一种MML解调的层宽优化方法及高性能低复杂度空间调制系统解调器技术方案

本发明专利技术公开了一种MML解调的层宽优化方法及高性能低复杂度空间调制系统解调器。本发明专利技术将MML的符号向量错误率SVER性能约束分解为层，引入层级能力，在每一层选择满足层级能力约束的最小宽度，通过从根到叶层的迭代使用实现MML宽度的优化。本发明专利技术研究了所提方案在不同天线配置和信道状态信息下的行为。数值结果表明，MML算法与本发明专利技术提出的层宽优化方法相结合，表现出与最优解调相当的SVER，同时显著降低了90％以上的计算复杂度。此外，与现有的低复杂度优化解调算法相比，本发明专利技术提出的方法具有最低的计算复杂度。

【技术实现步骤摘要】

本专利技术涉及一种空间调制mimo系统的解调技术，属于移动通信。

技术介绍

1、大规模空间复用多输入多输出(mimo)系统通过激活所有发送天线显著提高了频谱效率。然而，鉴于射频(rf)模块对总发射机能耗的重要贡献，它们的能量效率已经成为一个值得关注的问题。作为替代方案，空间调制(sm)近年来引起了相当大的关注。sm在每个时隙选择性地激活单个天线，有效地减轻了通道间干扰(ici)并降低了能耗。在sm中，输入比特流被调制成空间符号和星座符号。这种二维调制方案提高了频谱和能量效率。

2、空间调制的最佳解调方法是最大似然(ml)算法。然而，ml解调的复杂度随着发送和接收天线的数量以及调制星座的大小增加而增加。因此，将sm适应大规模mimo系统在设计低复杂度解调方法方面引入了一个关键且不可避免的挑战。在保持与ml算法近似误比特率性能的同时，已经提出了各种低复杂度的sm解调算法，包括球解调(sd)和最大长度的最小距离(m-m)算法。然而，sd和m-m算法都具有串行特性，导致显著的延迟。m-algorithm toml(mml)解调最初是在文献中提出的，并在本文档来自技高网...

【技术保护点】

1.一种MML解调的层宽优化方法，其特征在于，将MML的符号向量错误率SVER性能约束分解为层，引入层级能力LWCk，在每一层选择满足层级能力LWCk约束的最小宽度，通过从根到叶层的迭代使用实现MML宽度的优化。

2.根据权利要求1所述的MML解调的层宽优化方法，其特征在于，第k层的被确定为Mk＝inf{Mk：LWCk>δ}，其中δ是基于SVER设计的容忍度常数。

3.根据权利要求2所述的MML解调的层宽优化方法，其特征在于，所述δ设定为其中是SVER，Nr是接收天线数，∈≥1。

4.根据权利要求1所述的MML解调的层宽优化方法，其特征在于，所述...

【技术特征摘要】

1.一种mml解调的层宽优化方法，其特征在于，将mml的符号向量错误率sver性能约束分解为层，引入层级能力lwck，在每一层选择满足层级能力lwck约束的最小宽度，通过从根到叶层的迭代使用实现mml宽度的优化。

2.根据权利要求1所述的mml解调的层宽优化方法，其特征在于，第k层的被确定为mk＝inf{mk：lwck>δ}，其中δ是基于sver设计的容忍度常数。

3.根据权利要求2所述的mml解调的层宽优化方法，其特征在于，所述δ设定为其中是sver，nr是接收天线数，∈≥1。

4.根据权利要求1所述的mml解调的层宽优化方法，其特征在于，所述层级能力lwck基于蒙特卡罗法离线估计得到，包括：用蒙特卡罗法仿真maxsim次ml算法，计算正确路径位于ml树每一层的每个位置的频率；所述ml树中每一层的各位置已按照度量值升序排序；从第1层开始逐层确定宽度，第k层的宽度mk通过式子mk＝inf{t：正确路径位于第k层前t个位置的频率之和>prlyk-1δ}确定，其中prlyk-...

【专利技术属性】
技术研发人员：张川，郑健，孙玉泰，黄永明，
申请(专利权)人：东南大学，
类型：发明
国别省市：