CN101059544A - 多输入多输出系统中实现迭代检测的方法及多天线检测器 - Google Patents

Abstract

本发明公开了一种多输入多输出系统中实现迭代检测的方法及多天线检测器，其关键是，在前几次迭代过程中，使用性能较好的第一类检测方法来计算软信息；在后几次迭代过程中，使用复杂度较低的第二类检测方法来计算软信息。这样，实现了在保证系统整体性能的基础上降低迭代检测的复杂度这个目的。应用本发明，通过仿真测试结果可知，系统的整体性能得到了有效的保证，且复杂度大大降低。本发明应用简单，对现有系统改动很小，与现有系统有很好的兼容性。

Description

多输入多输出系统中实现迭代检测的方法及多天线检测器

技术领域

本发明涉及多输入多输出(MIMO)系统技术领域，特别是指一种多输入多输出系统中实现迭代检测的方法及多天线检测器。

背景技术

MIMO系统在提高频谱利用率方面有巨大潜力，而且理论上可以获得与发射天线数成正比的系统容量。图1所示为基于空时比特交织编码调制(ST-BICM)的收发机原理框图。在发送数据时，待发送数据经turbo编码器的turbo编码后，再经交织器和调制、串并转换处理后，通过天线发送出去。接收数据时，多天线检测器或称MIMO检测器从天线接收数据，对接收到的数据进行检测，并将检测出的软信息传送给turbo软入软出编码器进行后续处理，同时多天线检测器还接收来自turbo软入软出编码器的先验信息L_A1，应用在后续的迭代检测中，以保证检测的准确性。

下面首先对软信息做一简介。

考虑系统中有n_T个发送天线和n_R个接收天线。原始数据经过编码和交织，作为整个编码序列的一部分，得到一个1×M_cn_T的二进制的行向量 $x=(x_1,\·\·\·,x_{n_T}),$ 其中 $x_i=(x_{i1},\·\·\·,x_{i{M}_c}),$ Mc表示调制阶数。然后x被映射成一个复向量并转换成一个列向量 $s={(s_1,\·\·\·,s_{n_T})}^T$ 传输出去。经历衰落信道后，在接收端的接收矢量为：

            y＝Hs+n                                   (1)

其中H是一个n_R×n_T的信道矩阵(n_T≤n_R)，它的每一个元素都是独立的归一化的复高斯随机变量。而n则是一个零均值，协方差矩阵为σ²I_nR的复高斯白噪声向量，其中的I_nR为n_R×n_R的单位矩阵。因此，以发射矢量为条件的接收矢量服从多维高斯分布。

假设完全掌握了信道信息，那么就可以构造出一个包含MIMO检测器和软输入软输出(SISO)译码器的迭代系统。在一次迭代中，MIMO检测器会生成关于第i根天线上第j个传输比特(x_ij)的后验似然信息(APP)。

通过一系列公式变形及计算，可以得到MIMO检测器输出的第i根天线上第j个传输比特(ij)的后验软信息为：

$L_D\left(x_{\mathrm{ij}}\right|y)\≈\underset{X_{\mathrm{ij},+1}}{\max }\underset{i=1}{\overset{n_T}{\mathrm{\Σ}}}{\mathrm{\Λ}}_i-\underset{X_{\mathrm{ij},-1}}{\max }\underset{i=1}{\overset{n_T}{\mathrm{\Σ}}}{\mathrm{\Λ}}_i---\left(2\right)$

其中，

为搜索树上每个节点的权值。通常，将后验软信息简称为软信息。

参见图2，其是n_T＝2，Mc＝2时所用的搜索树。该搜索树第一层(即搜索树的上面一层)表示有四种可能性的路径，图2中的Λ₂表示这一层的权值，第二层内的节点表示基于第一层不同的选择之后所有可能存在的路径，图2中的Λ₁表示这一层的权值。

