多符號差分協(xié)作系統(tǒng)檢測算法的研究.pdf

1、為了解決MIMO系統(tǒng)在實現(xiàn)空間分集效果時,終端設備由于體積、硬件復雜度和功耗等限制的問題,提出了一種新的空間分集技術——協(xié)作技術。在協(xié)作技術實現(xiàn)的過程中,發(fā)送信號的協(xié)作方式多樣化,其中AF、DF和CC三種是最基礎的協(xié)作策略,其中誤碼率性能DF最優(yōu),AF最差;與此相比,AF的復雜度最低,然而DF最高,CC在誤碼率和復雜度兩方面的性能都介于AF和DF之間。同時,對接收信號的譯碼方式也多樣化,其中差分檢測方式相比于傳統(tǒng)的相干檢測方式而言,避免

2、了信道估計這一難題從而降低了檢測算法實現(xiàn)的復雜度,更適用于實際應用環(huán)境中。然而也帶來了3dB的性能損失,為了縮小這個性能差距,提出了多符號差分檢測技術。
　　但是,采用多符號差分檢測技術也帶來了計算復雜度高的問題,針對這個問題,研究了3種適用于不同協(xié)作系統(tǒng)的多符號差分檢測算法,使協(xié)作系統(tǒng)在誤碼率性能和復雜度之間達到很好的折中效果。同時,在對三種協(xié)作策略了解的基礎上,以及鑒于本文是對檢測算法的研究,為了避免研究的重復性,重點選擇了A

3、F和CC兩種協(xié)作方式。本文主要基于AF、CC兩種協(xié)作策略下的協(xié)作系統(tǒng),并且分別與不同的差分編碼方式結合,重點研究3種適用于協(xié)作系統(tǒng)的多符號差分檢測算法。
　　首先,在分布式空時CC協(xié)作系統(tǒng)的基礎上,針對傳統(tǒng)單符號差分ML算法的3dB性能損失,而研究多符號差分ML算法,用于提高單符號差分協(xié)作系統(tǒng)的誤碼性能。然后,基于正交空時AF協(xié)作系統(tǒng),針對ML算法高復雜度的缺陷,研究了多符號差分SD算法,用于降低協(xié)作系統(tǒng)的空間復雜度。最后,針對目