CN101383652B - 一种多输入多输出系统的信号检测方法及装置 - Google Patents

Abstract

一种多输入多输出系统的信号检测方法及装置，该系统具有M根发射天线和N根接收天线，该方法包括：利用当前信道响应矩阵估计得到的线性滤波矩阵对当前接收信号进行线性滤波，得到估计发射符号向量；对估计发射符号向量中的各个符号进行硬判决得到一用星座点描述的符号向量，从中找出能够正确解调的概率值最大的符号，将该符号作为发射符号向量中相同序号的符号的估计值；对当前接收信号和当前信道响应矩阵进行更新，消除已得到估计值的符号对接收信号和相应天线对信道响应矩阵的影响；循环执行上述三个步骤，直到得到发射符号向量中所有符号的估计值。该检测算法及装置使得MIMO信号的检测性能接近于ML检测算法，同时复杂度比ML几乎要小一个数量级。

Description

一种多输入多输出系统的信号检测方法及装置

技术领域

本发明涉及一种多输入多输出(MIMO)的无线通信系统，尤其涉及一种在采用空间复用的MIMO系统中实现信号检测的方法及装置。

背景技术

多输入多输出(MIMO)技术由于能够在不增加系统带宽的前提下提高无线通信系统的频谱效率，已经被公认为第三代以后(B3G)移动通信系统的一项核心技术，而且在3GPP长期演进(LTE)以及IEEE 802系列中得到了充分应用。国际电信联盟(ITU)要求4G系统下行传输速率能够达到1Gbps，这必须要通过MIMO技术来实现。

MIMO系统使用多根发射天线和多根接收天线进行数据传输，按照BELL实验室提出的垂直贝尔实验室空时分层(V-BLAST)理论，由M根发射天线和N根接收天线形成的MIMO信道可能被分解成KK个独立的信道，这KK个独立的信道还被称作是MIMO信道的空间子信道，其中KK≤min(M，N)。在这KK个空间子信道的每个子信道上，都可以发送独立的数据流，从而能够提高MIMO系统的整个频谱效率，这就是通常所说的空间复用MIMO传输模式。

在空间复用MIMO传输模式中，由于传播环境中的丰富散射体的散射，使得来自于多根发射天线的信号(码元流)经过空间信道的扩展后，KK个空间子信道的信号(码元流)在接收机处会互相干扰。而对于空间复用MIMO传输模式来讲，要求在每个时间单元，每个空间子信道上的独立数据流都需要得到正确解调，方可真正体现MIMO系统的整体频谱效率的提升，因此，这就对MIMO系统的检测算法提出了较高要求：一方面要求检测算法的性能要好，比如误码率(BER)要低；另一方面要求检测算法的复杂度不能太高，特别是在尺寸和功率受限的移动终端。

在空间复用MIMO系统中，假设发射信号为S，信道响应矩阵为H，接收的噪声为n，则接收信号可以记作r＝H·S+n。针对这种MIMO系统，业界已经研究并且公布了多种检测算法，一般可以简单地分类为线性检测算法和非线性检测算法。其中，线性检测算法主要是根据接收机的接收信号r和已知的MIMO信道响应H来寻找一个线性滤波矩阵W，从而利用该滤波矩阵W和接收信号r线性相乘得到发射信号的估计值，即 $\hat{S}=W\·r.$ 非线性检测算法则是一个迭代的译码过程。

比较常见的线性检测算法有迫零(ZF)检测算法、最小均方误差(MMSE)检测算法。其中，ZF检测算法直接从信道响应矩阵H估计滤波矩阵W，经过证明，这个滤波矩阵就是信道响应矩阵H的伪逆矩阵，即W_ZF＝(H^HH)^-1H^H。此处的A^H表示对矩阵A进行复数共轭转置运算，A^-1表示对矩阵A进行矩阵逆运算。MMSE检测算法利用信道响应矩阵H来估计滤波矩阵W，即W_MMSE＝(H^HH+σ²I_N)^-1H^H，此处I_N表示N维的单位阵，σ²为接收天线上的平均噪声功率。得到滤波矩阵W以后，直接把滤波矩阵W_MMSE或者W_ZF与接收信号r相乘，以获得发送信号的估值，即 $\hat{S}=W\_\mathrm{ZF}\·r$ 或者 $\hat{S}=W\_\mathrm{MMSE}\·r.$

