CN101572561A - 多输入多输出系统的信号检测方法和装置 - Google Patents
多输入多输出系统的信号检测方法和装置 Download PDFInfo
- Publication number
- CN101572561A CN101572561A CNA2008100887240A CN200810088724A CN101572561A CN 101572561 A CN101572561 A CN 101572561A CN A2008100887240 A CNA2008100887240 A CN A2008100887240A CN 200810088724 A CN200810088724 A CN 200810088724A CN 101572561 A CN101572561 A CN 101572561A
- Authority
- CN
- China
- Prior art keywords
- sub
- mimo system
- mimo
- vector
- candidate detecting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03178—Arrangements involving sequence estimation techniques
- H04L25/03203—Trellis search techniques
- H04L25/03242—Methods involving sphere decoding
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种多输入多输出系统的信号检测方法和装置,属于多输入多输出传输技术领域。所述方法包括:对MIMO系统的信道矩阵进行三角分解,将MIMO系统分解为多个子MIMO系统;检测第一个子系统的接收信号向量,得到该子系统的候选检测向量列表;以干扰消除方式依次检测其它子系统,得到其它子系统的候选检测向量列表;将所有列表组合后判决或计算得到MIMO系统的发射信号向量。所述装置包括:分解模块、检测模块、列表生成模块、干扰消除处理模块和组合及处理模块。本发明极大地降低了LR算法的复杂度,并减小了LR算法结合SIC检测时的错误传播的概率。
Description
技术领域
本发明涉及MIMO(Multi-Input Multi-Output,多输入多输出)传输技术领域,特别涉及一种多输入多输出系统的信号检测方法和装置。
背景技术
无线通信系统中,信道容量随着天线数的增加而增大。为了获得比单天线系统更大的系统容量,MIMO传输系统通过分别在发送端和接收端放置多根天线,提高了无线链路的频谱效率及链路可靠性。采用多天线的系统,其信道称为MIMO信道。
通常,MIMO接收机的复杂度随着天线和调制符号阶数的增加而增加。如果采用ML(Maximum-Likelihood,最大似然)检测算法,计算复杂度将随发射天线数的增加呈指数增长。近年来,大量的学者设计了各种方法来降低接收机的复杂度,如SIC(Successive InterferenceCancellation,连续干扰消除)、反馈判决、MAP(Maximum A Posterior,最大后验概率)、SD(Sphere Detection,球型检测)算法等。通常ML检测算法可以简化为SD算法实现。SD算法在ML检测算法的基础上降低了接收机的复杂度,但由于SD算法需要搜索一个最接近发射向量的解,复杂度仍然较高。近年来,有学者提出了LR(Lattice Reduction,格约化)算法进一步降低ML算法的复杂度。LR算法通过变换原有的信道矩阵得到一个等效信道矩阵,该等效信道矩阵接近对角阵,可以采用线性检测或SIC检测到格约化域信号,再将格约化域检测信号映射为发射信号,从而获得较好的检测性能,同时极大地降低了接收机的复杂度,研究表明,LR算法能够获得全分集增益。
在对现有技术进行分析后,发明人发现:现有技术中LR算法的复杂度随其基向量的数量增大而快速增加,因此在较大的MIMO系统中,基于LR算法的检查复杂度仍然较大,实现较困难。
发明内容
本发明实施例提供了一种多输入多输出系统的信号检测方法和装置。所述技术方案如下:
一方面,本发明实施例提供了一种多输入多输出系统的信号检测方法,所述方法包括:
对多输入多输出MIMO系统的信道矩阵进行三角分解,根据分解的结果将所述MIMO系统分解为多个子MIMO系统;
对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测,并根据检测结果生成所述第一个子MIMO系统的候选检测向量列表;
从第二个子MIMO系统开始,采用干扰消除方式,依次检测其它子MIMO系统,得到所述其它子MIMO系统的候选检测向量列表;
将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到所述MIMO系统的候选检测向量列表;对所述MIMO系统的候选检测向量列表进行判决或计算,得到所述MIMO系统的发射信号向量。
另一方面,本发明实施例还提供了一种多输入多输出系统的信号检测装置,所述装置包括:
分解模块,用于对多输入多输出MIMO系统的信道矩阵进行三角分解,根据分解的结果将所述MIMO系统分解为多个子MIMO系统;
检测模块,用于对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测;
列表生成模块,用于根据所述检测模块的检测结果生成所述第一个子MIMO系统的候选检测向量列表;
干扰消除处理模块,用于从第二个子MIMO系统开始,采用干扰消除方式,依次检测其它子MIMO系统,得到所述其它子MIMO系统的候选检测向量列表;
组合及处理模块,用于将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到所述MIMO系统的候选检测向量列表;对所述MIMO系统的候选检测向量列表进行判决或计算,得到所述MIMO系统的发射信号向量。