参见图3，该图中的每一个圆圈代表搜索树中的一个节点，每个圆圈内的数字表示该节点的权值大小，这个权值所表示的含义为——衡量了候选节点到接收矢量的距离。

目前有很多种方法来搜索多个带权值的幸存路径，可以大致将这些方法分为两类。第一类方法是能够保证所搜索到的幸存路径集合的权值肯定是最小的，即处于这个集合之外的其他路径的权值肯定大于此集合中每个路径的权值，诸如多个幸存路径的最短路径搜索(SPM，Shortest Path with Multiplesurvived paths)、列表球形译码(List Sphere Decoding)和列表序列检测(List-Sequential Detector)等。第二类方法找到的幸存路径集合内各路径的权值只能是相对较小的，由于其搜索策略的影响，只能保证这一集合内各路径的权值有很大的概率是所有路径中最小的，诸如迭代的树搜索(Iterative TreeSearch)、QRM(QR decomposition with M algorithm)、BNB-SS(Branch andBound with Sphere Searching)等。第一类方法的性能都会优于第二类方法，但第二类方法的优势在于它们的复杂度往往较低。

其中，有关上述List Sphere Decoding的描述已在Bertrand M.Hochwald andStephan ten Brink，“Achieving near-capacity on a multiple-antenna channel”，IEEETrans.On Communications，Vol.51，No.3，2003，pp：389-399；和Y.Hong，J.Choi，J.Yuan and P.Rapajic，“A new approach for iterative decoding on coded MIMOchannels via sphere decoding”，ISSSTA 2004，pp：520-524中给出。有关上述List-Sequential Detector的描述已在S.Baro，J.Hagenauer and M.Witzke，“Iterative detection of MIMO transmission using a list-sequential detector”，ICC2003，pp：2653-2657中给出。有关Iterative Tree Search的描述已在De Jong，Y.L.C.，Willink，T.J.，“Iterative tree search detection for MIMO wireless systems”，IEEE 56th Vehicular Technology Conference，2002-Fall.Vol：2，Sep.2002，pp：1041-1045中给出。有关QRM的描述已在Hiroyuki Kawai etc.，“Likelihoodfunction for QRM-MLD suitable for soft-decision turbo decoding and itsperformance for OFCDM MIMO multiplexing in multipath fading channel”，IEICETrans.Commun.，vol.E88-B，No.1，Jan.，2005，pp：47-56中给出。有关BNB-SS的描述已在Joseph Boutros，Nicolas Gresset etc.“Soft-input soft-output latticesphere decoder for linear channels”，GLOBECOM，2003，pp：583-1587中给出。

参见图6(a)，现有的多天线检测器中仅包括一类检测模块，该检测模块可以是第一类检测模块也可以是第二类检测模块，其用于接收来自天线的信息，获取幸存路径集合，并根据该集合计算出软信息发送给译码器做后续处理。

当然，在一次处理后，该检测模块在后续的迭代处理中还会接收译码器反馈的先验信息，根据该先验信息以及从天线接收到的信息，重新计算所有节点的权值，获取幸存路径集合，并根据该集合计算出软信息发送给译码器做后续处理。如此反复，直到本次信息接收处理完毕。

现有的迭代检测方法主要包括以下步骤：在一次接收过程中，

1)多天线检测器第一次从接收天线接收到信号时，根据接收到的信号根据一定搜索策略找出搜索树上每层的候选节点，并得到带有权值的幸存路径集合，根据该幸存路径集合应用式(2)计算出软信息，之后将计算出的软信息发送给译码器。

2)多天线检测器非第一次从接收天线接收到信号时，根据接收到的信号以及来自译码器的先验信息，根据一定搜索策略找出搜索树上每层的候选节点，并得到带有权值的幸存路径集合，根据该幸存路径集合应用式(2)计算出软信息，之后将计算出的软信息发送给译码器。重复执行步骤2)，直到本次数据全部接收完毕。

