CN101286805B - 一种多个发射信号检测方法和装置 - Google Patents

Abstract

本发明的实施例提供了一种多个发射信号检测方法和装置，用于解决检测多个发射信号时运算复杂度高或需要较大存储空间的问题。所述方法包括：接收信号，所述信号包括多个发射信号、信道冲积响应和白噪声；对所述接收的信号进行空时匹配滤波处理得到接收信号的充分统计量y，并根据所述充分统计量y和信道模型获得信道互相关矩阵H；对所述y，H在Krylov子空间求解多个发射信号。本发明的实施例通过在Krylov子空间求解，可降低运算复杂度。

Description

一种多个发射信号检测方法和装置

技术领域

本发明涉及一种通信技术，尤其涉及一种多发射信号检测方法和装置。

背景技术

多个发射信号检测技术是指对同时接收到的多个发射信号进行检测，该技术利用多个发射天线的扩频码、时间、信号幅度以及相位联合等因素检测多个发射信号。多个发射信号检测理论的研究起源于上个世纪80年代初，经过20多年的发展，多个发射信号检测技术在理论上达到了比较成熟的水平。现在多个发射信号检测技术的主要研究方向从理论上的最佳结构逐步向工程上的次优结构发展，目的是找到一个性能和复杂度的契合点、具有实际价值的方案。

例如，在CDMA通信系统中，由于用户终端和障碍物都分布在不同的地理位置，使得多址干扰和多径衰落具有空时耦合的结构特征。采用时域一维信号处理或者空域一维信号处理，尽管能够较大程度地抑制多址干扰和多径衰落引起的码间干扰，但是，由于单独的时域一维信号处理或者单独的空域一维信号处理都没有充分利用无线信道空时耦合的结构特征，所以限制了各自的干扰抑制能力，从而不可能最大限度地提高无线通信系统的性能。近几年来，多个发射信号检测技术和空时二维信号处理技术相结合，利用信号的时域特征和空域特征进行空时二维多个发射信号检测成为一个新的研究热点。空时多个发射信号检测能够充分利用无线信道的空时结构特征，弥补时域一维信号处理和空域一维信号处理二者的局限，从而进一步提高无线通信系统的用户容量和传输速率，并减少了误码率。

为了对多个发射信号进行检测，如图1所示，可采用垂直-贝尔实验室分层空时(Vertical Bell Laboratories Layered Space Time，V-BLAST)系统模型。在该系统模型中，可将发射信号b进行串并转换分为多个发射信号b₁、b₂、...、b_K，然后用每个发射天线分配的扩频码c₁、c₂、...、c_K分别对发射信号b₁、b₂、...、b_K进行扩频，接着将扩频后各个发射信号由K个发射天线发出。接收端配备P根接收天线。在接收天线与发射天线之间的信道模型为多径衰落信道。

在发送端，第k根发射天线发送的信号为：

$x_k\left(t\right)=A_k\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{b}_k\left(i\right)c_k(t-i{T}_b),k=1,\·\·\·K---\left(1\right)$

其中M是每帧的数据数，T_b为符号间隔，b_k(i)∈{+1，-1}是第k根发射天线的第i个发送符号，A_k和c_k(t)分别表示第k根发射天线发送信号的幅度和归一化扩频码。

$c_k=\frac{1}{\sqrt{N}}\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}{s}_{k,j}\mathrm{\ψ}(t-j{T}_c),0\≤t\≤T_b---\left(2\right)$

其中，N是处理增益，

是分配给第k根发射天线取值为±1的伪随机序列，ψ(·)是持续时间为 $T_c=\frac{T_b}{N}$ 归一化码元。

在接收端，有P个接收天线对第k个发射天线的第l径的响应矢量为：

a_k，l＝[a_k，l，1，a_k，1，2，…，a_k，l，P]T(3)

其中，a_k，l,t，i＝1，…P为相互独立的随机变量。在公式(3)的基础上，信道冲击响应可以表示为：

$h_k\left(t\right)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{a}_{k,l}{g}_{k,l}\mathrm{\δ}(t-{\mathrm{\τ}}_{k,l})---\left(4\right)$

其中L是信道的多径数，g_k，l和τ_k，l分别是复数增益和延迟。接收机每一根接收天线的总的接收信号是K根发射天线发射信号的叠加与附加白噪声之和，即：

$r\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{x}_k\left(t\right)*h_k\left(t\right)+n\left(t\right)$

