CN101170366B - 基于最小均方差线性块均衡实现信号联合检测的方法 - Google Patents

Abstract

本发明公开了一种基于最小均方差线性块均衡实现信号联合检测的方法，该方法将发送符号矢量、系统矩阵和噪声矩阵中与前两个符号组对应的部分分割出来并进行重排，并利用分割重排后的系统描述，得到U矩阵，利用该U矩阵均衡每个符号组对应的接收符号矢量中后序符号组的信号分量，以实现组间干扰抑制，再以符号组为单位，进行组内符号检测，并进行组内干扰的抑制。本发明的方法实现了符号组间和符号组内干扰的分步抑制，极大地降低了运算复杂度，并且有效抑制了符号组间的干扰。

Description

基于最小均方差线性块均衡实现信号联合检测的方法

技术领域

本发明涉及时分同步码分多址接入(TD-SCDMA)系统中的联合检测技术，特别涉及一种基于最小均方差线性块均衡实现信号联合检测的方法。

背景技术

TD-SCDMA通讯系统中同时存在着符号间干扰(ISI)和多用户干扰(MAI)，所以描述TD-SCMA系统的矩阵维数很大，快速地精确地求解这个系统是TD-SCDMA在运用中必须解决的一个问题。最小均方差线性块均衡(MMSE-BLE)是TD-SCDMA系统中经常使用的一种信号的联合检测方法。

在M根发射天线、N根接收天线的TD-SCDMA系统中，假设有K个VRU码，L＝W-1，其中，W为信道窗长，对于接收端的第m根天线，其混合信道矩阵为，

$B^m={\left[\begin{array}{cccc}{b}_1^m& b_2^m& ...& b_K^m\end{array}\right]}_{(16+L)\×K}=\left[\begin{array}{c}{C^m}_{16\×K}\\ {{\tilde{D}}^m}_{L\×K}\end{array}\right]$

其中，b^m为VRU码和无线信道的卷积，假设W≤16，将B矩阵分块下补零至32行，即得到

${\tilde{B}}^m={\left[\begin{array}{cccc}{b}_1^m& b_2^m& & b_K^m\\ & & ...& \\ 0& 0& & 0\end{array}\right]}_{32\×K}=\left[\begin{array}{c}{C^m}_{16\×K}\\ {D^m}_{16\×K}\end{array}\right]$

在上述的TD-SCDMA系统中，接收端第m根天线上的接收符号矢量可以由下式描述，

$y_{16(N+1)\×1}^m=H_{16(N+1)\×\mathrm{KN}}^m{x}_{\mathrm{KN}\×1}+n_{16(N+1)\×1}^m$

其中，H_16(N+1)×KN ^m为第m根接收天线上的系统矩阵，x_KN×1为N根发射天线的发送符号矢量，n_16(N+1)×1 ^m为第m根接收天线的噪声矢量。这里，将所有VRU码的第t个符号定义为一个符号组，则发送符号矢量x_KN×1中存在N个符号组，每个符号组中包括K个符号。

若同时考虑M根接收天线，则存在如下的系统描述：

y＝Hx+n

y＝[y^1T y^2T...y^MT]^T

H＝[H^1T H^2T...H^MT]^T

n＝[n^1T n^2T...n^MT]^T                     (2)

其中，y为接收符号矢量，H为系统矩阵，x为发送符号矢量，n为噪声矩阵，对于如式(2)所示的接收符号矢量y，在接收端利用MMSE-BLE算法对其进行信号检测为，

$\tilde{x}={(H^H{R}_n^{-1}H+R_d^{-1})}^{-1}{H}^H{R}_n^{-1}y$

${\hat{x}}_n=Q\left({\tilde{x}}_n\right)---\left(3\right)$

其中，R_n代表噪声的自相关矩阵，R_d代表信息符号的自相关矩阵，Q(·)代表量化处理，即硬判决操作。

易知，直接通过式(1)所示对信号进行的检测，即求解信息符号估计，需要很大的计算量。目前，通常采用基于Cholesky分解的方法来完成上述MMSE-BLE的算法求解。具体地，该方法包括：