本发明实施例通过将MIMO系统划分为多个小的子MIMO系统,并结合SIC方法进行检测,由于子MIMO系统的基向量数量少,因此进行LLL既约化时复杂度低,从而极大地降低了LR算法的复杂度。通过使用候选检测向量列表,减小了LR算法进行SIC检测时的错误传播的概率,在系统性能逼近ML算法的基础上极大地降低了MIMO系统检测的复杂度。
附图说明
图1是本发明实施例提供的MIMO系统模型示意图;
图2是本发明实施例提供的一种MIMO系统的信号检测方法流程示意图;
图3是本发明实施例提供的另一种MIMO系统的信号检测方法流程示意图;
图4是本发明实施例提供的再一种MIMO系统的信号检测方法流程示意图;
图5是本发明实施例提供的MIMO系统的信号检测装置的结构示意图;
图6是本发明实施例提供的4QAM调制时4×4MIMO系统分别采用MMSE算法、ML算法与LR+List算法进行检测的性能仿真结果示意图;
图7是本发明实施例提供的16QAM调制时4×4MIMO系统分别采用MMSE算法、ML算法与LR+List算法进行检测的性能仿真结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
参见图1,为本发明实施例提供的MIMO系统模型,该MIMO系统模型基于MMSE(Mimimum Mean Square Error,最小均方误差)的LR算法来实现近似ML接收机。其中,nT为发射天线数,nR为接收天线数,s为nT×1维复值发射向量,x为nR×1维复值接收向量,则接收向量和发射向量的关系如下:
x=Hs+n (1)
其中,H为nR×nT维信道矩阵,n代表nR个接收天线上方差为σn 2的高斯噪声向量。同时均值 I为单位阵。
下面以采用实数LLL(Lenstra-Lenstra-Lovasz)算法为基础的LR算法为例对LR算法进行介绍。LR算法涉及较多的矩阵运算,由于复数矩阵在进行QR分解等矩阵运算时存在较大困难,因此可以将复数矩阵变换为实数矩阵,以便于正交化、对角化等矩阵运算,则复数矩阵方程(1)可以变换为如下实数矩阵方程:
xR=HRsR+nR (2)
由于 其中T为幺模矩阵且其元素皆为整数(det(T)=±1),称为约化幺模矩阵。称为格基约化信道矩阵,如果组成 的基向量长度最小或接近正交基,则MIMO接收的问题可以从求解s变为通过线性接收算法求解z,降低了接收端的复杂度。通常,可以采用LLL(Lenstra-Lenstra-Lovasz-Reduced,LLL既约化)算法进行既约化计算得到格基约化信道矩阵求解z的算法较多,如迫零算法(Zero-forcing)、MMSE算法、基于SIC的迫零算法和基于SIC的MMSE算法等。其中,MMSE算法如下:
因此可以得到接收向量的估计值:
本发明实施例中的列表可以指数据的存储单元,既可以用软件方式实现,如以链表或堆栈的形式将数据存储在内存中;还可以用硬件方式实现,如将数据存储在存储器或寄存器中。
参见图2,本发明实施例提供了一种MIMO系统的信号检测方法,具体包括:
201:对MIMO系统的信道矩阵进行三角分解。
202:根据分解的结果将MIMO系统分解为多个子MIMO系统。
当上述三角分解的结果为上三角矩阵时,多个子MIMO系统中的第一个子MIMO系统为底层的子MIMO系统;当上述三角分解的结果为下三角矩阵时,多个子MIMO系统中的第一个子MIMO系统为顶层的子MIMO系统。
203:对多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测,并根据检测的结果生成第一个子MIMO系统的候选检测向量列表;从第二个子MIMO系统开始,采用干扰消除方式,依次检测其它子MIMO系统,得到其它子MIMO系统的候选检测向量列表。
其中,其它子MIMO系统的检测可以具体如下:从第二个子MIMO系统开始,采用SIC方式,依次检测其它子MIMO系统,在当前检测的子MIMO系统的接收信号向量中,分别用已检测的所有子MIMO系统的候选检测向量列表中的每一个候选检测向量消除对当前检测的子MIMO系统的干扰;并对消除干扰的结果分别进行检测,得到当前检测的子MIMO系统的候选检测向量列表;直到得到最后一个子MIMO系统的候选检测向量列表。
204:将得到的所有子MIMO系统的候选检测向量列表的对应成员分别进行组合,得到上述MIMO系统的候选检测向量列表。
其中,对应成员是指当前检测的子MIMO系统的候选检测向量列表中的任一个成员,与对该成员检测时进行干扰消除所采用的前一个子MIMO系统的候选检测向量列表中的相应成员,称为对应成员。如一个6×6的MIMO系统进行QR分解后可划分成3个2×2的MIMO子系统,参见表1,第一个子MIMO系统为底层子MIMO系统,其候选检测向量列表为Q1,包含3个成员[Q11,Q12,Q13];第二个子MIMO系统为中间的子MIMO系统,其候选检测向量列表为Q2,包含7个成员[Q21,Q22,Q23,Q24,Q25,Q26,Q27],其中,Q21与Q22为采用候选检测向量列表Q1中的成员Q11进行干扰消除检测得到的结果,Q23、Q24与Q25为采用候选检测向量列表Q1中的成员Q12进行干扰消除检测得到的结果等等,则Q11与Q21对应成员,Q11与Q22也为对应成员,Q12分别与Q23、Q24、Q25为对应成员,Q13分别与Q26、Q27为对应成员;第三个子MIMO系统为顶层子MIMO系统,其候选检测向量列表为Q3,从Q31至Q44共包含14个成员,其中,Q31与Q32为采用候选检测向量列表Q2中的成员Q21进行干扰消除检测得到的结果,Q39与Q40为采用候选检测向量列表Q2中的成员Q25进行干扰消除检测得到的结果,则Q21分别与Q31和Q32为对应成员,Q25分别与Q39和Q40为对应成员等等。相应地,可以将Q11、Q21与Q32组合生成分解前的MIMO系统的候选检测向量列表,也可以将Q13、Q26与Q42组合生成分解前的MIMO系统的候选检测向量列表等等。
表1
