在大规模多输入多输出(multiple-input multiple-output,MIMO)系统信号检测中,最小均方误差(minimum mean square error,MMSE)算法可以得到近似最优检测性能,然而该算法需要高维矩阵求逆,其复杂度很高,无法保证信号的实时检测。因此提...在大规模多输入多输出(multiple-input multiple-output,MIMO)系统信号检测中,最小均方误差(minimum mean square error,MMSE)算法可以得到近似最优检测性能,然而该算法需要高维矩阵求逆,其复杂度很高,无法保证信号的实时检测。因此提出一种改进Richardson信号检测方法,利用最速下降法和整体修正法改进Richardson算法性能,最速下降法可以提供更有效地搜索路径,得到不同近似解,并且为了提高求解精度,利用整体修正法对不同近似解进行修正,使算法收敛速度更快,同时将算法复杂度数量级由O(K^(3))降低到O(K^(2))。仿真结果表明,该算法只需3次迭代就可接近MMSE,在降低复杂度的同时提高了误码率性能。展开更多
文摘在大规模多输入多输出(multiple-input multiple-output,MIMO)系统信号检测中,最小均方误差(minimum mean square error,MMSE)算法可以得到近似最优检测性能,然而该算法需要高维矩阵求逆,其复杂度很高,无法保证信号的实时检测。因此提出一种改进Richardson信号检测方法,利用最速下降法和整体修正法改进Richardson算法性能,最速下降法可以提供更有效地搜索路径,得到不同近似解,并且为了提高求解精度,利用整体修正法对不同近似解进行修正,使算法收敛速度更快,同时将算法复杂度数量级由O(K^(3))降低到O(K^(2))。仿真结果表明,该算法只需3次迭代就可接近MMSE,在降低复杂度的同时提高了误码率性能。
