A Near Maximum Likelihood Decoding Algorithm for MIMO Systems Based on Semi-Definite Programming
在多输入多输出(MIMO)系统中,最大似然(ML)解码等价于在N维复空间中找到最近的格点。一般来说,这个问题是NP难的。本文提出了一种基于半定规划(SDP)的拟极大似然算法。我们介绍了几个SDP松弛模型的MIMO系统,随着复杂性的增加。我们使用边界点方法来求解模型,并获得了近似ML的性能与多项式计算复杂性。应用格基约简进一步降低求解这些模型的计算复杂性。所提出的松弛模型也用于MIMO系统中的软输出解码。
2007-05-31 cs.IT math.IT
Unsourced Random Access with the MIMO Receiver: Projection Decoding Analysis
我们考虑使用MIMO接收器的无源随机接入-这是未来5G/6 G无线网络的关键通信场景。我们进行基于投影的解码器分析,并推导出能量效率的可扩展性界限时,信道状态信息是未知的发射机和接收机(无CSI的情况下)。与Gao等人(2023)的最大似然(ML)可验证性界限进行比较。我们表明,有一个新的边界优于ML界的区域。后一个事实不应该让读者感到惊讶,因为当考虑每用户错误概率(PUPE)时,这两个解码标准都是次优的。此外,过渡到投影解码允许显着的降维,这大大减少了计算时间。
2023-03-27 cs.IT math.IT
A Low-decoding-complexity, Large coding Gain, Full-rate, Full-diversity STBC for 4 X 2 MIMO System
提出了一种适用于4发送2接收($4\times 2$)多输入多输出(MIMO)系统的低译码复杂度、全分集、全速率空时分组码(STBC)。对于这样的系统,已知的最好的码是DjABBA码,并且最近,Biglieri、Hong和Viterbo提出了另一种STBC(BHV码),其具有比DjABBA低的解码复杂度,但是不具有像DjABBA码那样的全分集。本文提出的码具有相同的解码复杂度的平方QAM星座的BHV码,但也有全分集。与DjABBA码族中的最佳码相比,我们的码具有更低的译码复杂度,更好的编码增益,因此也有更好的误码性能。仿真结果证实了这些。
2008-06-11 cs.IT math.IT
Large-Scale-Fading Decoding in Cellular Massive MIMO Systems with Spatially Correlated Channels
大规模多输入多输出(MIMO)系统由于导频污染现象会受到小区间相干干扰的影响。本文研究了一种两层解码方法,可以减轻多小区大规模MIMO中的相干和非相干干扰。为此,每个基站(BS)首先基于上行链路导频使用最小均方误差(MMSE)或逐元素MMSE(EW-MMSE)估计来估计到小区内用户的信道。估计用于每个BS上的本地解码,随后是第二解码层,其中BS协作以减轻小区间干扰。计算任意两层解码方案的上行链路可实现频谱效率(SE)表达式。一个封闭形式的表达式,然后获得相关瑞利衰落,最大比合并,并建议在第二层的大规模衰落解码(LSFD)。我们还制定了一个总和SE最大化问题的数据功率和LSFD向量作为优化变量。由于这是一个NP难问题,我们开发了一个低复杂度的算法的基础上加权MMSE方法,以获得局部最优。数值结果表明,数据功率控制和LSFD提高了单层解码多小区Massive MIMO系统的总和SE性能。
2019-01-16 cs.IT math.IT
On the Average Complexity of Sphere Decoding in Lattice Space-Time Coded MIMO Channel
多输入多输出(MIMO)无线信道中一般空时码的基本球形译码器的精确平均复杂度分析是一个难点。在这项工作中,我们揭示了准静态,LAST空时(LAST)编码MIMO信道的球形解码的计算复杂性。具体来说,我们驱动解码器的计算复杂性的尾部分布的上限。我们表明,当计算复杂性超过一定的限制,这个上限成为主导的中断概率实现的LAST编码和球形解码方案。然后,我们计算的最小平均计算复杂性所需的解码器,以达到接近最佳性能的系统参数。我们的研究结果表明,存在一个截止率(复用增益)的平均复杂度保持有界。
2012-06-05 cs.IT math.IT
Two-Layer Decoding in Cellular Massive MIMO Systems with Spatial Channel Correlation
本文研究了一种在多小区Massive MIMO系统中抑制小区间干扰的两层解码方法。在第一层中,每个基站(BS)估计到小区内用户的信道,并使用该估计在每个BS上进行本地解码,随后是第二解码层,在第二解码层中BS协作以减轻小区间干扰。一个上行链路可实现的频谱效率(SE)的表达式计算任意两层解码方案,而一个封闭形式的表达式,获得相关的瑞利衰落信道,最大比合并(MRC),和大规模衰落解码(LSFD)在第二层。我们制定了一个非凸和SE最大化问题的数据功率和LSFD向量作为优化变量,并开发了一个算法的基础上加权MMSE(最小均方误差)的方法,以获得一个平稳点低计算复杂性。
2019-03-17 cs.IT math.IT
Time-Out Lattice Sequential Decoding for the MIMO ARQ Channel
在多输入多输出(MIMO)自动重传请求(ARQ)信道中,采用增量冗余格型空时码结合列表译码器进行联合检错和纠错,可以实现分集-复用-时延的最优折衷.这样的解码器是基于最小均方误差格解码原理,其使用球形解码算法来实现。然而,对于低到中等信噪比,尤其是对于大信号尺寸,球形解码器遭受高计算复杂性。在本文中,我们想构建一个更有效的解码器,是能够实现最佳的权衡与低得多的复杂性。特别是,我们将研究的吞吐量性能复杂度的权衡顺序解码算法和预处理和终止策略的效果。我们表明,通过分析和仿真,使用\textit{lattice sequential decoder},实现了一个超时算法的联合错误检测和纠正,MIMO ARQ信道的最佳折衷可以实现解码复杂度显着降低。