步骤一，求解 $M=H^H{R}_n^{-1}H+R_d^{-1}$ 的Cholesky分解。

在上式中， $R_n^{-1}=R_s^{-1}\⊗I_{16(N+1)\×16(N+1)},$ 其中，R_s ^-1表示噪声的空间协方差矩阵， 

代表Kronecker积，得到的R_n ^-1为噪声的自相关矩阵。

所谓Cholesky分解，就是将指定矩阵分解为某个上三角矩阵和该上三角矩阵的共轭转置矩阵的乘积；本步骤中，这个指定矩阵为 $M=H^H{R}_n^{-1}H+R_d^{-1},$ 得到的上三角矩阵记为R，则有

            M＝R^HR         (4)

其中R具有以下结构

其中，Tⁱ是上三角矩阵。由于严格的分解运算量太大，目前TD-SCDMA对M做Cholesky分解，使用的是两块行近似法进行矩阵R的求解，即近似认为，T²＝T³＝…＝T^N     (6)

W¹＝W²＝…＝W^N-1

基于式(6)所示的近似表示，利用两块行近似法进行矩阵R的求解过程包括：

步骤a，令 $\tilde{M}={\tilde{H}}^H{R}_n^{-1}\tilde{H}+{\tilde{R}}_d^{-1},$ 并对 

做Cholesky分解。

本步骤中， $\tilde{H}=H(:,1:2K)$ 为H矩阵的前2K列， 

为R_d矩阵的前2K行和2K列的分块矩阵；对 

矩阵做Cholesky分解，即 $\tilde{M}={\tilde{R}}^H\tilde{R},$ 得到上三角矩阵 

可以表示为 ${\tilde{R}}_{2K\×2K}=\left[\begin{array}{cc}{T}^1& W^1\\ 0& T^2\end{array}\right].$

步骤b，利用式(5)和(6)式得出R的近似解。

本步骤中，利用式(5)和(6)式可以求得

将其作为矩阵R的近似解。

步骤二，匹配滤波，计算 $y_{Q\×1}^{\′}=H^H{R}_n^{-1}y,$ 其中Q＝KN，得到匹配滤波结果y_Q×1′。

步骤三，对步骤二中得到的匹配滤波结果y_Q×1′进行前向均衡。

本步骤中，通过计算 $\tilde{y}={\left(R^H\right)}^{-1}{y}^{\′},$ 对匹配滤波结果y_Q×1′进行前向均衡，得到前向均衡结果 

为

$y^{\′}=R^H\tilde{y}$

通过求解上面的方程组可以得到前向均衡结果 

中的各个元素 

分别为：

${\tilde{y}}_1=y_1^{\′}/r_{\mathrm{1,1}}^{*}$

${\tilde{y}}_q=(y_q^{\′}-\underset{i=1}{\overset{q-1}{\mathrm{\Σ}}}{r}_{q,i}^{*}{\tilde{y}}_i)/r_{q,q}^{*},q=\mathrm{1,2},...Q$

步骤四，对步骤三中得到的前向均衡结果 

进行后向均衡，顺序检测发送符号{x_Q x_Q-1...x₁}。

本步骤中，利用方程组 

检测信息符号矢量x，其中，v_M×1代表等效噪声，其性质为白噪。

通过下面的处理过程求解上面的方程：

a、首先从最后一个符号开始检测，即i＝Q，i代表检测符号索引；

b、求解某个检测符号估计值 

的过程为

${\tilde{x}}_i={\tilde{y}}_i/r_{i,i}$

${\hat{x}}_i=Q\left({\tilde{x}}_i\right)$

$\tilde{y}=\tilde{y}-{\tilde{x}}_i{r}_i---\left(7\right)$

其中， 

为检测符号的软比特信息，通过对 

进行量化处理，得到检测符号估计值 通过公式(7)从前向均衡结果 

中消除检测符号对应的信号分量，再利用消除后的前向均衡结果 

进行后续的符号检测；

c、按照步骤b的操作检测下一个符号，并依次检测后续的符号，直到检测完第一个符号。

至此，步骤四得到了所有的检测符号估计值 

由步骤一到步骤四完成了MMSE-BLE算法进行的联合信号检测。

由上述流程可以看出，在TD-SCDMA系统中，在现有的利用MMSE-BLE算法进行接收信号联合检测时通常采用的两块行近似法中，由于相邻符号组间是两两交叠的，因此在最小均方差意义上线性块均衡(MMSE-BLE)相邻两组符号的ISI的同时，也会引入相隔1组间距的组间ISI。另外，由于现有算法在进行联合检测的过程中，利用两块行近似法进行Cholesky分解后得到的R矩阵的近似解的维数是KN×KN，利用这样的R矩阵再进行后续的均衡时计算量很大；另外，在步骤三中进行顺序检测时，是由KN个接收符号中的最后一个开始检测，这样，从接收到数据到检测出第一个符号之间的时延也很大。

