时间反演系统中基于Barzilai-Borwein的共轭梯度检测算法

梁静雯, 朱 江

(重庆邮电大学通信与信息工程学院, 重庆 400065)

0 引 言

近年来,连接到现有通信网络的设备数量大大增加。随着移动通信和物联网的快速发展,对频谱效率和系统容量的需求快速增长,传统的多址技术已经不能满足用户需求。为了满足对移动服务的大量需求,研究者们开始研究新的多址技术。时间反演多址(time reversal division multiple access, TRDMA)因其良好的时空聚焦特性而被认为是一种有利于构建低复杂度、高利用率的绿色通信的空分多址技术[1]。TRDMA将与每个用户位置相关联的多径信道信息作为用户特定位置的签名。本质上,多路径信道的每个路径都被视为TRDMA中的虚拟天线,这使其具有精确的高分辨率空间聚焦[2]。时间聚焦效果有效抑制了码间干扰,大大简化了终端的复杂性,并带来更高速度的数据传输。

然而,当信道存在相关性时,时间反演会出现伪聚焦现象。这就会导致接收端存在干扰,使接收端接收的信号质量下降。因此,降低用户间干扰是必要的。

TRDMA系统降低干扰的算法可以引用码分多址(code division multiple access, CDMA)系统里的检测算法[3]。最小均方误差(minimum mean square error, MMSE)算法已被证明能够实现接近最佳的性能[4],但算法过程含有复杂度高为O(N3)的大矩阵求逆计算,难以在实际中运用。

近年来,国内外学者陆续提出了基于MMSE的低复杂度检测算法,大多数为迭代求解线性方程的方法,如雅克比算法[5-6],共轭梯度(conjugate gradient, CG)算法[7-8],对称逐次超松弛(symmetric successive overrelaxation， SSOR)迭代算法[9-10],Richardson[11-12];或者近似求逆算法,如Neumann级数展开[13]。在大规模多输入多输出(multiple input multiple output， MIMO)系统里随着用户数量的增加,与MMSE检测器相比,CG算法和雅克比算法等都会遭受明显的性能损失,只能获得次优的性能[14]。……