在上述过程中，多天线检测器自始至终都使用同一方法获取幸存路径的，当然，该获取方法可以是前面提到的也即现有几种方法中的任何一种方法。

如果选用第二类检测方法获取幸存路径，虽然其复杂度相对较低，但由于算法本身的限制，通常不能保证系统整体的性能，因而，在实际应用中更多的会选用第一类检测方法来获取幸存路径。但是，可以理解，在第一次迭代后，先验信息的绝对值可靠度增加了，这样树中每个节点的权值也会增加。权值其实也表征了星座矢量之间的距离，参见图4中灰色的点到黑色点的距离。因此，当灰色点距离中心即黑色点的距离增加时，落入确定初始半径的球中的点会变少，如图4所示。图4中的黑色点代表接收矢量，灰色点表示搜索树中的节点。

由于第一类检测方法本身的特点，会使迭代检测的复杂度大幅度上升。可见，如何在保证系统整体性能的基础上降低迭代检测方法的复杂度，是个有待解决的问题。

发明内容

有鉴于此，本发明的一个目的在于提供一种多输入多输出系统中实现迭代检测的方法，本发明的另一目的在于提供一种基于多输入多输出系统的多天线检测器，以使得在保证系统整体性能的基础上降低迭代检测的复杂度。

为达到上述目的，本发明的技术方案是这样实现的：

一种在多输入多输出系统中实现迭代检测的方法，该方法包括以下步骤：

a、多输入多输出MIMO系统中的多天线检测器从接收天线接收信息并保存；

b、根据已保存的接收到的信息应用第一类检测方法计算出软信息，传送给译码器；

c、多天线检测器接收译码器反馈的先验信息，计算先验信息均值，判断该先验信息均值是否大于等于预设的阈值，若是则执行步骤d，否则根据已保存的接收信息和当前接收到的先验信息应用第一类检测方法计算出软信息，传送给译码器，之后重复执行本步骤；

d、所述多天线检测器根据已保存的接收信息和当前接收到的先验信息应用第二类检测方法计算出软信息，传送给译码器；之后，所述多天线检测器继续应用第二类检测方法获取幸存路径集合，计算出软信息，直到达到预设的最大的迭代次数，完成迭代检测为止。

较佳地，步骤c所述阈值是根据经验值预先设定的。

较佳地，所述第一类检测方法包括但不限于：SPM、List Sphere Decoding、或List-Sequential Detector。

较佳地，所述第二类检测方法包括但不限于：Iterative Tree Search、QRM或BNB-SS。

一种在多输入多输出系统中实现迭代检测的多天线检测器，用于从接收天线接收信息，并对接收到的信息进行检测，将检测出的软信息传送给译码器，所述多天线检测器包括判断切换模块、第一类检测模块和第二类检测模块，

所述判断切换模块，用于从接收天线接收信息并保存，将已保存的接收信息传送给第一类检测模块，接收来自译码器反馈的先验信息；或者，计算所述先验信息平均值，如果该平均值大于等于预设的阈值，则将已保存的接收信息和先验信息传送给第二类检测模块；如果该平均值小于预设的阈值，则将已保存的线接收信息和先验信息传送给第一类检测模块；且当判断切换模块将已保存的接收信息和先验信息传送给第二类检测模块之后，后续将已保存的接收信息和新的先验信息全部传送给第二类检测模块，直到达到预设的最大的迭代次数，完成迭代检测为止；

所述第一类检测模块，用于根据接收到的已保存的接收信息应用第一类检测方法计算出软信息，传递给译码器；或者，根据接收到的已保存的接收信息和先验信息应用第一类检测方法计算出软信息，传递给译码器；