2011-10-04 cs.IT math.IT
Iterative Detection and Decoding for MIMO Systems with Knowledge-Aided Message Passing Algorithms
本文研究了基于低密度奇偶校验(LDPC)码的多天线系统的迭代检测与译码(IDD)问题。建议IDD系统包括一个软输入软输出并行干扰(PIC)消除方案与线性最小均方误差(MMSE)接收滤波器和两个新的置信传播(BP)解码算法。建议的BP算法利用知识的短周期的图结构和重加权因子来自超图的扩展。仿真结果表明,当用于执行IDD的多天线系统的BP解码算法可以始终优于现有的BP技术与少量的解码迭代。
2013-04-23 cs.IT math.IT
Study of Knowledge-Aided Iterative Detection and Decoding for Multiuser MIMO Systems
在这项工作中,我们考虑的问题,减少延迟的低密度奇偶校验(LDPC)码与迭代检测和解码(IDD)接收机中的多用户多天线系统。建议的知识辅助IDD(KA-IDD)系统采用了最小均方误差检测器与改进的迭代处理和重新加权的信念传播(BP)解码算法。我们提出了重新加权BP解码算法,利用知识的短周期的图结构和重新加权因子来自超图的扩展。仿真结果表明,所提出的KA-IDD方案和算法优于现有技术,并需要减少解码迭代次数。
2018-02-15 cs.IT math.IT
Hybrid Group Decoding for Scalable Video over MIMO-OFDM Downlink Systems
提出了一种基于MIMO-OFDM系统的可伸缩视频广播方案。可伸缩视频源层被信道编码和调制成独立的信号流,然后在某些时频块中从分配的天线发送。每个接收机采用连续组解码器,通过将其他信号流视为干扰来解码感兴趣的信号流。发射机根据接收机反馈的速率信息进行自适应编码和调制,以及发射天线和子载波分配。我们还提出了一种混合接收机,连续组解码器和MMSE解码器之间的切换取决于速率。大量的仿真结果表明,所提出的基于组解码的可伸缩视频广播方案的性能增益的基础上,传统的MMSE解码。
2013-06-20 cs.IT math.IT
Augmented Lattice Reduction for MIMO decoding
为了提高MIMO通信中次优接收机的性能,已经提出了诸如LLL算法的格缩减算法作为预处理工具。本文介绍了一种新的格基约简辅助解码技术,称为增广格基约简,它直接从基矩阵的变化中恢复传输矢量,因此不需要计算信道矩阵的伪逆或QR分解。我们证明,增广格约简达到最大接收分集阶的信道,仿真结果表明,它显着优于LLL-SIC检测,而不会带来任何额外的复杂性。理论界的复杂性也来自。
2010-01-11 cs.IT math.IT
A Low-Complexity Soft-Output wMD Decoding for Uplink MIMO Systems with One-Bit ADCs
研究了一种采用1位模数转换器(ADC)的上行链路多用户多输入多输出(MU-MIMO)系统,其中具有单发射天线的$K$用户与具有$N_{\rm r}$接收天线的基站(BS)通信。在该系统中,最近提出了一种新的MU-MIMO检测方法,称为加权最小距离(wMD)解码,通过引入一个等效的编码问题。尽管其具有吸引人的性能,但wMD解码在实践中具有两个限制:i)硬判决输出可以降低信道码的性能; ii)计算复杂性随着$K$呈指数增长。为了解决这些问题,我们首先提出了一种软输出wMD解码,其有效地计算软度量(即,对数似然比)。然后,我们通过引入{ \em分层码划分}来构造低复杂度(软输出)wMD解码。该方法可以看作是汉明空间中的球形译码,因为搜索空闲被显著地减少。最后,我们证明了所提出的方法显着执行国家的最先进的方法具有可比的复杂性。
2017-07-13 cs.IT math.IT
Sphere decoding complexity exponent for decoding full rate codes over the quasi-static MIMO channel
在准静态多输入多输出(MIMO)信道环境下,考虑了球形译码(SD)算法对一类全速率线性空时码的高信噪比(SNR)渐近复杂度要求。由于SD复杂度具有由随机信道、噪声和码字实现引起的随机波动,所引入的SD复杂度指数设法简明地描述SD算法实现任意接近最佳解码性能所需的计算储备。SD复杂度指数的界和精确表达式得到的任意性能特性的代码的大家庭的解码。对于解码最近推出的线程循环划分代数(CDA)为基础的代码的特定示例-唯一目前已知的明确的设计,是统一的最佳分集复用权衡(DMT)-SD复杂度指数示出采取特别简洁的形式作为一个非单调函数的复用增益。到目前为止,SD复杂度指数还描述了任何解码器的最小已知复杂度,该解码器可以可证明地实现在高SNR限制下消失的最大似然(ML)性能的差距。
2011-02-07 cs.IT math.IT
Asymptotic Analysis of SU-MIMO Channels With Transmitter Noise and Mismatched Joint Decoding
无线系统的射频组件中的硬件损伤对传输造成不可避免的失真,而传统的线性信道模型无法捕获这些失真。在本文中,一个“binoisy”的单用户多输入多输出(SU-MIMO)的关系被认为是通过在发送侧的加性噪声项建模的额外的失真。通过扩展的SU-MIMO信道模型,研究了收发器硬件损伤对多天线点对点系统可达速率的影响。信道输入分布包括实际的离散调制方案,如QAM和PSK,以及高斯信号。此外,失配检测和解码的影响时,接收机有足够的信息的非理想性进行了研究。数值结果表明,对于实际系统参数,只有在高调制阶数时,发送端噪声和解码失配的影响才变得显著。
