导读:本文包含了球形检测算法论文开题报告文献综述及选题提纲参考文献，主要关键词:格基约减,大规模多输入多输出,球形译码,贪心策略
球形检测算法论文文献综述
王华华,张洋,亢成[1]（2019）在《一种格基约减辅助的改进球形译码检测算法》一文中研究指出在大规模多输入多输出(MIMO)系统中,当用户数与基站(BS)天线数相当时,线性检测算法的性能很不理想。文章从非线性检测入手,提出一种格基约减(LR)辅助的贪心球形译码算法。通过格基约减算法辅助QR分解来获取更优的正交基并采用贪心策略改进球形译码算法,将每次欧式距离(PED)最小的符号作为根节点向下搜索,更高效地缩减了搜索树节点。理论分析及仿真结果表明,所提算法具有复杂度低且收敛速度快的特点,当系统误码率为10~(-4)时,所提算法相较于线性算法有3～10 dB的性能提升。并且算法在一定程度上降低了近来所提出LR-K-Best算法的复杂度,具有较高的工程应用价值。(本文来源于《光通信研究》期刊2019年06期）
杨倩,郎鑫焕,顿文涛,赵红梅,袁超[2]（2019）在《空间调制系统下改进的球形译码检测算法》一文中研究指出在空间调制(SM)系统的检测算法中,球形译码(SD)检测算法的性能最接近最大似然(ML)最优检测,但其初始半径的选择是一个难题,不合适的初始半径将导致极大的运算复杂度。针对这个问题,本研究提出了一种改进的球形译码检测算法。该算法将距离排序(DBD)算法与SD算法相结合,以DBD算法得到的估计值导出SD算法的初始半径,同时引入天线候选集因子T和调节变量K以平衡性能和复杂度。仿真结果表明,改进的SD算法相比于传统SD算法能降低约30%～60%的运算复杂度。(本文来源于《河南农业大学学报》期刊2019年01期）
蒋阳,谢宗霖,吴亚辉,吴霞,储夏[3]（2018）在《一种低复杂度空间调制球形译码检测算法》一文中研究指出现有的空间调制系统球形译码(Sphere-Decoding,SD)检测算法虽然能够较大地降低最大似然(Maximum-Likelihood,ML)检测算法的计算复杂度,但由于其更新半径比较松散、收敛较慢,计算复杂度降低的水平仍十分有限,尤其是在高阶调制系统下.针对上述问题,采用统计分布的思想对现有算法更新半径中的冗余项进行估计,提出了两种改进的球形译码检测算法.理论分析与仿真结果表明,改进算法在达到最优检测性能的同时,极大地降低了传统球形译码的计算复杂度,具有较好的理论和实际应用意义.(本文来源于《电子学报》期刊2018年12期）
江晓林,崔景岩,张广洲[4]（2018）在《多输入多输出系统的改进球形信号检测算法》一文中研究指出针对含最小均方误差滤波矩阵的球形检测算法在低信噪比时检测复杂度很高的问题,提出一种新的半径选择方法。改进算法在检测过程中,通过预先设置一个随信噪比自适应变化的收敛因子,使其在低信噪比环境下进一步降低检测复杂度,在高信噪比环境下能获得较优的检测性能。结果表明:低信噪比时,改进算法在基本保持原算法检测性能的基础上,显着降低了检测复杂度;高信噪比时,改进算法在保持原算法检测复杂度的同时也获得了其较优的检测性能。该研究为提高无线通信多输入多输出系统信号的检测提供了参考。(本文来源于《黑龙江科技大学学报》期刊2018年06期）
田国栋,赖惠成,赵能平,张雪婉[5]（2018）在《一种基于球形译码改进的SCMA多用户检测算法》一文中研究指出为进一步降低稀疏码多址接入(sparse code multiple access,SCMA)系统在译码中所采用的消息传递算法(message passing algorithm,MPA)的复杂度,对前人提出的部分外部信息传递的SCMA多用户检测算法进行深入研究,并利用球形译码原理对其进行改进。在更新功能节点时,首先对概率密度函数值大于某一门限的消息进行更新,然后再对消息中的可信部分进行更新,以此来再次减少外部信息数。仿真结果表明,当门限值较小时,比起原始的MPA和改进前的算法,在几乎不改变误比特率(bit error ratio,BER)和迭代收敛速率的情况下,改进算法的复杂度更低。(本文来源于《中国科技论文》期刊2018年08期）
