联合ldpc译码和mimo信号检测算法研究

《联合ldpc译码和mimo信号检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、送佥坠望呈g竖蛩狸丛!丛Q焦曼捡型笠洼丑窒⑧论文作者签名：兰姒指导教师签名：盍区。盘论文评阅人1：评阅人2：评阅人3：评阅人4，评阅人5：匿枣羞副．煎握一逝江太堂焦垫丕．．鲑殖至副熬援一．逝江太堂焦皂歪一隐垄迁因厶一答辩委员会主席：室坚武熬拯揎趔电壬型遮太堂委员l：睦枣羞型熬拯逝姿态堂焦垫丕委员2：蓥垂蕉副熬援逝婆态堂焦电丕委员3：鲑．盔一副盟塞曼逝i哒堂焦皇歪委员4：赵基建筮援逝姿态堂焦垫丕委员5：浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，

2、也不包含为获得逝姿盘堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。10舢Ⅷ㈣舢㈣删㈣川《Y2508085学位论文作者签名：／移镌泼签字日期：)口竹年多月罗日学位论文版权使用授权书本学位论文作者完全了解逝’江盘堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权迸姿盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：／蒸略叫L导师签名：薹趸爱签字日期：沙竹年

3、多月夕日签字日期：≯竹年多月浙江大学硕士学位论文致谢首先要感谢我的导师赵民建教授。从本科毕业设计阶段，到研究生的项目和科研学习过程，再到研究生毕业设计过程，从学习和生活两方面，赵老师都给作者提供了很大的指导和帮助。赵老师的严谨的学术态度、为人师表的工作态度和潇洒的生活态度，给作者留下了深刻印象，成为作者以后学习的典范。感谢钟杰老师，钟老师在科研项目上给了作者细致的指导和帮助，不仅帮作者解决了许多项目问题，还教会了作者严谨、认真的做事和科研态度，使作者在研究生阶段有了很大的进步。感谢李亚波老师，李老师对作者的学术研究提供了很大的帮助，每一次讨论和交流，都给了作者很大的启发；李老师严谨、细

4、致、踏实的学术态度也深深感染了作者。感谢蔡云龙老师，蔡老师给作者提供了很多的学习资料，尤其是关注作者平时的学习细节，在作者迷茫的时候给作者指引了方向。感谢雷鸣博士、秦博雅博士、郑晨博士、张志鹏硕士、蒋晗硕士、应军科硕士在日常工作中对作者耐心的帮助和指导，与师兄师姐的交流和讨论给作者带来了很大的收获，从项目经验和科研知识两方面都得到了提高。感谢徐杨硕士、王浙波硕士、陆国生硕士、范龙飞硕士、李斯硕士、张蕾博士和于天航博士，与他们共同学习和生活，共同完成项目和科研任务，一同奋斗的日子里，大家互相鼓励和支持，度过了研究生这个充实而美好的人生阶段。这群知心的朋友是我人生中最重要的财富，希望我们能

5、够在以后的生活和工作中继续互相支持和帮助，都能拥有自己理想的幸福生活。感谢我的朋友和家人。在我彷徨无助的时候，是他们给我鼓励和方向；在我面对困难的时候，是他们拼尽全力帮我寻找出路；在我沾沾自喜的时候，是他们给我警示和劝诫；正是因为有了他们的无私的关怀和付出，才有了我今天的成长和收获，我愿意用我全部的热情，在接下来的日子里去回报他们。感恩在浙江大学的七年生活，我收获了知识、能力、爱情、友情，找到了自己的人生方向，感谢每一个帮助过我的人!赵晓沐2014年2月浙江大学硕士学位论文摘要摘要MMO和OFDM技术以其高频谱利用率和对抗多径效应的优势在无线通信领域得到了广泛应用。随着人们对通信带宽的

6、需求不断提高，大规模MMO技术受到关注，由于大规模M蹦O系统天线数目远多于传统MIMO系统，因而对低复杂度、高性能的信号检测算法提出了更高的要求。本文以级联LDPC码的V—BLAST结构MMO．OFDM系统为主要研究模型，利用OFDM的并行多子载波特性，将频率选择性衰落信道变为多个并行的平坦衰落信道，然后基于每个子载波，建模为平坦衰落v．BLAsTMIMO系统，来并行、独立地进行信号检测。根据信号均衡过程和信道译码器的译码过程之间的关系，并以(大规模)MMO系统的低复杂度为要求，本文将MMO系统信号检测的方法分为三类展开研究：独立译码检测算法、Turbo迭代译码检测算法和联合译码检测算

7、法；分别针对上述三类检测算法，进行低复杂度的检测器设计：(1)对独立检测和译码算法进行了研究。首先分析了具有最优检测性能的ML算法，为了降低复杂度，提出了基于ML准则的树搜索模型，研究基于深度优先搜索的sD算法和宽度优先搜索的K．Best算法。在K．Best算法中，并行处理和固定可控的复杂度使得该方法很适合在实际系统中应用；而K因子在K．Best算法中具有关键作用，通过选择合适的K参数，确保系统性能和计算复杂度的折中。(2)基于Turbo迭代检