结合遗传性质的大规模MIMO系统LAS信号检测算法
专利类型：发明专利
语 言：中文
申 请 号：CN201610236896.2
申 请 日：20160418
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙坪坝正街174号
公 开 日：20160928
公 开 号：CN105978616A
代 理 人：龙玉洪
代理机构：重庆为信知识产权代理事务所(普通合伙) 50216
摘 要：本发明提供了一种结合遗传性质的大规模MIMO系统LAS信号检测算法，在原有LAS算法基础上引入全局最优化遗传算法，采用解向量的标准代价函数作为迭代停止准则，并将迭代次数设置为自适应，用解向量质量更新需要的迭代次数，提高了执行效率，同时继承上一次得到的优质解向量的元素，加入变异因子改变向量当中某些位置的元素的值，跳出同一搜索区域，让搜索在不同优质解区域中执行，减少了算法所需要的浮点运算次数，降低了系统复杂度，同时提高了搜索能力，降低了系统的误码概率，进而提高了系统的可靠性。
主 权 项：一种结合遗传性质的大规模MIMO系统LAS信号检测算法，其特征在于，包括如下步骤：S1：通过匹配滤波检测得到的解向量作为初始迭代点，其中，
为初始值，
为匹配滤波检测得到的解向量；S2：执行似然上升搜索算法，得到本次迭代的最佳解向量
即将最大似然代价函数作为解向量适应度的评价标准，适应度最高的解向量即为本次迭代的最佳解向量
S3：选择：判断本次迭代的最佳解向量
的最大似然代价函数是否小于历史最佳解向量dbest的最大似然代价函数，如果是，则进入步骤S4，否则，进入步骤S5；S4：令
S5：计算最大迭代次数Nmax，更新当前迭代次数m＝m+1；S6：判断当前迭代次数m是否大于最大迭代次数Nmax，如果是，则进入步骤S8，否则进入步骤S7；S7：遗传与变异：随机改变历史最佳解向量dbest中C个位置的值，得到第m次迭代的初始值
进入步骤S2；S8：输出dbest为最终解向量。
关 键 词：
法律状态：公开
IPC专利分类号：H04B7/08(2006.01)I;H04L25/02(2006.01)I;H04L25/03(2006.01)I