储夏[6]（2018）在《基于球形译码的差分空间调制系统检测算法研究》一文中研究指出空间调制(SM,Spatial Modulation)技术作为一种新型多输入多输出(MIMO,Multiple Input Multiple Output)技术,通过引入空间维度来提升频谱效率,相较于传统MIMO技术,具有无信道间干扰、发送端仅需单个频射块、接收端复杂度低等优势。然而空间调制系统进行解调时需要已知信道状态信息,因此在接收端必须进行信道估计。信道估计误差的引入将带来无法避免的性能损失,同时信道估计也增加了接收端的复杂度。基于此,一种衍生的空间调制技术——差分空间调制(DSM,Differential Spatial Modulation)技术应运而生,该技术保留了SM系统每个时隙激活一根天线的特性,同时通过引入时间维度以实现差分调制,在保持SM技术优势的情况下避开了其需要进行信道估计的难题。论文主要针对DSM系统接收端的信号检测算法进行研究,以探寻一种复杂度更低的DSM信号检测算法。球形译码(SD,Sphere Decoding)检测算法具有目前最优的误比特率性能和相对于最大似然(ML,Maximum Likelihood)检测算法更低的复杂度,在SM系统中已有重要应用。同时已有文献指出DSM系统中SD算法相较于SM中SD算法具有更多的相对复杂度减少量,因此论文重点研究如何对DSM系统中传统SD检测算法进行优化和改进。论文分析了传统球形译码检测算法在搜索逻辑、初始半径以及搜索空间上存在的不足,在DSM系统中有针对性地提出几种低复杂度的改进球形译码检测算法,主要研究内容及成果如下:(1)针对DSM系统中SD检测算法格点(Lattice)搜索过程中元素的搜索顺序存在的不足,提出了基于格点元素顺序优化的球形译码检测算法O-SD(Ordered Sphere Decoding);(2)针对DSM系统中SD检测算法初始半径较大导致半径收敛速度慢的不足,在O-SD的基础上提出了基于初始半径优化的O-SD检测算法R-O-SD(Radius-optimized and Ordered Sphere Decoding);(3)通过对比分析SM和DSM系统的搜索空间大小,针对DSM系统搜索空间过大的问题,在O-SD基础上提出基于搜索空间预处理的O-SD算法P-O-SD(Pretreated and Ordered Sphere Decoding)。仿真结果表明,O-SD算法和R-O-SD算法在保证误比特性能(BER,Bit Error Rate)的同时能有效降低传统球形译码的计算复杂度,P-O-SD算法则以少量的误比特率性能损失换取了极大的复杂度减少量。(本文来源于《重庆大学》期刊2018-04-01）
吴亚辉[7]（2018）在《基于球形译码的正交空间调制系统检测算法研究》一文中研究指出多输入多输出(Multiple Input Multiple Output,MIMO)技术通过在发送端和接收端架设多根收发天线来实现数据的多发送和多接收,为无线通信系统带来了复用增益和分集增益,有效地提高了系统的传输速率和可靠性,使得MIMO技术备受业界瞩目。空间调制(Spatial Modulation,SM)技术通过引入激活天线索引来传输额外信息,有效地提升了系统的频谱效率;同时,SM技术由于每个时隙只有一根天线被激活,因此也能有效地避免传统MIMO系统中天线间同步和信道间干扰等问题。为进一步提高SM技术的频谱效率,正交空间调制(Quadrature Spatial Modulation,QSM)技术应运而生。QSM技术在SM技术的基础上通过对空间星座符号进行预处理即首先将其分解为同相分量和正交分量,然后再分别搭载在相互正交的载波上通过激活的两根发送天线进行传输,这不仅能够比SM技术进一步提高频谱效率,而且同样可以避免传统MIMO技术中信道间干扰等问题。正是由于QSM技术具有这些优良特性,所以近年来逐渐成为无线通信技术中研究的热点之一。本文主要针对QSM系统的检测算法进行分析研究,旨在找到误比特性能最优但计算复杂度较低的检测算法,并着重对QSM技术中的一种经典检测算法—球形译码(Sphere Decoding,SD)检测算法进行深入分析研究。在经典SD检测算法的基础上提出两种改进SD检测算法。本论文主要的研究工作及成果归纳如下:(1)对QSM系统中的一些经典检测算法进行简要介绍,并着重对QSM系统中的经典SD检测算法进行详细的分析研究;(2)针对在QSM系统中经典SD检测算法搜索次数较多导致较高的计算复杂度这一问题,提出一种基于加权因子排序的球形译码(Based Sorting of Weighting Factor Sphere Decoding,BS-SD)检测算法;(3)为进一步在QSM系统中降低经典SD算法的计算复杂度,提出一种基于信号矢量排序的球形译码(Based Sorting of Signal Vector Based Detection Sphere Decoding,BSVD-SD)检测算法;(4)将提出的两种改进SD检测算法推广应用到SM系统中;仿真结果表明,提出的两种改进SD算法均能在保证误比特性能的同时有效降低经典SD检测算法的计算复杂度。(本文来源于《重庆大学》期刊2018-04-01）