常见的非线性检测算法包含串行干扰消除(SIC)检测算法、排序的SIC检测算法，为了便于区分和与其他公开文献内容相互一致，在本发明中，将基于ZF的SIC检测算法称作ZF-SIC检测算法，将基于MMSE的SIC检测算法称作MMSE-SIC检测算法，将基于ZF的排序SIC检测算法称作V-BLAST ZF-SIC检测算法，将基于MMSE的排序SIC检测算法称作V-BLAST MMSE-SIC检测算法。SIC等非线性检测算法都是在线性检测算法的基础上进行的。

线性解调算法对应的滤波向量需要与信道响应矩阵中解调符号对应列以外的其他所有列相互正交，而非线性检测算法(SIC)对应的滤波向量需要与信道响应矩阵中消除解调符号对应列以后的其他所有列相互正交，其需要正交的向量数目比线性检测算法要少。由于一个向量正交的向量越多，它的范数就越大，即||W_i||²就越大，则对应的解调信噪比就越小，因此SIC检测算法的性能优于线性检测算法。而V-BLAST ZF-SIC和V-BLAST MMSE-SIC检测算法是在SIC的基础上按照信噪比最大原则对检测符号的次序进行了排序，以减小相对错误传播的影响，在许多文献中，这个信噪比最大的符号被定义为滤波矩阵中范数最小的行所对应的符号。因此，V-BLAST ZF-SIC和V-BLAST MMSE-SIC检测算法的性能一般又优于SIC检测算法。相对而言，在天线数较多而且信噪比较大的条件下，V-BLAST ZF-SIC检测算法的检测性能与V-BLAST MMSE-SIC非常接近，而在天线数较少而且信噪比较低的条件下，V-BLAST MMSE-SIC检测算法的性能又比V-BLAST ZF-SIC要好。

此外，还有一种基于最大似然准则的MIMO检测算法，ML检测算法，它实质上是以接收到的星座点与理想调制星座点的距离最小为判决准则，采用全局搜索的思路来进行解调，即 $\hat{S}={\arg \min \left|\right|r-\mathrm{HS}\left|\right|}^2.$ ML检测算法的性能被公认为是最优的，但是，由于ML搜索运算导致的复杂度随着发射天线数以及星座点数成指数的关系，因而在实际MIMO系统中没有得到普遍应用，它只被作为衡量其他MIMO检测算法性能的一个标杆。相对而言，V-BLASTZF-SIC和V-BLAST MMSE-SIC检测算法的检测性能虽然比ML小很多，但是其复杂度也比ML小很多，因此在MIMO系统中得到了广泛应用。不过，V-BLAST ZF-SIC和V-BLAST MMSE-SIC检测算法的性能，主要依据符号的检测的先后次序以及相应滤波向量的估计，其排序只是利用了估计的信道响应矩阵H的相关范数信息，没有充分利用接收信号r的信息，因此，其性能还不可能达到最优。

发明内容

本发明要解决的技术问题是提供一种多输入多输出系统的信号检测方法及装置，进一步提升了V-BLAST ZF-SIC检测算法或者V-BLASTMMSE-SIC等MIMO信号检测算法的性能。

为了解决上述问题，本发明提供了一种多输入多输出系统的信号检测方法，该系统具有M根发射天线和N根接收天线，该信号检测方法包括以下步骤：

(a)利用当前信道响应矩阵估计得到的线性滤波矩阵对当前接收信号进行线性滤波，得到估计发射符号向量，初始的接收信号和信道响应矩阵即为原始接收信号和原始信道响应矩阵；

(b)对所述估计发射符号向量中的各个符号进行硬判决得到一用星座点描述的符号向量，从中找出能够正确解调的概率值最大的符号，将该符号作为发射符号向量中相同序号的符号的估计值；

