电讯技术
電訊技術
전신기술
TELECOMMUNICATIONS ENGINEERING
2015年
8期
901-905
,共5页
MIMO系统%信号检测%格基约减%LLL算法%Brun算法
MIMO繫統%信號檢測%格基約減%LLL算法%Brun算法
MIMO계통%신호검측%격기약감%LLL산법%Brun산법
MIMO system%signal detection%lattice reduction%LLL algorithm%Brun's algorithm
在多输入多输出( MIMO)系统中,常规的格基约减辅助信号检测算法由于复杂度高而难以在实际工程中应用。为了解决这一问题,基于Brun算法提出了一种低复杂度的信号检测算法。该算法首先通过奇异值分解( SVD)得到信道矩阵奇异向量和转换矩阵之间的近似整数关系,进而采用Brun算法对信道矩阵的对偶格基进行约减优化,最后将约减后的新对偶格基用于传统线性信号检测。仿真结果表明:该方法的复杂度约为基于常规Lenstra Lenstra Lovasz( LLL)格基约减辅助的MI-MO信号检测算法的0.1倍;同时,与线性检测算法相比,检测性能提升非常明显,特别在较高信噪比( SNR)范围内。因此,该算法能够在检测性能与计算复杂度之间取得较好的折衷。
在多輸入多輸齣( MIMO)繫統中,常規的格基約減輔助信號檢測算法由于複雜度高而難以在實際工程中應用。為瞭解決這一問題,基于Brun算法提齣瞭一種低複雜度的信號檢測算法。該算法首先通過奇異值分解( SVD)得到信道矩陣奇異嚮量和轉換矩陣之間的近似整數關繫,進而採用Brun算法對信道矩陣的對偶格基進行約減優化,最後將約減後的新對偶格基用于傳統線性信號檢測。倣真結果錶明:該方法的複雜度約為基于常規Lenstra Lenstra Lovasz( LLL)格基約減輔助的MI-MO信號檢測算法的0.1倍;同時,與線性檢測算法相比,檢測性能提升非常明顯,特彆在較高信譟比( SNR)範圍內。因此,該算法能夠在檢測性能與計算複雜度之間取得較好的摺衷。
재다수입다수출( MIMO)계통중,상규적격기약감보조신호검측산법유우복잡도고이난이재실제공정중응용。위료해결저일문제,기우Brun산법제출료일충저복잡도적신호검측산법。해산법수선통과기이치분해( SVD)득도신도구진기이향량화전환구진지간적근사정수관계,진이채용Brun산법대신도구진적대우격기진행약감우화,최후장약감후적신대우격기용우전통선성신호검측。방진결과표명:해방법적복잡도약위기우상규Lenstra Lenstra Lovasz( LLL)격기약감보조적MI-MO신호검측산법적0.1배;동시,여선성검측산법상비,검측성능제승비상명현,특별재교고신조비( SNR)범위내。인차,해산법능구재검측성능여계산복잡도지간취득교호적절충。
In Multiple Input Multiple Output( MIMO) systems,it is difficult to use conventional lattice basis reduction for signal detection in reality due to its high complexity. In order to solve this problem,a low-complexity algorithm based on Brun’ s algorithm is proposed. First,the algorithm uses Singular Value De-composition( SVD) to obtain the integer relationship between channel matrix’s singular vector and conver-ted matrix. Then,it uses Brun’s algorithm to reduce the dual basis of channel matrix. Finally,the algo-rithm uses the new dual basis to perform linear detection. Simulation results indicate that the algorithm’s complexity is one tenth of Lenstra Lenstra Lovasz(LLL) aided signal detection algorithm,and it can a-chieve the performance gains over the conventional linear detection,especially for high signal-to-noise ra-tio( SNR) range. So,the algorithm can get a better tradeoff between detection performance and computa-tional complexity.