Czasopismo | PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE | Rocznik 2016 - zeszyt 8-9

ALGORYTMY DEKODOWANIA "RZADKICH" SYGNAŁÓW MIMO

10.15199/59.2016.8-9.76

Przemysław Dymarski

nr katalogowy: 101929
10.15199/59.2016.8-9.76

W referacie przedstawiono algorytmy dekodowania sygnałów MIMO w sytuacji, gdy liczba anten odbiorczych jest mniejsza od liczby anten nadawczych. Założono ograniczoną aktywność nadawców - większość anten nadawczych emituje symbol zerowy. W tych warunkach klasyczne algorytmy dekodowania nie sprawdzają się, należy stosować algorytmy "rzadkiej" aproksymacji. W pracy porównano szereg tego typu algorytmów, opartych na rzutowaniu ortogonalnym na podprzestrzeń i zaproponowano nowe warianty. Przeprowadzone symulacje wykazują zmniejszenie SER przy akceptowalnej złożoności obliczeniowej algorytmu dekodowania. Abstract: Algorithms of MIMO signals decoding are analyzed under the following conditions: number of transmit antennas greater than number of receiving ones, low activity of transmitters. Sparse approximation algorithms are used to solve this kind of problems. New variants of such algorithms, based on orthogonal projection on the selected subspace, are proposed. Simulations show decrease of SER at acceptable complexity of decoding algorithm. Słowa kluczowe: MIMO, koherencja, OMP, "rzadka" aproksymacja, V-BLAST. Keywords: Coherence, MIMO, OMP, sparse approximation, V-BLAST. 1. POSTAWIENIE PROBLEMU Systemy wieloantenowe znajdują coraz szersze zastosowanie w telefonii komórkowej, bezprzewodowych sieciach lokalnych i sieciach sensorowych. W transmisji synchronicznej L anten nadawczych emituje jednocześnie symbole x i L i , 1, należące do M-wartościowej konstelacji (  X i x ), np. PSK lub QAM. Symbole te tworzą wektor x i docierają do N anten odbiorczych ścieżkami o transmitancjach i j h (ścieżką nazywa się tu połączenie między anteną nadawczą a odbiorczą, zwaną też podkanałem przestrzennym). Zakłada się, że transmitancje te, zapisane w macierzy H, zostały prawidłowo zmierzone po stronie odbiorczej, np. metodą transmisji symboli pilotowych (pomija się błędy estymacji CSI - Channel State Information). Odebr[...]

Bibliografia

[1] Dai W., Milenkovic O. 2009. “Subspace pursuit for compressive sensing signal reconstruction", IEEE Transactions on Information Theory, vol.55(5), pp.2230-2249
[2] Dymarski P., Moreau N, Vigier A. 1990. "Optimal and sub-optimal algorithms for selecting the excitation in linear predictive coders", Proc. Int. Conf. Acoust., Speech, Signal Processing, pp. 485-488 PRZEGLĄD TELEKOMUNIKACYJNY - ROCZNIK LXXXIX - WIADOMOŚCI TELEKOMUNIKACYJNE - ROCZNIK LXXXV - nr 8-9/2016 1143
[3] Dymarski P., Moreau N., Richard G. 2011. “Greedy sparse decompositions: a comparative study", EURASIP Journal on Advances in Signal Processing, August
[4] Dymarski P., Zych P. 2015. “Zmodyfikowane algorytmy dekodowania sfery w technice MIMO", Przegląd Telekom. i Wiadomości Telekom. 8/9
[5] Mallat S., Zhang Z. 1993. "Matching pursuits with time-frequency dictionaries", IEEE Trans. on Signal Processing, vol. 41, no. 12
[6] Needell D., Tropp J.A. 2008. “Cosamp: Iterative signal recovery from incomplete and inaccurate samples", Applied and Computational Harmonic Analysis, vol.26(3), pp.301-321.
[7] Pati Y., Rezaifar R., Krishnaprasad P. 1993. "Orthogonal matching pursuit: recursive function approximation with applications to wavelet decomposition", Proc. 27th Asilomar Conf. Signals, Systems Computation
[8] Rath G. Guillemot C. 2009. “Sparse approximation with an orthogonal complementary matching pursuit algorithm", Proc. Int. Conf. Acoust.,Speech, Signal Processing, pp. 3325-3328.
[9] Rebollo-Neira L., Lowe D. 2002. “Optimized orthogonal matching pursuit approach", IEEE Signal Processing Letters, vol. 9, pp. 137-140.
[10] Romaniuk R., Dymarski P. 2012. "Algorytmy modelowania sygnału mowy w koderach CELP", Przegląd Telekomunikacyjny- Wiadomości Telekomunikacyjne, SIGMA NOT, vol. LXXXV, nr 8- 9/2012, ss. 980-989
[11] Schnass K., Vandergheynst P. 2008. "Dictionary preconditioning for greedy algorithms", IEEE Trans. on Signal Processing, vol. 56, no. 5, pp. 1994-2002, May.
[12] Sparrer S., Fischer R.F.H. 2013. "Discrete sparse signals: Compressed sensing by combining OMP and the sphere decoder". Proceedings of CoRR
[arXiv:1310.2456].
[13] Sparrer S., Fischer R.F.H. 2015. “Soft-feedback OMP for the recovery of discrete-valued sparse signals", Proc 23rd European Signal Processing Conf EUSIPCO, Nice
[14] Wolniansky P.W., Foschini G.J., Golden G.D., Valenzuela R.A. 1998 “V-BLAST: An Architecture for Realizing Very High Data Rates Over the Rich- Scattering Wireless Channel", Proc. ISSSE 98
[15] Zhu H., Giannakis G.B. 2011., “Exploiting Sparse User Activity in Multiuser Detection", IEEE Transactions on Communications, pp. 454-465, Feb.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 101929 "ALGORYTMY DEKODOWANIA "RZ..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD TELEKOMUNIKACYJNY - e-zeszyt (pdf) 2016-8-9 licencja: Osobista Produkt cyfrowy	30.50 zł

Prenumerata

PRZEGLĄD TELEKOMUNIKACYJNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

300.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna	348.00 zł brutto 322.22 zł netto 25.78 zł VAT (stawka VAT 8%)
PRZEGLĄD TELEKOMUNIKACYJNY - pakowanie i wysyłka	21.00 zł brutto 17.07 zł netto 3.93 zł VAT (stawka VAT 23%)

369.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	450.00 zł brutto 416.67 zł netto 33.33 zł VAT (stawka VAT 8%)

450.00 zł

Zeszyt

2016-8-9

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma