【正文】 6）其中，是相應(yīng)的信號向量，的相應(yīng)信號，是第d個(gè)噪聲元素。在衰落信道中，高能量信號子集的大小是一個(gè)隨機(jī)的變量，范圍變化為，這個(gè)算法搜索的復(fù)雜度通常超過接收端所允許的范圍。在 LGSMUD算法中通過將高能量信號子集分成G個(gè)分組（例如 ）來解決上述問題。第j個(gè)分組表示為。同樣將相關(guān)的分成G個(gè)分組。用上述的分組定義將表示為。為了將j=1這個(gè)分組進(jìn)行分組，我們將（56）重新改寫為： （57）其中表示中的組向量。注意到當(dāng)檢測j=1組時(shí)，所有中括號里的元素是不希望得到的，我們將它定義為，因此（57）可以改寫為： （58）可以用 （59）進(jìn)行第d個(gè)對第j組的BLE搜索，其中第j組的接收部分是： （510）同時(shí)接收信號將低能量用戶的貢獻(xiàn)去掉，可以寫為： （511）這個(gè)處理是在第一個(gè)分組之前完成的。我們利用（59）,(510)和(511)來獲得分支信號表單來描述TABLEⅠ。為了考慮估計(jì)信號的正確接近程度，我們采用歐氏距離的平方差度量來進(jìn)行描述： （512）以此來獲得信號表單。整個(gè)迭代過程中，TABLEⅠ這個(gè)分支表單估值算法被應(yīng)用到每一個(gè)BLE模塊中。經(jīng)過每一個(gè)分支的計(jì)算，分支表單被傳送到全局表單最優(yōu)GLO。在這里，這些表單被重新搜索來尋找信號向量，使（54）最小化。這個(gè)全局表單最優(yōu)算法同樣是基于智能分組搜索的，以此來減少計(jì)算復(fù)雜度。我們定義集合包含所有D個(gè)用戶信號符號，這個(gè)是和BLE相違背的，因?yàn)锽LE中是按能量高低分為和，而v為： （513）定義子集，把v分為F個(gè)組，我們得到，是其中之一。與（57）相似，我們現(xiàn)在將（53）寫為： （514） （515）其中對于第j個(gè)組的檢測，中括號的內(nèi)容是不望看到的的。組里信號向量和，對應(yīng)的是和，列和列分別是的重新排列的向量。MUD判決時(shí)基于： （516）其中接收部分的第j組是： （517）所有的候選信號通過歐氏距離來進(jìn)行估計(jì)： （518）GLO階段儲(chǔ)存了不同的表單S和ε，,然后LGSMUD經(jīng)過Q個(gè)全局迭代后將S輸出。TABLEⅡ概括了全局表單最優(yōu)算法。 性能評價(jià)LGSMUD算法和JML算法的結(jié)果都將在仿真中呈現(xiàn)。我們假定D個(gè)相同能量的單天線用戶，在頻率平坦瑞利衰落信道下傳送QPSK（4QAM）信號到一個(gè)擁有M個(gè)不相關(guān)天線的接收端。這個(gè)接收端有非常好的CSI。每一個(gè)接收天線的信噪比被定義為，表示平均接收信號的能量。性能評價(jià)是按照性能最差的用戶的符號錯(cuò)誤速率來評定的。如果一個(gè)信號經(jīng)過了80個(gè)符號錯(cuò)誤則仿真結(jié)束。在TABLE Ⅲ中我們提供了一系列LGSMUD的參數(shù)進(jìn)行仿真。，M=4個(gè)天線的接收端將不同用戶數(shù)目共用同一信道的情況下的SER展示出來。JML算法是最優(yōu)的，同時(shí)提供了LGSMUD算法的最低限。我們用Q=2來進(jìn)行LGSMUD的全程迭代。表單大小L=8D，分組大小，當(dāng)它打到D=8個(gè)用戶（負(fù)載因子）時(shí)，基本可以接近JML算法的性能。在過載很嚴(yán)重的情況下（），由于受到表單大小，迭代次數(shù)，分組組數(shù)的影響，性能表現(xiàn)會(huì)受到一些影響?？梢钥吹綔p小表單大小L=4D時(shí)將惡化LGSMUD算法的性能，這是因?yàn)檎_的符號不在表單中的S的概率增加了。對于更小的分組，比如，如果接收端是在過載很嚴(yán)重的情況下LGSMUD將會(huì)損失它的性能，例如（）。 M=4，信噪比SNR=10dB時(shí)不同用戶下的SER性能對比曲線=6個(gè)天線的接收端，D=9和12的公用信道用戶數(shù)在不同信噪比下的不同用戶表現(xiàn)。LGSMUD采用的用戶分組。我們運(yùn)用D=9時(shí)Q=2次迭代和D=12時(shí)Q=3次迭代。JML算法提供了SER的最低限。JML的曲線是在信噪比下得到的，信噪比時(shí)通過[2]得到仿真結(jié)果表明LGSMUD算法在低信噪比情況下接近JML算法，但在L的數(shù)值很小的情況下（比如L=2D，4D）它會(huì)引入錯(cuò)誤。