(c)对当前接收信号和当前信道响应矩阵进行更新，消除已得到估计值的符号对接收信号和相应天线对信道响应矩阵的影响；

循环执行上述三个步骤，每次确定发射符号向量中一个符号的估计值，直到得到发射符号向量中所有符号的估计值，结束。

进一步地，上述的方法还可以具有如下特点：步骤(a)中是基于迫零的排序串行干扰消除检测算法或者基于最小均方误差的排序检测算法，利用信道响应矩阵和接收天线上的平均噪声功率估计得到所述线性滤波矩阵。

进一步地，上述的方法还可以具有如下特点：步骤(b)中所述用星座点描述的符号向量中每个符号正确解调的概率值是这样计算的：如果该符号已得到估计值，将其正确解调的概率置为一最小值，如果没有得到估计值，先估计该符号对应的噪声功率，再根据该噪声功率、估计发射符号向量中的该符号、以及由星座点描述的该符号计算其正确解调的概率。

进一步地，上述的方法还可以具有如下特点：按照下面的公式计算每个符号正确解调的概率：

$p_{\mathrm{ij}}=\frac{\exp \{{\left|\right|z_{\mathrm{ij}}-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\exp \{{\left|\right|b_k-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}$

式中，s_ij表示估计发射符号向量中的该符号；z_ij表示由星座点描述的该符号；N_ij表示该符号对应的噪声功率，N_ij＝N₀·|| W_i(j，：)||²，其中，N₀是接收到的噪声功率，||W_i(j，：)||²表示线性滤波矩阵W_i第j行的2-范数；K表示正交幅度调制方式星座点集合中的元素个数，K是正整数，且K≥1，b_k是正交幅度调制方式星座点集合中的第k个星座点，1≤k≤K。

进一步地，上述的方法还可以具有如下特点：步骤(c)中对所述接收信号更新时，是在当前接收信号中减去所述已得到估计值的符号与当前信道响应矩阵中对应列的乘积，作为更新后的接收信号，所述对应列指序号与所述已得到估计值的符号的序号相同的列；对信道响应矩阵更新时，是将信道响应矩阵的对应列设置为零，所述对应列指序号与所述已得到估计值的符号的序号相同的列。

本发明还提供了一种多输入多输出系统的信号检测装置，包括依次相连的滤波模块、硬判决模块、估计值选择模块及数据更新模块，以及分别与所述滤波模块和所述数据更新模块相连的循环控制模块，所述数据更新模块还与所述滤波模块相连，其中：

所述滤波模块，用于利用当前信道响应矩阵估计得到的线性滤波矩阵对当前接收信号进行线性滤波，得到估计发射符号向量并输出到所述硬判决模块，初始的接收信号和信道响应矩阵即原始的接收信号和信道响应矩阵；

所述硬判决模块，用于对所述估计发射符号向量中的各个符号进行硬判决，得到一用星座点描述的符号向量并输出到所述估计值选择模块；

所述估计值选择模块，用于从所述用星座点描述的符号向量中找出能够正确解调的概率值最大的符号，将该符号作为发射符号向量中相同序号的符号的估计值；

所述数据更新模块，用于对当前接收信号和当前信道响应矩阵进行更新，消除已得到估计值的符号当前对接收信号以及相应天线对当前信道响应矩阵的影响，并将更新后的接收信号和信道响应矩阵输出到所述滤波模块；

所述循环控制模块，用于在运算得到一个符号的估计值之后，判断是否已得到发射符号向量中所有符号的估计值，如没有，启动下一次运算，否则，输出得到的估计值。

进一步地，上述的装置还可以具有如下特点：所述循环控制模块还与估计值选择模块相连，用于在估计值选择模块得到一个符号的估计值后，直接判断是否已得到发射符号向量中所有符号的估计值，如是，输出得到的估计值，如否，启动下一次运算时，先要触发数据更新模块对当前接收信号和当前信道响应矩阵进行更新，然后触发滤波模块根据更新后的接收信号和信道响应矩阵进行滤波。