所述第二类检测模块，用于根据接收到的已保存的接收信息和先验信息应用第二类检测方法计算出软信息，传递给译码器。

较佳地，所述第一类检测模块包括但不限于：SPM模块、List SphereDecoding模块、或List-Sequential Detector模块。

较佳地，所述第二类检测模块包括但不限于：Iterative Tree Search模块、QRM模块或BNB-SS模块。

较佳地，所述阈值是根据经验值预先设定的。

本发明的关键是，在前几次迭代过程中，使用性能较好的第一类检测方法来计算软信息；在后几次迭代过程中，使用复杂度较低的第二类检测方法来计算软信息。这样，实现了在保证系统整体性能的基础上降低迭代检测的复杂度这个目的。应用本发明，通过仿真测试结果可知，系统的整体性能得到了有效的保证，且复杂度大大降低。本发明应用简单，对现有系统改动很小，与现有系统有很好的兼容性。

附图说明

图1是基于空时比特交织编码调制(ST-BICM)的收发机原理框图；

图2是n_T＝2，Mc＝2时所用的搜索树；

图3是的节点带有权值的搜索树的一实施例；

图4是前后两次迭代后搜索树上的节点距离中心点的距离的变化；

图5是应用本发明的实现迭代检测的流程示意图；

图6(a)是现有技术的天线检测模块的结构示意图；

图6(b)是本发明的天线检测模块的结构示意图；

图7是单纯SPM的IDD方案与本发明的一个实施例在不同迭代次数的复杂度对比示意图；

图8是表示本发明的一个实施例每次迭代的误码率性能对比示意图；

图9是表示两种单纯的IDD方案与本发明的一个实施例的性能和复杂度综合对比示意图。

具体实施方式

下面结合附图及具体实施例，对本发明再做进一步的详细说明。

本发明的思路是：在一次迭代检测后，由于候选节点的减少，考虑使用一种更简单的方法来获取幸存路径集合，计算软信息。具体的，在前几次迭代过程中，使用性能较好的第一类检测方法来计算软信息；在后几次迭代过程中，使用复杂度较低的第二类检测方法来计算软信息。这样，可以在保证系统整体性能的基础上降低实现的复杂度。在此，将本发明的这种应用两种检测方法来获取幸存路径集合，计算软信息的迭代检测方法称为混合迭代的检测与译码(hybrid IDD)。

图5所示为应用本发明的实现迭代检测的流程示意图。

步骤501，MIMO系统中的多天线检测器从接收天线接收信息并保存。

步骤502，多天线检测器根据已保存的接收信息应用第一类检测方法计算出软信息，传送给译码器。

步骤503，多天线检测器接收译码器反馈的先验信息，计算所述先验信息均值，判断该先验信息均值是否大于等于预设的阈值，若是，则执行步骤504，否则执行步骤505。所述阈值是根据经验值预先设定的。

步骤504，多天线检测器根据已保存的接收信息和当前接收到的先验信息应用第二类检测方法计算出软信息，传送给译码器；之后，所述多天线检测器将从接收天线接到信息，全部应用第二类检测方法获取幸存路径集合，计算出软信息，直到达到预设的最大的迭代次数，完成迭代检测为止。

步骤505，多天线检测器根据已保存的接收信息和当前接收到的先验信息应用第一类检测方法计算出软信息，传送给译码器，之后，返回步骤503。

上述计算软信息的大体过程是，找出搜索树上每层的候选节点并获取带有权值的幸存路径集合，之后根据该幸存路径集合计算出软信息。总之，与具体采用的检测方法相关，且具体的计算方法均为现有技术相同，此处不再赘述。

上述第一类检测方法包括但不限于：SPM、List Sphere Decoding、或List-Sequential Detector。上述第二类检测方法包括但不限于：Iterative TreeSearch、QRM或BNB-SS。

图6所示为天线检测模块的结构示意图。其中，图6(a)显示的是现有的天线检测模块的结构示意图，图6(b)显示的是本发明的天线检测模块的结构示意图。本发明中的多天线检测器，用于从接收天线接收信息，并对接收到的信息进行检测，将检测出的软信息传送给译码器，该多天线检测器包括判断切换模块、第一类检测模块和第二类检测模块。