在極其過載的情況下（比如D=12）LGSMUD算法在信噪比SNR很寬的一個(gè)范圍內(nèi)是接近JML性能的，但在很重的過載情況下，可以通過增加表單大小L來接近JML線，但是這樣做會(huì)使系統(tǒng)復(fù)雜度增大。 M=6, D=9時(shí)不同信噪比下的SER性能曲線計(jì)算LGSMUD的復(fù)雜度主要是通過計(jì)算歐氏距離中的方差操作來實(shí)現(xiàn)的，這個(gè)通常需要很繁雜的操作。TABLE Ⅳ提供了JML和LGSMUD的結(jié)果。分組大小和表單大小L的選擇決定了性能和復(fù)雜度之間的折中。小數(shù)值的和L可以使復(fù)雜度降低,大的數(shù)值可以達(dá)到更好的性能。TABLE Ⅳ表明L=8D時(shí)LGSMUD僅僅需要JML一半的復(fù)雜度就可以完成D=9個(gè)用戶的需求。在D=12時(shí)，LGSMUD可以降低95%的復(fù)雜度。復(fù)雜度的減小對于高數(shù)量的接收天線和傳輸端是非常重要的。我們介紹了LGSMUD算法在接收端過載情況下來檢測公用信道下多用戶的信號。LGSMUD采用了平行分支表單估計(jì)算法，這些估計(jì)算法可以分別獨(dú)立地搜索用戶符號的子集。如果子集的大小超出了某種最大值，這個(gè)子集就被分為獨(dú)立的若干組，然后搜索所有的信號分組來計(jì)算復(fù)雜度。仿真結(jié)果表明在過載情況下，LGSMUD比JMLMUD復(fù)雜度降低50%同樣可以達(dá)到一個(gè)很好的性能。但在過載因子很大情況下，性能結(jié)果會(huì)惡化。TABLEⅠ：1)初始化第d個(gè)分支表單，其中由L列信號向量組成，每一列都是的向量。這L個(gè)表單相對應(yīng)的錯(cuò)誤表單是.2)我們通過計(jì)算（59），（512）來尋找和，通過輸入表單對L個(gè)元素進(jìn)行計(jì)算，并尋找結(jié)果。3)應(yīng)用來獲得信號估值，這一步是從第一個(gè)中獲得的，用（11）抵消載波干擾CCI。4)循環(huán)，從1到。a)尋找G組元素，通過指數(shù)u選擇，u從中得到，且。如果，則u按的大小降序排列。b)循環(huán)j, j從1到G。ⅰ)利用（59），（512）將第j組中的所用元素進(jìn)行搜索。是不希望得到的第i組的向量，而這些組里的所有信號向量值從中進(jìn) 行消除。更新,。ⅱ)用(510)計(jì)算。ⅲ)增加組的指數(shù)值j,。c)增加迭代次數(shù)索引參數(shù),5)輸出表單。TABLEⅡ：1）通過（518）計(jì)算沒有冗余信息輸入的。這里用K（）個(gè)沒有冗余信息的輸入向量來更新不確定的表單S，更新算法是通過將L個(gè)向量進(jìn)行存儲(chǔ)，存儲(chǔ)時(shí)對所有元素進(jìn)行最小誤差度量，相應(yīng)的誤差值被存在中來實(shí)現(xiàn)的。2)分配一個(gè)有L個(gè)成員的表單，其中每一個(gè)列都是。3)循環(huán)，從1到a)選擇F組中的列向量。通過指數(shù)u來確定。只有當(dāng)時(shí)指數(shù)u按照降序排列，否則u隨機(jī)排列。同時(shí)需要注意是的第u列。b)循環(huán)j ,j從1到Fⅰ)將L個(gè)信號向量復(fù)制到里。刪除第j組的列向量信號，然后將所有的冗余元素從里刪除。第j組的表單是，其大小。ⅱ)循環(huán)k, k從1到。A) 為了尋找第K個(gè)表單成員用(517)計(jì)算，這一步可以被標(biāo)為。 的信號值是從所有的組i中取出的。B)利用(516)和(518)對第j組的信號值進(jìn)行全面搜索，然后更新表單S和。ⅲ)增加組的指數(shù)j,。c)增加迭代指數(shù)。4)將表單S和存儲(chǔ) ，輸出S。TABLE Ⅲ：LGSMUD模擬參數(shù)。SEAIR的門限值2表單大小L2D，4D，8DSSSER的門限值BLE組迭代次數(shù)2接收天線數(shù)目M4,6BLE迭代次數(shù)2同信道用戶數(shù)DMGLO組迭代次數(shù)2BLE組大小3,4,5全局迭代次數(shù)Q2,3GLO組大小2,3,4符號錯(cuò)誤數(shù)目80TABLE Ⅳ：在天線數(shù)目M=6時(shí)復(fù)雜度的對比。 檢測器同信道用戶數(shù)D=9D=12LGSMUD，L=2DLGSMUD，L=4DLGSMUD，L=8DJML MUD參考文獻(xiàn)[1] 康桂華，MIMO無線原理及應(yīng)用，電子工業(yè)出版社。[2] G．D．Golden，C．J．Foschini，R．A．Valenzuela and etc．