进一步地，上述的装置还可以具有如下特点：所述循环控制模块是在估计值选择模块得到一个符号的估计值且数据更新模块完成对当前接收信号和当前信道响应矩阵的更新后，再判断是否已得到发射符号向量中所有符号的估计值，如是，输出得到的估计值，如否，启动下一次运算时，触发滤波模块根据更新后的接收信号和信道响应矩阵进行滤波。

进一步地，上述的装置还可以具有如下特点：所述估计值选择模块对所述用星座点描述的符号向量中每个符号，按以下步骤进行计算其正确解调的概率：

如果该符号已得到估计值，将其正确解调的概率置为一最小值，如果没有得到估计值，先估计该符号对应的噪声功率，再根据该噪声功率、估计发射符号向量中的该符号、以及由星座点描述的该符号计算其正确解调的概率。

进一步地，上述的装置还可以具有如下特点：所述估计值选择模块按照下面的公式计算每个符号正确解调的概率：

$p_{\mathrm{ij}}=\frac{\exp \{{\left|\right|z_{\mathrm{ij}}-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\exp \{{\left|\right|b_k-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}$

式中，s_ij表示估计发射符号向量中的该符号；z_ij表示由星座点描述的该符号；N_ij表示该符号对应的噪声功率，N_ij＝N₀·||W_i(j，：)||²，其中，N₀是接收到的噪声功率，||W_i(j，：)||²表示线性滤波矩阵W_i第j行的2-范数；K表示正交幅度调制方式星座点集合中的元素个数，K是正整数，且K≥1，b_k是正交幅度调制方式星座点集合中的第k个星座点，1≤k≤K。

进一步地，上述的装置还可以具有如下特点：所述数据更新模块对所述接收信号更新时，是在当前接收信号中减去所述已得到估计值的符号与当前信道响应矩阵中对应列的乘积，作为更新后的接收信号，所述对应列指序号与所述已得到估计值的符号的序号相同的列；对信道响应矩阵更新时，是将信道响应矩阵的对应列设置为零，所述对应列指序号与所述已得到估计值的符号的序号相同的列。

本发明所提供的MIMO信号检测算法及装置，其检测性能比V-BLAST检测算法(包含ZF-SIC和MMSE-SIC检测算法)要好，接近于ML检测算法的性能；同时，本发明所提供的MIMO检测算法，其复杂度比ML几乎要小一个数量级。本发明所提供的MIMO检测算法，能够适用于平坦衰落无线MIMO信道，而且能够很容易扩展到频率选择性衰落MIMO信道中，比如与正交频分复用(OFDM)技术相互结合，能够使得MIMO信号的检测性能接近于ML检测算法。

附图说明

图1为根据本发明的实施例的MIMO系统原理示意图；

图2为本发明实施例MIMO系统信号检测装置的示意框图；

图3为根据本发明的实施例的MIMO系统信号检测方法流程图；

图4为根据本发明的实施例的估计符号正确解调概率的流程图；

图5为根据现有技术的ML检测算法、V-BLAST ZF-SIC检测算法，以及V-BLAST MMSE-SIC检测算法的性能对比曲线；

图6为本发明所提供的ZF-SIC-MAP检测算法、MMSE-SIC-MAP检测算法与ML检测算法的性能对比曲线。

具体实施方式

本发明提供的MIMO检测方法主要包含线性滤波、硬判决、求概率并排序、判决决策、更新r和H并重新计算W等关键步骤。

下面结合附图，并通过具体实施例对本发明的技术方案作进一步的说明。

假设MIMO系统发射机配置了M根发射天线，在接收机配置了N根接收天线，如图1所示。假设发射信号为S＝[s₁ s₂ … s_M]^T，是一个M×1维的列向量，其中，上标T表示对矩阵进行转置运算。信道响应矩阵为H，是一个N×M维矩阵，即