2014-10-22 cs.IT math.IT
Cell-Free Massive MIMO with Large-Scale Fading Decoding and Dynamic Cooperation Clustering
研究了以用户为中心的无小区大规模MIMO(多输入多输出)系统的上行链路。我们利用以用户为中心的动态合作聚类(DCC)框架,并得出可实现的频谱效率与两层解码,分为接入点和中央处理器(CPU)之间。这种解码方法也被称为大规模衰落解码(LSFD)。前传信令负载进行了分析,并提出了一个接近最佳的第二层解码方案的CPU相比,最佳方案,以减少前传的要求。我们还重新审视了LSFD权重和上行链路功率控制的联合优化,并表明相应的最大最小公平优化问题可以通过一个有效的固定点算法得到最佳解决。我们提供的模拟带来了新的见解,无细胞的大规模MIMO实现。
2021-09-09 cs.IT eess.SP math.IT
Iterative Detection and Decoding Algorithms using LDPC Codes for MIMO Systems in Block-Fading Channels
针对块衰落和快瑞利衰落信道下的多输入多输出(MIMO)系统,提出了基于低密度奇偶校验(LDPC)码的迭代检测和译码(IDD)算法。软输入软输出最小均方误差接收机与连续干扰消除被认为是。特别是,我们设计了一种新的策略来提高IDD方案的出错率(BER)性能,该策略考虑了使用根校验LDPC码时块衰落信道中解码器的软\textit{a posteriori}输出。一个MIMO IDD接收机与软信息处理,利用码结构和对数似然比的行为也被开发。此外,我们提出了一个调度算法的LDPC码译码块衰落信道。仿真结果表明,所提出的技术在块衰落和快衰落信道的BER方面的显着增益。
2015-05-04 cs.IT math.IT
Distributed MIMO coding scheme with low decoding complexity for future mobile TV broadcasting
提出了一种新的用于下一代移动电视广播的分布式空时分组码。新码在宽范围的功率不平衡内提供高效的性能,显示出对单频网络(SFN)广播部署的强适应性。新的代码优于现有的空时分组码具有相同的解码复杂度和接近那些更高的复杂度。
2012-12-11 cs.IT cs.NI math.IT
Generalized Nearest Neighbor Decoding for MIMO Channels with Imperfect Channel State Information
针对多输入多输出(MIMO)衰落信道中信道状态信息(CSI)不完全的情况,提出了一种新的接收机结构,该结构结合了最近提出的广义最近邻解码规则(GNNDR)和基于连续干扰消除(SIC)思想的连续过程.认识到信道的输入输出关系是一个非线性映射下不完美的CSI,GNNDR是能够提取信息嵌入在联合观察信道输出和不完美的CSI比传统的线性计划,更有效地揭示了我们通过广义互信息(GMI)的可达速率分析。仿真结果表明,该方案的性能接近理想信道状态下的信道容量,明显优于传统的导频辅助方案,后者先估计信道状态信息,然后将估计的信道状态信息作为真实信道状态信息进行相干解码。
2021-08-30 cs.IT math.IT
Soft Decision Decoding of the Orthogonal Complex MIMO Codes for Three and Four Transmit Antennas
对于MIMO编码,随机性是非常期望的属性。它实现了逐符号解码,其中其他符号估计中的错误不会影响结果,从而提供了值得追求的最优性。另一个有益的特性是低复杂度软判决解码器,其对于正交复MIMO码对于两个发射(Tx)天线是已知的,即对于Alamanti码。我们提出了新的软判决解码器的正交复MIMO码的三个和四个Tx天线和扩展的最大比合并(MRC)的旧结果,以涵盖所有正交码多达四个Tx天线。通常,复杂的传输方案包括前向纠错(FEC)编码,并且其性能在FEC解码器而不是在MIMO解码器处测量。我们介绍的接收机结构,提供MIMO解码器的软决策的解调器,这反过来又曲柄出对数的似然比(LLR)的每个比特,并将它们提供给FEC解码器。这对接收机做出了显著的改进,其中最大似然(ML)MIMO解码器在过早的阶段做出硬判决。此外,额外的增益是以惊人的低复杂性实现的。
2010-01-11 cs.IT math.IT
DUIDD: Deep-Unfolded Interleaved Detection and Decoding for MIMO Wireless Systems
ETH Zurich(苏黎世联邦理工学院);NVIDIA Corporation(英伟达公司)
迭代检测和解码(IDD)是已知的,以实现近容量性能的多天线无线系统。我们提出了深度展开交织检测和解码(DUIDD),一个新的范例,降低了IDD的复杂性,同时实现更低的出错率。DUIDD将数据检测器和信道解码器的内部级交错,这加速了收敛并降低了复杂度。此外,DUIDD应用深度展开来自动优化算法超参数、软信息交换、消息阻尼和状态转发。我们使用NVIDIA的Sionna链路级仿真器在5G近多用户MIMO-OFDM无线系统中演示了DUIDD的有效性,该系统具有新颖的低复杂度软输入软输出数据检测器,优化的低密度奇偶校验解码器和来自商业射线跟踪器的信道向量。我们的结果表明,DUIDD优于经典IDD无论是在出错率和计算复杂性。
2022-12-15 cs.IT cs.LG eess.SP
Precoding and Decoding Schemes for Downlink MIMO-RSMA with Simultaneous Diagonalization and User Exclusion