刘曦[8]（2017）在《广义空间调制下的球形译码检测算法研究》一文中研究指出空间调制(Spatial Modulation,SM)技术作为一种新兴的多天线技术,选择性激活单根发射天线,利用工作天线的序号和调制符号来共同表示发射信息,克服了多输入多输出(Multi-input-multi-output,MIMO)系统由信道间干扰、天线间同步、多射频链路等原因带来的复杂度增加和成本增高的问题。广义空间调制(Generalized Spatial Modulation,GSM)技术是空间调制技术的拓展,它在每一时刻激活多根发射天线。与SM系统相比,GSM系统进一步提高了系统吞吐量以及发射天线组合的利用率。在空间调制系统的信号检测算法中,最大似然(Maximum-Likelihood,ML)检测算法的误码性能最优,但其运算复杂度却随着发射和接收天线的数目和调制星座的的大小线性增加。而将球形译码(Sphere Decoding,SD)算法应用于空间调制系统,可以显着降低的检测信号的运算复杂度。本文首先建立了广义空间调制系统模型,针对叁种空间调制—球形译码(SM-SD)算法,将其推广至GSM系统中。它们分别是接收端为中心的球形译码算法(Receiver-centric SD,Rx-SD),发射端为中心的球形译码算法(Transmitter-centric SD,Tx-SD)和Tx-SD与Rx-SD的结合方案—混合球形译码算法(Combined-SD,C-SD)。本文从理论上分析了它们的误比特率和运算复杂度。仿真证明了在选择合理的球形译码初始搜索半径下,GSM-SD算法可以达到与GSM-ML最优检测相近甚至相同的BER,同时又能显着降低运算复杂度。通过理论分析和仿真验证,没有始终最优的算法,最优算法的选择与GSM系统的发射和接收天线个数、调制方式和信噪比等参数均有关,本文给出了各算法的适用范围。然后,本文将一种新型的信道实数化变换方式应用于GSM-SD算法中,提出了一种新型球形译码算法。新型GSM-SD算法的码搜索树结构每两层可以并行运算,简化了搜索流程,并且新型的信道实数化方式在降低运算复杂度方面会带来好处。最后,仿真结果表明,该算法具有和GSM-ML检测算法相同的性能,与其他几种现有的GSM-SD算法相比,在低信噪比下运算复杂度会最低。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
谢云燕[9]（2017）在《正交空间调制系统球形译码检测算法研究》一文中研究指出近年,由于通用多输入多输出(MIMO,Multiple Input Multiple Output)技术中信道间干扰(ICI,Inter-channel Interference)问题一直是研究者的一道瓶颈,一种无信道间干扰的新兴MIMO技术成为当今研究热点——空间调制(SM,Spatial Modulation)技术,它打破传统信号传输方式,将同一时隙内一部分信号信息采用传统方式传输——通过天线传输,另一部分信号信息则隐藏在天线索引序号中进行传输。此外,由于空间调制技术采用单射频模块,因而可以降低系统对物理设备的要求,并且它在每一时隙内只激活一根发送天线,从根本上避免了信道间干扰。因此,空间调制技术得以快速发展。2015年,正交空间调制(QSM,Quadrature Spatial Modulation)技术被提出,它在SM技术的基础上,每一时隙内,将调制部分星座符号分为实部符号和虚部符号分别在两个载波正交的方向上发送,它同时激活两根发送天线提升系统的频谱效率。由于发送符号的实部与虚部的发送方向是正交的,在发送过程中完全避免了信道间的干扰。所以,QSM技术相对SM技术,在提升其频谱效率的同时也继承了其其他优势。QSM技术才被提出不久,因此有诸多问题值得研究和探索。论文重点对正交空间调制系统中的检测算法进行研究。目前QSM系统中的检测算法有最大似然(ML,Maximum Likelihood)检测算法以及近似ML检测算法。论文将SM系统中的传统球形译码(SD,Sphere Decoding)检测算法引入QSM系统中,研究QSM系统中的球形译码检测算法,在保证算法误码性能(BER,Bit Error Rate)的同时,降低算法的计算复杂度;然后,论文通过对QSM系统中的传统球形译码检测算法(Rx-SD和Tx-SD)分析研究,发现算法的更新半径存在大量的冗余项,通过详细研究分析,利用已检测的较底层半径冗余项均值估计未检测层的半径冗余量,从而尽可能去除系统中的冗余量,以此进一步降低QSM系统中检测算法的计算复杂度,对算法进行改进优化,得到QSM系统中改进的球形译码检测算法(RNSD和TNSD)。最后,论文对比了正交空间调制系统中ML检测算法、传统球形译码检测算法和改进算法的误码性能和计算复杂度。仿真结果表明QSM系统中传统球形译码检测算法和改进算法与ML检测算法的误码性能相当;Rx-SD和Tx-SD的计算复杂度相对ML检测算法有明显降低,改进算法RNSD和TNSD的计算复杂度相对于Rx-SD和Tx-SD算法得了进一步的降低,尤其是TNSD。(本文来源于《重庆大学》期刊2017-04-01）
