摘要:最大似然算法能保证检测符号获得全分集,具有最佳的检测性能,但其复杂度随发射天线数和星座大小呈指数增长;低复杂度的排序连续干扰抵消算法因分集增益的损失而致性能有限。针对上述算法的问题,本文提出了一种列表OSIC检测算法,该算法在不显著增加复杂度的前提下,通过联合ML矢量搜索和排序连续干扰抵消提高了检测符号的分集,从而提高了系统的整体检测性能。另外,本文还给出了该算法的计算复杂度表达式。最后,本文提出了一种基于后验信噪比的排序方法,大大提高了判决准确性。仿真和复杂度比较结果表明,在不相关和空间相关度较大的信道下,列表OSIC算法均明显优于ZF-OSIC算法,甚至接近ML检测的性能,实现了性能和复杂度之间较好的折中,是一种较好的实用选择。