【解决大规模MIMO系统的数据检测问题】混合框架来改善VP中格降（LR）辅助预编码的性能（Matlab代码实现）

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、文章

---

💥1 概述

摘要：
向量扰动（VP）预编码是一种在下行多用户通信系统中应用的有前景的技术。在本文中，我们引入了一个混合框架来改善VP中格降（LR）辅助预编码的性能。首先，我们使用基于降低格基的零强制（ZF）或逐步干扰取消（SIC）进行简单的预编码。由于LR-ZF或LR-SIC预编码后的信号空间可以被证明被限制在一个小范围内，再加上LR所保证的格基的充分正交性，它们共同为随后应用近似消息传递（AMP）算法铺平了道路，进一步提升了任何次优预编码器的性能。我们的研究表明，AMP算法对于一个数据符号位于整数ℤ且格基的条目可能不是i.i.d.高斯分布的格解码问题是有益的。数值结果证实了低复杂度的AMP算法可以显著提高LR辅助预编码的符号误差率性能。最后，该混合方案在解决大规模MIMO系统的数据检测问题时，也被证明是有效的，而不使用LR。

下一代宽带移动互联网预计将同时向大量用户传送大量数据。为了满足多用户广播网络中的这一需求，希望根据信道状态信息（CSI）对传输符号进行预编码，以提高时间效率同时保持可靠性。已知，使用简单的信道反演进行预编码在所有信噪比（SNR）下表现不佳，进一步的正则化也不能显著提高性能。为了提高吞吐量，引入了一种称为向量扰动（VP）的预编码方案[1]和[2]。该方案基于汤姆林森-哈拉希马（Tomlinson-Harashima）预编码，通过模格操作对传输数据进行扰动，可以在不使用脏纸技术的情况下实现系统的接近总容量[1]，[2]。VP的优化目标要求解格中的最近向量问题（CVP），通过从CVP的决策版本进行归约已经证明是NP-完全的[3]。由于问题的NP-完全性质，使用球解码[4]（在[1]和[2]中称为球预编码）找到其精确解的计算复杂性随问题维数的指数增长，因此必须采用提供近似最优性能的降低复杂性替代方案。

文献中提出了几种降低复杂性的预编码算法[5]–​[11]。这些算法根据是否使用格降作为预处理分为两类。在第一类[5]–​[7]，[9]，[11]中，CVP的解码是在原始输入基础上解决的，低复杂度的优势是由于对信号空间（参见[6]，[7]）或格基（参见[5]，[9]）施加的约束。然而，这些简化方法没有理论性能保证，因此我们必须求助于第二类方法[8]，[12]，[13]。这些方法称为格降（LR）辅助预编码（解码），包括将格降作为预处理，并使用零强制（ZF）、逐步干扰取消（SIC）或其他变体进行近似解码。由于降低基础的良好属性，基于其的近似解码已被证明实现了完全的分集阶数[8]，[13]。与第一类算法相比，降低格基的预处理复杂性从多项式到指数级不等（参见[14]，[15]）。然而，在慢衰落信道中这个成本不是一个问题[13]，因为在大量时间槽中格基是固定的，只需降低一次格基以服务所有的CVP实例。

📚2 运行结果

部分代码：

clc;clear all;close all;
linestyles = cellstr(char('-','--','-.','--'));
SetColors=lines(10);  
Markers=['o','x','+','*'];
legendbox={'MMSE','MMSE-AMPT', 'MMSE-AMPG'};
   
n=32;% # of users
m=64;% # of received antennas; m is much larger than n in massive mimo
SNR_range=[0:4:16]; % the tested range of SNR
count=0;
algorithms=[1:1:3];
for SNR=SNR_range
for monte=1:4e3 % the number of MonteCarlo simulations

    H=randn(m,n); %channel matrix
    A=7;% size of constellations
    u=1*randi([-A,A],n,1);% symbols in users 
    
    sigmas2=A*(A+1)/3;              % theoretical signal power;  
    sigma2=sigmas2/((10^(SNR/10))); % noise power
    y=H*u+sqrt(sigma2)*randn(m,1);  %the received signal
 
     for j=algorithms
          switch j
             case 1 %  MMSE

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

🌈4 Matlab代码、文章