基于高斯-赛德(Gauss-Seidel,GS)和加权Neumann序列展开式(weight Neumann Series Approximation,wNSA)相结合的方法,在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中进行信号检测研究。首先,将基于GS的软输出信号检...基于高斯-赛德(Gauss-Seidel,GS)和加权Neumann序列展开式(weight Neumann Series Approximation,wNSA)相结合的方法,在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中进行信号检测研究。首先,将基于GS的软输出信号检测算法作为研究对象,证实相比于传统的Neumann算法,GS迭代算法具有更优的性能。其次,在传统Neumann序列展开算法的基础上研究加权Neumann序列展开算法,并将加权Neumann序列作为GS算法的迭代初值,设计得到w NSA-Gauss-Seidel算法,显著提升收敛速率。实验结果表明,相比于现有GS迭代算法和美国国家安全局(National Security Agency,NSA)的信号检测算法,基于wNSAGauss-Seidel的信号检测算法不仅在性能方面具有明显优势,而且在具有挑战性的信道传播环境中能够以较低的复杂度获得接近最小均方误差(Minimum Mean Square Error,MMSE)信号检测算法的性能。展开更多
文摘为了满足下一代无线通信的需求,基于最近提出的非对称毫米波大规模多输入多输出(multipleinput multiple-output,MIMO)系统架构,研究了非对称毫米波大规模MIMO系统信道特性——信道非对称性.根据非对称毫米波大规模MIMO系统架构和影响毫米波信道非对称性的主要因素,提出了刻画上下行信道非对称性的新参数——非对称因子.同时利用实验室自行研发的射线跟踪平台对非对称毫米波信道进行仿真分析.结果表明,基站收发天线阵列配置不同是导致信道非对称性的根本原因,复杂的传播环境使得这种非对称性更加突出,严重情况下室内场景非对称因子可达到-30 dB左右.同时室外视距(line-of-sight,LoS)和非视距(non-line-ofsight,NLoS)场景下的非对称因子累积分布函数(cumulative distribution function,CDF)与高斯分布拟合程度较好,而NLoS场景下明显比LoS场景下的非对称因子小.因此,非对称因子能够直观地描述出不同场景中上下行信道的非对称程度,而且非对称毫米波大规模MIMO系统也应以场景为导向进行信道特性分析.