205:对该MIMO系统的候选检测向量列表进行判决,得到该MIMO系统的发射信号向量。
图2所示的实施例中,对MIMO系统进行判决的步骤还可以替换为计算的步骤,参见图3,301至304与201至204相同,305具体为:计算MIMO系统的候选检测向量列表的对数似然比,得到该MIMO系统的发射信号向量。这种情况下,得到的发射信号向量通常用来输出给译码器。
本实施例通过将较大的MIMO系统划分为多个小的子MIMO系统,并结合SIC方法进行检测,由于子MIMO系统的基向量数量少,因此进行LLL既约化时复杂度低,从而极大地降低了LR算法的复杂度。通过使用候选检测向量列表,减小了LR算法进行SIC检测时的错误传播的概率,在系统性能逼近ML算法的基础上极大地降低了MIMO系统检测的复杂度。
下面以如下MIMO系统为例具体说明,该MIMO系统的接收信号向量为:
r=Hs+n (5)
其中,H为N×K信道矩阵,s为K×1发射信道向量,n为N×1噪声向量,且E{nnH}=N0I,s中的元素满足sk∈S,S代表发射信号符号集合,S集合的大小为M。
本发明实施例中,对子MIMO系统进行检测可以采用多种算法,包括但不限于:LR算法。参见图4,本发明实施例还提供了一种MIMO系统的信号检测方法,对于式(5)所示的系统模型,以采用LR算法检测且对MIMO系统的候选检测向量列表进行判决为例进行说明,该方法具体包括:
401:在MIMO系统的接收端对该系统的信道矩阵H进行QR(正交三角化)分解,即将H分解为H=QR,Q是酉阵,R是上三角阵。
根据分解的结果和上述方程(5)得到中间向量x:
x=QHr=Rs+QHn (6)
通过QR分解使信道矩阵H三角化,在本实施例中,采用QR分解可以使最底层的子MIMO系统接收信噪比最大。其中,QR分解的方法有多种,包括但不限于:SQRD(Sorted QRDecomposition,排序正交三角化)分解等方法,采用SQRD方法还可以简化LR算法检测时LLL既约化的复杂度,提高检测性能。
402:根据QR分解的结果,将上述MIMO系统分解为如下两个子MIMO系统:
其中xi为x的第i个Ni×1的子向量,ni为n的第i个Ni×1子向量,si为s的第i个Ki×1的子向量,i∈1,2,且K1+K2=K,N1+N2=N。
由方程(7)可知,QR分解后上述MIMO系统的检测可以分解为先对第一个(底层)子MIMO系统x2=R3s2+n2根据x2求解s2,然后对第二个(顶层)子MIMO系统x1=R1s1+R2s2+n1在x2中消除s2对该子MIMO系统的干扰检测出s1。
403:采用LR算法对底层子MIMO系统的中间向量x2进行检测,结果如下:
其中,生成LR域的候选检测向量列表(List)的方法有多种,包括但不限于如下方法:
选择多个与LR算法的检测结果所处格点的距离小于预设值的LR域向量,组成底层子MIMO系统的LR域候选检测向量列表。其中,可以根据系统目标检测性能,预先设置底层子MIMO系统的LR域候选检测向量列表所容纳的向量数,即该列表的长度;与检测结果所处格点的距离可以具体为Mahalanobis距离,上述预设值可以具体为一个可容纳LR域候选检测向量列表所容纳的向量数的Voronoi空间的最小半径。
405:将上述LR域的候选检测向量列表C2映射到MIMO系统的发射信号域,得到底层子MIMO系统的候选检测向量列表:
406:采用SIC方式检测顶层子MIMO系统,在顶层子MIMO系统的接收信号向量x1中,用已检测的底层子MIMO系统的候选检测向量列表S2中的每一个候选检测向量消除对顶层子MIMO系统的干扰,并采用LR算法对消除干扰的结果分别进行检测,结果如下:
其中,q=1,...,Q。
408:将得到的两个子MIMO系统的候选检测向量列表S1与S2的对应成员进行组合,即 得到上述MIMO系统的候选检测向量列表
本实施例中,403中采用LR算法(对底层子MIMO系统的中间向量)进行检测的步骤与406中采用LR算法(对消除干扰的结果)进行检测的步骤有多种方法,包括但不限于以下方法:
采用约化算法对MIMO系统的信道矩阵进行既约化运算,得到约化幺模矩阵和格基约化信道矩阵;根据该约化幺模矩阵和格基约化信道矩阵,对待检测的向量在格约化域进行检测。其中,约化算法可以具体为Lenstra-Lenstra-Lovasz-Reduced算法,该Lenstra-Lenstra-Lovasz-Reduced算法可以具体为实数Lenstra-Lenstra-Lovasz-Reduced算法或复数Lenstra-Lenstra-Lovasz-Reduced算法;在格约化域进行检测时采用的算法包括但不限于:迫零算法、MMSE算法、基于SIC的迫零算法或基于SIC的MMSE算法。
假设对式(5)所示的MIMO系统进行QR分解后得到的任一子MIMO系统为:
X=RS+v (11)
其中,R为信道矩阵, 为发射信号向量,Ki为子MIMO系统发射向量的维数,v为零均值高斯噪声E[vvH]=N0I,N0为噪声功率,I为单位阵,H为共轭转置。
下面以式(11)所示的MIMO系统为例,具体说明LR算法的过程:
1)采用约化算法对信道矩阵R进行既约化运算,得到约化幺模矩阵U和格基约化信道矩阵R=RU;
2)对接收信号向量X进行线性变换,使接收信号向量变换为复整数,假设采用M-QAM调制方式,且调制阶数为m,则对接收信号向量X进行缩放和平移:
d=αX+βR1=R(αS+β1)+αv=Rb+αv (12)
其中,α和β分别为缩放系数和平移系数,1=[11…1]T,且α=1/2A,β=(3A/2)(1+j), Es=E[|s|2]为符号能量,M=22m,
令c=U-1b,则式(12)所示的MIMO系统模型变为:
d=RUU-1b+αv=Rc+αv (13)
本实施例404中,生成LR域的候选检测向量列表的过程可以具体如下,以式(13)所示的MIMO系统为例进行说明:
根据最大似然准则,c的解应为argmin||d-Rb||,由于||d-Rb||=||d-Rc||,且 因此,