洪少凯[10]（2017）在《基于球形译码的广义空间调制信号检测算法研究》一文中研究指出多输入多输出(Multiple Input Multiple Output,MIMO)技术能够在不增加系统发射功率和信道带宽的同时,有效提高系统容量和可靠性,因此成为无线通信技术中研究的热点。空间复用(Spatial Multiplexed)技术和空间调制(Spatial Modulation,SM)技术是MIMO技术的两个重要的研究方向。空间复用技术具有较高的信道容量,但信道间干扰(Inter Channel Interference,ICI)严重,系统接收机检测复杂度高等。空间调制技术引入了空间维度来提升频谱效率,与传统MIMO技术相比,可以有效避免信道间干扰,同时发送端仅需一个射频链路,且接收端检测复杂度低。但SM技术也存在一定问题,比如频谱效率提升有限、对发送天线数量有一定要求等。空间复用广义空间调制(Spatially Multiplexed Generalized Spatial Modulation,SMu-GSM)技术结合了空间复用和空间调制技术,将发送信息映射为空间信息和符号信息,激活的多根天线发送多路独立数据,具有空间复用技术频谱效率高的特点,同时减小了信道间干扰。论文主要对SMu-GSM系统中的信号检测算法进行研究,重点研究球形译码(Sphere Decoding,SD)检测算法。论文首先对经典SD算法的检测过程进行研究分析,然后针对经典SD检测算法搜索半径收敛较慢、搜索过程存在计算冗余等问题,在SMu-GSM系统中提出了几种低复杂度的改进球形译码检测算法。论文主要的研究工作及成果归纳如下:(1)分析研究经典球形译码检测算法Tx-SD与Rx-SD,并将其应用到SMu-GSM系统中;(2)针对经典球形译码的搜索过程中搜索半径收敛较慢的问题,提出一种基于排序的半径迭代球形译码检测算法S-SD;(3)针对经典球形译码搜索过程中存在大量计算冗余的问题,提出一种基于树搜索的球形译码检测算法T-SD,算法构造一个多叉树模型对候选解向量集合中的重复元素进行合并,减少了搜索过程中的冗余计算;(4)T-SD中仍然存在较多的重复元素,为了进一步充分减少冗余计算,提出一种基于路径搜索的球形译码检测算法P-SD。仿真结果表明,与最大似然检测和经典球形译码算法相比较,改进算法在保证误比特性能(Bit Error Rate,BER)的同时,均有效地降低了计算复杂度。(本文来源于《重庆大学》期刊2017-04-01）
球形检测算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在空间调制(SM)系统的检测算法中,球形译码(SD)检测算法的性能最接近最大似然(ML)最优检测,但其初始半径的选择是一个难题,不合适的初始半径将导致极大的运算复杂度。针对这个问题,本研究提出了一种改进的球形译码检测算法。该算法将距离排序(DBD)算法与SD算法相结合,以DBD算法得到的估计值导出SD算法的初始半径,同时引入天线候选集因子T和调节变量K以平衡性能和复杂度。仿真结果表明,改进的SD算法相比于传统SD算法能降低约30%～60%的运算复杂度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
球形检测算法论文参考文献
[1].王华华,张洋,亢成.一种格基约减辅助的改进球形译码检测算法[J].光通信研究.2019
[2].杨倩,郎鑫焕,顿文涛,赵红梅,袁超.空间调制系统下改进的球形译码检测算法[J].河南农业大学学报.2019
[3].蒋阳,谢宗霖,吴亚辉,吴霞,储夏.一种低复杂度空间调制球形译码检测算法[J].电子学报.2018
[4].江晓林,崔景岩,张广洲.多输入多输出系统的改进球形信号检测算法[J].黑龙江科技大学学报.2018
[5].田国栋,赖惠成,赵能平,张雪婉.一种基于球形译码改进的SCMA多用户检测算法[J].中国科技论文.2018
[6].储夏.基于球形译码的差分空间调制系统检测算法研究[D].重庆大学.2018
[7].吴亚辉.基于球形译码的正交空间调制系统检测算法研究[D].重庆大学.2018
[8].刘曦.广义空间调制下的球形译码检测算法研究[D].哈尔滨工业大学.2017
[9].谢云燕.正交空间调制系统球形译码检测算法研究[D].重庆大学.2017
[10].洪少凯.基于球形译码的广义空间调制信号检测算法研究[D].重庆大学.2017