$=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}_k{b}_k\left(i\right)\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{a}_{k,l}{g}_{k,l}{c}_k(t-i{T}_b-{\mathrm{\τ}}_{k,l})+n\left(t\right)---\left(5\right)$

其中*表示卷积；n(t)＝[n₁(t)n₂(t)…n_P(t)]^T表示独立的零均值复高斯白噪声过程，n(t)～N(0，σ²I_P)。

假设任一发射天线发射数据的最大多径时延为一个符号间隔T_b，则延迟后信号互相关系数为：

${\mathrm{\ρ}}_{(k,l)(k\′,l\′)}^j=\underset{-\∞}{\overset{\∞}{\∫}}{c}_k(t-{\mathrm{\τ}}_{k,l})c_{k\′}(t-j{T}_b-{\mathrm{\τ}}_{k\′,l\′})$

-1≤j≤1，k，k≤K，1≤l，l≤L(6)

对接收信号r(t)进行空时匹配滤波处理，得到接收信号的充分统计量y_k(i)为：

$y_k\left(i\right)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{g}_{k,l}^{*}{a}_{k,l}^H\underset{-\∞}{\overset{\∞}{\∫}}r\left(t\right)c_k(t-i{T}_b-{\mathrm{\τ}}_{k,l})\mathrm{dt}---\left(7\right)$

y_k(i)表示接收信号通过接收机接收后，输出的有关第k个天线在第i个时刻发送的信号的统计量。

如图2所示，所述空时匹配滤波处理(即，公式(7))的过程如下：r(t)先与c_k(t-iT_b-τ_k，l)进行积分运算得到z_k，l(i)，z_k，l(i)再与

进行运算，然后将运算结果进行处理得到ζ(i)，

再与进行运算得到y_k(i)。

其中，

$z_{k,l}\left(i\right)=\underset{-\∞}{\overset{\∞}{\∫}}r\left(t\right)c_k(t-i{T}_b-{\mathrm{\τ}}_{k,l})\mathrm{dt};$

ζ(i)是KL维向量；

为了便于计算，可将充分统计量y_k(i)表示为矩阵形式，为了将充分统计量y_k(i)表示为矩阵形式，给出如下定义：

Φ＝[a₁₁…a_1L…a_K1…a_KL]是P×KL维矩阵；

$R_j=\left[\begin{array}{ccccccc}{\mathrm{\ρ}}_{\left(\mathrm{1,1}\right)\left(\mathrm{1,1}\right)}^j& \·\·\·& {\mathrm{\ρ}}_{\left(\mathrm{1,1}\right)(1,L)}^j& \·\·\·& {\mathrm{\ρ}}_{\left(\mathrm{1,1}\right)(K,1)}^j& \·\·\·& {\mathrm{\ρ}}_{\left(\mathrm{1,1}\right)(K,L)}^j\\ {\mathrm{\ρ}}_{\left(\mathrm{2,1}\right)\left(\mathrm{1,1}\right)}^j& \·\·\·& {\mathrm{\ρ}}_{\left(\mathrm{2,1}\right)}^j& \·\·\·& {\mathrm{\ρ}}_{\left(\mathrm{2,1}\right)(K,1)}^j& \·\·\·& {\mathrm{\ρ}}_{\left(\mathrm{2,1}\right)(K,L)}^j\\ \·& \·& \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·& \·& \·\\ {\mathrm{\ρ}}_{(K,L)\left(\mathrm{1,1}\right)}^j& & {\mathrm{\ρ}}_{(K,L)(1,L)}^j& & {\mathrm{\ρ}}_{(K,L)(K,1)}^j& & {\mathrm{\ρ}}_{(K,L)(K,L)}^j\end{array}\right]$ 是KL×KL维矩阵；

g_k＝[g_k，l…g_k，l]^T是L维向量；G＝diag(g₁…g_k)是KL×K维矩阵；A＝diag(A₁…A_K)是K×K维矩阵；y(i)＝[y₁(i)…y_K(i)]^T是K维向量；b(i)＝[b₁(i)…b_K(i)]^T是K维向量；

