MIMO中基于预处理的广义加权Gauss-Seide算法

本文提出了一种预处理的广义加权高斯赛德尔(GW-PGS)迭代算法,用于解决大规模多输入多输出(MIMO)系统中的信号检测问题。该算法通过预处理加速收敛并引入自适应加权因子,有效降低了误码率(BER)和计算复杂度,与传统GS算法相比,性能更优。
摘要由CSDN通过智能技术生成

摘要

最小均方误差(MMSE)检测器在大规模多输入多输出(MIMO)系统中实现了较优的误码率(BER)性能,但其涉及高复杂度的大规模矩阵求逆运算,因此对硬件要求很高。针对这一问题,文章提出了一种预处理的广义加权高斯赛德尔(GS)(GW-PGS)迭代算法。在该算法中,首先提出了基于预处理的初始化方案,在不增加额外复杂度的情况下加快了收敛速度。此外,文章还提出了自适应的加权因子方案。实验结果表明,与传统GS算法相比,文章所提算法能够有效降低BER和计算复杂度。

引言

在大规模多输入多输出(Multiple-Input Multiple-OutputMIMO)系统中,基

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

罗伯特之技术屋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值