判断切换模块用于从接收天线接收信息并保存，将已保存的接收信息传送给第一类检测模块，接收来自译码器反馈的先验信息；或者，计算所述先验信息平均值，如果该平均值大于等于预设的阈值，则将已保存的接收信息和先验信息传送给第二类检测模块；如果该平均值小于预设的阈值，则将已保存的线接收信息和先验信息传送给第一类检测模块；且当判断切换模块将已保存的接收信息和先验信息传送给第二类检测模块之后，后续将已保存的接收信息和新的先验信息全部传送给第二类检测模块，直到达到预设的最大的迭代次数，完成迭代检测为止。上述阈值是根据经验值预先设定的。

第一类检测模块用于根据接收到的已保存的接收信息应用第一类检测方法计算出软信息，传递给译码器；或者，根据接收到的已保存的接收信息和先验信息应用第一类检测方法计算出软信息，传递给译码器。

第二类检测模块用于根据接收到的已保存的接收信息和先验信息应用第二类检测方法计算出软信息，传递给译码器。

上述第一类检测模块包括但不限于：SPM模块、List Sphere Decoding模块、或List-Sequential Detector模块。上述第二类检测模块包括但不限于：Iterative Tree Search模块、QRM模块或BNB-SS模块。

下面通过仿真结果来说明本发明的优势。

系统模型如图1所示，二进制序列长636比特，1/2码率的Turbo编码，随机交织，调制方式为16QAM，假设天线配置为4×4。算法复杂度是通过MATLAB统计出的平均浮点运算次数(FLOPS)来衡量，这里包括了算法中所用到的浮点加减乘除操作。本次仿真测试中，在本发明的Hybrid IDD方案中只在第一次迭代过程中用了第一类检测模块，从第二次迭代起都使用了第二类检测模块，且使用SPM作为第一类检测方法，使用BNB-SS作为第二类检测方法。

首先，图7中列出了hybrid IDD方案和单一SPM迭代检测在不同迭代次数的复杂度。图7中的横坐标表示迭代次数，纵坐标表示复杂度，且黑色方框表示在hybrid IDD方案下R²＝20的情形，灰色方框表示在hybrid IDD方案下R²＝28的情形，白色方框表示在SPM方案下M为64的情形。R²是以BNB解为中心的球体的半径，M是所保留幸存路径的个数。这样三种方案第一次迭代的复杂度是相同的。而SPM在后续的迭代中，平均FLOPS相比于第一次明显增加，这是因为随着先验信息幅值的增大，球内星座矢量的个数减少，要搜索到足够多的幸存路径，就需要扩大球半径，增加搜索的复杂度。

而hybrid IDD方案在后几次迭代中，采用了BNB-SS检测方法的做法，因而随着球内星座矢量的减少，需要计算权值的路径也越少，虽然这会影响检测的性能，但这已经是在SPM一次迭代基础之上了，这时已经性能有了保证，受影响也不大。随着BNB-SS定义半径的不同，球里面的路径数也会有所不同，所以如果想进一步降低复杂度，可以根据BNB-SS本身的特性，调整hybrid IDD中BNB-SS的球搜索的半径。

然后，对hybrid IDD的性能进行了仿真。图8中，横坐标表示接收信噪比(Eb/N0)，纵坐标表示统计误比特率(BER)，且图中带有黑方块、白圆圈、黑上三角和白下三角的四条细实线分别代表第1～4次的迭代曲线。第1次迭代的曲线就是SPM检测的性能。随着迭代次数的增加，误码率性能不断改善。这意味着低复杂度检测器在迭代接收中也能改善性能。但是，改善幅度也在逐步减小。因此没有必进行太多次数的迭代，一般来说，4次迭代就足够了。

