Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Clustering-Based Spectrum Resource Allocation Algorithm for Dense Small Cell Networks Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

A Low-Complexity Discrete Gbest-guided Artificial Bee Colony Algorithm for Massive MIMO Detection

verfasst von : Boyang Zou, Weixiao Meng, Lin Li, Shuai Han

Erschienen in: Wireless Internet

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Massive multi-input multi-output (MIMO) technology is one of the most promising concepts in 5G wireless system. Grounded on the fact that the channel matrix in massive MIMO system is large dimensional, classical MIMO detection algorithms are not appropriate for large scaled antennas. In this paper, a low-complexity discrete gbest-guided artificial bee colony (DGABC) detection algorithm is proposed for massive MIMO uplink, chaotic maps for parameter adaptation is also proposed in order to improve the convergence characteristic of the DGABC algorithm and to prevent the algorithm from getting stuck in local solutions. Experiments show that the proposed DGABC detection algorithm outperforms both the original ABC algorithm and MMSE detection with a relatively low complexity.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel An Efficient Joint Tx-Rx Beam Search Scheme in mmWave Massive MIMO Systems (Invited Paper)
Nächstes Kapitel Reconsider the Sparsity-Induced Least Mean Square Algorithms on Channel Estimation
Literatur
1.
Rusek, F., Persson, D., Lau, B.K., Larsson, E.G., Marzetta, T.L., Edfors, O., Tufvesson, F.: Scaling up MIMO: opportunities and challenges with very large arrays. IEEE Sign. Process. Mag. 30(1), 4060 (2013)CrossRef
2.
Bonabeau, E., Dorigo, M., Theraulaz, G.: Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, New York (1999)MATH
3.
Li, L., Meng, W., Ju, S.: A novel artificial bee colony detection algorithm for massive MIMO system. Wirel. Commun. Mob. Comput. 16(17), 3139–3152 (2016)CrossRef
4.
Khachan, A.M., Tenenbaum, A.J., Adve, R.S.: Linear processing for the downlink in multiuser MIMO systems with multiple data streams. In: Proceedings of IEEE International Conference on Communications (ICC), Istanbul, Turkey, pp. 4113–4118, June 2006
5.
Yang, Y., Li, C.Q., Guo, Z.H.: Low-complexity soft-input soft-output detection based on EVD for MIMO systems. In: International Conference on Signal Processing (ICSP), pp. 1546–1550 (2014)
6.
Larsson, E.G.: MIMO detection methods: how they work. IEEE Sign. Process. Mag. 26, 9195 (2009)
7.
Huo, Y., Zhuang, Y., Gu, J., Ni, S., Xue, Y.: Discrete gbest-guided artificial bee colony algorithm for cloud service composition. Appl. Intell. 42, 661–678 (2015)CrossRef
8.
Kong, B.Y., Park, I.-C.: Low-complexity symbol detection for massive MIMO uplink based on Jacobi method. In: 2016 IEEE 27th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC), pp. 1–5 (2016)
9.
Cho, K., Yoon, D.: On the general BER expression of one- and two-dimensional amplitude modulations. IEEE Trans. Commun. 50, 10741080 (2002)
Metadaten
Titel
A Low-Complexity Discrete Gbest-guided Artificial Bee Colony Algorithm for Massive MIMO Detection
verfasst von
Boyang Zou
Weixiao Meng
Lin Li
Shuai Han
Copyright-Jahr
2018
Buch
Wireless Internet

Print ISBN: 978-3-319-90801-4

Electronic ISBN: 978-3-319-90802-1

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-90802-1_7