基于传统算法的信号检测方案优化

传统的信号检测算法主要分为三种：第一种是最大似然（Maximum Likelihood，ML）检测算法，也是理论最优的算法；第二种是线性信号检测算法；第三种是非线性的信号检测方法。

最大似然检测算法是理论上检测效果最好的方法，该算法采用最短欧几里得距离的数学方法求出原始信号，可表示为

线性信号检测方法主要包括迫零（Zero Forcing，ZF）算法、最小均方误差（Minimum Mean Squared Error，MMSE）算法等。这类方法都是通过对接收端接收的信号进行线性变换，换算出发送端所发送的信号，可表示为

其中，T为线性变换矩阵。可以通过改变T来探索不同的检测算法，如ZF算法、最小均方误差算法。采用ZF算法时，线性变换矩阵为(www.xing528.com)

ZF算法计算复杂度较低，其主要通过计算矩阵相乘以及矩阵求逆的过程实现信号检测的目的，通过消除不同天线之间的干扰，提升信号检测性能。采用均方误差算法时，线性变换矩阵为

与线性信号检测方法相比，非线性信号检测方法具有较高的信号检测性能，但计算复杂度有所增加。其中，球形解码器（Sphere Decoding，SD）是一种基于搜索机制的检测算法，它的搜索过程限制在以接收信号点为中心的一定半径的球内；此外，连续干扰消除（Successive Interference Cancellation，SIC）是先检测获取来自首个发射天线的信号，然后从接收的总信号中舍去之前检测得到的信号，依次检测出来自所有发射天线的信号；半定松弛（SemiDefinite Relaxation，SDR）算法通过将最大似然问题转化为半正定规划凸优化问题进行求解，从而检测出相应的信号。