接收噪声n＝[n₁ n₂ … n_N]^T，接收信号为r＝[r₁ r₂ … r_N]^T，接收信号r和噪声n都是N×1维的列向量，因此，可以将接收信号表示为r＝H·S+n。MIMO信号检测的目的就是利用接收信号r和噪声n来估计发射的符号向量S。

如图2所示，本发明实施例的多输入多输出系统的信号检测装置包括依次相连的滤波模块1、硬判决模块2、估计值选择模块3及数据更新模块4，以及分别与滤波模块1和数据更新模块4相连的循环控制模块5，数据更新模块4还与滤波模块1相连，其中：

滤波模块1用于利用信道响应矩阵估计得到的线性滤波矩阵对接收信号进行线性滤波，得到估计发射符号向量并输出到所述硬判决模块2，初始的接收信号和信道响应矩阵即为原始接收信号和原始信道响应矩阵；

硬判决模块2用于对所述估计发射符号向量中的各个符号进行硬判决，得到一用星座点描述的符号向量并输出到所述估计值选择模块3；

估计值选择模块3用于从所述用星座点描述的符号向量中找出能够正确解调的概率值最大的符号，将该符号作为发射符号向量中相同序号的符号的估计值；

数据更新模块4用于对当前接收信号和当前信道响应矩阵进行更新，消除已得到估计值的符号对接收信号以及相应天线对信道响应矩阵的影响，并将更新后的接收信号和信道响应矩阵输出到滤波模块1；

循环控制模块5用于在运算得到一个符号的估计值之后，判断是否已得到发射符号向量中所有符号的估计值，如没有，启动下一次运算，否则，输出得到的估计值。

其中，循环控制模块5可以在估计值选择模块3得到一个符号的估计值后，直接判断是否已得到发射符号向量中所有符号的估计值，如没有，启动下一次运算时，先要触发数据更新模块4对当前接收信号和当前信道响应矩阵进行更新，然后触发滤波模块1根据更新后的接收信号和信道响应矩阵进行滤波。

或者，循环控制模块5也可以在估计值选择模块3得到一个符号的估计值且数据更新模块4完成对当前接收信号和当前信道响应矩阵的更新后，再判断是否已得到发射符号向量中所有符号的估计值，如没有，启动下一次运算时，触发滤波模块1根据更新后的接收信号和信道响应矩阵进行滤波。

图3给出了本发明实施例的MIMO系统发射信号检测方法的流程图，对发射的S＝[s₁ s₂ … s_M]^T符号向量中的M个符号逐个进行估计，包括如下步骤：

步骤100，首先设置初始循环参数i＝1；

步骤110，设置接收信号r和信道响应矩阵H的初始值，第一次循环的时候所用接收信号即是原始的接收信号r，即r₁＝r，所用信道响应矩阵就是接收到信号r后所估计得到的原始信道相应矩阵H，即H₁＝H；

步骤120，利用估计得到的信道响应矩阵H和接收天线上的平均噪声功率σ²估计滤波矩阵W₁；

滤波矩阵W₁的估计方法可以采用常规的ZF算法和MMSE算法，如果采用基于ZF方法，则相应滤波矩阵为W_ZF＝(H^HH)^-1H^H，如果采用基于MMSE的方法，则滤波矩阵为W_MMSE＝(H^HH+σ²I_N)^-1H^H，但其它的方法同样也可以用于本发明。

步骤130，按照传统ZF或者MMSE的滤波方式，对接收信号进行线性滤波，得到估计发射符号向量s_i＝W_i·r_i，该向量中有M个符号，记作s_i＝[s_i1  s_i2  …s_ij  s_ij+1…s_iM]；

步骤140，对s_i进行硬判决，得到一个用星座点描述的符号向量z_i＝[z_i1 z_i2…z_ij z_ij+1 … z_iM]；

步骤150，估计符号向量z_i中每个符号能够得到正确解调的概率p_ij，得到向量p_i＝[p_i1 p_i2 … p_iM]；

步骤160，比较向量p_i＝[p_i1 p_i2 … p_iM]中各个符号之间的大小，找出其中最大值符号所对应的索引号，记作m；

步骤170，将向量z_i中的第m个符号作为发射符号向量S＝[s₁ s₂ … s_M]^T中的第m个符号的估计值ss_m，并且存储到估计向量ss中，一种简便的存储方法就是先令ss＝[0  0…0]，然后用估计得到的符号ss_m替换其中第m个符号，但本发明并不局限于这种存储方法；