其中,rR(Q)>0,表示LR域内以为中心,包括Q个元素的Voronoi空间的半径,计算该半径的方法有很多,如 V(R)为Voronoi空间的体积,2K为Voronoi空间的维数,均为现有技术,在此不再赘述。
本实施例通过将较大的MIMO系统划分为多个小的子MIMO系统,并结合SIC方法进行检测,由于子MIMO系统的基向量数量少,因此进行LLL既约化时复杂度低,从而极大地降低了LR算法的复杂度,而且系统性能与ML算法接近,小于1dB。通过使用候选检测向量列表,减小了LR算法进行SIC检测时的错误传播的概率,在系统性能逼近ML算法的基础上极大地降低了MIMO系统检测的复杂度。采用LR算法结合SIC方式进行检测,进一步提高了系统的检测性能,与现有技术相比,提高了检测的精度。采用Mahalanobis距离方式生成候选向量列表,与现有的欧氏距离方式相比,容易实现,进一步降低了LR算法的复杂度。
参见图5,本发明实施例还提供了一种多输入多输出系统的信号检测装置,具体包括:
分解模块501,用于对多输入多输出MIMO系统的信道矩阵进行三角分解,根据分解的结果将MIMO系统分解为多个子MIMO系统;
检测模块502,用于对多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测;
列表生成模块503,用于根据检测模块502的检测结果生成第一个子MIMO系统的候选检测向量列表;
干扰消除处理模块504,用于从第二个子MIMO系统开始,采用干扰消除方式,依次检测其它子MIMO系统,得到其它子MIMO系统的候选检测向量列表;
组合及处理模块505,用于将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到MIMO系统的候选检测向量列表;对MIMO系统的候选检测向量列表进行判决或计算,得到MIMO系统的发射信号向量。
其中,分解模块501具体包括:
第一分解单元,用于对MIMO系统的信道矩阵进行三角分解得到上三角矩阵,并将MIMO系统检测分解为多个子MIMO系统的检测,且第一个子MIMO系统为底层的子MIMO系统;
或者分解模块具体包括:
第二分解单元,用于对MIMO系统的信道矩阵进行三角分解得到下三角矩阵,并将MIMO系统检测分解为多个子MIMO系统的检测,且第一个子MIMO系统为顶层的子MIMO系统。
图5所示的装置中,检测模块502具体包括:
既约化单元,用于采用约化算法对信道矩阵进行既约化运算,得到约化幺模矩阵和格基约化信道矩阵;
格约化检测单元,用于根据既约化单元得到的约化幺模矩阵和格基约化信道矩阵,对多个子MIMO系统中的第一个子MIMO系统的接收信号向量在格约化域进行检测,得到第一个子MIMO系统的格约化域检测信号。
图5所示的装置中,列表生成模块503具体包括:
列表生成单元,用于根据检测模块的检测结果,选择多个与检测结果所处格点的距离小于预设值的向量,组成第一个子MIMO系统的候选检测向量列表。
图5所示的装置中,干扰消除处理模块504具体包括:
干扰消除处理单元,用于从第二个子MIMO系统开始,采用连续干扰消除方式,依次检测其它子MIMO系统,在当前子MIMO系统的接收信号向量中,分别用已检测的所有子MIMO系统的候选检测向量列表中的每一个候选检测向量消除对当前子MIMO系统的干扰;并对消除干扰的结果分别进行检测,得到当前子MIMO系统的候选检测向量列表;直到得到最后一个子MIMO系统的候选检测向量列表。
图5所示的装置中,组合及处理模块505具体包括:
组合单元,用于将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到MIMO系统的候选检测向量列表;
判决单元,用于采用最大似然准则对组合单元得到的MIMO系统的候选检测向量列表进行判决,得到MIMO系统的发射信号向量。
或者,组合及处理模块505具体包括:
组合单元,用于将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到MIMO系统的候选检测向量列表;
计算单元,用于计算MIMO系统的候选检测向量列表的对数似然比,得到MIMO系统的发射信号向量。
本实施例提供的多输入多输出系统的信号检测装置可以运用于多输入多输出系统的接收机中。
本实施例通过将较大的MIMO系统划分为多个小的子MIMO系统,并结合SIC方法进行检测,由于子MIMO系统的基向量数量少,因此进行LLL既约化时复杂度低,从而极大地降低了LR算法的复杂度,而且系统性能与ML算法接近,小于1dB。通过使用候选检测向量列表,减小了LR算法进行SIC检测时的错误传播的概率,在系统性能逼近ML算法的基础上极大地降低了MIMO系统检测的复杂度。采用LR算法结合SIC方式进行检测,进一步提高了系统的检测性能,与现有技术相比,提高了检测的精度。采用Mahalanobis距离方式生成候选向量列表,与现有的欧氏距离方式相比,容易实现,进一步降低了LR算法的复杂度。
参见表2,将本发明实施例中LR+List算法的复杂度与ML算法和MMSE算法的复杂度进行对比,可以看出,LR+List算法的复杂度与MMSE算法的复杂度处于同一数量级,远远低于ML算法的复杂度,系统性能接近ML算法。
表2
检测算法 | 4-QAM | 16-QAM | 64QAM | Q=8 | Q=12 |
MMSE算法 | 160 | 160 | 160 | - | - |
ML算法 | 4096 | 1048576 | 268435456 | - | - |
本发明 | - | - | - | 262 | 326 |
图6和图7分别给出了4×4MIMO系统在4QAM调制和16QAM调制时,MMSE算法、ML算法以及本发明实施例提出的LR+List算法,在多种候选列表大小的条件下的性能仿真结果,可以看出,选取适当的Q,LR+List算法性能接近于ML算法性能,小于1dB。