，Detection algorithm and initial laboratory results using VBLAST spacetime munication architecture，Electron．Let.，vol．35，pp．1416．[3] 楊曦，MIMO空時(shí)編碼技術(shù)比較研究，信息技術(shù)。[4] 林桂健，MIMO系統(tǒng)中的迭代檢測技術(shù)，西安電子科技大學(xué)碩士學(xué)位論文，2008[5] 黃晶晶、宋高俊、李雙飛，基于球形檢測的MIMO均衡技術(shù)。[6] 王軍選，多天線通信中的球譯碼技術(shù),西安郵電學(xué)院學(xué)報(bào)，Sep 2006, , .[7] 劉俊，MIMO系統(tǒng)中球形譯碼算法的應(yīng)用，無線通信，(5): 4850。[8] G. D. Golden，C. J. Foschini，R. A. Valenzuela，and P. W. Wolniansky “Detection algorithm and initial laboratory results using Vblast spacetime munication architecture” IEEE Electron. Lett. ，vol. 35， no. 1，pp. 14–16，1999.[9] B. M. Hochwald and S. ten Brink, “Achieving nearcapacity on a multipleantenna channel,” IEEE Trans. Commun., vol. 51, no. 3, pp. 389–399, 2003.[10] Theodors S. Rappaport ,無線通信原理及應(yīng)用，電子工業(yè)出版社，.。[11] 鄭淦，MIMO信道中VBLAST系統(tǒng)研究，天津大學(xué)碩士學(xué)位論文，2004。[12] 蔣新聰、申敏、劉如冰， MIMO 信道建模及仿真[J] ，微計(jì)算機(jī)信息，2007,121: 207208。[13] amp。 . On Limits of Wireless Communication in a Fading Environment when Using Multiple Antennas．Wireless Personal Communications，1998(6)：311334.[14] Paulraj, A., R. Nabar, and D. Gore, An Introduction to SpaceTime Wireless Communications, Cambridge, UK: Cambridge University Press, 2003.[15] P. Robertson, E. Villebrun, and P. Hoeher, “A parison of optimal and suboptimal map decoding algorithms operating in the log domain,” in Proc. IEEE Int. Conf. on Commun. 1995, vol. 2, pp. 1009–1013.[16] B. J. Zarikoff, J. K. Cavers and S. Bavarian, “An iterative groupwise multiuser detector for overloaded MIMO applications,” IEEE Trans. On Wireless Commun, vol. 6, pp. 443447, .[17] M. Krause, D. P. Taylor, and . Martin, “A unified approach to listbased multiuser detection in overloaded receivers,” EURASIP Journal on Wireless Communications and Networking, .[18] 郭麗麗、岳殿武，基于不完美信道估計(jì)的閉環(huán)MIMOMRC跨層估計(jì)，系統(tǒng)工程與電子技術(shù)，[19] Mohinder，Jankiraman，SpaceTime Codes and MIMO Systems. 2004 ARTECH HOUSE，INC，.[20] J. E. Hicks, J. H. Reed, W. H. Tranter , B. D. Woerner, “Overload array processing with MMSESIC,” in Proc. VTC,Birmingham,AL,May 200