最后，图9给出了两种单一迭代检测和hybrid IDD方案的综合比较，图9中横坐标表示FLOPS而纵坐标表示误码率(BER)。这样落在左下角的点表示了具有低复杂度且性能较好的算法。靠近每个符号的数字表示了控制参数，如SPM中的M是保留幸存路径的个数和BNB-SS中的R²是以BNB解为中心的球体的半径，这里的参数都应该随着Eb/N0而变化，仿真取的是经验值。随着M和R²的增加，相应的误码率降低，伴随的代价是FLOPS一定程度的增加。Hybrid IDD方案位于两条虚线的左下侧，说明了它的性能和复杂度优势。在Eb/N0＝10dB时，R²＝20的hybrid IDD所需要的FLOPS只是M＝32的SPM的一半，而同时能保证性能基本相同的性能。

应用本发明虽然需要在多天线检测器中保留两种检测算法模块，但检测算法模块本身不会很大，一般一个检测模块中的代码行数不会很大，因而只需要多占用一点存储空间而已，所以本发明是可行的。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (8)

1、一种在多输入多输出系统中实现迭代检测的方法，其特征在于，该方法包括以下步骤：

a、多输入多输出MIMO系统中的多天线检测器从接收天线接收信息并保存；

b、根据已保存的接收到的信息应用第一类检测方法计算出软信息，传送给译码器；

c、多天线检测器接收译码器反馈的先验信息，计算先验信息均值，判断该先验信息均值是否大于等于预设的阈值，若是则执行步骤d，否则根据已保存的接收信息和当前接收到的先验信息应用第一类检测方法计算出软信息，传送给译码器，之后重复执行本步骤；

d、所述多天线检测器根据已保存的接收信息和当前接收到的先验信息应用第二类检测方法计算出软信息，传送给译码器；之后，所述多天线检测器继续应用第二类检测方法获取幸存路径集合，计算出软信息，直到达到预设的最大的迭代次数，完成迭代检测为止。

2、根据权利要求1所述的方法，其特征在于，步骤c所述阈值是根据经验值预先设定的。

3、根据权利要求1所述的方法，其特征在于，所述第一类检测方法包括但不限于：SPM、List Sphere Decoding、或List-Sequential Detector。

4、根据权利要求1所述的方法，其特征在于，所述第二类检测方法包括但不限于：Iterative Tree Search、QRM或BNB-SS。

5、一种在多输入多输出系统中实现迭代检测的多天线检测器，用于从接收天线接收信息，并对接收到的信息进行检测，将检测出的软信息传送给译码器，其特征在于，所述多天线检测器包括判断切换模块、第一类检测模块和第二类检测模块，

所述判断切换模块，用于从接收天线接收信息并保存，将已保存的接收信息传送给第一类检测模块，接收来自译码器反馈的先验信息；或者，计算所述先验信息平均值，如果该平均值大于等于预设的阈值，则将已保存的接收信息和先验信息传送给第二类检测模块；如果该平均值小于预设的阈值，则将已保存的线接收信息和先验信息传送给第一类检测模块；且当判断切换模块将已保存的接收信息和先验信息传送给第二类检测模块之后，后续将已保存的接收信息和新的先验信息全部传送给第二类检测模块，直到达到预设的最大的迭代次数，完成迭代检测为止；

所述第一类检测模块，用于根据接收到的已保存的接收信息应用第一类检测方法计算出软信息，传递给译码器；或者，根据接收到的已保存的接收信息和先验信息应用第一类检测方法计算出软信息，传递给译码器；

所述第二类检测模块，用于根据接收到的已保存的接收信息和先验信息应用第二类检测方法计算出软信息，传递给译码器。

6、根据权利要求5所述的多天线检测器，其特征在于，所述第一类检测模块包括但不限于：SPM模块、List Sphere Decoding模块、或List-SequentialDetector模块。

7、根据权利要求5所述的多天线检测器，其特征在于，所述第二类检测模块包括但不限于：Iterative Tree Search模块、QRM模块或BNB-SS模块。

8、根据权利要求5所述的多天线检测器，其特征在于，所述阈值是根据经验值预先设定的。

Images