基于预处理共轭梯度法的低复杂度信号检测算法

doi:10.11959/j.issn.1000-0801.2016092

电信科学 ›› 2016, Vol. 32 ›› Issue (4): 30-35.doi: 10.11959/j.issn.1000-0801.2016092

基于预处理共轭梯度法的低复杂度信号检测算法

曲桦^1,²,梁静¹,赵季红^1,²,王伟华¹

¹ 西安交通大学软件学院，陕西西安710049
² 西安邮电大学通信与信息工程学院，陕西西安 710061

出版日期:2016-04-20 发布日期:2016-04-28
基金资助:
国家自然科学基金资助项目;国家高技术研究发展计划（“863”计划）基金资助项目

Low-complexity signal detection algorithm based on preconditioned conjugate gradient method

Hua QU^1,²,Jing LIANG¹,Jihong ZHAO^1,²,Weihua WANG¹

¹ School of Software Engineering，Xi’an Jiaotong University，Xi’an 710049，China
² School of Electronic and Telecommunication Engineering，Xi’an Posts ＆ Telcommunications University，Xi’an 710061，China

Online:2016-04-20 Published:2016-04-28
Supported by:
The National Natural Science Foundation of China;The National High Technology Research and Development Program of China（863 Program）

摘要/Abstract

摘要：

大规模多输入多输出系统中，最小均方误差信号检测算法是近似最优的，但由于其涉及矩阵求逆，计算复杂度随着天线数量增加呈指数增长。提出了低复杂度的预处理共轭梯度信号检测算法，该算法通过预处理技术降低矩阵条件数，从而加快共轭梯度信号检测算法的收敛速度。仿真结果显示，该算法在小数量的迭代中能够达到和最小均方误差检测算法相似的误码率，算法复杂度下降了一个数量级。相比直接用共轭梯度法，能够更快收敛到最佳值。

关键词: 大规模多输入多输出, 共轭梯度法, 最小均方误差

Abstract:

For large-scale multiple-input multiple-output system，minimum mean square error signal detection algorithm is near-optimal but involves matrix inversion，and complexity is growing exponentially. So less-complexity signal detection algorithm using preconditioned conjugate gradient method was proposed，the algorithm reduced the condition number of matrix by pretreatment technology，thus speeding up the convergence rate of conjugate gradient signal detection algorithm. The simulation results show that the proposed algorithm can achieve the near-optimal bit error rate performance of minimum mean square error detection algorithm with a small number of iterations，and computation complexity reduces a order of magnitude. Compared with the conjugate gradient method，the proposed algorithm can quickly converge to the optimum value.

Key words: large-scale multiple-input multiple-output, conjugate gradient method, minimum mean square error

曲桦,梁静,赵季红,王伟华. 基于预处理共轭梯度法的低复杂度信号检测算法[J]. 电信科学, 2016, 32(4): 30-35.

Hua QU,Jing LIANG,Jihong ZHAO,Weihua WANG. Low-complexity signal detection algorithm based on preconditioned conjugate gradient method[J]. Telecommunications Science, 2016, 32(4): 30-35.