发明内容

有鉴于此，本发明提供一种基于最小均方差线性块均衡实现信号联合检测的方法，能够在联合信号检测时，有效抑制符号组间的干扰。

为实现上述目的，本发明采用如下的技术方案：

一种基于最小均方差线性块均衡实现信号联合检测的方法，该方法包括：

a1、将每根接收天线对应的发送符号矢量、系统矩阵和噪声矢量中与前两个符号组对应的部分分割取出，并进行重排为，

[0060] x′＝[x_K+1 x_K+2...x_2K x₁ x₂ ... x_K]^T

[0061]  $n^{\′m}={\left[\begin{array}{cccc}{n}_1^m& n_2^m& \·\·\·& n_{32}^m\end{array}\right]}^T$

$M^m=\left[\begin{array}{cc}0& C^m\\ C^m& D^m\end{array}\right]$

其中，x′为发送符号矢量进行分割重排后的结果，n′^m为第m根接收天线对应的噪声矢量分割重排后的结果，M^m为第m根天线对应的系统矩阵分割重排 后的结果；

[0064] a2、将步骤a1中得到的结果组合为，

[0065] M＝[M^1T M^2T ... M^MT]^T

n′＝[n′^1T n′^2T ... n′^MT]^T

[0067] 其中，M为分割重排后的系统矩阵，n′为分割重排后的噪声矩阵，M^mT为M^m的转置矩阵，n′^mT为n′^m的转置矩阵；

a3、根据分割重排后的噪声矩阵计算噪声自相关矩阵，根据分割重排后的发送符号矢量计算发送符号矢量自相关矩阵；

b、根据分割重排后的系统矩阵和得到的噪声自相关矩阵及发送符号矢量自相关矩阵，计算U矩阵；

c、利用U矩阵和接收符号矢量，顺序检测发送符号。

较佳地，步骤b中所述计算U矩阵为：

根据所述分割重排后的系统矩阵和得到的噪声自相关矩阵及发送符号矢量自相关矩阵，进行Cholesky分解，得到上三角矩阵R；

对上三角矩阵R求逆矩阵R^-1；

根据分割重排后的系统矩阵、噪声自相关矩阵和R的逆矩阵，计算U矩阵。

较佳地，所述根据所述分割重排后的系统矩阵、噪声自相关矩阵和R的逆矩阵，计算U矩阵为： 

其中， 中为所述分割重排后的噪声自相关矩阵的逆矩阵，M为所述分割重排后的系统矩阵，R^-1为所述上三角矩阵R的逆矩阵。

较佳地，所述利用U矩阵和接收符号矢量顺序检测发送符号为：以符号组为单位，利用U矩阵和每个符号组对应的接收符号矢量顺序检测发送符号。

较佳地，所述以符号组为单位，利用U矩阵和每个符号组对应的接收符号矢量顺序检测发送符号包括：

c1、设第一个符号组为当前符号组；

c2、获取当前符号组对应的接收符号矢量；

c3、根据U矩阵和获取的当前符号组对应的接收符号矢量，逐个计算当前符号组中各个符号的估计值，并在得到符号的估计值后，将该符号在当前符号组对应的接收符号矢量中的信号分量消除。

c4、判断当前符号组是否为最后一个符号组，若是，则结束本流程，否则将当前符号组的下一个符号组作为当前符号组，并返回步骤c2。

较佳地，所述步骤c2包括：

在每根接收天线上以32个符号为窗长、16个符号为窗移步长，窗取当前符号组对应的每根接收天线上的接收符号矢量y′^m＝[y^m _16n+1  y^m _16n+2 ... y^m _16n+32]^T，其中，y^m为接收符号矢量中的接收符号，n为当前符号组索引；