在本文中,我们考虑下行链路多输入多输出(MIMO)速率分裂多址(RSMA)系统的预编码器设计。所提出的方案与同时对角化(SD)分解的MIMO信道矩阵的用户到标量信道通过高阶广义奇异值分解(CM)的公共消息和块对角化(BD)的私人消息,从而使低复杂度的元素,元素的连续干扰消除(SIC)和解码在接收机。此外,所提出的SD MIMO-RSMA克服了RSMA系统中的一个关键限制,其中通过排除用户的子集来解码CM,CM的可实现速率受到具有用于CM的弱有效MIMO信道的用户的限制。我们制定了一个非凸加权和率(WSR)优化问题的SD MIMO-RSMA和解决它通过逐次凸逼近获得局部最优解。我们的仿真结果表明,无论是完美的和不完美的CSI,所提出的SD MIMO-RSMA与用户排斥优于基线MIMO-RSMA方案和线性BD预编码。
2022-03-30 cs.IT eess.SP math.IT
Non-iterative Joint Detection-Decoding Receiver for LDPC-Coded MIMO Systems Based on SDR
半定松弛(SDR)检测器已被证明是成功的接近最大似然(ML)性能,而时间复杂度只有多项式。我们提出了一种新的接收机联合利用前向纠错(FEC)码信息的SDR检测过程。通过码约束的加强,联合SDR检测器向下游解码器提供可靠性大大提高的软信息,因此以显著的增益优于现有的接收器。
2018-08-15 cs.IT math.IT
Iterative Detection and LDPC Decoding Algorithms for MIMO Systems in Block-Fading Channels
针对块衰落$F = 2$和快衰落Rayleigh信道,提出了一种基于低密度奇偶检验(LDPC)码的多输入多输出(MIMO)系统迭代检测与译码(IDD)方案。利用码的结构和对数似然比(LLR)的特性,设计了一种具有软信息处理的IDD接收机。最小均方误差(MMSE)与连续干扰消除(SIC)和并行干扰消除(PIC)计划。软\textit{a posteriori}输出的解码器在块衰落信道与根校验LDPC码允许我们创建一个新的策略,以改善比特出错率(BER)的MIMO IDD方案。我们提出的策略在某些情况下,导致高达3dB的增益块衰落信道的BER和高达1dB的快衰落信道。
2014-04-08 cs.IT math.IT
Message-Passing Receiver for Joint Channel Estimation and Decoding in 3D Massive MIMO-OFDM Systems
本文研究了三维大规模MIMO-OFDM系统的消息传递接收机设计。借助于中心极限论证和泰勒级数近似,在期望传播的框架下设计了一种计算效率高的联合信道估计和译码接收机。特别地,利用Wirtinger演算将定义在信道转移函数上的局部信念扩展到二阶,将信道转移函数发送的信息转化为易于处理的形式.因此,通过高斯消息传递来估计每对天线之间的信道脉冲响应(CIR)。此外,一个变分的期望最大化(EM)为基础的方法来学习信道的功率延迟分布(PDP)。在具有空间相关信道的3D大规模MIMO系统中对所提出的联合算法进行了评估,实验结果证实了其在性能和复杂度方面的优越性。
2016-01-04 cs.IT math.IT
Cognitive MIMO Radio: A Competitive Optimality Design Based on Subspace Projections
认知MIMO无线电:一种基于子空间投影的竞争优化设计
2008-08-07 cs.GT cs.IT math.IT
Fixed Point Realization of Iterative LR-Aided Soft MIMO Decoding Algorithm
为了提供高数据率,多输入多输出(MIMO)系统已经得到广泛的赞誉。最近,已经提出了格约简(LR)辅助检测器,以实现低复杂度的最大似然(ML)性能。本文提出了一种基于迭代软判决的LR辅助K-best译码器的不动点设计,降低了现有球形译码器的复杂度。提出了一种基于仿真的字长优化方法,用于K-best译码器的物理实现。仿真结果表明,对于不同调制方式的8 × 8 MIMO系统,16 bit精度的定点结果可以使出错率(BER)下降保持在0.3 dB以内。
2015-03-31 cs.IT math.IT
Iterative Detection and Decoding for Multiuser MIMO Systems with Low Resolution Precoding and PSK Modulation
近年来,低分辨率预编码技术在无线通信领域得到了广泛的关注。本研究的主题是结合信道编码的离散预编码。与以前的研究不同,我们提出了三种不同的软检测方法和迭代检测和解码方案,允许利用信道编码结合低分辨率预编码。除了一个精确的方法计算的外部信息,我们提出了两个近似降低计算复杂性。基于PSK调制和LDPC分组码的数值结果表明,在误码率方面,与基于常见AWGN信道模型的系统设计相比,具有更好的性能。
2021-05-19 cs.IT math.IT
Performance of Multi-Cell Massive MIMO Systems With Interference Decoding
我们考虑一个多小区大规模MIMO系统,其中时分双工协议被用来估计信道状态信息通过上行链路导频。当在BS处使用最大比组合(MRC)时,跨小区的导频的重用导致导频污染效应,这产生不随着基站(BS)天线的数量$M \rightarrow \infty$而消失的干扰分量。当将干扰视为噪声(TIN)时,这种现象限制了多小区大规模MIMO系统的性能。在本文中,我们分析了更先进的方案的基础上,同时唯一解码(SD)以及同时非唯一解码(SND)的干扰,可以提供无限的速率作为$M \rightarrow \infty$。我们还建立了一个最坏情况下的不相关噪声技术的多址信道,以获得有限的$M$可实现的速率表达式。此外,我们还研究了一个更简单的SND子集(称为S-SND),它提供了一个下界的SND和实现无界率为$M \rightarrow \infty$,也优于SD有限$M$。对于两小区和三小区系统的特殊情况,使用最大对称速率分配策略,我们比较了不同的干扰解码方案与TIN的性能。最后,我们数值说明了所提出的计划的改进性能。