图/表 5

参考文献 11

[1]	DAI L ， WANG Z ， YANG Z . Next-generation digital television terrestrial broadcasting systems：key technologies and research trends[J]. IEEE Communications Magazine， 2012，50（6）：150-158.
[2]	RUSEK F ， PERSSON D ， LAU B K ， et al. Scaling up MIMO：opportunities and challenges with very large arrays[J]. IEEE Signal Processing Magazine， 2012，30（1）：40-60.
[3]	HOYDIS J ， TEN BRINK S ， DEBBAH M . Massive MIMO in the UL/DL of cellular networks：how many antennas do we need[J]. IEEE Journal on Selected Areas in Communications， 2013，31（2）：160-171.
[4]	DAI L ， WANG J ， WANG Z ， et al. Spectrum-and energy-efficient OFDM based on simultaneous multi-channel reconstruction[J]. IEEE Transactions on Signal Processing， 2013，61（23）：6047-6059.
[5]	GAO X ， DAI L ， MA Y ， et al. Low-complexity near-optimal signal detection for uplink large-scale MIMO systems[J]. Electronics Letters， 2014，50（18）：1326-1328.
[6]	张永杰，孙秦 . 预处理矩阵及其构造方法[J]. 长春理工大学学报， 2006，29（4）：128-130. ZHANG Y J ， SUN Q . Preconditioned matrix and its structure methods[J]. Journal of Changchun University of Science and Technology， 2006，29（4）：128-130.
[7]	张凯院，徐仲 . 数值代数（第2版）（信息与计算科学专业教材系列）[M]. 北京：科学出版社发行处， 2006：132-137. ZHANG K Y ， XU Z . Numerical algebra （2nd edition）（information and computing science textbook series）[M]. Beijing： Science Press Issued， 2006：132-137
[8]	黎勇 . 几类非线性共轭梯度法的研究[D]. 南宁：广西大学， 2011：8-19. LI Y . Research on some nonlinear conjugate gradient methods[D]. Nanning： Guangxi University， 2011：8-19.
[9]	YIN B ， WU M ， STUDER C ， et al. Implementation trade-offs for linear detection in la rge-scale MIMO systems[C]// IEEE International Conference on Acoustics，Speech and Signal Processing （ICASSP’13），May 26-31，2013，Vancouver，BC，Canada. New Jersey： IEEE Press， 2013：2679-2683.
[10]	WU M ， YIN B ， VOSOUGHI A ， et al. Approximate matrix inversion for high-throughput data detection in the large-scale MIMO uplink[C]// IEEE International Symposium on Circuits ＆Systems，May 19-23，2013，Beijing，China. New Jersey： IEEE Press， 2013：2155-2158.
[11]	HU Y ， WANG Z ， GAOL X ， et al. Low-complexity signal detection using CG method for uplink large-scale MIMO systems[C]// 2014 IEEE International Conference on Communication Systems （ICCS），Nov 19-21，2014，Macau，China. New Jersey： IEEE Press， 2014：477-481.

迭代	CG	基于Gauss-Seidel矩阵分裂PCG
迭代时间/s	2.362 4	1.510 4
迭代次数/次	6 400	5 600

基于预处理共轭梯度法的低复杂度信号检测算法

Low-complexity signal detection algorithm based on preconditioned conjugate gradient method

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 11

相关文章 11

Metrics

推荐阅读 0

[1]	王越, 许方敏, 曹海燕. TDD模式下无小区大规模MIMO系统的导频干扰抑制[J]. 电信科学, 2022, 38(5): 87-94.
[2]	陈浩椅, 李光球, 李辉. 基于IAFS算法的毫米波大规模MIMO混合预编码方法[J]. 电信科学, 2021, 37(8): 77-84.
[3]	宋晓群, 金明, 贾忠杰. 一种大规模MIMO系统的联合用户活跃性和信号检测方法[J]. 电信科学, 2021, 37(5): 113-123.
[4]	孙文胜,许俊杰. 大规模MIMO系统中基于牛顿迭代和超松弛迭代的WWSE预编码算法[J]. 电信科学, 2019, 35(11): 51-57.
[5]	毛攀,黄小光,汪伟,宋建. 基于压缩感知的大规模MIMO信道估计与反馈[J]. 电信科学, 2018, 34(12): 46-52.
[6]	王雪丽,王海泉,李肖,杨大款. 莱斯衰落信道下大规模MIMO系统中的信道估计方法[J]. 电信科学, 2017, 33(9): 10-19.
[7]	申敏,徐浩,何云,周朋光. 毫米波MIMO系统中迭代最小均方误差混合波束成形算法[J]. 电信科学, 2017, 33(8): 77-84.
[8]	杨丽花,梁彦. 信道老化时高速移动大规模MIMO上行系统的性能分析[J]. 电信科学, 2017, 33(7): 19-27.
[9]	赵书锋,申滨,杨芙蓉. 大规模MIMO系统低复杂度混合迭代信号检测[J]. 电信科学, 2017, 33(7): 39-46.
[10]	何世文,黄永明,王海明,洪伟. 毫米波无线通信发展趋势及技术挑战[J]. 电信科学, 2017, 33(6): 11-20.
[11]	关雪梅,陈纯锴. 基于MIMO的垂直分层空时码检测算法研究[J]. 电信科学, 2010, 26(8): 95-98.