将得到的每根接收天线上的接收符号矢量y′m＝[y^m _16n+1 y^m _16n+2 ... y^m _16n+32]^T组合得到当前符号组对应的接收符号矢量y′＝[y′^1T  y′^2t ... y′^MT]^T。

较佳地，若当前符号组为第一个符号组，则每根接收天线上的用于窗取信号的步长为32个符号的窗从该接收天线上的第一个接收符号起始。

较佳地，所述步骤c3包括：

c31、设当前符号组中的最后一个符号为当前检测符号；

c32、根据U矩阵和当前符号组对应的接收符号矢量计算当前检测符号的估计值；

c33、在当前符号组对应的接收符号矢量中消除当前检测符号的信号分量；

c34、判断当前检测符号是否为当前符号组中的第一个符号，若是，则结束本流程；否则设当前符号组中的当前检测符号的前一个符号为当前检测符号，并返回步骤c32。

较佳地，其特征在于，步骤c32为：利用公式

${\tilde{x}}_{\mathrm{nK}+k}=u_{K+k}^H{y}^{\′}/r_{K+k,K+k}---\left(9\right)$

${\hat{x}}_{\mathrm{nK}+k}=Q\left({\tilde{x}}_{\mathrm{nK}+k}\right)$

计算当前检测符号的估计值 

其中， 

为当前检测符号的软比特信息，u_K+k ^H为U矩阵中的第K+k个列矢量的共轭转置后的结果，y′为当前符号组对应的接收符号矢量，r_K+k，K+k为上三角矩阵R的第K+k个列矢量中的第K+k个元素， 

为当前检测符号的估计值，Q(·)为量化处理。

较佳地，所述步骤c33为：

利用公式 $y^{\′}=y^{\′}-{\hat{x}}_{\mathrm{nK}+k}{m}_{K+k}$ 消除当前检测符号对应的接收符号矢量中当前检测符号的信号分量；或者，

利用公式 $y^{\′}=y^{\′}-{\tilde{x}}_{\mathrm{nK}+k}{m}_{K+k}$ 消除当前检测符号对应的接收信号分量，其中， 

为当前检测符号的软比特信息，y′分别为消除当前检测符号对应的信号分量前后的接收符号矢量，m_K+k为分割重排后的系统矩阵M中的第K+k个列矢量。

由上述技术方案可见，本发明将发送符号矢量、系统矩阵和噪声矩阵中与前两个符号组对应的部分分割出来并进行重排，并利用分割重排后的系统描述，得到U矩阵，并利用该U矩阵均衡每个符号组对应的接收符号矢量中后序符号组的信号分量，以进行组间干扰的抑制，再以符号组为单位，进行组内符号检测，并进行组内干扰的抑制。这样即在进行联合信号检测时实现了符号组间和符号组内干扰的分步抑制。另外，由于对相关矢量和矩阵进行分割重排，极大地降低了信号联合检测时的运算复杂度，并且有效抑制了符号组间的干扰。

附图说明

图1为本发明的基于最小均方差线性块均衡实现信号联合检测方法的总体流程图。

图2为本发明实施例中基于最小均方差线性块均衡实现信号联合检测 方法的具体流程图。

图3为本发明实施例中顺序检测发送符号的具体流程图。

图4为本发明实施例中对当前符号组中的发送符号进行检测的具体流程图。

具体实施方式

为使本发明的目的、技术手段和优点更加清楚明白，以下结合附图并举实施例，说明本发明的具体实施方式。

本发明的基本思想是：本发明将发送符号矢量、系统矩阵和噪声矩阵中与前两个符号组对应的部分分割出来并进行重排，并利用分割重排后的系统描述，得到U矩阵，利用该U矩阵均衡每个符号组对应的接收符号矢量中后序符号组的信号分量，再以符号组为单位，进行组内干扰的抑制。

图1为本发明的基于最小均方差线性块均衡实现信号联合检测方法的总体流程图。如图1所示，该方法包括：

步骤101，将发送符号矢量、系统矩阵和噪声矩阵中与前两个符号组对应的部分分割取出并进行重排，并分别根据分割重排后的噪声矩阵和发送符号矢量计算噪声自相关矩阵和发送符号矢量自相关矩阵；