2019-11-25 cs.IT math.IT
Bit-Metric Decoding Rate in Multi-User MIMO Systems: Theory
Nokia Bell Labs(诺基亚贝尔实验室);NVIDIA(英伟达)
链路自适应(LA)是无线通信的最重要方面之一,其中发射机所使用的调制和编码方案(MCS)适应于信道条件,以便满足某个目标错误率。在具有小区外干扰的单用户SISO(SU-SISO)系统中,通过计算接收机处的均衡后信号干扰噪声比(SINR)来执行LA。在使用线性检测器的多用户MIMO(MU-MIMO)接收器中可以采用相同的技术。均衡后SINR的另一个重要用途是用于物理层(PHY)抽象,其中几个PHY块(如信道编码器、检测器和信道解码器)被抽象模型取代,以便加速系统级仿真。然而,对于具有非线性接收器的MU-MIMO系统,不存在已知的均衡后SINR的等效物,这使得LA和PHY抽象都极具挑战性。本文件分两部分讨论这一重要问题。在这一部分中,一个度量称为比特度量解码率(BMDR)的检测器,这是建议的均衡后SINR的等价物,提出。由于BMDR没有一个封闭的形式表达,使其瞬时计算,机器学习方法来预测它与广泛的仿真结果。
2022-12-22 cs.IT cs.LG math.IT
Signal Space Alignment for an Encryption Message and Successive Network Code Decoding on the MIMO K-way Relay Channel
本文研究了多输入多输出(MIMO)高斯无线网络的$K$ -用户和一个中间中继$M$天线的网络信息流问题。在该网络中,每个用户打算向所有其他用户传送多播消息,同时经由中间中继从其他用户接收$K-1$独立消息。该网络信息流被称为MIMO高斯$K$路中继信道。对于这个通道,我们表明,$\frac{K}{2}$自由度是可以实现的,如果$M=K-1$。为了证明这一点,我们提出了一个编码和解码策略的灵感来自密码学理论。所提出的编码和解码策略涉及用于多址接入阶段(MAC)的\textit{signal space alignment for an encryption message}和用于广播(BC)阶段的\textit{zero forcing with successive network code decoding}。\emph{signal space alignment for an encryption message}的思想是所有用户合作地选择预编码向量来发送消息,使得中继器可以接收具有特殊结构\textit{network code chain structure}的适当加密消息。在BC阶段期间,\emph{zero forcing combined with successive network code decoding}使所有用户能够解密来自中继的加密消息,尽管事实上他们…
2010-10-05 cs.IT math.IT
Study of Iterative Detection and Decoding for {Mixed Near- and Far-Field} XL-MIMO Systems
针对混合近远场XL-MIMO系统,提出基于加权速率排序的连续干扰消除方案及集成LDPC编码与信道估计的迭代检测译码框架,数值验证其性能优于现有方法。
2026-09-25 cs.IT math.IT
Circular Sphere Decoding: A Low Complexity Detection for MIMO Systems with General Two-dimensional Signal Constellations
本文提出了一种低复杂度的复值球译码(CV-SD)算法,称为圆球译码(CSD),适用于任意二维的星座的多输入多输出(MIMO)系统。CSD提供了一种新的约束测试。此约束测试经过精心设计,以便在测试的度量计算中删除元素依赖性。因此,约束测试变得简单,执行不限制其星座结构。通过额外地采用这种简单的测试作为预筛选测试,CSD降低了CV-SD搜索的复杂性。我们表明,复杂性的降低是显着的,而其最大似然(ML)的性能不受影响。我们还提供了一个强大的工具来估计任何特定的搜索树的修剪能力。使用这个工具,我们提出了预测和改变策略,导致进一步降低复杂性CSD。扩展所提出的方法软输出SD也提出。
2016-05-20 cs.IT math.IT
Lattice Sequential Decoding for LAST Coded MIMO Channels: Achievable Rate, DMT, and Complexity Analysis
分析了格型序列译码器在LAST编码MIMO信道下的渐近性能。我们确定的速率可实现格编码和顺序解码应用到这样的信道。推导出格序解码下的分集复用权衡(DMT)是其参数--偏置项的函数,偏置项对于控制解码阶段所需的计算量至关重要。实现低解码复杂度需要增加偏置项的值。然而,这是以失去信道的最佳折衷为代价的。在这项工作中,我们推导出尾部分布的解码器的计算复杂性在高信号噪声比制度。我们的分析表明,这样一个低复杂度的解码器的尾部分布是由底层编码方案的信道的中断概率。此外,尾部指数的复杂性分布是等价的DMT实现格编码和格顺序解码方案。我们推导出渐进平均复杂度的顺序解码器作为系统参数的函数。特别是,我们表明,存在一个截止复用增益的平均计算复杂性的解码器仍然有界。
2011-10-04 cs.IT math.IT
How to Diagonalize a MIMO Channel with Arbitrary Transmit Covariance?