H_(j)＝GH[R_jo(Φ^HΦ)]G是K×K维矩阵(式中。表示按元素相乘的矩阵运算)；

是KM×KM维矩阵；

是KM×KM维矩阵；b＝[b(0)^Tb(1)^T…b(M-1)^T]是KM维向量；y＝[y(0)^T…y(M-₁)^T]^T是KM维向量；v～N(0，σ²H)。

$y\left(i\right)=G^H\mathrm{\ζ}\left(i\right)=\underset{j=-1}{\overset{1}{\mathrm{\Σ}}}{H}^{\left(j\right)}\mathrm{Ab}(i+j)+v\left(i\right),$ 最后，得到y_k(i)矩阵形式表示如下：

y＝HAb+v                  (8)

其中，v～N(0，σ²H)。H表示信道互相关矩阵。

为了对方程(8)进行求解，出现了多径信道中多天线码分多址接入(CodeDivision Multiple access，CDMA)系统的空时解相关算法，实现空时解相关算法的单元称作空时解相关检测器。该空时解相关算法对接收天线接收到的空时信号进行解相关运算。即，通过对空时匹配滤波器的输出结果乘以互相关矩阵H的逆，从而完全消除了用户之间的多址干扰。可得判决矢量：

$\hat{b}=\mathrm{sign}\left[\mathrm{Re}\left\{H^{-1}y\right\}\right]---\left(9\right)$

若接收信号无噪声，即v为零向量，通过判决矢量

可以正确判别各个发射信息b。然而，空时解相关算法的缺点是复杂度太高。对于一个KM×KM维的矩阵H来说，对该矩阵求逆的计算复杂度为o((KM)³)。另一方面，在实际的系统中，因构成H矩阵的元素h_k(t)、c_k(t)等是随时间变化的，H是一随机矩阵，这意味着对H的求逆必须是实时的。所以，当K与M较大时，空时解相关算法的复杂度太高，在实际中很难应用。

发明内容

本发明的实施例是提供一种多个发射信号检测方法和装置，可解决运算复杂度高的问题。

本发明的实施例提供了一种多个发射信号检测方法，包括：

接收信号，所述信号包括多个发射信号、信道冲积响应和白噪声；

对所述接收的信号进行空时匹配滤波处理得到接收信号的充分统计量y，并根据所述充分统计量y和信道模型获得信道互相关矩阵H；

在Krylov子空间对所述充分统计量y和信道互相关矩阵H进行运算得到发射信号的空时解： $\hat{x}=V{\left(V^H\mathrm{HV}\right)}^{-1}{V}^{H}y,$ 其中V为Krylov子空间的标准正交基，V^H为V的共轭转置矩阵；

对所述空时解

进行判决，以获得各个发射信号的估计值。

本发明实施例还公开了一种多个发射信号检测装置，包括：

接收单元，用于接收信号，所述信号包括多个发射信号、信道冲积响应和白噪声；

空时匹配滤波器，用于对所述接收单元接收的信号进行空时匹配滤波处理得到接收信号的充分统计量y；

信道互相关矩阵获得单元，用于根据接收信号和信道模型获得信道互相关矩阵H；和

多个发射信号检测单元，用于对y，H在Krylov子空间进行运算得到空时解

，并对所述空时解

进行判决，以获得各个发射信号的估计值，所述空时解

为： $\hat{x}=V{\left(V^H\mathrm{HV}\right)}^{-1}{V}^{H}y$ ，其中V为Krylov子空间的标准正交基，V^H为V的共轭转置矩阵。

本发明的实施例通过krylov子空间求解，可降低运算复杂度。

附图说明

图1示出了V-BLAST系统模型；

图2示出了获得y_k(i)的处理流程图；

图3示出了本发明实施例的多个发射信号检测的流程图；

图4示出了本发明实施例的多个发射信号检测的示意图；

图5示出了本发明实施例的多个发射信号检测装置；

图6示出了Krylov子空间算法与解相关检测算法之间的性能比较。

具体实施方式

为了便于本领域一般技术人员理解和实现本发明，现结合附图描绘本发明的实施例。

本发明的实施例采用图1所描述的系统模型。由Cayley-Hamilton定理可知，假设f(λ)＝f_mλ^m+f_m-1λ^m-1+…+f₁λ+f₀是矩阵H的特征多项式，则

f(H)＝f_mH^m+f_m-1H^m-1+…+f₁H+f₀I＝0　　(10)