步骤180，消除符号ss_m在接收信号r_i中的影响，基本原理是在接收信号r_i中减去符号ss_m与信道响应矩阵H_i的第m列的乘积，得到接收信号r_i的一个更新值，即r_i＝r_i-ss_m·H(：，m)；

步骤190，进一步更新信道响应矩阵H_i，即将H_i的第m列设置为0，以消除第m根发射天线在信道响应中的影响；

步骤200，利用更新的接收信号r_i和信道响应矩阵H_i，重新估计滤波矩阵W_i，其估计方法与步骤120完全相同；

步骤210，将变量i增加1；

步骤220，判断变量i的大小，如果i小于等于M，则转到步骤130继续执行循环，否则转到步骤230；

步骤230，输出发射符号向量S的估计向量ss，MIMO信号算法检测结束。

上述流程中，在步骤170之后，也可先执行上述步骤210和220，如果i小于等于M，则执行上述步骤180～220，然后返回步骤120，否则，执行步骤230。

参照图4所示，步骤150包括以下步骤：

步骤151，设置初始参数j＝1，其中j＝1，2，…M；

步骤152，判断发射符号向量S中的第j个符号是否已经得到估计，即是否已经判决为ss_m，如果没有得到估计，则转到步骤153，否则转到步骤155；

步骤153，估计z_ij对应的噪声功率，即N_ij＝N₀·||W_i(j，：)||²，其中，N₀是接收到的噪声功率，||W_i(j，：)||²表示矩阵W_i第j行的2-范数；

步骤154，估计符号z_ij能够得到正确解调的概率p_ij并存储，转到步骤156；

本实施例中按照下面公式估计符号z_ij能够得到正确解调的概率p_ij，即：

$p_{\mathrm{ij}}=\frac{\exp \{{\left|\right|z_{\mathrm{ij}}-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\exp \{{\left|\right|b_k-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}$

式中，K表示QAM(Quadrature Amplitude Modulation，正交幅度调制)方式星座点集合中的元素个数，K是正整数，且K≥1，比如，针对16-QAM，总共有16个星座点，则K＝16，k＝1，2，…，16；针对64-QAM，其星座点集合中总共有64个星座点，即K＝64，k＝1，2，…，64，依此类推。b_k是正交幅度调制方式星座点集合中的第k个星座点，1≤k≤K。

步骤155，令符号z_ij能够得到正确解调的概率p_ij＝0并存储，执行步骤156；

步骤156，将变量j增加1；

步骤157，判断变量j是否大于M，如果j的数值小于等于M，则转到步骤152继续执行，否则转到步骤158；

步骤158，直接输出概率向量p_i＝[p_i1 p_i2 … p_iM]。

常规ZF/MMSE MIMO信号检测流程是：排序、迫零、补偿、消除，其中排序是依据滤波矩阵的行范数大小来确定解调的顺序；迫零就相当于本发明中所述线性滤波；补偿就相当于本发明所述的硬判决和最终判决；消除相当于本发明所述的消除已解调符号对接收信号和信道响应矩阵的影响。而本发明的流程主要是：线性滤波、硬判决、排序(即选择出正确解调概率最大的符号)、消除。本发明实质上将ZF/MMSE算法中的补偿分解成了两步，一步是滤波以后的硬判决，另一步是排序以后的最终判决。

另外，本发明计算每个符号正确解调的概率从物理含义上，是要找出硬判决得到的星座点在相应理想星座点上出现的概率，可以如实施例中的公式计算，但并不局限于上述公式。并且采用何种公式计算并不影响本发明达到其技术效果。