多输入多输出(MIMO)或多天线通信是无线系统中实现高频谱效率的关键技术。对于点对点MIMO信道,基于信道奇异值分解(SVD)的线性预编码和解码实现了信道容量,这也将MIMO信道对角化为并行单输入单输出(SISO)子信道,用于独立的编码和解码。然而,在多用户MIMO系统中,由于控制和平衡用户间的同信道干扰,每个MIMO链路的最优发送协方差通常不是基于其信道SVD的。因此,它仍然是未知的线性预编码/解码策略是否仍然能够实现每个MIMO链路的容量,但对角化其MIMO信道,与所有用户的一组给定的最佳传输协方差。这封信解决了这个开放的问题,提供了一个封闭的形式容量实现线性预编码器/解码器的设计,对角化的MIMO信道与任意发送协方差。数值例子也提供了各种多用户MIMO系统中验证所提出的解决方案。
2016-04-23 cs.IT math.IT
On decoding of digital data sent over a noisy MIMO channel
数字数据的传输是现代无线通信的主要任务之一。传统上,通信信道由一个发射机和一个接收机组成;然而,由于对更高传输速率的需求不断增加,使用多个接收机和发射机的普及度已经迅速增长。在本文中,我们结合了一些相当标准的技术,从数值线性代数和概率开发几个(显然是新颖的)随机方案的解码发送的数字消息在一个嘈杂的多元高斯信道。我们使用一个流行的数学模型,这样的渠道,以说明我们的计划,通过数值实验的性能。
2015-01-07 cs.IT math.IT math.OC
Deterministic Sort-Free Candidate Pruning for Scalable MIMO Box Decoding
Vodafone Chair Mobile Communications Systems, Technische Universität Dresden(德累斯顿工业大学)
本文提出两种确定性剪枝策略,用于实现可扩展的 MIMO 信框解码,通过减少计算复杂度并保持 QAM 阶数无关性,实现硬件高效实现。
2026-02-12 cs.IT eess.SP math.IT
GLDPC-PC Codes for MIMO Systems with Iterative Detection and Decoding
提出融合 GLDPC 与短类极化分量码的 GLDPC-PC,借助软输入软输出迭代置信传播解码降低延迟与错误平层,并在 MIMO IDD 系统中显著提升性能。
2024-05-09 cs.IT math.IT
Iterative Detection and Decoding for Cell-Free Massive Multiuser MIMO with LDPC Codes
提出了一种适用于无小区大规模多输入多输出(CF-mMIMO)系统的迭代检测与译码(IDD)方案。用户将编码数据发送到接入点(AP),该数据在中央处理单元(CPU)处被联合检测。在检测器和低密度奇偶检验码(LPDC)解码器之间以对数似然比(LLR)的形式迭代地交换符号,从而提高编码系统的性能。我们提出了一个基于列表的多反馈分集与连续干扰消除(MF-SIC),以提高性能的CF-mMIMO。此外,该检测器与并行干扰消除(PIC)和MF-PIC方案进行了比较。最后,比较了CF-mMIMO和Col-mMIMO的误出错率性能。
2022-10-24 cs.IT math.IT
On the Sphere Decoding Complexity of STBCs for Asymmetric MIMO Systems
在Hassibi和Hochwald的里程碑式的论文中,在没有证据的情况下声称,只要代码的速率小于发射和接收天线的数量的最小值,在任何线性色散代码的球形解码期间遇到的上三角矩阵R就是满秩的。在本文中,我们表明,只有当接收天线的数量至少与发射天线的数量一样多时,这种说法才成立。我们还表明,所有已知的家庭的高速率(速率大于1个复杂的符号,每个信道使用)多组ML可解码的代码有秩亏R矩阵,即使当速率的标准是满意的,这种秩亏问题只出现在非对称MIMO的接收天线的数量小于发射天线的数量。与R矩阵满秩的空时码不同,R矩阵秩亏的空时码的平均球形译码复杂度与星座尺寸成多项式关系。我们推导出大多数已知的高速率多组ML可解码码的球形解码复杂度,并表明对于每个码,复杂度是接收天线数目的递减函数。
2011-09-05 cs.IT math.IT
Study of Iterative Detection and Decoding for Large-Scale MIMO Systems with 1-Bit ADCs
针对大规模多用户多天线系统的上行链路,提出了一种新的迭代检测和译码方案。为了降低接收机的能量消耗和计算复杂性,在前端采用了1位模数转换器。由于1比特量化的性能损失可以通过使用大规模天线阵列来减轻。我们提出了一种线性低分辨率感知的最小均方误差检测器的软多用户干扰缓解。此外,短块长度的低密度奇偶校验码被认为是为了避免高延迟。在信道译码器中,设计了一种带比例因子的准均匀量化器,以降低LDPC码的误码平层。仿真结果表明,该系统在比特出错率方面的良好性能相比,以前的工作。
2017-12-23 cs.IT math.IT
On The Limitations of The Naive Lattice Decoding
本文研究了MIMO衰落系统中朴素格型译码的固有缺陷。我们表明,使用朴素格解码MIMO系统的速率多样性权衡方面有相当大的不足。与最大似然译码不同的是,在这种情况下,即使是具有非零行列式性质的完美格型空时码也不能达到最佳的速率分集折衷。事实上,我们表明,在朴素格解码的情况下,当我们固定的基础格,所有的代码的基础上全速率格具有相同的速率多样性的权衡作为V-BLAST。此外,我们驱动的固定速率MIMO系统(具有相等数量的接收和发射天线)的朴素格解码的符号错误概率的下限。该界限表明,与最大似然解码相比,朴素格型解码在所需SNR方面具有无限的损失。
2007-09-01 cs.IT math.IT
STBCs with Reduced Sphere Decoding Complexity for Two-User MIMO-MAC
该文针对两用户多输入多输出(MIMO)衰落多址信道,构造了一种降低球形译码复杂度(SDC)的空时分组码。在这种设置中,两个用户使用相同的STBC,并且目的地对两个用户的符号执行球形解码。首先,我们确定由格生成元的Q-R分解产生的$\textbf{R}$矩阵中的零点的位置,使得(i)最坏情况SDC(WSDC)和(ii)平均SDC(ASDC)减小。然后,一组必要和充分条件的格生成器上提供,使得$\textbf{R}$矩阵具有在所识别的位置处的零。随后,明确的STBC的结构,从而减少ASDC。所提出的设计的速率(以每个信道使用的复符号为单位)至多为$2/N_{t}$,其中$N_{t}$表示每个用户的发射天线的数量。我们还表明,类STBC从复杂的正交设计(比Alamandra设计)减少WSDC,但不是ASDC。
2009-08-08 cs.IT math.IT
Has MIMO decoding been proved hard from lattice problems?
