南京邮电大学学报(自然科学版)

作者：张维,周围

单位：重庆邮电大学 通信与信息工程学院，重庆400065重庆邮电大学 移动通信技术重庆市重点实验室，重庆400065重庆邮电大学 通信与信息工程学院，重庆400065重庆邮电大学 移动通信技术重庆市重点实验室，重庆400065

关键词：大规模多输入多输出；似然上升搜索；模拟退火；全局最优；WSSOR；多邻域候选集；双阈值

基金：国家自然科学基金（61771085）和重庆市基础与前沿研究计划（CSTC2015icyjA40040）资助项目

在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中,现有的非线性检测算法中似然上升搜索（Likelihood Ascend Search,LAS）算法的复杂度较低，但是算法容易陷入局部极值，导致算法性能较差。文中提出一种全局最优的模拟退火-似然上升搜索（Simulated Annealing-Likelihood Ascend Search,SA-LAS）算法，该算法引入模拟退火算法中的概率因素，以一定概率接收相对更差的解，从而改进算法的局限性。同时还利用加权-对称连续超松弛（Weighted Symmetric Successive Over Relaxation,WSSOR）迭代处理复杂的矩阵求逆运算，降低初始解的求解复杂度；另外，设置多个邻域候选集并行搜索加快搜索的速度；最后设置双阈值控制迭代终止时间，以此降低算法复杂度。理论分析了该算法的复杂度，并通过仿真对不同检测算法的误码率性能和收敛速度进行了研究，结果表明：在复杂度阶数不增加的情况下，文中提出的SA-LAS检测算法的误码率性能明显优于现有的LAS检测算法。

来源：2020年第4期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2020年第4期