基于压缩感知的低复杂度广义空移键控信号检测算法

doi:10.11772/j.issn.1001-9081.2022121808

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (12): 3890-3895.DOI: 10.11772/j.issn.1001-9081.2022121808

基于压缩感知的低复杂度广义空移键控信号检测算法

张新贺(), 谭浩然, 吕文博

辽宁科技大学电子与信息工程学院，辽宁鞍山 114051

收稿日期:2022-12-18 修回日期:2023-03-28 接受日期:2023-03-29 发布日期:2023-12-11 出版日期:2023-12-10
通讯作者: 张新贺
作者简介:张新贺（1980—），男，河北承德人，副教授，博士，主要研究方向：无线通信、压缩感知；Email：527075114@qq.com
谭浩然（1997—），女，辽宁辽阳人，硕士研究生，主要研究方向：信号检测、压缩感知
吕文博（1997—），男，湖北荆门人，硕士研究生，主要研究方向：信号检测、压缩感知。
基金资助:
辽宁省教育厅高等学校科研项目(LJKZ0292)

Low-complexity generalized space shift keying signal detection algorithm based on compressed sensing

Xinhe ZHANG(), Haoran TAN, Wenbo LYU

School of Electronic and Information Engineering，University of Science and Technology Liaoning，Anshan Liaoning 114051，China

Received:2022-12-18 Revised:2023-03-28 Accepted:2023-03-29 Online:2023-12-11 Published:2023-12-10
Contact: Xinhe ZHANG
About author:TAN Haoran， born in 1997， M. S. candidate. Her research interests include wireless communication， compressed sensing.
LYU Wenbo， born in 1997， M. S. candidate. His research interests include signal detection， compressed sensing.
Supported by:
Higher Education Research Project of Liaoning Provincial Department(LJKZ0292)

摘要/Abstract

摘要：

广义空移键控（GSSK）作为空间调制（SM）的一种简化形式，被广泛应用于大规模多输入多输出（MIMO）系统，以更好地解决传统MIMO技术中的信道间干扰（ICI）、天线间同步（IAS）和多射频（RF）链路等问题。针对GSSK系统最大似然（ML）检测算法计算复杂度高的问题，结合压缩感知（CS）中的子空间追踪（SP）算法和ML检测算法，并结合阈值的设置，提出一种基于CS理论的低复杂度GSSK信号检测算法。首先，用改进的SP算法获得部分发送天线组合（TAC）；其次，删除部分天线组合，缩小搜索天线组合的集合；最后，利用ML算法和预设的门限估计发送天线组合。仿真实验结果表明，所提算法的计算复杂度明显低于ML检测算法，同时误比特率（BER）性能逼近ML检测算法，验证了所提算法的有效性。

关键词: 广义空移键控, 多输入多输出, 压缩感知, 子空间追踪, 最大似然检测

Abstract:

As a simplified version of Spatial Modulation （SM）， Generalized Space Shift Keying （GSSK） has been widely used in massive Multiple-Input Multiple-Output （MIMO） systems. It can better solve the problems such as Inter-Channel Interference （ICI）， Inter-Antenna Synchronization （IAS）， and multiple Radio Frequency （RF） links in traditional MIMO technology. To solve the problem of high computational complexity of the Maximum Likelihood （ML） detection algorithm for GSSK systems， a low-complexity GSSK signal detection algorithm based on Compressed Sensing （CS） theory was proposed by combining Subspace Tracking （SP） and ML detection algorithms in CS， and presetting the threshold. First， the improved SP algorithm was used to obtain partial Transmit Antenna Combinations （TACs）. Secondly， the set of search antennas was shrunk by deleting partial antenna combinations. Finally， the ML algorithm and the preset threshold were used to estimate the TACs. The results of simulation experiments show that the computational complexity of the proposed algorithm is significantly lower than that of ML detection algorithm， and the Bit Error Rate （BER） performance is almost the same as that of ML detection algorithm， which verify the effectiveness of the proposed algorithm.

Key words: Generalized Space Shift Keying (GSSK), Multiple-Input Multiple-Output (MIMO), Compressed Sensing (CS), Subspace Pursuit (SP), Maximum Likelihood (ML) detection

中图分类号:

TN914

张新贺, 谭浩然, 吕文博. 基于压缩感知的低复杂度广义空移键控信号检测算法[J]. 计算机应用, 2023, 43(12): 3890-3895.

Xinhe ZHANG, Haoran TAN, Wenbo LYU. Low-complexity generalized space shift keying signal detection algorithm based on compressed sensing[J]. Journal of Computer Applications, 2023, 43(12): 3890-3895.