步骤102，根据新的系统矩阵、噪声自相关矩阵和发送符号矢量自相关矩阵，计算U矩阵；

步骤103，利用U矩阵和接收符号矢量，顺序检测发送符号。

上述为本发明的分组最小均方差线性块均衡方法的总体描述，以下通过具体实施例对本发明作进一步详细说明。

在下面的实施例中，TD-SCDMA的系统模型与现有技术中相同，也是M根发射天线、N根接收天线，K个VRU，接收端第m根天线上的接收符号描述如式(1)所示。

图2为本发明实施例中基于最小均方差线性块均衡实现信号联合检测方法的具体流程图。如图2所示，该方法包括：

步骤201，将发送符号矢量、系统矩阵和噪声矩阵中与前两个符号组对应的部分分割出来并进行重排，构成新的系统矩阵、噪声矩阵和发送符号矢量。

本步骤中，首先对各个接收天线上的发送符号矢量、噪声矩阵和系统矩阵进行分割和重排，具体方式为，将与前两个符号组对应的部分分割出来并重排如下：

x′＝[x_K+1 x_K+2...x_2K x₁ x₂...x_K]^T

$n^{\′m}={\left[\begin{array}{cccc}{n}_1^m& n_2^m& ...& n_{32}^m\end{array}\right]}^T$

$M^m=\left[\begin{array}{cc}0& C^m\\ C^m& D^m\end{array}\right]$

在上述分割和重排过程中，分割和重排后的发送符号矢量x′、第m根接收天线的系统矩阵M^m是相互对应的。按照该方式，可以得到每根接收天线上的接收符号矢量为：

$y^{\′m}=\left[\begin{array}{cc}0& C^m\\ C^m& D^m\end{array}\right]x^{\′}+n^{\′m}$

$y^{\′m}={\left[\begin{array}{cccc}{y}_1^m& y_2^m& ...& y_{32}^m\end{array}\right]}^T$

将上述每根接收天线上相关信号矢量的分割和重排结果进行组合，得到新的噪声矩阵和系统矩阵为：

             M＝[M^1T M^2T...M^MT]^T

             n′＝[n′^1T n′^2T...n′^MT]^T

由上式的系统矩阵和噪声矩阵可以得到系统描述为：

y′＝Mx′+n′

y′＝[y′^1T y′^2T...y′^MT]^T            (8)

步骤202，求解 $G=M^H{R}_n^{-1}M+R_d^{-1}$ 的Cholesky分解。

在上式中， $R_n^{-1}=R_s^{-1}\⊗I_{32M\×32M},$ 其中，R_s ^-1表示噪声的空间协方差矩阵， 代表Kronecker积，得到的R_n ^-1为噪声的自相关矩阵。

所谓Cholesky分解，就是将指定矩阵分解为某个上三角矩阵和该上三 角矩阵的共轭转置矩阵的乘积；本步骤中，这个指定矩阵为 $G=M^H{R}_n^{-1}M+R_d^{-1},$ 得到的上三角矩阵记为R，则有G＝R^HR，其中

本步骤中，求解矩阵R的过程如下：

r_1，1＝(g_1，1)^1/2

r_1，j＝g_1，j/r_1，1

$r_{i,i}={(g_{i,i}-\underset{j=1}{\overset{i-1}{\mathrm{\Σ}}}{r}_{j,i}^{*}{r}_{j,i})}^{1/2}$

$r_{i,j}=(g_{i,j}-\underset{k=1}{\overset{j-1}{\mathrm{\Σ}}}{r}_{k,i}^{*}{r}_{k,j})/r_{j,j}$

至此，便得到上三角矩阵R。

步骤203，求解U矩阵，使接收符号矢量y′在U(:，k+1:2K)空间上的投影线性块均衡后序符号组的信号分量。

本步骤中，求解U矩阵的方法包括：

a、首先计算 $\tilde{R}=R^{-1};$ 其中，计算R^-1的方法为

${\tilde{r}}_{i,i}={\left(r_{i,i}\right)}^{-1}$

${\tilde{r}}_{i,i+j}=(1-\underset{k=0}{\overset{j-1}{\mathrm{\Σ}}}{\tilde{r}}_{i,i+k}{r}_{i+k,i+j}^{*})/r_{i+j,i+j}^{*}$

b、根据 $U=R_n^{-1}{\mathrm{MR}}^{-1}$ 求得U矩阵。

这样得到的U矩阵即可以满足，使接收符号矢量y′在U(:，k+1:2K)空间 上的投影线性块均衡后序符号组的信号分量。对于如式(8)描述的系统，当前符号组为{x₁ x₂...x_K}，后序符号组为{x_K+1 x_K+2...x_2K}。在后序符号组的信号为零(如数据块首端)，或被迫零(MMSE意义上的)或被判决反馈消除的情况下，只需对当前符号组内的符号进行联合检测即可。