即f(λ)是矩阵H的零化多项式。H的最小多项式

定义为使

的λ次数最低的首一多项式。

由于

是矩阵H的零化多项式，即0＝a_mH^m+a_m-1H^m-1+…+a₁H¹+a₀I，所以矩阵H的逆矩阵可以表示成H多项式的形式

$H^{-1}=-\frac{1}{a_0}\underset{i=0}{\overset{m-1}{\mathrm{\Σ}}}{a}_{i+1}{H}^i=\underset{i=0}{\overset{m-1}{\mathrm{\Σ}}}{w}_i{H}^i---\left(11\right)$

其中， $w_i=-\frac{a_{i+1}}{a_0},i=\mathrm{0,1}\·\·\·m-1.$ 由以上推导可知，解相关检测器的输出矢量为：

$\hat{x}=H^{-1}y=\underset{k=0}{\overset{m-1}{\mathrm{\Σ}}}{w}_k{H}^{k}y---\left(12\right)$

公式(12)意味着解相关检测器的输出总是落入一个m维的克雷洛夫(Krylov)子空间内，m与H最小特征多项式的阶数有关。

根据公式(9)可得：

$\hat{b}=\mathrm{sign}\left[\mathrm{Re}\left\{H^{-1}y\right\}\right]=\mathrm{sign}\left[\mathrm{Re}\left\{\hat{x}\right\}\right]$

可通过广义极小残余(Generalized Minimal Residual，GMRES)算法求解公式(12)，即在Krylov子空间内寻找x，使得残余向量

在Krylov子空间内极小化，

$\underset{\hat{x}\∈{\mathrm{\κ}}_m(H,y)}{\min }E{\left|\right|y-H\hat{x}\left|\right|}^2---\left(13\right)$

其中，‖‖表示欧几里得范数(Euclideannorm)，E表示均值。

令V＝span{y　Hy…　H^m-1y}，{y　Hy…　H^m-1y}是子空间V的一组线性无关的基向量，其中，span{y，Hy，…，H^j-1y}表示由y，Hy，…，H^j-1y张成的子空间，为了使Krylov子空间的基底是标准正交的，可利用Gram-Schmidt正交化算法将{y Hy…H^m-1y}转化为V的一组标准正交基向量{v₁ v₂…v_m}，具体构造如下：

$u_1=y,v_1=\frac{u_1}{\left|\right|u_1\left|\right|}=\frac{y_1}{\left|\right|y_1\left|\right|}$

$u_k=H^{k}y-\underset{i=1}{\overset{k-1}{\mathrm{\Σ}}}\left(v_i^H{H}^{k-1}y\right)v_i,$

$v_k=\frac{u_k}{\left|\right|u_k\left|\right|},k=2,\·\·\·m---\left(14\right)$

令V＝(v₁ v₂…v_m)，因为 $\hat{x}\∈V$ ，所以

可以表示为v₁v₂…v_m线性组合的形式：

$\hat{x}={\mathrm{Va}}_m---\left(15\right)$

其中a_m＝[a_m，1 a_m，2…a_m，m]^T是m维的复向量。由于V^HV＝I_m，公式(13)可写为：

$\underset{\hat{x}\∈{\mathrm{\κ}}_m(H,y)}{\min }E{\left|\right|y-H\hat{x}\left|\right|}^2=\underset{a_m\∈C^m}{\min }E{\left|\right|V^{H}y-V^{H}H{\mathrm{Va}}_m\left|\right|}^2---\left(16\right)$

用‖V^Hy-V^HHV_am‖²代替E‖V^Hy-V^HHV_am‖²，并定义：

Ω(a_m)＝(V^Hy-V^HHVa_m)^H(V^Hy-V^HHVa_m)  (17)

对Ω(a_m)求导得

$\frac{\∂\mathrm{\Ω}\left(a_m\right)}{\∂a_m}=2{\left(V^H\mathrm{HV}\right)}^H\left(V^H\mathrm{HV}\right)a_m-2{\left(V^H\mathrm{HV}\right)}^H{V}^{H}y---\left(18\right)$

令公式(18)等于零，可以得到a_m的解：

a_m＝(V^HHV)^-1V^Hy       (19)

