论文部分内容阅读
大规模多输入多输出(Massive Multiple Inputs Multiple Outputs,Massive MIMO)作为第五代(5th Generation,5G)移动通信系统中的关键技术之一,可以提高系统信道容量和频谱效率。但由于系统中配置成百上千的天线,导致接收端数据处理复杂度增大。预编码技术可有效降低接收端信号处理的复杂度。因此,设计收敛速度快、复杂度低的预编码算法一直是学术界和工业界的追求目标。本文针对现有预编码算法复杂度较高的问题,研究收敛速度快、计算复杂度低的预编码算法。主要工作包括以下内容:(1)针对牛顿(Newton)迭代法收敛速度慢且迭代初始值计算复杂的问题,本文基于超松弛(Successive Over Relaxation,SOR)迭代法的思想得到一种矩阵求逆方法即超松弛矩阵求逆(Successive Over Relaxation Matrix Inversion,SORMI)迭代法,进而提出SORMI-Newton预编码算法,并分析其收敛条件和复杂度。仿真结果表明,与Newton迭代法相比,SORMI-Newton预编码算法由于具有更精确的迭代初始值,因而收敛速度更快,能够通过较少的迭代次数达到正则化迫零(Regularized Zero Forcing,RZF)算法的误码率。此外,为了降低系统误码率,将匹配滤波器(Matched Filter,MF)预编码算法和RZF算法级联,提出MF-RZF预编码算法。为了减小MF-RZF算法的复杂度,将SORMI-Newton迭代算法引入MF-RZF算法中,提出联合预编码算法。理论分析与仿真结果表明,联合算法具有更小的系统误码率和更低的复杂度。(2)基于现有的SOR迭代法,通过改变迭代格式加快算法收敛速度,提出SORCMI(SOR-Change the Matrix Iteration)迭代算法。为了进一步加快SORCMI算法的收敛速度,基于对称超松弛(Symmetric Successive Over Relaxation,SSOR)算法的思想提出SSORCMI(Symmetric Successive Over Relaxation-Change the Matrix Iteration)迭代算法。理论分析及仿真结果表明,本文提出的SSORCMI预编码算法复杂度小于RZF预编码算法;而且,与SSORMI迭代法相比,SSORCMI预编码算法收敛速度更快,松弛因子的收敛域更大,且算法收敛速度受收敛因子的影响更小。