格约减理论在MIMO系统中的应用

Lattice reduction theory is an important tool to solve the well-known closest vector problem in a lattice. Although it has been successfully applied in MIMO systems recently, and become a powerful approach to improve the performance of signal detection and precoding of MIMO systems. However, there are a number of open questions to be resolved such as lattice basis reduction algorithm is limited to LLL and SA algorithms to date, the application limit in the coded MIMO systems and so on. In view of this, the project will focus on the following aspects: lattice basis reduction algorithms, nonlinear quantization of the signal, data detection and precoding , generalize other lattice basis reduction algorithms in lattice theory in addition to LLL and SA algorithm, and propose a new reduction algorithm combined with orthogonal dual lattice concept and nonlinear quantization scheme; study the application of lattice reduction in coded MIMO systems and design soft-decision lattice reduction aided detection ;explore the probability of multistage reduced-rank detection combined with lattice reduction theory and propose the new multistage reduced-rank detction based on lattice reduction; for different topology structure, research the application of lattice reduction in the precoding of the limited feedback and cooperative relay MIMO systems and analyze the complexity .

格约减理论是研究格上著名难题最近向量问题的一个重要工具，近来虽然被成功应用在MIMO系统中，成为提高MIMO系统信号检测和预编码性能的一个有力工具，但还有很多开放问题有待解决，如目前采用的格基约减算法单一，在编码MIMO系统中的应用限制等。.鉴于此，本项目将在格基约减实现算法，信号的非线性量化，数据检测和预编码等方面展开深入的研究，探讨格理论中除目前常用的LLL和SA算法之外的其它格基约减算法，分析其复杂度；结合正交对偶格的概念提出新的约减算法及信号非线性联合量化方案；研究格约减技术在编码MIMO系统中的应用，设计软判决格约减检测算法；充分考虑信道信息部分已知时对格约减检测性能的影响；探索格约减技术在多级降秩检测中应用的可能性，提出新的基于格约减的多级降秩检测；针对不同的系统拓扑结构，研究格约减技术在有限反馈及协同中继系统预编码方面的应用，并对复杂度进行分析和比较。

多入多出技术(Multiple-input Multiple output, MIMO )因其高的频谱效率成为4G、5G的关键技术之一,而MIMO系统的很多问题都可以归结为格点问题。格约减理论是研究格上著名难题最近向量问题的一个重要工具，另一方面证据理论是贝叶斯理论的扩展，可以更加合理的描述命题的不确定性，并能通过Dempster’s组合规则融合来自多个命题的不确定性，得到一个更加可靠的判决结果。课题组对格约减理论和证据理论在MIMO系统中的应用进行了深入研究，取得的主要成果包括：.（1）完成了不完美信道信息时格约减性能研究,提出了一种鲁棒的格基约减算法。将信道估计误差引起的干扰认为是噪声的一部分，估计其统计特性，将其和原有噪声合并看作等效噪声，得到等效噪声的统计特性。这样就将信道估计带来的误差作为一种干扰融合到检测算法中。.（2）完成了对解随机化算法的研究,从修剪规则和搜索策略角度我们提出了2种解随机化格解码算法. 第一种就是广度优先（BFDS)的算法,通过引入层信息,提出了可变门限的概率节点修剪规则.第二种考虑了累积采样概率作为径的度量, 同时通过最优度量优先树搜索策略选择性地生成最有可能成为最优解的候选格点，提出了最优度量优先解随机化采样（BMFDS）检测算法，利用此算法得到的候选列表是按累积概率从大到小降序排列的..（3）完成了证据理论在半双工多天线中继系统中的应用研究。课题组首先建立了数学模型，基于这些数学模型，提出了2种基于证据理论的网络编码方案。第一种方案MIMO-DS-NC，首先利用基于证据理论的检测算法对两个源节点的信息分别进行检测，然后再进行网络编码得到网络编码符号。第二种方案MIMO-DS-PNC，有别于传统的基于虚拟MIMO概念的物理层网络编码方法，从矢量空间的角度出发，提出基于证据理论的物理层网络编码方案。.（4）完成了证据理论在全双工多天线中继系统中的应用研究。对于全双工中继来说，主要的限制来自于中继发端信号能量的泄露带来的自干扰，自干扰的存在降低了采用全双工技术所带来的增益。课题组提出了基于证据理论的自干扰删除技术，提出了2种方案在计算基本信度分配的时候考虑了自干扰删除的影响。仿真结果证明所提方案在端到端性能方面优于传统的空域删除方案，且对自干扰删除更具有鲁棒性。