由步骤202～203可以看出，利用Cholesky分解和三角矩阵R求逆实现了QR分解，获得了U矩阵。

步骤204，顺序检测发送符号{x₁ x₂...x_NK}。

本步骤中，以符号组为单位进行顺序检测，在检测的发送符号{x₁ x₂...x_NK}中存在N个符号组，每个符号组中包括K个符号。具体的检测流程如图3所示，包括：

步骤204a，设第一个符号组为当前符号组，即n＝0，n为当前符号组的索引。

步骤204b，获取当前符号组对应的接收符号矢量y′。

当前符号组对应的接收符号矢量y′中，除了包括当前符号组对应的信号为还包括与当前符号组相邻的下一个符号组对应的信号分量，因此需要将该接收矢量y′中存在的后序符号组对应的信号分量消除，即可得到当前符号组对应的信号，再进行组内干扰消除即可。

本步骤中，获取当前符号组对应的接收符号矢量的方式为：在每根接收天线上以32个符号为窗长、相对于上个符号组窗取信号开头的16个符号为窗移步长，进行接收符号的获取，即y′^m＝[y^m _16n+1 y^m _16n+2...y^m _16n+32]^T，y′＝[y′^1T y′^2T...y′^MT]^T。

对于第一个符号组，则每根接收天线上的用于窗取信号的步长为32个符号的窗从该接收天线上的第一个接收符号起始，具体地，其获取对应的接收符号矢量的方式为：以每根接收天线上的第一个符号为起始点、32个符号为窗长进行窗取信号，即y′^m＝[y^m ₁ y^m ₂...y^m ₃₂]^T，y′＝[y′^1T y′^2T...y′^MT]^T，其中，y^m _i为第m根接收天线上接收的第i个符号，y′^m为第m根接收天线上 的窗取信号，y′为当前符号组对应的接收符号矢量。

步骤204c，利用U矩阵和每个符号组对应的接收符号矢量，顺序检测当前符号组中的各个符号。

步骤204d，判断当前符号组是否为最后一个符号组，若是，则结束本流程，否则执行步骤204e。

步骤204e，将当前符号组的下一个符号组作为当前符号组，并返回步骤204b。

至此，将所有N个符号组中的所有符号均检测完成。本实施例的流程即结束。

在上述流程中，步骤204c是对当前符号组中的各个发送符号进行检测的过程，具体操作流程如图4所示，包括：

步骤204c.1，设当前符号组中的最后一个符号为当前检测符号，即k＝K，k为当前检测符号索引。

步骤204c.2，计算当前检测符号的估计值 

本步骤中，利用公式

${\tilde{x}}_{\mathrm{nK}+k}=u_{K+k}^H{y}^{\′}/r_{K+k,K+k}---\left(9\right)$

${\hat{x}}_{\mathrm{nK}+k}=Q\left({\tilde{x}}_{\mathrm{nK}+k}\right)$

计算当前检测符号的估计值 

其中， 为当前检测符号的软比特信息，u_K+k ^H为U矩阵中的第K+k个列矢量的共轭转置后的结果，y′为当前符号组对应的接收符号矢量，r_K+k，K+k为上三角矩阵R的第K+k个列矢量中的第K+k个元素， 

为当前检测符号的估计值，Q(·)为量化处理；

利用公式(9)即实现了接收符号矢量y′在U(:，k+1:2K)空间上的投影，于是消除了当前符号组中存在的后序符号组的组间干扰。对于当前符号组来说，在后序符号组的信号为零(如数据块首端)，或被迫零(MMSE意义上的)或被判决反馈消除的情况下，接下来只需要对当前符号组内的符号进行联合检测即可。