本发明实施例可以利用软件实现,相应的软件程序可以存储在可读取的存储介质中,例如,计算机的硬盘、缓存或光盘中。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (22)
1.一种多输入多输出系统的信号检测方法,其特征在于,所述方法包括:
对多输入多输出MIMO系统的信道矩阵进行三角分解,根据分解的结果将所述MIMO系统分解为多个子MIMO系统;
对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测,并根据检测结果生成所述第一个子MIMO系统的候选检测向量列表;
从第二个子MIMO系统开始,采用干扰消除方式,依次检测其它子MIMO系统,得到所述其它子MIMO系统的候选检测向量列表;
将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到所述MIMO系统的候选检测向量列表;对所述MIMO系统的候选检测向量列表进行判决或计算,得到所述MIMO系统的发射信号向量。
2.根据权利要求1所述的多输入多输出系统的信号检测方法,其特征在于,所述从第二个子MIMO系统开始,采用干扰消除方式,依次检测其它子MIMO系统,得到所述其它子MIMO系统的候选检测向量列表,具体包括:
从第二个子MIMO系统开始,采用连续干扰消除方式,依次检测其它子MIMO系统,在当前检测的子MIMO系统的接收信号向量中,分别用已检测的所有子MIMO系统的候选检测向量列表中的每一个候选检测向量消除对所述当前检测的子MIMO系统的干扰;并对所述消除干扰的结果分别进行检测,得到所述当前检测的子MIMO系统的候选检测向量列表;直到得到最后一个子MIMO系统的候选检测向量列表。
3.根据权利要求2所述的多输入多输出系统的信号检测方法,其特征在于,
所述对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测,具体为:
采用格约化算法对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测;
所述对所述消除干扰的结果分别进行检测,具体为:
采用格约化算法对所述消除干扰的结果分别进行检测。
4.根据权利要求1所述的多输入多输出系统的信号检测方法,其特征在于,所述三角分解具体包括正交三角化分解。
5.根据权利要求4所述的多输入多输出系统的信号检测方法,其特征在于,所述正交三角化分解具体包括排序正交三角化分解。
6.根据权利要求1所述的多输入多输出系统的信号检测方法,其特征在于,
当所述分解的结果为上三角矩阵时,所述多个子MIMO系统中的第一个子MIMO系统为底层的子MIMO系统;
当所述分解的结果为下三角矩阵时,所述多个子MIMO系统中的第一个子MIMO系统为顶层的子MIMO系统。
7.根据权利要求1所述的多输入多输出系统的信号检测方法,其特征在于,所述对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测,具体包括:
采用约化算法对所述信道矩阵进行既约化运算,得到约化幺模矩阵和格基约化信道矩阵;
根据所述约化幺模矩阵和格基约化信道矩阵,对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量在格约化域进行检测,得到所述第一个子MIMO系统的格约化域检测信号。
8.根据权利要求1所述的多输入多输出系统的信号检测方法,其特征在于,所述对所述消除干扰的结果分别进行检测,具体包括:
采用约化算法对所述信道矩阵进行既约化运算,得到约化幺模矩阵和格基约化信道矩阵;
根据所述约化幺模矩阵和格基约化信道矩阵,对所述消除干扰的结果分别在格约化域进行检测。
9.根据权利要求1所述的多输入多输出系统的信号检测方法,其特征在于,所述根据检测结果生成所述第一个子MIMO系统的候选检测向量列表,具体包括:
根据检测结果,选择多个与所述检测结果所处格点的距离小于预设值的向量,组成所述第一个子MIMO系统的候选检测向量列表。
10.根据权利要求9所述的多输入多输出系统的接受方法,其特征在于,所述第一个子MIMO系统的候选检测向量列表所容纳的向量数为预先根据系统目标检测性能设置的。
11.根据权利要求9所述的多输入多输出系统的信号检测方法,其特征在于,所述与所述检测结果所处格点的距离具体为Mahalanobis距离。
12.根据权利要求9所述的多输入多输出系统的信号检测方法,其特征在于,所述预设值具体为一个可容纳候选检测向量列表所容纳的向量数的Voronoi空间的最小半径。
13.根据权利要求1所述的多输入多输出系统的信号检测方法,其特征在于,采用最大似然准则对所述MIMO系统的候选检测向量列表进行判决。
14.根据权利要求1所述的多输入多输出系统的信号检测方法,其特征在于,对所述MIMO系统的候选检测向量列表进行计算,得到所述MIMO系统的发射信号向量,具体为:
计算所述MIMO系统的候选检测向量列表的对数似然比,得到所述MIMO系统的发射信号向量。
15.一种多输入多输出系统的信号检测装置,其特征在于,所述装置包括:
分解模块,用于对多输入多输出MIMO系统的信道矩阵进行三角分解,根据分解的结果将所述MIMO系统分解为多个子MIMO系统;
检测模块,用于对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量进行检测;
列表生成模块,用于根据所述检测模块的检测结果生成所述第一个子MIMO系统的候选检测向量列表;
干扰消除处理模块,用于从第二个子MIMO系统开始,采用干扰消除方式,依次检测其它子MIMO系统,得到所述其它子MIMO系统的候选检测向量列表;
组合及处理模块,用于将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到所述MIMO系统的候选检测向量列表;对所述MIMO系统的候选检测向量列表进行判决或计算,得到所述MIMO系统的发射信号向量。
16.根据权利要求15所述的多输入多输出系统的信号检测装置,其特征在于,所述分解模块具体包括:
第一分解单元,用于对所述MIMO系统的信道矩阵进行三角分解得到上三角矩阵,并将所述MIMO系统检测分解为多个子MIMO系统的检测,且第一个子MIMO系统为底层的子MIMO系统;
或者所述分解模块具体包括:
第二分解单元,用于对所述MIMO系统的信道矩阵进行三角分解得到下三角矩阵,并将所述MIMO系统检测分解为多个子MIMO系统的检测,且第一个子MIMO系统为顶层的子MIMO系统。
17.根据权利要求15所述的多输入多输出系统的信号检测装置,其特征在于,所述检测模块具体包括:
既约化单元,用于采用约化算法对所述信道矩阵进行既约化运算,得到约化幺模矩阵和格基约化信道矩阵;
格约化检测单元,用于根据所述既约化单元得到的约化幺模矩阵和格基约化信道矩阵,对所述多个子MIMO系统中的第一个子MIMO系统的接收信号向量在格约化域进行检测,得到所述第一个子MIMO系统的格约化域检测信号。
18.根据权利要求15所述的多输入多输出系统的信号检测装置,其特征在于,所述列表生成模块具体包括:
列表生成单元,用于根据所述检测模块的检测结果,选择多个与所述检测结果所处格点的距离小于预设值的向量,组成所述第一个子MIMO系统的候选检测向量列表。
19.根据权利要求15所述的多输入多输出系统的信号检测装置,其特征在于,所述干扰消除处理模块具体包括:
干扰消除处理单元,用于从第二个子MIMO系统开始,采用连续干扰消除方式,依次检测其它子MIMO系统,在当前检测的子MIMO系统的接收信号向量中,分别用已检测的所有子MIMO系统的候选检测向量列表中的每一个候选检测向量消除对所述当前检测的子MIMO系统的干扰;并对所述消除干扰的结果分别进行检测,得到所述当前检测的子MIMO系统的候选检测向量列表;直到得到最后一个子MIMO系统的候选检测向量列表。
20.根据权利要求15所述的多输入多输出系统的信号检测装置,其特征在于,所述组合及处理模块具体包括:
组合单元,用于将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到所述MIMO系统的候选检测向量列表;
判决单元,用于采用最大似然准则对所述组合单元得到的所述MIMO系统的候选检测向量列表进行判决,得到所述MIMO系统的发射信号向量。
21.根据权利要求15所述的多输入多输出系统的信号检测装置,其特征在于,所述组合及处理模块具体包括:
组合单元,用于将得到的所有子MIMO系统的候选检测向量列表的对应成员进行组合,得到所述MIMO系统的候选检测向量列表;
计算单元,用于计算所述MIMO系统的候选检测向量列表的对数似然比,得到所述MIMO系统的发射信号向量。
22.根据权利要求15至21中任一权利要求所述的多输入多输出系统的信号检测装置,其特征在于,所述装置运用于多输入多输出系统的接收机中。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810088724A CN101572561B (zh) | 2008-04-30 | 2008-04-30 | 多输入多输出系统的信号检测方法和装置 |
PCT/CN2009/071591 WO2009132597A1 (zh) | 2008-04-30 | 2009-04-30 | 多输入多输出系统的信号检测方法和装置 |
EP09737707.1A EP2216916B1 (en) | 2008-04-30 | 2009-04-30 | Method and equipment for signal dectection in multi-input multi-output system |
US12/793,890 US8437418B2 (en) | 2008-04-30 | 2010-06-04 | Method and apparatus for detecting signals of multi-input multi-output system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810088724A CN101572561B (zh) | 2008-04-30 | 2008-04-30 | 多输入多输出系统的信号检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101572561A true CN101572561A (zh) | 2009-11-04 |
CN101572561B CN101572561B (zh) | 2012-09-05 |
Family
ID=41231808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810088724A Expired - Fee Related CN101572561B (zh) | 2008-04-30 | 2008-04-30 | 多输入多输出系统的信号检测方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8437418B2 (zh) |
EP (1) | EP2216916B1 (zh) |
CN (1) | CN101572561B (zh) |
WO (1) | WO2009132597A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103166742A (zh) * | 2013-01-16 | 2013-06-19 | 南京信息工程大学 | Mimo信号的对偶格约减辅助检测方法 |
CN103580813A (zh) * | 2012-08-10 | 2014-02-12 | 中兴通讯股份有限公司 | 一种小区间多天线协作系统干扰信道码本化方法及装置 |
CN104601298A (zh) * | 2015-02-17 | 2015-05-06 | 美商威睿电通公司 | 在多重输入输出通信系统中检测信号的方法及装置 |