图/表 3

图1 CS理论的示意图

Fig.1 Schematic diagram of CS theory

图2 SP-ML与ML、NCS算法的BER性能比较

Fig.2 BER performance comparison among SP-ML and ML， NCS algorithms

图3 SP-ML与ML、NCS算法的计算复杂度性能比较

Fig.3 Computational complexity comparison among SP-ML and ML， NCS algorithms

参考文献 29

1	MESLEH R Y， HAAS H， SINANOVIC S， et al. Spatial modulation ［J］. IEEE Transactions on Vehicular Technology， 2008， 57（4）： 2228-2241. 10.1109/tvt.2007.912136
2	JEGANATHAN J， GHRAYEB A， SZCZECINSKI L. Spatial modulation： optimal detection and performance analysis ［J］. IEEE Communications Letters， 2008， 12（8）： 545-547. 10.1109/lcomm.2008.080739
3	RENZO M D， HAAS H， GRANT P M. Spatial modulation for multiple-antenna wireless systems： a survey ［J］. IEEE Communications Magazine， 2012， 49（12）： 182-191. 10.1109/mcom.2011.6094024
4	CHEN H， XIAO Y， FANG S， et al. Low-complexity transmit antenna selection for offset spatial modulation ［J］. Science China： Information Sciences， 2022， 65（9）： 249-262. 10.1007/s11432-021-3333-4
5	YANG Y， BAI Z， PANG K， et al. Design and analysis of spatial modulation based orthogonal time frequency space system ［J］. China Communications， 2021， 18（8）： 209-223. 10.23919/jcc.2021.08.015
6	LI Q， YU X， XIE M， et al. Performance analysis of uplink massive spatial modulation MIMO systems in transmit-correlated Rayleigh channels ［J］. China Communications， 2021， 18（2）： 27-39. 10.23919/jcc.2021.02.003
7	JEGANATHAN J， GHRAYEB A， SZCZECINSKI L， et al. Space shift keying modulation for MIMO channels ［J］. IEEE Transactions on Wireless Communications， 2009， 8（7）： 3692-3703. 10.1109/twc.2009.080910
8	RENZO M D， HAAS H. Improving the performance of Space Shift Keying （SSK） modulation via opportunistic power allocation ［J］. IEEE Communications Letters， 2010， 14（6）： 500-502. 10.1109/lcomm.2010.06.100163
9	RENZO M D， HAAS H. A general framework for performance analysis of Space Shift Keying （SSK） modulation for MISO correlated Nakagami-m fading channels ［J］. IEEE Transactions on Communications， 2010， 58（9）： 2590-2603. 10.1109/tcomm.2010.09.090565
10	RENZO M D， HAAS H， GHRAYEB A， et al. Spatial modulation for generalized MIMO： challenges， opportunities， and implementation ［J］. Proceedings of the IEEE， 2014， 102（1）： 56-103. 10.1109/jproc.2013.2287851
11	YANG P， RENZO M D， XIAO Y， et al. Design guideline for spatial modulation ［J］. IEEE Communications Surveys and Tutorials， 2014， 17（1）： 6-26. 10.1109/comst.2014.2327066
12	NTONTIN K， RENZO M D， PEREZ-NEIRA A， et al. Adaptive generalized space shift keying ［J］. EURASIP Journal of Wireless Communications and Networking， 2013， 2013（1）： 1-15. 10.1186/1687-1499-2013-43
13	NTONTIN K， RENZO M D， PEREZ-NEIRA A， et al. Adaptive Generalized Space Shift Keying （GSSK） modulation for MISO channels： a new method for high diversity and coding gains ［C］// Proceedings of the 2012 IEEE Vehicular Technology Conference （VTC Fall）. Piscataway ： IEEE， 2012： 3-6. 10.1109/vtcfall.2012.6398949
14	LIU W， GU Z， JIN M L. Penalty function based detector for generalized space shift keying massive MIMO systems ［J］. IEEE Communications Letters， 2016， 20（4）： 664-667. 10.1109/lcomm.2016.2526599
15	ZHANG L， ZHU S， ZHANG L， et al. Low-complexity sparse detector for generalized space shift keying ［J］. Electronics Letters， 2019， 55（5）： 268-270. 10.1049/el.2018.7977
16	JEGANATHAN J， GHRAYEB A， SZCZECINSKI L. Generalized space shift keying modulation for MIMO channels ［C］// Proceedings of the 2008 IEEE 19th International Symposium on Personal， Indoor， and Mobile Radio Communications. Piscataway： IEEE， 2008： 15-18. 10.1109/pimrc.2008.4699782
17	CHANG R Y， W-H CHUNG， LIN S-J. Detection of space shift keying signal in large MIMO systems ［C］// Proceedings of the 2012 8th International Wireless Communications and Mobile Computing Conference. Piscataway： IEEE， 2012： 27-31. 10.1109/iwcmc.2012.6314375
18	TROPP J A， GILBERT A C. Signal recovery from random measurements via orthogonal matching pursuit ［J］. IEEE Transactions on Information Theory， 2007， 53（12）： 4655-4666. 10.1109/tit.2007.909108
19	YU C-M， S-H HSIEH， LIANG H-W， et al. Compressed sensing detector design for space shift keying in MIMO systems ［J］. IEEE Communications Letters， 2012， 16（10）： 1556-1559. 10.1109/lcomm.2012.091212.121319
20	WANG J， KWON S， SHIM B. Generalized orthogonal matching pursuit ［J］. IEEE Transactions on Signal Processing， 2012， 60（12）： 6202-6216. 10.1109/tsp.2012.2218810
21	NEEDELL D， VERSHYNIN R. Signal recovery from incomplete and inaccurate measurements via regularized orthogonal matching pursuit ［J］. IEEE Journal of Selected Topics in Signal Processing， 2010， 4（2）： 310-316. 10.1109/jstsp.2010.2042412
22	NEEDELL D， TROPP J A. CoSaMP： iterative signal recovery form incomplete and inaccurate samples ［J］. Applied and Computational Harmonic Analysis， 2008， 26（3）： 301-321. 10.1016/j.acha.2008.07.002
23	DAI W， MILENKOVIC Q. Subspace pursuit for compressive sensing signal reconstruction ［J］. IEEE Transactions on Information Theory， 2009， 55（5）： 2230-2249. 10.1109/tit.2009.2016006
24	ZHANG X， TAN H， LV W. A low-complexity detection algorithm for generalized space shift keying systems ［J］. IAENG International Journal of Computer Science， 2022， 49（2）： 364-368.
25	DOHONO D L. Compressed sensing ［J］. IEEE Transactions on Information Theory， 2006， 52（4）： 1289-1306. 10.1109/tit.2006.871582
26	CANDES E J， WALKIN M B. An introduction to compressive sampling ［J］. IEEE Signal Processing Magazine， 2008， 25（2）： 21-30. 10.1109/msp.2007.914731
27	CANDES E J， ROMBERG J， TAO T. Robust uncertainty principle： exact signal reconstruction from highly incomplete frequency information ［J］. IEEE Transactions on Information Theory， 2006， 52（2）： 489-509. 10.1109/tit.2005.862083
28	刘飞峰，刘鸿杰，缪颖杰，等.基于无网格压缩感知的通信一体化系统目标参数估计方法研究［J］. 信号处理， 2022， 38（11）： 2076-2086.
	LIU F F， LIU H J， MIAO Y J， et al. Research on target parameter estimation method of radar communication integrated system based on grid-less compression sensing ［J］. Journal of Signal Processing， 2022， 38（11）： 2076-2086.
29	XIAO L， YANG P， XIAO Y， et al. Efficient compressive sensing detectors for generalized spatial modulation systems ［J］. IEEE Transactions on Vehicular Technology， 2017， 66（2）： 1284-1298. 10.1109/tvt.2016.2558205

