG-BP算法