《表2 基本仿真参数：MUSA系统的一种低复杂度改进检测算法》

  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

《MUSA系统的一种低复杂度改进检测算法》

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

图3为N=8，M=16，AWGN信道下，各检测算法的BER性能曲线，其他仿真参数的设置如表2所示。可以看出，MUSA使用原MMSE-SIC接收机的检测性能最好，BER也最小，与使用基于LDLH分解的MMSE-SIC算法和本文所提出的基于迭代的改进MMSE-SIC算法性能相当，只是略微差于原MMSE-SIC算法。这是由于这些算法都是基于MMSE-SIC结构，因此可以保证较好的检测性能，其不同之处在于权重矩阵的求解。基于LDLH分解的MMSE-SIC算法以及本文提出的改进MMSE-SIC算法在计算权重矩阵时涉及矩阵分解和矩阵迭代，而矩阵的分解和矩阵的迭代会导致数值的不稳定性，所以导致检测性能略差于原MMSE-SIC，但是性能损失较小。通过上述复杂度的分析可知，原MMSE-SIC直接对矩阵进行多次求逆运算，复杂度很高，达到O（M4+M 3N）量级，在实际系统中难以实现。而本文提出的改进算法的复杂度低于基于LDLH分解的MMSE-SIC算法，在用户数较少和扩展序列较短时，本文所提改进算法复杂度比基于LDLH分解算法的方法要少20%左右；当用户数和扩展序列都变大时，虽然本文所提的改进SIC算法复杂度相对于基于LDLH分解算法优势在减小，但复杂度还是降低了12%左右，并且相对于原始的MMSE-SIC算法来说，本文提出的改进SIC算法复杂度降低了一个数量级，特别是对于扩展序列和用户数都较大时，复杂度能够得到有效的降低。