步骤204c.3，在当前符号组对应的接收符号矢量中消除当前检测符号的信号分量。

本步骤即进行当前符号组内的干扰消除。具体进行干扰消除的方式可以有两种：

(1)进行MMSE-BLE顺序干扰消除(MMSE-BLE-SIC)

利用公式 $y^{\′}=y^{\′}-{\hat{x}}_{\mathrm{nK}+k}{m}_{K+k}$ 消除当前检测符号对应的接收符号矢量中当前检测符号的信号分量，其中， 为步骤204c.2中得到的当前检测符号的估计值，y′分别为消除当前检测符号前后的接收符号矢量，m_K+k为分割后得到的新的系统矩阵M中的第K+k个列矢量；

(2)进行MMSE-BLE干扰消除

利用公式 $y^{\′}=y^{\′}-{\tilde{x}}_{\mathrm{nK}+k}{m}_{K+k}$ 消除当前检测符号对应的接收信号分量，其中， 

为当前检测符号的软比特信息，y′分别为消除当前检测符号对应的信号分量前后的接收符号矢量，m_K+k为分割后得到的新的系统矩阵M中的第K+k个列矢量。

利用上述两种方法即可实现在当前符号组对应的接收符号矢量中消除当前检测符号的干扰。

步骤204c.4，判断当前检测符号是否为当前符号组中的第一个符号，若是，则结束本流程，转到步骤204d；否则，执行步骤204c.5。

本步骤中，即判断当前符号组中的符号是否已经全部检测完成。

步骤204c.5，设当前符号组中的当前检测符号的前一个符号为当前检测符号，并返回步骤204c.2。

至此，步骤204c中对当前符号组中的符号检测全部完成，继续执行步骤204d。在上述流程中，对当前符号组进行符号检测时，是按照当前符号组中符号排列的逆序进行的检测。当然，也可以按照其它的顺序进行当前符号组中符号的检测，对于其中任意一个符号的检测方法与上述方式相同。只要按照一定的顺序，将当前符号组中的所有符号均检测完成即可。

由上述图2～4描述的本实施例的流程可以看出，本发明在对信号进行联合检测时，将发送符号矢量、系统矩阵和噪声矩阵中与前两个符号组对应的部分分割出来并进行重排，构成新的系统矩阵、噪声矩阵和发送符号矢量，并利用分割重排后的系统描述，得到U矩阵，利用该U矩阵均衡每个符号组对应的接收符号矢量中后序符号组的信号分量，以进行组间干扰的抑制；再以符号组为单位，进行组内符号检测，并进行组内干扰的抑制。这样即在对信号进行联合检测时，实现了符号组间和符号组内干扰的分步抑制，在抑制相邻符号组之间的干扰时，不会引入新的干扰；另外，由于对系统进行了分割重排，极大地降低了信号联合检测的运算复杂度，在信道时延较短或VRU数目较多时，运算量会大大减小。

以上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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于最小均方差线性块均衡实现信号联合检测的方法，其特征在于，该方法包括：

a1、将每根接收天线对应的发送符号矢量、系统矩阵和噪声矢量中与前两个符号组对应的部分分割取出，并进行重排为，

x′＝[x_K+1  x_K+2...x_2K  x₁  x₂...x_K]^T

$n^{\′m}={\left[\begin{array}{cccc}{n}_1^m& n_2^m& \·\·\·& n_{32}^m\end{array}\right]}^T$