Deakin University(迪肯大学)
该研究检验了从格问题到 MIMO 译码的多项式时间归约,发现其证明存在缺陷,未确立 MIMO 译码的声称困难性,明确了修复所需条件。
2026-09-07 cs.CR cs.IT math.IT
Learning-Aided Deep Path Prediction for Sphere Decoding in Large MIMO Systems
Seoul National University of Science and Technology(首尔国立科技大学)
本文提出了一种新的适用于大型多输入多输出系统的学习辅助球形译码方案,即基于深度路径预测的球形译码(DPP-SD)。在这个方案中,我们采用了一个神经网络(NN)预测的最小度量的“深”路径的子树开始之前,在SD的树搜索。为了降低神经网络的复杂度,我们采用了一个减少了维度的输入向量,而不是使用原始的接收信号和完整的信道矩阵。NN的输出,即,利用预测的最小路径度量来确定子树之间的搜索顺序,以及优化初始搜索半径,这可以降低SD的计算复杂性。为了进一步降低复杂度,还提出了一种基于预测最小路径度量的提前终止方案。我们的仿真结果表明,所提出的DPP-SD计划提供了一个显着的减少计算复杂性相比,传统的SD算法,尽管达到接近最佳的性能。
2020-01-02 cs.IT cs.LG eess.SP
Blind Joint MIMO Channel Estimation and Decoding
本文提出了一种在信道状态信息(CSI)未知的情况下进行MIMO解码的方法。所提出的方法需要在传输的信号中的一些结构,以便解码是有效的,特别是底层源是从超立方空间中提取的。我们提出的技术适合最小体积平行六面体接收到的样品。这个问题可以表示为非凸优化问题,可以通过梯度下降以高概率解决。我们的盲解码算法可以使用时,在未知的MIMO无线信道使用BPSK或MPAM调制通信。我们应用我们的技术来联合估计MIMO信道增益矩阵和解码的基础传输,只有知识的传输星座,而不使用导频符号。我们的研究结果提供了理论保证,该算法是正确的,当应用于小型MIMO系统。实验结果表明,小样本的要求,使该算法适用于块衰落信道的相干时间通常在实践中看到。我们的方法有一个小于3dB的损失相比,迫零与完美的CSI,施加类似的性能惩罚的空时编码技术,而不损失的速率所产生的这些技术。
2018-02-03 cs.IT eess.SP math.IT
Conjugate Gradient Projection Approach for Multi-Antenna Gaussian Broadcast Channels
最近的研究表明,脏纸编码是最大化多输入多输出高斯广播信道(MIMO BC)的和速率的最佳策略。此外,通过信道对偶性,非凸MIMO BC和速率问题可以转化为具有和功率约束的凸对偶MIMO多址接入信道(MIMO MAC)问题。本文设计了一种基于共轭梯度投影(CGP)的MIMO BC最大和速率问题的有效算法。我们提出的CGP算法解决了对偶和功率MAC问题,利用强大的概念海森共轭。我们还开发了一个严格的算法来解决投影问题。我们表明,CGP具有可证明的收敛性,良好的可扩展性,以及大型MIMO BC系统的高效率。
2007-01-09 cs.IT math.IT
Low ML-Decoding Complexity, Large Coding Gain, Full-Rate, Full-Diversity STBCs for 2 X 2 and 4 X 2 MIMO Systems
本文(该手稿的部分内容已被接受用于在新奥尔良举行的IEEE Globecom 2008上的演示)涉及低最大似然(ML)解码复杂度、全速率和全分集空时分组码(STBC),其也提供大的编码增益,用于2个发射天线,2个接收天线($2\times 2$)和4发射天线2接收天线($4\times 2$)MIMO系统。目前,用于$2\times2$系统的最公知的STBC是Golden码,而用于$4\times2$系统的STBC是DjABBA码。本文在Biglieri、Hong和Viterbo的基础上,提出了一种新的适用于$2\times 2$系统的空时分组码。对于正方形QAM星座,该码在性能和ML解码复杂度上与Golden码相匹配,而对于非矩形QAM星座,该码具有较低的ML解码复杂度,具有相同的性能。该代码也被证明是\emph{information-lossless}和\emph{diversity-multiplexing gain}(DMG)权衡最优的。然后,将该设计过程扩展到$4\times 2$系统,并给出了一种编码,其性能优于QAM星座的DjABBA码,具有较低的ML解码复杂度。到目前为止,对于大小为$M$的平方QAM,已经报道了Golden码具有$M^4$量级的ML解码复杂度。本文提出了一种将其ML译码复杂度降低到$M^2\sqrt{M}$的方案。
2008-09-03 cs.IT math.IT
Sum Rate Maximization using Linear Precoding and Decoding in the Multiuser MIMO Downlink
我们提出了一种算法,以最大化的瞬时总和数据率发送的基站在多用户多输入多输出系统的下行链路。发射机和接收机可以各自配备有多个天线,并且每个用户可以接收多于一个的数据流。我们表明,最大化的总和率是密切相关的最小化的产品的均方误差(PMSE)。该算法采用上行链路/下行链路的对偶迭代设计发射-接收线性预编码器,解码器,和功率分配,最小化的PMSE下的总和功率约束的所有数据流。数值仿真表明了该算法的有效性,并支持使用PMSE准则,在最大限度地提高整体的瞬时数据率。
2008-01-02 cs.IT math.IT
Interference Reduction in Multi-Cell Massive MIMO Systems I: Large-Scale Fading Precoding and Decoding
