研究目的
为采用低精度模数转换器(ADC)的编码毫米波(mmWave)多输入多输出(MIMO)系统,提出计算高效且近最优的软输出检测方法。
研究成果
所提出的软输出检测方法Q-BCJR和Q-BP,在采用低精度ADC的毫米波MIMO系统中相比现有频域均衡技术实现了显著的误帧率增益。Q-BCJR利用稀疏信道模型以较低复杂度提供近最优性能,而Q-BP通过迭代消息传递进一步降低复杂度。仿真验证了其对信道估计误差的鲁棒性及在不同信道模型中的有效性。未来工作应聚焦于信道估计误差下的鲁棒检测以及与信道解码器的联合设计。
研究不足
当主导信道脉冲响应(CIR)抽头的最大延迟指数较大时,所提出的方法可能面临高计算复杂度的挑战。若因子图存在环路,置信传播方法(Q-BP)可能无法保证收敛,且这些方法主要通过仿真验证而未进行实际硬件实现。此外,其性能依赖于准确的信道估计,且复杂度分析基于大数据块长度假设。
1:实验设计与方法选择:
本研究通过利用毫米波信道的时延域稀疏特性和低精度模数转换器(ADC)的高量化噪声,构建了极稀疏的ISI信道模型。基于该模型开发了两种检测方法:采用简化网格图上前后向算法的量化BCJR(Q-BCJR),以及使用稀疏因子图迭代置信传播算法的量化置信传播(Q-BP)。
2:样本选择与数据来源:
仿真采用包括6抽头指数衰减功率时延分布(Exp-PDP)信道,以及基于文献测量模型的28GHz和73GHz非视距(NLOS)信道。
3:实验设备与材料清单:
系统模型包含具有Ntx发射和Nrx接收天线的毫米波MIMO、低精度ADC(1位或2位)及混合波束成形架构。除理论设置外未提供具体设备细节。
4:实验流程与操作步骤:
流程包括生成信道实现、应用所提检测方法(Q-BCJR和Q-BP),并对比其在接收端完美/非完美信道状态信息(CSIR)条件下与OFDM等技术帧误码率(FER)性能。
5:数据分析方法:
通过FER仿真评估性能,采用大O符号分析计算复杂度。主导抽头选择算法以归一化均方误差(NMSE)为准则优化性能与复杂度的权衡。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容