基于概率排序的存储约束树形搜索算法的研究

朱瑞鑫，金小萍，冯会真

(中国计量学院信息工程学院，浙江杭州310018)

基于概率排序的存储约束树形搜索算法的研究

朱瑞鑫，金小萍，冯会真

(中国计量学院信息工程学院，浙江杭州310018)

鉴于目前MIMO系统中大多数多符号差分检测算法对于大容量存储空间的需求和高计算复杂度的缺点，提出了一种概率排序的存储约束树搜索(Probabilistic Sorting Memory Constrained Tree Search，PSMCTS)算法，利用概率排序的性能优势与MCTS的存储优势来解决此问题。经过理论分析与仿真验证，该算法能够继承MCTS算法的优势，能够动态地适应预设的存储空间，适合硬件实现，而排序算法提高了检测性能，在固定的存储需求下，性能表现更加逼近ML算法，同时能够解决MCTS算法在小存储容量条件下低信噪比区域计算复杂度仍比较高的问题。因此，PSMCTS可以作为一种有效的方案应用在通信系统中。

MIMO;概率排序;存储约束属性搜索

目前，大多的多符号差分检测算法［1］是基于树形检测，而ML检测［2］是一种BER性能最优的检测算法，但穷搜索使得复杂度与分组长度和天线数等均呈指数关系，从而导致它根本无法在实际中运用。因而一些低复杂度的检测算法相继被提出来解决这个关键难题［3-8］。大体有3种搜索策略:深度优先、宽度优先和度量值优先。球形译码就是典型的以深度优先搜索策略为主的检测算法［3-4］，这种算法由于不断地回溯导致在不同的信道环境下具有不同的吞吐量，且并行和流水线操作困难。宽度优先搜索策略［5］，如K-Best算法，具有高吞吐量和稳定的复杂度，并且适于流水硬件实现，但是由于K值的约束会带来一定的性能损失。……