当前位置: 首页 > news >正文

MIMO 检测(3)--最大SINR准则(MRC、IRC)

1,IRC

假设单流的接收信号如下表示,其中hN{r}\times 1维,\mathbf{y}表示N{r}\times 1s_{i}表示干扰信号,z表示高斯白噪声。

\begin{bmatrix} y_{1}\\y_{2} \\ y_{3} \\ y_{4} \end{bmatrix}=\begin{bmatrix} h_{1}\\h_{2} \\ h_{3} \\ h_{4} \end{bmatrix}\begin{bmatrix} x_{1}\\x_{2} \\ x_{3} \\ x_{4} \end{bmatrix}+\begin{bmatrix} s_{1}\\s_{2} \\ s_{3} \\ s_{4} \end{bmatrix}+\begin{bmatrix} z_{1}\\z_{2} \\ z_{3} \\ z_{4} \end{bmatrix}

\mathbf{y=hx+ s+z}

\mathbf{u=s+z},则可表示\mathbf{y=hx+u}。最大SINR 准则的目标是寻找一个\mathbf{w}在 \mathbf{E\{xx^H\}=I},E\{uu^H\}=R_{uu} 下使得:

\mathbf{\underset{w\neq 0}{maxSINR}=\frac{\left | w^Hhx \right |^2}{\left | w^Hu \right |^2}=\frac{(w^Hhx)(w^Thx)^H}{(w^Hu)(w^Hu)^H}}

\mathbf{=\frac{w^Thxx^Hh^Hw}{w^Huu^Hw}=\frac{E(w^Thxx^Hh^Hw)}{E(w^Huu^Hw)}=\frac{w^ThE(xx^H)h^Hw}{w^HE(uu^H)w}=\frac{w^Thh^Hw}{w^HR_{uu}w}=\frac{\left | w^Hh \right |^2}{w^HR_{uu}w}}

所以最终代价函数为\mathbf{\underset{w\neq 0}{maxSINR}=\frac{\left | w^Hh \right |^2}{w^HR_{uu}w}}

\mathbf{\underset{w\neq 0}{argmin}=w^HR_{uu}w \\st \quad w^Hh=1}

使用拉格朗日进行优化:\mathbf{L(w,\lambda)=w^HR_{uu}w + \lambda(w^Hh-1)}

\mathbf{\frac{\partial L}{\partial w^H}=2R_{uu}w+\lambda h=0}

\mathbf{\widehat{w}=-R_{uu}^{-1}h\frac{\lambda}{2}} 同时\mathbf{w^Hh=1} 则:\mathbf{\widehat{\lambda}=-2(h^HR_{uu}^{-1}h)^{-1}}注意:\mathbf{h}为类向量所以 h^HR_{uu}^{-1}h为一个标量。忽略标量则\mathbf{\widehat{w}=-R_{uu}^{-1}h}

\widehat{w}=\begin{bmatrix} r_{11} &r_{12} &r_{13} &r_{14} \\ r_{21}&r_{22} &r_{23} &r_{24} \\ r_{31}&r_{32} &r_{33} &r_{43} \\ r_{41}&r_{42} &r_{43} &r_{44} \end{bmatrix}^{-1}\begin{bmatrix} h_{1}\\h_{2} \\ h_{3} \\ h_{4} \end{bmatrix}

2, MRC

        MRC 的 权值 w=h具体可参考[2]

如果忽略干扰则IRC 可退化为MRC w=\frac{1}{\sigma^2}h

[1] SINR Enhancement of Interference Rejection Combining for the MIMO Interference Channel

[2]详解最大比合并算法(Maximum Ratio Combining)-CSDN博客

[3]MRC & IRC & MMSE - 知乎

http://www.xdnf.cn/news/484921.html

相关文章:

  • 【Spark】-- DAG 和宽窄依赖的核心
  • Day27 Python打卡训练营
  • 《指针与整数相加减的深入解析》
  • asp.net自动保存上传文件时指定文件名,MultipartFormDataStreamProvider
  • Flask框架入门与实践
  • LangPDF: Empowering Your PDFs with Intelligent Language Processing
  • YOLO11解决方案之对象裁剪探索
  • 大模型崛起:从技术突破到产业变革的深度解析
  • 【node】中间件
  • MySQL基础面试通关秘籍(附高频考点解析)
  • Promise.all 详解
  • java后端学习
  • 高效率者的特点
  • 三毛电视 1.0 | 央视、卫视、港澳台频道高清秒播,支持多种播放模式和电视投屏
  • C#数组与集合
  • 启用rvzi可视化自己的机器人发现joint state publisher gui没有滑块
  • Python多线程实战:提升并发效率的秘诀
  • 面向复杂环境的高性能通信接口芯片技术解析与应用
  • onvif支持H265
  • AI日报 · 2025年05月16日|Google DeepMind推出AlphaEvolve,能自主设计高级算法的编码代理
  • NFS服务
  • 【洗车店专用软件】佳易王洗车店多项目会员管理系统:一卡多用扣次软件系统实操教程 #扣次洗车管理软件
  • AUTOSAR图解==>AUTOSAR_SWS_ICUDriver_AUTOSAR_SWS_ICUDriver
  • matlab求解问题
  • 14、Python时间表示:Unix时间戳、毫秒微秒精度与time模块实战
  • Day 27 函数专题2 装饰器
  • 读取toml, 合并,生成新文件
  • Apollo Client 1.6.0 + @RefreshScope + @Value 刷新问题解析
  • volatile关键字详解
  • 淘宝商家层级存在流量上限怎么办,如何突破流量上限?