如发现有乱码，请点击下面链接浏览原文
正文摘录:

宙重冒瞳一!虫亘堑董!∑二堡生垒璺!丞筮虫塑鋈垡塑判迭王达堑逍堕型簋鎏中信道时变可忽略，并且信道是被精确的估计的。信息无关的估计值S‘；，为此，在检测第k个符号时，假设；系统筹篙攀警蓍蒿萎茎篡柔昙耋，’并有理想的定时。此中第j个元素为；。一{￡J’ik忌，相应的cVL，一系统可用下面的向量矩阵来描述：。。}s，≠r：Hs+”(1)其中：S表示M×1的发送符号序列，r是N×1接收序号向量，”是每维方差为a。一N。／2的加性高斯白噪声向量，H是N×M信道矩阵。他们的定义如下：H—S△rSlr』∑厂r1sM]’rN]’h1.1h1.2…h1.M_lh1，Mh2.1h2.2…h2.M_1hz.M；；‘.；；^N-1.1hN一1.?…hN一1.M-lhN1.Mh～.1h～.2…hN.M_1hN.M2.2传统的V—BLAST检测算法在发射信号先验等概条件下，高斯信道下全局最优的检测器是最大似然(MaximumIAkelihood，MI。)空时检测器。然而其复杂度随天线数增加而指数增加，所以只能将其应用于发射机个数比较少的情况。因此人们开始研究各种次优的检测方法，要求在保证一定性能的条件下能够将复杂度降低到工程可以接受的程度。线性检测实现较简单，但是都需要对矩阵求逆，这是实现中的瓶颈问题。两者折衷的方法是将干扰抵消与线性零化相结合，基于不同的准则，便有ZF—OSIC和MMSE—OSIC两种检测算法。但是这两种非线性检测算法都为硬判决，所以存在着差错传播问题，即前级检测的可靠性比较差时，会导致后面的检测性能更差。而软判决就不存在这个问题。下面介绍MMSE迭代软判决于扰抵消算法(IterativeSoftDe—cisionInterferenceCancellation，ISDIC)的主要思想，并把他应用于V—BI.AST系统中。3MMSE—ISDIC算法在发送信号服从高斯分布的假设下，根据BayesianGauss—Markov理论㈣，式(1)的Bayesian估计即MMSE解可以表示为：；一E(s)+cov(S，s)H“Hcov(s，s)H“+eov(”，”)丁’·Er—HE(s)]一；+VH“rHⅧ“+一I。T’(r一蕊)(2)其中，；表示发送信号的均值，V—COV(S，s)一diag(v.…VM)是发送信号的协方差矩阵，是一个对角阵(diag(z)表示由向量z生成的对角阵)，COV(~／，“)一a2lN，根据式(2)可知，当已知发送数据序列的先验信息时，则由先验信息可算出；和V，进而检测得到发送数据序列。但是，从式(2)可以看出，每一个发送数据的检测；。都与他的先验信息相关联。为便于迭代检测，需得到与S。的先验2』‘’一患，并由此获得轧的MMSE估计值。定义矢量Ji，，并由此获得轧的估计值。定义矢量I.osJ≠R吼，其第J个元素为PlI一{01：≠走。根据式(。)，并以s一~，，一R—e；；。和y+(1一Ok)ekPf分别代替其中的5和V可得：乱=ePEv+(1一％)e印r]H”·{H[’，+(1一％)“口r]日“+矿JⅣ)～’·Er—H(s一“j^)]=erH“HVH”+矿IN+(1一仇)He^d'I.I“]～·Er—H(s一“j^)](3令三一孑I。+／UqH“，根据矩阵求逆引理0’：(A+BCD)一A一一A。B(工M一’B+f’)。DA。(4)式(2)可以表示为：牡可若曩‰(r—l-~+HeHe孟)(5％一1+(1一巩)efH“三。””““令：叫f—PfH“三一，凤一efH“三～He女一wt‘He^，心：r1+(1一矶)R]。则式(5)可以写为：S^一心∞f(r一琢+SkHe^)一心s^(6其中：；：=硝(r～J|；+；。He。)(7根据另一个矩阵求逆引理：(】)(A+HCD)’一((’+DA’B)’DA一’侧f和p。可以表示为：叫：一e：HHz一一e：(a2IM+HHHV)。HH(8胁一杉H”三一。He^=ef(矿IM+H“HV)。H“He女(9假设式(6)中，残余的干扰加噪声可以用高斯分布i似”0，我们把式(6)的输出；。等效为信号s。经过一加性i斯白噪声信道的输出，即：；。一胁S。+五。其中心是等效信号幅度，仇～N(O，《.。)是零均值等效!高斯噪声采样，他服从如下分布：州.。全去exp(一譬)根据式(6)，；。的均值和方差可以写为：E(s女1S^)一心lD女S女一胁S女《.^一cov(s女，；女fS女)一《lD女(1一v,p女)可以通过下式计算发送符号的后验概率：P(&，t)P(s；Is；)P(5。)P(5t)∑P(s+k)P(轧)芒掣(1(∑P(；。k)一上式中P(s。Is。)可以用下式表示：砥小。，ocexp(一直掣)一exp(～隅