在MIMO领域中的迫零算法是啥?
觉得这个问题在《通信新读》里面描述的还不错，一般在MIMO做接收的时候用三种基本算法，MRC，ZF，MMSE，其书中，将其比作一个信号映射到某个平面的问题，MRC是偏心信号，ZF是偏心干扰消除（即最小化干扰，即将干扰=0），MMSE是取两者的折中，具体还是书中描述清楚一些。《通信新读》书中如下图目录
【在MIMO领域中的迫零算法是啥?】
■网友
上面这么多帖子，貌似没有一个是相关的，这么多冗余，看得人脑子疼。我一枚普通人，补充一下，欢迎指正。迫零算法今天早上看了迫零算法，不知道楼主了解不了解多用户检测中同步CDMA系统中多用户检测模型，这里的迫零算法，我认为它和迫零判决反馈检测器的思路是相同的。首先进行线性处理，然后进行SIC检测，线性处理是部分解相关运算，然后按照信号能量大小进行排序，进行串行干扰抵消操作。补充一下，什么是解相关检测？用数学化语言描述很简单，接收信号这里只进行简单化描述，即y=hx+n，解相关就是将h消掉，即该式子中同时左乘以h的逆矩阵，h的逆矩阵怎么得到的，这就是信道估计要做的工作了。那既然有了解相关检测器，为什么还需要进行干扰删除操作呢，这是因为由于MIMO本身的多信道特性，使得接收端的接收信号含有多个发送端的信号，试想一下，倘若发送端发送的是同一数据流，这样接收端的接收数据都是相关的，则这些接收信号可以用来进行信号的可靠性恢复（容量提升的目的实现的意义不是很大），但是倘若，发送的数据流不是同一数据流（通常情况下，各种空时编码的结构可见，数据流是混杂的），这是在接收端，会有多个数据流的叠加，因此，如何将这些数据流进行剥离，使其各自为政，恢复出来，就成为关键，这也就是干扰删除操作的目的。干扰删除：首先根据接收到的各用户信号功率按强弱大小排队。每次仅检测一个用户，且首先解调出的是最强功率的用户，再从总的接收信号中减去重构的最强用户干扰，然后再重建和抵消次强干扰，依次类推下去。
推荐阅读
- 鄂温克冬季马赛-30℃极寒开赛：寒冬中的火热派对
- 大雪@大雪腌肉 适当进补 今日大雪
- |电商事业中的“闪光少年”
- |沛县深入开展教育领域突出问题专项整改
- 白皮书一般是政府发布的正式报告或文件，那么现在物联网、智慧城市等热门领域这么多企业发布的白皮书算咋回事呢
- hadoop中的mapreduce链接（mapreduce chaining）怎样避免中间文件的产生
- 经观汽车|日系车企中的“异类”？东风日产将导入e-POWER技术大干增程式混动 | 经观汽车
- 中年|这些东西，比你想象中的还要大得多！
- 请问杨毅微博中的这两人是谁
- 某些公司招聘要求中的精通mysql是啥程度