基于两最小值的线性自迭代检测MAP算法和及性能优化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61601403
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0105.移动通信
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

The soft bit decision MAP algorithm for self-iterative detection and decoding (SIDD) has the disadvantage that the soft output is calculated only with the minima from the current iteration, which limits the performance enhancement of the system. The complexity of the MAP algorithm is exponential-order, resulting in the limitation of its application. In addition, there is not any suitable stopping criteria for SIDD, thus unnecessary iterations cause higher complexity. Based on the changing statistics of the minima from each iteration, the content and the goal of this project are as follows: 1. Applying the symbol mapping technique to PIC-MMSE based MAP detection, the modified MAP algorithm is constructed by eliminating the searching process to find the minima without degrading the performance, which reduces the complexity to linear-order. 2. Based on the minima from each iteration, optimization is made to enhance the reliability of the soft bit information, which will enhance the performance. 3. Utilizing the statistics of the minima when the performance convergences, stopping criteria are proposed to eliminate the unnecessary iterations to reduce the decoding time.
自迭代检测器的比特级软判决MAP算法现有的不足--检测器软判决输出的计算只局限于当前迭代的两最小值,限制了性能优化的幅度。MAP算法因其复杂度是指数阶,限制了其实际应用。并且,自迭代检测译码缺少合适的停止准则,使得不必要的迭代导致了高复杂度。本项目以MAP算法两最小值在各迭代的变化特性为出发点,具体的研究内容及目标如下:1、将符号映射技术应用于基于PIC-MMSE的自迭代检测算法,以达到消除搜索MAP算法两最小值过程的目的,从而在保持性能的同时将其复杂度降至线性阶;2、基于检测器各迭代的两最小值,对当前迭代的两最小值进行优化处理,并以此为基础,设计比特级软判决输出的最优计算方法,以达到改善检测器性能的目的;3、统计两最小值在系统性能收敛时的变化特性,制定合适的停止准则,消除不必要的迭代,从而降低迭代检测译码时间。

结项摘要

本项目以MAP算法两最小值在各迭代的变化特性为出发点,具体的研究内容及成果如下:1. 解决了关键问题“如何对信道译码器反馈的后验信息做相应的符号映射处理”,完成研究目标:“基于检测器 MAP 算法各迭代相应两最小值,优化处理当前迭代两最小值,设计 SDBI 的最优计算方法,提升系统性能”, 最终达到在保持系统误码性能的前提下,将指数阶的复杂度降低至线性阶的技术指标;所提出的方法最终形成SCI论文1篇,EI检索论文3篇。 2. 解决了关键问题"如何利用 MAP 算法两最小值的更新特性对算法两最小值的更新特性对EP的影响,设计SDBI的最优计算方法", 完成研究目标:“建立符号映射技术和基于 MMSE-PIC 的迭代检测译码的联系,构建改进版 MAP,从而在保持性能的前提下,降低复杂度到线性阶。” 最终达成技术指标:通过提升两最小值的信赖度,提升系统的误码率性能,并且保持线性阶的复杂度。所提出的方法最终形成SCI论文1篇,EI检索论文3篇。3、针对关键问题“分析两最小值在性能收敛点处的更新特性” ,统计两最小值在系统性能收敛时的变化特性的调研,结果显示2次迭代的性能已经达到收敛。在2次迭代的前提下,基于诸如JACOBI等迭代算法提出新的迭代译码检测方法。所提出的方法最终形成SCI论文1篇,EI检索论文6篇。此外出版英文教材1部, 软件著作权3项。

项目成果

期刊论文数量(4)
专著数量(1)
科研奖励数量(0)
会议论文数量(11)
专利数量(0)
Evaluation of MMSE-Based Iterative Soft Detection Schemes for Coded Massive MIMO System
编码大规模 MIMO 系统基于 MMSE 迭代软检测方案的评估
  • DOI:
    10.1109/access.2018.2889728
  • 发表时间:
    2019
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    MEIXIANG ZHANG;SOOYOUNG KIM
  • 通讯作者:
    SOOYOUNG KIM
Iterative MMSE-based soft MIMO detection with parallel interference cancellation
具有并行干扰消除功能的基于迭代 MMSE 的软 MIMO 检测
  • DOI:
    10.1049/iet-com.2016.1144
  • 发表时间:
    2017-05
  • 期刊:
    IET COMMUNICATIONS
  • 影响因子:
    1.6
  • 作者:
    Meixiang Zhang;Saleem Ahmed;Sooyoung Kim
  • 通讯作者:
    Sooyoung Kim
Soft Iterative Decoding Algorithms for Rateless Codes in Satellite Systems
卫星系统中无速率码的软迭代解码算法
  • DOI:
    10.3390/a12080151
  • 发表时间:
    2019-07
  • 期刊:
    Algorithms
  • 影响因子:
    2.3
  • 作者:
    Meixiang Zhang;Satya Chan;Sooyoung Kim
  • 通讯作者:
    Sooyoung Kim
Efficient encoding scheme for LT codes with soft iterative decoding
具有软迭代解码的 LT 码的高效编码方案
  • DOI:
    10.1049/iet-com.2018.0064
  • 发表时间:
    2018-07
  • 期刊:
    IET COMMUNICATIONS
  • 影响因子:
    1.6
  • 作者:
    Meixiang Zhang;Sooyoung Kim
  • 通讯作者:
    Sooyoung Kim

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

环氧乙烷化工设计安全事项分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    过程工程学报
  • 影响因子:
    --
  • 作者:
    陈嵩嵩;董丽;张军平;盛贵阳;张梅香;崔改静
  • 通讯作者:
    崔改静
基于链路质量估计的灾害监测传感网分簇路由
  • DOI:
    10.13245/j.hust.200605
  • 发表时间:
    2020
  • 期刊:
    华中科技大学学报. 自然科学版
  • 影响因子:
    --
  • 作者:
    胡青松;罗大伟;张梅香;李世银
  • 通讯作者:
    李世银
超声引导下甲状腺良性结节经皮热消融的临床研究
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    第二军医大学学报
  • 影响因子:
    --
  • 作者:
    徐斌;章建全;张梅香
  • 通讯作者:
    张梅香

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码