CN107733514A (zh) * | 2017-11-23 | 2018-02-23 | 四川大学 | 组合输入信号mimo无线通信接收端及其信号检测方法 |
CN107735962A (zh) * | 2015-04-15 | 2018-02-23 | 瑞典爱立信有限公司 | 用于多跳通信的逐阶段连续mimo解码 |
CN111147117A (zh) * | 2018-11-02 | 2020-05-12 | 三星电子株式会社 | 接收器、操作方法、信号检测方法和计算机可读记录介质 |
CN111669189A (zh) * | 2020-05-28 | 2020-09-15 | 中国联合网络通信集团有限公司 | 一种信号检测方法和装置 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102882656B (zh) * | 2011-07-14 | 2015-01-21 | 华为技术有限公司 | 多源中继网络中信号传输方法、设备及系统 |
US8831080B2 (en) * | 2011-10-04 | 2014-09-09 | Samsung Electronics Co., Ltd. | Apparatus and method for channel quality feedback with a K-best detector in a wireless network |
CN102724160B (zh) * | 2012-05-04 | 2015-03-04 | 西安电子科技大学 | 高阶调制多入多出系统中的信号检测方法 |
US8787427B2 (en) * | 2012-05-10 | 2014-07-22 | Telefonaktiebolaget L M Ericsson (Publ) | Chip-level processing for joint demodulation in CDMA receivers |
CN102970085B (zh) * | 2012-11-19 | 2015-01-14 | 北京航空航天大学 | 信号检测方法 |
CN105338632B (zh) * | 2014-06-20 | 2020-09-29 | 索尼公司 | 无线电资源管理系统和无线电资源管理方法 |
US9705646B2 (en) * | 2015-02-27 | 2017-07-11 | Georgia Tech Research Corporation | Multi-input multi-output (MIMO) detection systems |
US20170288933A1 (en) * | 2016-03-30 | 2017-10-05 | Intel IP Corporation | Wireless signal receiver |
CN107147606B (zh) * | 2017-05-05 | 2020-06-09 | 哈尔滨工业大学 | 一种广义空间调制中格基规约辅助的线性检测方法 |
US11309992B2 (en) * | 2018-07-17 | 2022-04-19 | Qualcomm Incorporated | Using lattice reduction for reduced decoder complexity |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100361414C (zh) * | 2004-06-01 | 2008-01-09 | 华为技术有限公司 | 一种分组垂直分层空时检测方法及装置 |
CN100559740C (zh) * | 2005-01-20 | 2009-11-11 | 北京邮电大学 | 一种接近最大似然检测性能的低复杂度多入多出检测方法 |
US7583763B2 (en) * | 2005-02-07 | 2009-09-01 | Mimopro Ltd. | Multi input multi output wireless communication reception method and apparatus |
US8971461B2 (en) * | 2005-06-01 | 2015-03-03 | Qualcomm Incorporated | CQI and rank prediction for list sphere decoding and ML MIMO receivers |
CA2613122C (en) | 2005-06-29 | 2013-01-22 | Compumedics Limited | Sensor assembly with conductive bridge |
KR100922979B1 (ko) * | 2005-08-19 | 2009-10-22 | 삼성전자주식회사 | 공간다중화방식이 적용된 다중입출력 통신시스템의신호검출방법 |
KR100922957B1 (ko) * | 2005-10-07 | 2009-10-23 | 삼성전자주식회사 | 다중입출력 통신시스템의 신호검출 장치 및 방법 |
KR20080102393A (ko) * | 2006-02-17 | 2008-11-25 | 노키아 코포레이션 | Aimo 수신기를 제공하는 장치, 방법 및 컴퓨터 프로그램 생성물 |
CN101034928A (zh) * | 2006-03-06 | 2007-09-12 | 西门子(中国)有限公司 | 多入多出无线通信系统中的信号接收方法与信号接收设备 |
KR100975731B1 (ko) * | 2006-03-09 | 2010-08-12 | 삼성전자주식회사 | 다중 입력 다중 출력 방식을 사용하는 통신 시스템에서신호 검파 장치 및 방법 |
