项目名称: 基于低复杂度分组译码的多用户MIMO系统空时编码技术研究

项目编号: No.61301124

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 李国权

作者单位: 重庆邮电大学

项目金额: 23万元

中文摘要: 空时编码技术是多用户无线通信系统实现高速率和高质量传输的关键技术,其译码性能和复杂度是实际应用必须考虑的重要因素。目前针对多用户系统的多用户分层空时码以及多用户联合设计的空时编码均需采用复杂度很高的最大似然译码才能获得全分集,采用低复杂度译码算法则会损失系统性能和分集增益。基于此,本课题旨在探索低复杂度分组译码的多用户空时编码的性能改善方法,主要研究内容包括:获取分组译码的多用户分层空时编码系统等效信道模型及简化方法,提出分析系统分集增益的新途径;创新性地提出通过改变分组译码算法的分组方案来改善系统译码性能,研究随信道状态实时变化的最优分组方案选择准则;结合部分干扰相消分组译码算法,提出全分集多用户空时码和设计准则,并推广到MIMO干扰信道和MIMO X信道等广义多用户系统,进一步改善系统性能。该课题研究可为多用户MIMO系统获取高质量传输提供低复杂度和易于实现的解决方案。

中文关键词: MIMO系统;多用户空时编码;分集增益分析;低复杂度检测;分组干扰相消译码

英文摘要: Space-Time Coding (STC) is one of the promising technologies for multi-user wireless communication systems to transmit data with high-speed and high-quality, and its decoding performance and complexity are the two important factors necessary to be considered before put into practice. Currently, the STCs specially designed for multi-user systems, multi-user layered STC and multi-user jointly designed STC, need high-complexity Maximum Likelihood (ML) decoding to obtain full diversity gain,while using low-complexity decoding means loss of system performance and diversity gain.Just because of this, the project aims to explore the method to improve the performance and design full-diversity STC for multi-user STC coded systems with low-complexity group decoding. First of all, the equivalent channel model and its simplification method are achieved for multi-user layered STC, and a new approach is proposed to analyze the system diversity gain。By changing the traditional grouping schemes of group decoding algorithms, an innovative way to improve the system performance is then proposed and an criterion to choose the optimal grouping scheme which can follow the channel influctuations is studied. At last, based on partial interference cancellation (PIC) group decoding algorithm, full-diversity multi-user STCs together with

英文关键词: MIMO Systems;Mulit-User Space Time Coding;Diversity Gain Analysis;Low-Complexity Detection;Group Interference Cancellation

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】上下文感知的词语替换与文本溯源
专知会员服务
17+阅读 · 2022年1月23日
【经典书】凸优化:算法与复杂度,130页pdf
专知会员服务
80+阅读 · 2021年11月16日
【KDD2021】双重图强化神经推荐模型
专知会员服务
12+阅读 · 2021年11月10日
专知会员服务
48+阅读 · 2021年8月29日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
WhatsApp 是如何实现端到端加密备份的?
InfoQ
0+阅读 · 2021年11月26日
【KDD2021】双重图强化神经推荐模型
专知
0+阅读 · 2021年11月10日
平台积分体系设计方案
PMCAFF
31+阅读 · 2018年11月17日
已删除
将门创投
12+阅读 · 2018年6月25日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Chinese Idiom Paraphrasing
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
【AAAI2022】上下文感知的词语替换与文本溯源
专知会员服务
17+阅读 · 2022年1月23日
【经典书】凸优化:算法与复杂度,130页pdf
专知会员服务
80+阅读 · 2021年11月16日
【KDD2021】双重图强化神经推荐模型
专知会员服务
12+阅读 · 2021年11月10日
专知会员服务
48+阅读 · 2021年8月29日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
相关资讯
WhatsApp 是如何实现端到端加密备份的?
InfoQ
0+阅读 · 2021年11月26日
【KDD2021】双重图强化神经推荐模型
专知
0+阅读 · 2021年11月10日
平台积分体系设计方案
PMCAFF
31+阅读 · 2018年11月17日
已删除
将门创投
12+阅读 · 2018年6月25日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
相关基金
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员