[1]	章振宇, 谭国平, 周思源. 基于1‑bit压缩感知的高效无线联邦学习算法[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1675-1682.
[2]	刘帅, 蒋林, 李远成, 山蕊, 朱育琳, 王欣. 基于阵列处理器的最小均方误差检测算法并行设计与实现[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1524-1530.
[3]	回立川, 李万禹, 陈艺琳. 基于Order-Aware网络内点筛选网络的电力巡线航拍图像拼接[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1583-1590.
[4]	郑鑫, 李素月, 王安红, 李美玲, MUHAIDAT Sami, 宁爱平. 协作多输入多输出环境反向散射通信系统遍历速率分析[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 974-979.
[5]	林乐平, 周宏敏, 欧阳宁. 融合空间位置与结构信息的压缩感知图像重建方法[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 930-937.
[6]	王亿, 杨柳, 张痛快. RIS辅助毫米波系统中基于压缩感知的信道估计[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3870-3875.
[7]	刘紫燕, 马珊珊, 白鹤. 基于改进智能水滴的正交匹配追踪混合预编码算法[J]. 计算机应用, 2021, 41(5): 1419-1424.
[8]	沈子懿, 王卫亚, 蒋东华, 荣宪伟. 基于Hopfield混沌神经网络和压缩感知的可视化图像加密算法[J]. 计算机应用, 2021, 41(10): 2893-2899.
[9]	席雅睿, 乔志伟, 温静, 张艳娇, 杨雯晶, 闫慧文. 基于Chambolle-Pock算法框架的高阶TV图像重建算法[J]. 计算机应用, 2020, 40(6): 1793-1798.
[10]	徐志强, 蒋铁钢, 杨立波. 基于随机支撑挑选的广义正交匹配追踪算法[J]. 计算机应用, 2020, 40(4): 1104-1108.
[11]	杨立波, 蒋铁钢, 徐志强. 基于混合梯度的硬阈值追踪算法[J]. 计算机应用, 2020, 40(3): 912-916.
[12]	高彦彦, 李莉, 张晶, 贾英茜. 结合梯度投影稀疏重构和复数小波的图像重构[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 486-490.
[13]	宗春梅, 张月琴, 曹建芳, 赵青杉. 基于深度先验及非局部相似性的压缩感知核磁共振成像[J]. 计算机应用, 2020, 40(10): 3054-3059.
[14]	杜小磊, 陈志刚, 张楠, 许旭. 基于压缩感知和深度小波网络的列车故障识别[J]. 计算机应用, 2019, 39(7): 2175-2180.
[15]	李小文, 范艺芳, 侯宁宁. 基于阴影域的搜索树检测算法[J]. 计算机应用, 2019, 39(5): 1400-1404.

基于压缩感知的低复杂度广义空移键控信号检测算法

Low-complexity generalized space shift keying signal detection algorithm based on compressed sensing

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 29

相关文章 15

编辑推荐

Metrics