资源描述:
《长期演进系统中一种低复杂度球形译码算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、长期演进系统中一种低复杂度球形译码算法摘要:在长期演进(lte)系统中,球形译码算法拥有接近于最大似然(ml)的误码率(ber)性能。针对在16qam和64qam等高阶调制情况下球形译码算法计算复杂度和所需硬件资源的急剧增加,提出了一种调整符号搜索策略的改进型球形译码算法。该算法在不同的检测层采用特定的符号搜索方案,并结合一种基于信噪比的动态调整半径方法。在无线瑞利信道环境下,对各种球形译码算法进行了仿真。仿真结果表明,提出的改进型算法基本保持传统球形译码算法较低的ber性能,同时还有效地降低了计算复杂度和硬件实现复杂度。关键词:长
2、期演进;球形译码;高阶调制;误码率;计算复杂度lowcomplexityspheredecodingalgorithminltesystemlixiaowen,pengdeyi*,tanbing,wangzhenyu(keylaboraryofmobilecommunicationofchongqing,chongqinguniversityofpostsandtelecommunications,chongqing400065,china)abstract:thespheredecodingalgorithm
3、hastheoptimalbiterrorratio(ber)performancethatapproximatestomaxmunliklihood(ml)inlongtermevolution(lte)system.concerningthecomputationalcomplexityandrequiredhardwareresourcesofthisalgorithmincreasesignificantlyfordetectionof16qamand64qammodulatedsignalstreams,animpro
4、vedspheredecodingalgorithm,whichchangedsymbolsearchstrategy,wasproposed.agivensymbolsearchschemeatdifferentdetectionlayer,andcombinedwithanewdefinitionforsphereradiusofdynamicmodificationswasadoptedinthisalgorithm.bothofthetraditionalandimprovedalgorithmsweresimulatedo
5、ntheconditionofrayleighfadingchannel.thesimulationresultsshowthattheimprovedalgorithmhasasmallberdegradation,anditalsoeffectivelyreducesbothcomputationalcomplexityandrequiredhardwareresourcescomparedtothetraditionalspheredecodingalgorithm.0引言在长期演进(longtermevolution,lt
6、e)系统中,为了恢复发送端发送过来的数据,采用了信号检测技术,即信道均衡技术。由于频谱资源的有限以及峰值速率的大大提高,需要一种性能优异且可实现的信号检测方法。最大似然(maxmunliklihood,ml)检测算法是一种性能最优的信号检测算法,但是其最大的问题是太高的计算复杂度,特别是在16qam和64qam调制时进行星座点的搜索基本不可能实现。而球形译码[1]的最基本原则是以更低的译码复杂度来接近最大似然解。自viterbo和boutros针对具有栅格星座图的信号提出球形译码算法以来,许多研究者考虑将球形译码算法应用到多
7、输入多输出(multiinputmultioutput,mimo)系统中,在提高系统容量的同时,获得更好的信号检测性能。文献[2]研究表明,球形译码算法能取得比垂直贝尔实验室分层空时(verticalbelllabslayeredspacetime,vblast)检测更好的性能。文献[3-4]进一步推导了简化的实现方法。为了能够满足lte多天线情形下的性能要求,球形译码算法在高阶星座调制方案下的译码复杂度还需要降低。最近很多文献提出了一些改进方案来降低球形译码算法的复杂度[5],包括重新排列码本集合、早停节点搜索等算法
8、[6]。这些算法虽能在一定程度上降低实现复杂度,但是复杂度还是很高。本文在深度优先球形译码(depthfirstspheredecoding,dfsd)算法的基础上,针对16qam和64qam高阶调制,对原有的深度优先算法进行了