TAILIEUCHUNG - Báo cáo hóa học: " Research Article Efficient Near Maximum-Likelihood Detection for Underdetermined MIMO Antenna Systems Using a Geometrical Approach"

Tuyển tập báo cáo các nghiên cứu khoa học quốc tế ngành hóa học dành cho các bạn yêu hóa học tham khảo đề tài: Research Article Efficient Near Maximum-Likelihood Detection for Underdetermined MIMO Antenna Systems Using a Geometrical Approach | Hindawi Publishing Corporation EURASIP Journal on Wireless Communications and Networking Volume 2007 Article ID 84265 13 pages doi 2007 84265 Research Article Efficient Near Maximum-Likelihood Detection for Underdetermined MIMO Antenna Systems Using a Geometrical Approach Kai-Kit Wong1 and Arogyaswami Paulraj2 1 Adastral Park Research Campus University College London Martlesham IP5 2BS UK 2 Information Systems Laboratory Stanford University Stanford CA 94305 USA Received 9 January 2007 Revised 21 May 2007 Accepted 10 October 2007 Recommended by P. Djuric Maximum-likelihood ML detection is guaranteed to yield minimum probability of erroneous detection and is thus of great importance for both multiuser detection and space-time decoding. For multiple-input multiple-output MIMO antenna systems where the number of receive antennas is at least the number of signals multiplexed in the spatial domain ML detection can be done efficiently using sphere decoding. Suboptimal detectors are also well known to have reasonable performance at low complexity. It is nevertheless much less understood for obtaining good detection at affordable complexity if there are less receive antennas than transmitted signals . underdetermined MIMO systems . In this paper our aim is to develop an efficient detection strategy that can achieve near ML performance for underdetermined MIMO systems. Our method is based on the geometrical understanding that the ML point happens to be a point that is close to the decoding hyperplane in all directions. The fact that such proximityclose points are much less is used to devise a decoding method that promises to greatly reduce the decoding complexity while achieving near ML performance. An average-case complexity analysis based on Gaussian approximation is also given. Copyright 2007 . Wong and A. Paulraj. This is an open access article distributed under the Creative Commons Attribution License which permits unrestricted use distribution and .

TÀI LIỆU LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
TAILIEUCHUNG - Chia sẻ tài liệu không giới hạn
Địa chỉ : 444 Hoang Hoa Tham, Hanoi, Viet Nam
Website : tailieuchung.com
Email : tailieuchung20@gmail.com
Tailieuchung.com là thư viện tài liệu trực tuyến, nơi chia sẽ trao đổi hàng triệu tài liệu như luận văn đồ án, sách, giáo trình, đề thi.
Chúng tôi không chịu trách nhiệm liên quan đến các vấn đề bản quyền nội dung tài liệu được thành viên tự nguyện đăng tải lên, nếu phát hiện thấy tài liệu xấu hoặc tài liệu có bản quyền xin hãy email cho chúng tôi.
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.