qq_23152205的博客

原创 MIMO-MMSE检测几种表达

LMMSE(线性最小均方误差)检测Ym×1=Hm×nXn×1+Nm×1,N∼CN(0,σ2Im),E[X]=0n，E[X2]=In。Y_{m\times1}=H_{m\times n}X_{n\times1}+N_{m\times1},\\N\sim CN(0,\sigma^2I_m),\\E[X]=0_n，E[X^2]=I_n。Ym×1​=Hm×n​Xn×1​+Nm×1​,N∼CN(0,σ2Im​),E[X]=0n​，E[X2]=In​。如果做MMSE(最小均方误差)检测，检测算法不一定是线性的

原创 MIMO层、Rank、端口Port、天线数之间的关系

工业界MIMO一般采用数字模拟混合预编码结构节省基带链路降低成本，共享的基带与天线之间还分别配备了一个移相器用于模拟预编码。基站通常采用大规模MIMO天线阵列面板，考虑基站配置128发(1块8×81块8\times81块8×8的天线面板，双极化)天线32端口(Port)，垂直方向每4根发送天线共享一个基带链路。注意TRP（Transmission Receiver Plane）由多个天线面板拼接而成。理论上，模拟预编码在基带完全可以实现，也就是基带乘以复相位，但是由于数字模拟混合预编码这种结构，一个基带

原创 SNR、EbN0计算问题

原创 无线信道与仿真实现

无线信道模型抽头时延模型单径信道多径信道空间不相关的MIMO信道空间相关的MIMO信道

原创 EP/AMP/OAMP实现问题

EPEP算法，方差会随着迭代次数增加，越来越小甚至趋于0。编码实现时，需要规避方差趋于0，而导致出现正负去穷，无穷减去无穷等系一列问题。计算出的后验概率，如果真实样本是X=0X=0X=0, PX∣Y(0∣y)P_{X|Y}(0|y)PX∣Y​(0∣y)值会估计地偏大，而KaTeX parse error: Undefined control sequence: \0 at position 9: P_{X|Y}(\̲0̲|y)值会估计地偏小。因此，后续需要用到EP迭代出概率的话，建议把概率值限幅度 PX∣

原创 分集度

引言我们知道，在数字通信系统中，像BPSK、QPSK、QAM这样的调制，符号错误可以写成Q函数的形式。如果我们忽略系数部分，那么可以写做Pe≈Q(SNR)P_e\approx Q(\sqrt{SNR})Pe​≈Q(SNR​)当我们采用对数坐标(semilogy)，画出PeP_ePe​时，我们发现当SNRSNRSNR足够大是，曲线接几乎是一斜线，斜率不变。很自然地，我们会去探求一下这一现象。于是，我们会去计算下面的数值，d=lim⁡SNR→∞log⁡Pelog⁡SNR=lim⁡x→∞log⁡Q(x

原创 Message Passing, Belief propagation

1.问题描述给定一个联合分布PX1X2...XnP_{X_1X_2...X_n}PX1​X2​...Xn​​， 我们希望计算PXi=∏xj:j≠iPX1X2...Xn(x1x2...)P_{X_i}=\prod\limits_{x_j:j\neq i}P_{X_1X_2...X_n}(x_1x_2...)PXi​​=xj​:j​=i∏​PX1​X2​...Xn​​(x1​x2​...)的边缘分...

原创 投影/内积/变换的关系

对于连续X,Y情况，即X(t),Y(t)是两个函数，内积可以定义为X(t)⋅Y(t)=∫X(t)Y(t)dtX(t)\cdot Y(t)=\int X(t)Y(t)dtX(t)⋅Y(t)=∫X(t)Y(t)dt对于离散X,Y情况, 也即向量X=[X1,X2,...],Y=[Y1,Y2,...]X=[X_1,X_2,...],Y=[Y_1,Y_2,...]X=[X1​,X2​,...],Y=...

原创 EP期望传播算法

考虑这样一个联合分布PXY=PXPY=PX∏iPYi∣XP_{XY}=P_XP_Y=P_X\prod\limits_iP_{Y_i|X}PXY​=PX​PY​=PX​i∏​PYi​∣X​。 在给定Y=y1y2...ynY=y_1y_2...y_nY=y1​y2​...yn​的情况下，我们希望软估计XXX，也即PX∣Y(x∣y1y2...yn)P_{X|Y}(x|y_1y_2...y_n)PX∣Y...

原创 物理层安全容量的理解

物理层安全容量定义为Cs=max⁡PUX(I(U;Y)−I(U;Z))C_s=\max_{P_{UX}}(I(U;Y)-I(U;Z))Cs​=PUX​max​(I(U;Y)−I(U;Z))其中∣U∣≤∣X∣|U|\leq|X|∣U∣≤∣X∣. 当合法信道与窃听信道是degraded，或者more capable 关系时，Cs=max⁡PX(I(X;Y)−I(X;Z)),C_s=\max...

原创 大偏差/中等偏差(large/moderate deviation)，

考虑一串i.i.d.序列X1X2...Xn,Xi∼QXiX_1X_2...X_n, X_i\sim Q_{X_i}X1​X2​...Xn​,Xi​∼QXi​​, 其样本均值定义为Mn=1n(X1+X2+...Xn)M_n=\frac1n(X_1+X_2+...X_n)Mn​=n1​(X1​+X2​+...Xn​)大数定理可知，lim⁡n→∞Pr⁡{∣Mn−E[Xi]∣>β}=0\li...

原创 近世代数一些知识

1.群环域群：环：域：

原创 误差指数

错误指数1.引言

原创 大偏差理论

大偏差理论先从一个简单的例子看， X1,X2,...,XLX_1,X_2,...,X_LX1​,X2​,...,XL​是长度为LLL的随机变量序列，其中XiX_iXi​独立同分布且Xi∼N(0,1)X_i\sim N(0,1)Xi​∼N(0,1)。我们令SN=1N∑i=1NLiS_N=\frac1N\sum\limits_{i=1}^NL_iSN​=N1​i=1∑N​Li​表示样本均值。由于...

原创 浅谈极化码

极化码1.引言在介绍极化码之前，我们不妨考虑这样一个情况：假定有一个对称的二进制离散无记忆信道( B-DMC)W:X→YW:X\rightarrow YW:X→Y， 经过NNN次信道使用X1:NX_{1:N}X1:N​后，信道输出为Y1:NY_{1:N}Y1:N​。显然，根据互信信息定义，我们有∑iNI(Xi;Yi)=I(X1:N;Y1:N)=NI(X;Y)=NC\sum\limits_i^...