基于半正定规划的MIMO系统近似最大似然解码算法
信息论
2007-07-13 v2 math.IT
摘要
在多输入多输出(MIMO)系统中，最大似然(ML)解码等价于在N维复空间中寻找最近的格点。一般情况下，该问题已知为NP难。本文提出了一种基于半正定规划(SDP)的准最大似然算法。我们引入了若干SDP松弛模型，用于MIMO系统，复杂度逐渐增加。我们使用内点方法求解这些模型，获得接近ML性能的同时保持多项式计算复杂度。对格基进行约化可进一步降低求解这些模型的计算复杂度。所提出的松弛模型也用于MIMO系统的软输出解码。
引用
@article{arxiv.cs/0510030,
title = {A Near Maximum Likelihood Decoding Algorithm for MIMO Systems Based on Semi-Definite Programming},
author = {Amin Mobasher and Mahmoud Taherzadeh and Renata Sotirov and Amir K. Khandani},
journal= {arXiv preprint arXiv:cs/0510030},
year = {2007}
}
备注
Submitted to IEEE Trans. on Info. Theory, Revised