无线大规模MIMO系统需要大量(数十或数百个)基站天线服务于少得多的用户,与传统MIMO技术相比,在频谱效率和能量效率方面具有大的增益。直到最近,人们认为,在多蜂窝大规模MIMO系统中,即使在渐近状态下,由于服务天线的数量趋于无穷大,性能受到定向小区间干扰的限制。这种干扰是由不同小区中的用户不可避免地重复使用反向链路训练序列(导频污染)造成的。我们设计了一个新的概念,导致大规模MIMO系统中的小区间干扰的有效消除。这是通过外部多蜂窝预编码来实现的,我们称之为大规模衰落预编码(LSFP)。LSFP的主要思想是每个基站线性地组合针对来自不同小区的用户的消息,这些小区重复使用相同的训练序列。关键是,合并系数仅取决于用户和基站之间的慢衰落系数。每个基站使用基于估计的快衰落系数的传统线性预编码来独立地发送其LSFP组合符号。此外,我们推导出估计的下行链路和上行链路的信干噪比和容量下限的情况下,大规模MIMO系统与LSFP和有限数量的基站天线。
2014-11-15 cs.IT math.IT
Application of Deep Learning to Sphere Decoding for Large MIMO Systems
虽然球形解码器(SD)是用于多输入多输出(MIMO)系统的强大检测器,但是在其中采用大量天线的大规模MIMO系统中,其在计算上变得过高。为了克服这一挑战,我们提出了快速深度学习(DL)辅助SD(FDL-SD)和快速DL辅助$K$ -最佳SD(KSD,FDL-KSD)算法。其中,DL的主要应用是生成高度可靠的初始候选,以结合候选/层排序和早期拒绝来加速SD和KSD中的搜索。与现有的DL辅助SD计划相比,我们提出的计划在离线训练和在线应用阶段都更有优势。具体地,与现有的DL辅助SD方案不同,它们不需要在训练阶段执行常规SD。对于具有QPSK的$24 \times 24$ MIMO系统,所提出的FDL-SD实现了比$90\%$更多的复杂度降低,而与传统SD方案相比没有任何性能损失。对于采用QPSK的$32 \times 32$ MIMO系统,所提出的FDL-KSD仅需要$K = 32$就可以达到采用$K=256$的传统KSD的性能,其中$K$是KSD中的存活路径数。这意味着所提出的FDL-KSD方案在性能-复杂度权衡方面有了显著的改善。
2021-07-21 cs.IT math.IT
Sparse Large-Scale Fading Decoding in Cell-Free Massive MIMO Systems
无小区大规模多输入多输出(CF mMIMO)系统的特征在于具有比用户设备(UE)多得多的接入点(AP)。关键挑战是确定哪些AP应该服务于哪些UE。以前的工作已经解决了这个组合的问题。本文提出了一种稀疏的大规模衰落解码(LSFD)设计CF mMIMO联合优化的关联和LSFD。我们制定了一个组稀疏性问题,然后使用块坐标下降的近似算法来解决它。数值结果表明,稀疏LSFD实现了几乎相同的频谱效率的最佳LSFD,从而实现了更高的能量效率,因为减少了处理和信令。
2022-05-06 cs.IT eess.SP math.IT
A Tensor-Train Framework for Bayesian Inference in High-Dimensional Systems: Applications to MIMO Detection and Channel Decoding
Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院);Qoherent;Technical University of Munich (TUM)(慕尼黑工业大学)
本文提出张量-列车框架用于高维离散输入加性噪声模型的高效近优贝叶斯推断,通过低秩表示实现紧凑存储和高效计算,应用于MIMO检测和二进制线性分组纠错码解码。
2026-04-07 cs.IT cs.LG math.IT
Fluid-Antenna-Assisted Distributed Joint Decoding for Cell-Free Massive MIMO Unsourced Random Access
Southeast University(东南大学);National Mobile Communications Research Laboratory, Frontiers Science Center for Mobile Information Communication and Security, Southeast University(国家移动通信重点实验室,移动信息与安全前沿科学中心,东南大学);Purple Mountain Laboratories(紫金山实验室)
该研究针对无蜂窝大规模MIMO非授权随机接入的多用户干扰等问题,提出流体天线辅助的分布式联合解码方法,经仿真验证可提升接收功率,实现流体天线与该接入技术的可行集成。
2026-08-24 cs.IT math.IT
URLLC with Coded Massive MIMO via Random Linear Codes and GRAND
无线通信中的当前挑战是确保超可靠和低延迟通信(URLLC)。虽然可靠性方面是公知的,通过使用长码字的信道编码来改善,但这通常意味着使用引入不期望的延迟的双绞线。使用短码字是使解码延迟最小化所需的改变。这项工作提出了一个编码和解码方案的组合,连同空间信号处理作为一种手段,以提供URLLC在衰落信道。本文提出了在大规模MIMO(mMIMO)信道上使用随机线性码(RLC),并采用标准迫零检测和猜测随机加性噪声解码(GRAND)。在mMIMO平坦衰落信道上对几种方案的性能进行了评估。所提出的方案大大优于使用5G极化编码和解码的等效方案,以获得感兴趣的信噪比(SNR)。虽然极化码的复杂度在所有SNR下都是恒定的,但使用具有GRAND的RLC可以在大部分SNR范围内实现更快的解码时间,从而进一步减少延迟。
2023-03-14 cs.IT math.IT