为了能够充分说明检测算法的原理，在本发明给出的优选实施例中没有考虑信道编码等操作，只是引入调制/解调操作，比如QPSK、16-QAM以及64-QAM调制等，并假设相应调制方式对应星座点集合中的每个符号出现的概率相同(这个假设在MIMO等无线通信系统中一般都能够得到满足)。

为了检验本发明所述检测算法的性能，在图5中给出了根据现有ML检测算法、V-BLAST ZF-SIC检测算法，以及V-BLAST MMSE-SIC检测算法的性能对比曲线，并且在图6中给出了根据本发明所提供的ZF-SIC-MAP检测算法、MMSE-SIC-MAP检测算法与现有ML检测算法的性能对比曲线。从图5和图6可以看出，本发明所述的MIMO信号检测算法在性能上要比基于ZF的排序SIC检测算法(V-BLAST ZF-SIC检测算法)以及基于MMSE的排序SIC检测算法(V-BLAST MMSE-SIC检测算法)要好，几乎接近于最大似然检测(ML)算法的检测性能。

当然，本发明提供的实施例只是为了详尽地说明按照本发明内容提供的在多输入多输出(MIMO)系统中实现线性检测的算法，因而都是示例性的实施方式说明，并不能将它看作是对于本发明的限制，而且，凡是在本发明宗旨之内的显而易见的修改亦应归于本发明的保护范围之内。

Claims (9)

1.一种多输入多输出系统的信号检测方法，该系统具有M根发射天线和N根接收天线，该信号检测方法包括以下步骤：

(a)利用当前信道响应矩阵估计得到的线性滤波矩阵对当前接收信号进行线性滤波，得到估计发射符号向量，初始的接收信号和信道响应矩阵即为原始接收信号和原始信道响应矩阵；

(b)对所述估计发射符号向量中的各个符号进行硬判决得到一用星座点描述的符号向量，从中找出能够正确解调的概率值最大的符号，将该符号作为发射符号向量中相同序号的符号的估计值；

(c)对当前接收信号和当前信道响应矩阵进行更新，消除已得到估计值的符号对接收信号和相应天线对信道响应矩阵的影响；

循环执行上述三个步骤，每次确定发射符号向量中一个符号的估计值，直到得到发射符号向量中所有符号的估计值，结束；

其中，对所述接收信号更新时，是在当前接收信号中减去所述已得到估计值的符号与当前信道响应矩阵中对应列的乘积，作为更新后的接收信号，所述对应列指序号与所述已得到估计值的符号的序号相同的列；

对信道响应矩阵更新时，是将信道响应矩阵的对应列设置为零，所述对应列指序号与所述已得到估计值的符号的序号相同的列。

2.如权利要求1所述的方法，其特征在于，步骤(a)中是基于迫零的排序串行干扰消除检测算法或者基于最小均方误差的排序检测算法，利用信道响应矩阵和接收天线上的平均噪声功率估计得到所述线性滤波矩阵。

3.如权利要求1所述的方法，其特征在于，

步骤(b)中所述用星座点描述的符号向量中每个符号正确解调的概率值是这样计算的：如果该符号已得到估计值，将其正确解调的概率置为一最小值，如果没有得到估计值，先估计该符号对应的噪声功率，再根据该噪声功率、估计发射符号向量中的该符号、以及由星座点描述的该符号计算其正确解调的概率。

4.如权利要求3所述的方法，其特征在于，按照下面的公式计算每个符号正确解调的概率：

$p_{\mathrm{ij}}=\frac{\exp \{{\left|\right|z_{\mathrm{ij}}-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\exp \{{\left|\right|b_k-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}$

式中，s_ij表示估计发射符号向量中的该符号；z_ij表示由星座点描述的该符号；N_ij表示该符号对应的噪声功率，N_ij＝N₀·||W_i(j，：)||²，其中，N₀是接收到的噪声功率，||W_i(j，：)||²表示线性滤波矩阵W_i第j行的2-范数；K表示正交幅度调制方式星座点集合中的元素个数，K是正整数，且K≥1，b_k是正交幅度调制方式星座点集合中的第k个星座点，1≤k≤K。

