《表1 基于MMSE准则的低复杂度算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

近年来，相继提出了基于MMSE准则的低复杂度信号检测算法，大致分为三种类型（见表1）:第一类为矩阵近似求逆的方法，如Neumann级数展开[10]、Newton迭代[11]；第二类为迭代求解线性方程的方法，如里查德森迭代算法（Richardson，RI）[12]、高斯迭代（Gauss-Seidel，GS）[13]、雅克比迭代（Jacobi，JC）[14]、连续超松弛算法（Successive Over-relaxation，SOR）[15]等.该类算法通过求解线性方程的方法，直接估计发送矢量，从而避免了高维矩阵的求逆运算；同样地，通过求解线性方程来估计用户发送矢量，第三类算法为基于矩阵梯度搜索的算法，代表算法有共轭梯度法（Conjugate Gradient，CG）[16]和最速下降法（steepest descent，SD）[17].这类算法利用矩阵梯度搜索的方法，也绕开并避免了高维矩阵求逆问题.从性能方面看，第一类检测性能相对较差且展开级数较高时复杂度又重新上升为O（K3）；而当MMSE加权矩阵没有某些特殊的性质（如对称正定、严格对角占优）时，第二类和第三类算法可能会失效或者性能骤降.