吴 军，王绍伟

(江西理工大学信息工程学院，江西 赣州 341000)

多输入多输出(MIMO)系统是一个具有挑战意义的研究热点［1］，它可以有效地解决未来通信中信道容量紧缺的问题。MIMO通信系统有很高的频谱利用率，在一定的频段上可以获得很高的传输速率，而且理论上与MIMO的天线数成正比，在相同发射功率和传输带宽下，多天线系统比单天线系统的信道容量高40多倍［2］。在MIMO系统中接收端的信号检测部分是整个MIMO系统最重要的一部分，因为信号检测部分如果可以准确地检测，那么系统的性能便可以大大提升，系统可靠度及频谱效率也都可以获得改善。

在MIMO检测中，球形检测算法是一种比特误码率性能接近最佳ML检测，又能大幅降低复杂度的有效方法。目前，对MIMO系统的球形检测算法研究，主要有两种类型，一类是深度优先算法，该算法可以达到与ML相同的性能，缺点是搜索过程中迭代次数较多，吞吐率不高且复杂度不固定，如SESD(Schnorr－Euchner SD)算法、列表球算法(LSD)。另一类是广度优先算法，算法性能相对于ML有一定损失，但采用了备受欢迎的前馈结构，具有硬件友好的特征，在检测信号的每一层，只保留最小的K个度量值对应的路径来确定扩展情况，如K－Best算法［3］。本文在深入研究球形检测算法的基础上，针对K－Best算法采用预测技术和并行排序结合的方法，在不损失性能的情况下，降低了算法的计算复杂度。提出了改进的KBest检测算法的流水线结构实现方案，给出了QR分解的实现结构。

1 系……

登录APP查看全文