5.一种多输入多输出系统的信号检测装置，其特征在于，包括依次相连的滤波模块、硬判决模块、估计值选择模块及数据更新模块，以及分别与所述滤波模块和所述数据更新模块相连的循环控制模块，所述数据更新模块还与所述滤波模块相连，其中：

所述滤波模块，用于利用当前信道响应矩阵估计得到的线性滤波矩阵对当前接收信号进行线性滤波，得到估计发射符号向量并输出到所述硬判决模块，初始的接收信号和信道响应矩阵即原始的接收信号和信道响应矩阵；

所述硬判决模块，用于对所述估计发射符号向量中的各个符号进行硬判决，得到一用星座点描述的符号向量并输出到所述估计值选择模块；

所述估计值选择模块，用于从所述用星座点描述的符号向量中找出能够正确解调的概率值最大的符号，将该符号作为发射符号向量中相同序号的符号的估计值；

所述数据更新模块，用于对当前接收信号和当前信道响应矩阵进行更新，消除已得到估计值的符号当前对接收信号以及相应天线对当前信道响应矩阵的影响，并将更新后的接收信号和信道响应矩阵输出到所述滤波模块；

其中，所述数据更新模块对所述接收信号更新时，是在当前接收信号中减去所述已得到估计值的符号与当前信道响应矩阵中对应列的乘积，作为更新后的接收信号，所述对应列指序号与所述已得到估计值的符号的序号相同的列；对信道响应矩阵更新时，是将信道响应矩阵的对应列设置为零，所述对应列指序号与所述已得到估计值的符号的序号相同的列；

所述循环控制模块，用于在运算得到一个符号的估计值之后，判断是否已得到发射符号向量中所有符号的估计值，如没有，启动下一次运算，否则，输出得到的估计值。

6.如权利要求5所述的装置，其特征在于，

所述循环控制模块还与估计值选择模块相连，用于在估计值选择模块得到一个符号的估计值后，直接判断是否已得到发射符号向量中所有符号的估计值，如是，输出得到的估计值，如否，启动下一次运算时，先要触发数据更新模块对当前接收信号和当前信道响应矩阵进行更新，然后触发滤波模块根据更新后的接收信号和信道响应矩阵进行滤波。

7.如权利要求5所述的装置，其特征在于，

所述循环控制模块是在估计值选择模块得到一个符号的估计值且数据更新模块完成对当前接收信号和当前信道响应矩阵的更新后，再判断是否已得到发射符号向量中所有符号的估计值，如是，输出得到的估计值，如否，启动下一次运算时，触发滤波模块根据更新后的接收信号和信道响应矩阵进行滤波。

8.如权利要求5、6或7所述的装置，其特征在于，

所述估计值选择模块对所述用星座点描述的符号向量中每个符号，按以下步骤进行计算其正确解调的概率：

如果该符号已得到估计值，将其正确解调的概率置为一最小值，如果没有得到估计值，先估计该符号对应的噪声功率，再根据该噪声功率、估计发射符号向量中的该符号、以及由星座点描述的该符号计算其正确解调的概率。

9.如权利要求8所述的装置，其特征在于，

所述估计值选择模块按照下面的公式计算每个符号正确解调的概率：

$p_{\mathrm{ij}}=\frac{\exp \{{\left|\right|z_{\mathrm{ij}}-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\exp \{{\left|\right|b_k-s_{\mathrm{ij}}\left|\right|}^2/N_{\mathrm{ij}}^2\}}$

式中，s_ij表示估计发射符号向量中的该符号；z_ij表示由星座点描述的该符号；N_ij表示该符号对应的噪声功率，N_ij＝N₀·||W_i(j，：)||²，其中，N₀是接收到的噪声功率，||W_i(j，：)||²表示线性滤波矩阵W_i第j行的2-范数；K表示正交幅度调制方式星座点集合中的元素个数，K是正整数，且K≥1，b_k是正交幅度调制方式星座点集合中的第k个星座点，1≤k≤K。

Images