[发明专利]大规模MIMO系统中基于模拟退火思想改进的LAS检测算法

摘要

本发明提出了基于模拟退火算法改进的邻域搜索检测算法、基于对称‑加权连续超松弛迭代(Weighted Symmetric Successive Over Relaxation Iteration，WSSOR)算法求解初始解和设置多邻域搜索候选集并行搜索这三个创新点，在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中，现有的邻域搜索算法只接受比当前解更优的解，容易陷入局部最优解的问题，因此引入模拟退火算法中的概率因素，以一定的概率来接受一个比当前解还要差的解，跳出局部最优，搜索到全局最优解，从而显著地提高了算法的检测性能；同时，在求解初始解时，利用WSSOR迭代来处理复杂的矩阵求逆运算，降低初始解的求解复杂度；进一步通过解向量间不同的符号比特数来设置多邻域搜索候选集进行并行搜索，从而增大有效搜索面积、提高搜索速度。

主权项

1.大规模MIMO系统中改进的邻域搜索检测算法，其特征在于，邻域搜索检测算法作为大规模MIMO系统中一种新的信号检测算法，该算法基于最优化问题中的贪婪搜索思想，能够实现低复杂度的信号检测。由于邻域搜索检测算法在每次迭代时只接受比当前解更好的解，很容易就会陷入局部最优解的问题，同时误码率性能也有所下降，为了在大规模MIMO系统的检测性能与计算复杂度之间取得良好的折中，提出一种基于模拟退火算法改进的邻域搜索检测算法，将模拟退火算法中的概率因素引入到大规模MIMO系统信号检测中，以此跳出局部最优问题，搜索全局最优解，提高检测算法的性能；为降低求解初始解的复杂度问题，提出一种基于WSSOR迭代的检测算法，利用SSOR迭代和SOR迭代进行加权结合来求解初始解，以低复杂度达到近似最佳MMSE线性检测算法的性能，降低了算法的复杂度；模拟退火算法的初始温度和冷却因子设置较大，会造成相对收敛速度很慢的问题，基于上述思想设置多个邻域搜索候选集进行并行搜索，从而可以增大搜索面积、增强搜索能力、提高搜索速度。