将其代入公式(15)得空时解

$\hat{x}=V{\left(V^H\mathrm{HV}\right)}^{-1}{V}^{H}y---\left(20\right)$

因此，解相关检测器的输出矢量的判决矢量为：

由公式(12)-(21)可以看出，参见图3，本发明实施例的多发射信号检测的方法是基于Krylov子空间的检测方法，其步骤如下：

步骤31、接收信号，所述信号包括多个发射天线的发射信号、信道冲积响应和白噪声。

步骤32、对所述接收的信号进行空时匹配滤波处理，以获得接收信号的充分统计量y。

步骤33、进行信道估计，得到信道互相关矩阵H。

步骤34、根据y，H构造Krylov子空间：计算{y Hy…H^m-1y}，并利用Gram-Schmidt正交化原理将Krylov子空间{y Hy…H^m-1y}转换为标准正交基{v₁  v₂…v_m}，这时，空时解

可以表示为： $\hat{x}={\mathrm{Va}}_m$ ；其中，a_m＝[a_m，1  a_m，2…a_m，m]^T，是m维的复向量；V的各个元素可由下式求出：

$u_1=y,v_1=\frac{u_1}{\left|\right|u_1\left|\right|}=\frac{y_1}{\left|\right|y_1\left|\right|}$

$u_k=H^{k}y-\underset{i=1}{\overset{k-1}{\mathrm{\Σ}}}\left(v_i^H{H}^{k-1}y\right)v_i,$ $v_k=\frac{u_k}{\left|\right|u_k\left|\right|},k=2,\·\·\·m;$

步骤35、在Krylov子空间内寻找

，使得残余向量

在Krylov子空间内极小化，即在Krylov子空间内求解最小二乘解：

$\underset{\hat{x}\∈{\mathrm{\κ}}_m(H,y)}{\min }E{\left|\right|y-H\hat{x}\left|\right|}^2=\underset{a_m\∈C^m}{\min }E{\left|\right|V^{H}y-V^{H}H{\mathrm{Va}}_m\left|\right|}^2.$ 得到a_m＝(V^HHV)^-1V^Hy，因此得到空时解： $\hat{x}=V{\left(V^H\mathrm{HV}\right)}^{-1}{V}^{H}y,$ 其中V为Krylov子空间的标准正交基，V^H为V的共轭转置矩阵。

步骤36、对

进行判决，可得判决矢量(为了表述方便，可将上述求解多发射信号的过程也可称为Krylov子空间算法)为：

通过步骤36可获得各个发射天线的发射信号的估计值。

本发明实施例的多发射信号检测的方法也可通过图4来说明。如图4所示，首先接收信号r(t)，对接收信号r(t)进行空时匹配滤波处理得到y(i)，然后，将y(i)与各阶信道矩阵进行运算，以获得m维Krylov子空间，并对Krylov子空间进行正交化，在正交化的Krylov子空间内求解最小二乘解，最后对最小二乘解进行判决，可获得各个发射信号b(i)(其中，i＝1，...，M)。

如图5所示，本发明的实施例还公开了一种多个发射信号检测装置，包括：接收单元，用于接收信号，所述信号包括多个发射信号、信道冲积响应和白噪声；空时匹配滤波器，用于对所述接收单元接收的信号进行空时匹配滤波处理得到接收信号的充分统计量y；信道互相关矩阵获得单元，用于根据接收信号和信道模型获得信道互相关矩阵H；和多个发射信号检测单元，用于对y，H在Krylov子空间进行运算得到空时解，并对所述空时解

进行判决，以获得各个发射信号的估计值，所述空时解为： $\hat{x}=V{\left(V^H\mathrm{HV}\right)}^{-1}{V}^{H}y$ ，其中V为Krylov子空间的标准正交基，可由公式(14)求出，V^H为V的共轭转置矩阵。所述多个发射信号检测单元具体包括：运算器，用于对Krylov子空间形式的空时解

进行运算得到空时解

$\hat{x}=V{\left(V^H\mathrm{HV}\right)}^{-1}{V}^{H}y$ ；和判决单元，用于对空时解

进行判决，以获得各个发射信号的估计值。

根据本发明的实施例，当H的维数KM远大于m时，本发明实施例的多个发射信号检测方法可降低运算复杂度。具体分析如下，Krylov子空间算法的运算复杂度主要来自两部分：1、利用Gram-Schmidt正交化原理求V的一组标准正交基，它的计算复杂度为

