Skip to main content
QUICK REVIEW

[论文解读] Low Complexity Maximum Likelihood Detection in Spatial Modulation Systems

Rakshith Rajashekar, K.V.S. Hari|arXiv (Cornell University)|Jun 27, 2012
Advanced Wireless Communication Technologies参考文献 12被引用 11
一句话总结

本文提出了一种低复杂度、支持硬限幅的球形检测器,用于空间调制(SM)系统,在降低计算复杂度的同时实现最大似然(ML)性能。通过利用方形和矩形QAM星座图的结构特性,该方法将搜索空间解耦,使ML检测的复杂度与星座图大小无关,显著降低了开销,尤其在大量发射天线的情况下效果明显。

ABSTRACT

Spatial Modulation (SM) is a recently developed low-complexity Multiple-Input Multiple-Output scheme that uses antenna indices and a conventional signal set to convey information. It has been shown that the Maximum-Likelihood (ML) detection in an SM system involves joint detection of the transmit antenna index and the transmitted symbol, and hence, the ML search complexity grows linearly with the number of transmit antennas and the size of the signal set. In this paper, we show that the ML search complexity in an SM system becomes independent of the constellation size when the signal set employed is a square- or a rectangular-QAM. Further, we show that Sphere Decoding (SD) algorithms become essential in SM systems only when the number of transmit antennas is large and not necessarily when the employed signal set is large. We propose a novel {\em hard-limiting} enabled sphere decoding detector whose complexity is lesser than that of the existing detector and a generalized detection scheme for SM systems with {\em arbitrary} number of transmit antennas. We support our claims with simulation results that the proposed detectors are ML-optimal and offer a significantly reduced complexity.

研究动机与目标

  • 降低传统上随发射天线数量和星座图大小而增长的空间调制(SM)系统中最大似然(ML)检测的计算复杂度。
  • 证明球形检测在发射天线数量较大时才变得至关重要,而非在信号集大小较大时。
  • 设计一种广义检测方案,支持任意数量的发射天线,同时保持ML最优性。
  • 通过在球形检测中引入新颖的硬限幅机制,实现比现有方法更低的检测复杂度。
  • 通过仿真结果验证所提检测器的ML最优性及复杂度降低效果。

提出的方法

  • 所提方法在球形检测中采用硬限幅技术,以约束搜索空间,从而减少检测过程中评估的候选解数量。
  • 利用方形和矩形QAM星座图的特定结构,将发射天线索引的检测与传输符号的检测解耦。
  • 重新表述检测过程,使ML搜索复杂度与星座图大小无关,仅依赖于发射天线数量。
  • 设计了一种广义检测框架,支持任意数量的发射天线,确保可扩展性和灵活性。
  • 修改球形检测算法,引入硬限幅约束以早期剪枝搜索空间,提升效率而不损失最优性。
  • 通过确保在球形检测边界内考虑所有有效的发射天线索引与星座符号组合,保持ML最优性。

实验结果

研究问题

  • RQ1在使用方形或矩形QAM星座图时,能否使SM系统中ML检测的复杂度与星座图大小无关?
  • RQ2在何种条件下球形检测在SM系统中变得必要——当发射天线数量较大时,还是当信号集大小较大时?
  • RQ3如何将硬限幅机制集成到球形检测中,以在保持ML最优性的同时降低复杂度?
  • RQ4能否为具有任意数量发射天线的SM系统设计一种广义检测方案,以保持低复杂度和ML性能?
  • RQ5与传统球形检测及其他现有检测器相比,所提检测器实现的复杂度降低程度如何?

主要发现

  • 所提检测器实现了最大似然最优性,性能与穷举ML检测相同,但复杂度显著降低。
  • 对于方形和矩形QAM星座图,ML检测复杂度与星座图大小无关,仅随发射天线数量增长。
  • 结果表明,球形检测在发射天线数量较大时才最具优势,而非在信号集大小较大时。
  • 支持硬限幅的球形检测将计算复杂度降低至低于现有检测器,尤其在高天线数场景下优势明显。
  • 仿真结果证实,所提方法在保持ML性能的同时,显著降低了检测复杂度。
  • 广义检测方案成功支持任意数量的发射天线,实现了在多种SM系统配置下的可扩展性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。