大规模MIMO系统中低复杂度迭代信号检测算法研究.pdf

摘要

摘要

大规模多输入多输出（MultipleInputMultipleOutput，MIMO）技术作为第五代移动

通信（FifthGeneration，5G）关键技术之一，具有信道容量高、传输速率快、延迟低、

可靠性高、频谱效率高等优势。信号检测质量作为衡量大规模MIMO性能关键指标，对

通信系统至关重要。传统最小均方误差（MinimumMeanSquareError，MMSE）是衡量

信号检测质量的常见方法，其误比特率（BitErrorRate，BER）较低，但在大规模MIMO

中天线数目迅速增加时，矩阵求逆的复杂度过高。本文主要对大规模MIMO信号检测中

基于迭代的Richardson算法和Barzilai-Borwein算法展开研究以降低计算复杂度。主要

完成工作如下：

（1）针对MMSE检测算法中矩阵求逆复杂度高问题，提出一种改进Richardson迭

代检测算法。该改进算法引入最速下降法对Richardson迭代算法预处理，提供有效有哪些信誉好的足球投注网站

路径，同时采用整体校正法对不同近似解赋予权值，获得更优解，进一步缩短算法收敛

时间。仿真结果表明，本文所提改进Richardson迭代检测算法收敛性优于传统Richardson

算法，在不同用户数及调制方式下依然保持优势，且该算法在3次迭代基本达到MMSE

算法相同误比特率性能。

（2）针对Barzilai-Borwein（BB）迭代算法单次复杂度高，误比特率随着迭代次数

改善不明显，提出一种变步长修正Barzilai-Borwein（CBB）大规模MIMO信号检测算

法。将BB迭代算法与最速下降法结合的CBB算法引入大规模MIMO信号检测中加快

收敛速度，同时，为进一步提高CBB算法收敛性，合理选取初值和单次迭代步长以改

进算法。仿真结果表明，变步长CBB算法适应不同数量用户场景，且该算法优于BB算

法和CBB算法，同时，在迭代4次时误比特率性能可以接近MMSE算法，解决了MMSE

高计算复杂度问题，实现了信号检测误比特率和计算复杂度平衡。

（3）针对CBB迭代算法收敛速度慢的问题，提出一种采用CBB-延迟超松弛信号

检测方法。通过采用延迟迭代超松弛原理，引入松弛因子对CBB迭代算法进行处理，

利用其对CBB算法第t次迭代解与第t2次迭代解进行优化，选取误比特率性能更好

的松弛因子和初值加快算法收敛。仿真结果表明，本文所提算法通过增加一定复杂度，

有效提升系统性能，且在不同用户数时仍保持优势。同时，与传统MMSE算法相比复

杂度较低，在迭代4次时可达到近似最优性能。

关键词：信号检测；大规模MIMO；Richardson迭代；Barzilai-Borwein迭代

I

Abstract

Abstract

Asoneofthefundamentaltechnologiesoffifth-generation(5G)mobilecommunication,

multiple-inputmultiple-output(MIMO)technologyboastsseveraladvantages,includinghigh

channelcapacity,fasttransmissionrate,lowlatency,highreliability,andhighspectralefficiency.

InmassiveMIMO,signaldetectionqualityisacrucialperformancemetricforcommunication

systems.Whiletheconventionalminimummeansquareerror(MMSE)