2、求逆运算(V^HHV)^-1，它的计算复杂度为O(m³+(KM)²m+KMm²)。所以其总的计算复杂度为：

$O(m^3+{\left(\mathrm{KM}\right)}^{2}m+\mathrm{KM}{m}^2+\frac{m(m+1)}{2})---\left(30\right)$

而现有技术中的空时解相关算法的计算复杂度为O(K³M³)。为了更直观的比较两者复杂度之间的差别，表1显示了在M、K取不同值时两种算法之间的复杂度。通过比较可知，当M和K比较大时，Krylov子空间算法在计算复杂度方面比空时解相关算法降低了几个数量级。

表1

本发明提出的Krylov子空间算法的性能可以通过仿真来验证，假设：有8根发射天线(K＝8)，4根接收天线(P＝4)。每一帧数据比特数M＝3。对每个天线采用gold序列扩频，扩频增益N＝31。每个发射天线的信息数据b∈{+1，-1}^MK随机产生。各发射天线的信号到达天线阵的DOA均匀分布在[0，2π]。信道多径数L＝3，g_k，l是零均值、单位方差复高斯变量，且在一帧内保持不变。

从图6可以看出，当m＝4时，因BER性能曲线一直呈下降趋势，没有出现错误平台或上升，因此，Krylov子空间算法已基本收敛，又因m＝4时得到的曲线与解相关得到的曲线已经非常接近，所以可以达到空时解相关检测器的BER性能，即已达到空时解相关检测器的误码率性能。

虽然通过实施例描绘了本发明，但本领域普通技术人员知道，在不脱离本发明的精神和实质的情况下，就可使本发明有许多变形和变化，本发明的范围由所附的权利要求来限定。

Claims (5)

1.一种多个发射信号检测方法，其特征在于，包括：

接收信号，所述信号包括多个发射信号、信道冲积响应和白噪声；

对所述接收的信号进行空时匹配滤波处理得到接收信号的充分统计量y，并根据所述充分统计量y和信道模型获得信道互相关矩阵H；

在Krylov子空间对所述充分统计量y和信道互相关矩阵H进行运算得到发射信号的空时解：

其中V为Krylov子空间的标准正交基，V^H为V的共轭转置矩阵；

对所述空时解

进行判决，以获得各个发射信号的估计值；

所述在Krylov子空间对所述充分统计量y和信道互相关矩阵H进行运算得到发射信号的空时解

具体包括：

构造所述空时解

的Krylov子空间{y Hy…H^m-1y}，并将所述Krylov子空间转换为标准正交基V，所述标准正交基V为{v₁ v₂…v_m}；

在Krylov子空间内对下式求解最小二乘解：得到空时解：

其中，||||表示欧几里得范数Euclidean norm，E表示均值。

2.根据权利要求1所述的方法，其特征在于，所述V的各个元素可由下式求出：

$u_1=y,v_1=\frac{u_1}{\left|\right|u_1\left|\right|}=\frac{y_1}{\left|\right|y_1\left|\right|}$

$u_k=H^{k}y-\underset{i=1}{\overset{k-1}{\mathrm{\Σ}}}\left(v_i^H{H}^{k-1}y\right)v_i,v_k=\frac{u_k}{\left|\right|u_k\left|\right|},k=2,...m.$

3.根据权利要求1至2其中之一所述的方法，其特征在于，所述对空时解进行判决，判决矢量为：

其中，sign为符号函数，其表达式为：

Re为取实部。

4.根据权利要求1至2其中之一所述的方法，其特征在于，所述空时解

位于Krylov子空间。

5.一种多个发射信号检测装置，其特征在于，包括：

接收单元，用于接收信号，所述信号包括多个发射信号、信道冲积响应和白噪声；

空时匹配滤波器，用于对所述接收单元接收的信号进行空时匹配滤波处理得到接收信号的充分统计量y；

信道互相关矩阵获得单元，用于根据接收信号和信道模型获得信道互相关矩阵H；和

多个发射信号检测单元，用于对y，H在Krylov子空间进行运算得到空时解

并对所述空时解

进行判决，以获得各个发射信号的估计值，所述空时解

为：其中V为Krylov子空间的标准正交基，V^H为V的共轭转置矩阵；

所述多个发射信号检测单元具体包括：

运算器，用于对Krylov子空间形式的空时解

进行运算得到：

和

判决单元，用于对空时解

进行判决，以获得各个发射信号的估计值。

Images