$M^m=\left[\begin{array}{cc}0& C^m\\ C^m& D^m\end{array}\right]$

其中，x′为发送符号矢量进行分割重排后的结果，n′^m为第m根接收天线对应的噪声矢量分割重排后的结果，M^m为第m根天线对应的系统矩阵分割重排后的结果；

a2、将步骤a1中得到的结果组合为，

M＝[M^1T M^2T ...M^MT]^T

n′＝[n′^1T n′^2T ... n′^MT]^T

其中，M为分割重排后的系统矩阵，n′为分割重排后的噪声矩阵，M^mT为M^m的转置矩阵，n′^mT为n′^m的转置矩阵；

a3、根据分割重排后的噪声矩阵计算噪声自相关矩阵，根据分割重排后的发送符号矢量计算发送符号矢量自相关矩阵；

b、根据分割重排后的系统矩阵和得到的噪声自相关矩阵及发送符号矢量自相关矩阵，计算U矩阵；

c、利用U矩阵和接收符号矢量，顺序检测发送符号。

2.根据权利要求1所述的方法，其特征在于，步骤b中所述计算U矩阵为：

根据所述分割重排后的系统矩阵和得到的噪声自相关矩阵及发送符号矢量自相关矩阵，进行Cholesky分解，得到上三角矩阵R；

对上三角矩阵R求逆矩阵R^-1；

根据分割重排后的系统矩阵、噪声自相关矩阵和R的逆矩阵，计算U矩阵。

3.根据权利要求2所述的方法，其特征在于，所述根据所述分割重排后的系统矩阵、噪声自相关矩阵和R的逆矩阵，计算U矩阵为：

其中，

中为所述分割重排后的噪声自相关矩阵的逆矩阵，M为所述分割重排后的系统矩阵，R^-1为所述上三角矩阵R的逆矩阵。

4.根据权利要求1所述的方法，其特征在于，所述利用U矩阵和接收符号矢量顺序检测发送符号为：以符号组为单位，利用U矩阵和每个符号组对应的接收符号矢量顺序检测发送符号。

5.根据权利要求4所述的方法，其特征在于，所述以符号组为单位，利用U矩阵和每个符号组对应的接收符号矢量顺序检测发送符号包括：

c1、设第一个符号组为当前符号组；

c2、获取当前符号组对应的接收符号矢量；

c3、根据U矩阵和获取的当前符号组对应的接收符号矢量，逐个计算当前符号组中各个符号的估计值，并在得到符号的估计值后，将该符号在当前符号组对应的接收符号矢量中的信号分量消除；

c4、判断当前符号组是否为最后一个符号组，若是，则结束本流程，否则将当前符号组的下一个符号组作为当前符号组，并返回步骤c2。

6.根据权利要求5所述的方法，其特征在于，所述步骤c2包括：

在每根接收天线上以32个符号为窗长、16个符号为窗移步长，窗取当前符号组对应的每根接收天线上的接收符号矢量y′^m＝[y^m _16n+1y^m _16n+2...y^m _16n+32]^T，其中，y^m为接收符号矢量中的接收符号，n为当前符号组索引；

将得到的每根接收天线上的接收符号矢量y′m＝[y^m _16n+1y^m _16n+2...y^m _16n+32]^T组合得到当前符号组对应的接收符号矢量y′＝[y′^1Ty′^2T...y′^MT]^T。

7.根据权利要求6所述的方法，其特征在于，若当前符号组为第一个符号组，则每根接收天线上的用于窗取信号的步长为32个符号的窗从该接收天线上的第一个接收符号起始。

8.根据权利要求5所述的方法，其特征在于，所述步骤c3包括：

c31、设当前符号组中的最后一个符号为当前检测符号；

c32、根据U矩阵和当前符号组对应的接收符号矢量计算当前检测符号的估计值；

c33、在当前符号组对应的接收符号矢量中消除当前检测符号的信号分量；

c34、判断当前检测符号是否为当前符号组中的第一个符号，若是，则结束本流程；否则设当前符号组中的当前检测符号的前一个符号为当前检测符号，并返回步骤c32。

9.根据权利要求8所述的方法，其特征在于，步骤c32为：利用公式

${\tilde{x}}_{\mathrm{nK}+k}=u_{K+k}^H{y}^{\′}/r_{K+k,K+k}---\left(9\right)$

${\hat{x}}_{\mathrm{nK}+k}=Q\left({\tilde{x}}_{\mathrm{nK}+k}\right)$

计算当前检测符号的估计值

其中，

为当前检测符号的软比特信息，

为U矩阵中的第K+k个列矢量的共轭转置后的结果，y′为当前符号组对应的接收符号矢量，r_K+k，K+k为上三角矩阵R的第K+k个列矢量中的第K+k个元素，

为当前检测符号的估计值，

为量化处理。

10.根据权利要求9所述的方法，其特征在于，所述步骤c33为：

利用公式消除当前检测符号对应的接收符号矢量中当前检测符号的信号分量；或者，

利用公式

消除当前检测符号对应的接收信号分量，其中，

为当前检测符号的软比特信息，y′分别为消除当前检测符号对应的信号分量前后的接收符号矢量，m_K+k为分割重排后的系统矩阵M中的第K+k个列矢量。

Images