TW200801513A (en) | 2006-06-29 | 2008-01-01 | Fermiscan Australia Pty Ltd | Improved process |
US20080049863A1 (en) * | 2006-08-28 | 2008-02-28 | Nokia Corporation | Apparatus, method and computer program product providing soft decision generation with lattice reduction aided MIMO detection |
KR20080021323A (ko) * | 2006-09-04 | 2008-03-07 | 삼성전자주식회사 | 다중 안테나 통신시스템의 송신신호 검출을 위한 수신장치및 방법 |
US8040959B2 (en) * | 2006-12-11 | 2011-10-18 | Texas Instruments Incorporated | Dynamic resource allocation to improve MIMO detection performance |
US8116399B2 (en) * | 2008-01-31 | 2012-02-14 | Hui Long Fund Limited Liability Company | Multiple-input multiple-output signal detectors based on relaxed lattice reduction |
-
2008
- 2008-04-30 CN CN200810088724A patent/CN101572561B/zh not_active Expired - Fee Related
-
2009
- 2009-04-30 WO PCT/CN2009/071591 patent/WO2009132597A1/zh active Application Filing
- 2009-04-30 EP EP09737707.1A patent/EP2216916B1/en not_active Not-in-force
-
2010
- 2010-06-04 US US12/793,890 patent/US8437418B2/en active Active
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103580813A (zh) * | 2012-08-10 | 2014-02-12 | 中兴通讯股份有限公司 | 一种小区间多天线协作系统干扰信道码本化方法及装置 |
CN103580813B (zh) * | 2012-08-10 | 2018-03-20 | 中兴通讯股份有限公司 | 一种小区间多天线协作系统干扰信道码本化方法及装置 |
CN103166742A (zh) * | 2013-01-16 | 2013-06-19 | 南京信息工程大学 | Mimo信号的对偶格约减辅助检测方法 |
CN103166742B (zh) * | 2013-01-16 | 2016-03-23 | 南京信息工程大学 | Mimo信号的对偶格约减辅助检测方法 |
CN104601298A (zh) * | 2015-02-17 | 2015-05-06 | 美商威睿电通公司 | 在多重输入输出通信系统中检测信号的方法及装置 |
CN104601298B (zh) * | 2015-02-17 | 2018-04-24 | 英特尔公司 | 在多重输入输出通信系统中检测信号的方法及装置 |
CN107735962A (zh) * | 2015-04-15 | 2018-02-23 | 瑞典爱立信有限公司 | 用于多跳通信的逐阶段连续mimo解码 |
CN107733514A (zh) * | 2017-11-23 | 2018-02-23 | 四川大学 | 组合输入信号mimo无线通信接收端及其信号检测方法 |
CN107733514B (zh) * | 2017-11-23 | 2023-10-27 | 四川大学 | 组合输入信号mimo无线通信接收端及其信号检测方法 |
CN111147117A (zh) * | 2018-11-02 | 2020-05-12 | 三星电子株式会社 | 接收器、操作方法、信号检测方法和计算机可读记录介质 |
CN111669189A (zh) * | 2020-05-28 | 2020-09-15 | 中国联合网络通信集团有限公司 | 一种信号检测方法和装置 |
CN111669189B (zh) * | 2020-05-28 | 2022-02-25 | 中国联合网络通信集团有限公司 | 一种信号检测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US8437418B2 (en) | 2013-05-07 |
EP2216916A4 (en) | 2011-04-13 |
EP2216916B1 (en) | 2017-11-15 |
CN101572561B (zh) | 2012-09-05 |
US20100239043A1 (en) | 2010-09-23 |
EP2216916A1 (en) | 2010-08-11 |
WO2009132597A1 (zh) | 2009-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101572561B (zh) | 多输入多输出系统的信号检测方法和装置 | |
CN101207404B (zh) | 最大相似度检测方法与系统 | |
US8799751B2 (en) | Low complexity optimal soft MIMO receiver | |
CN101453444B (zh) | 星座图简化装置和方法、接收机 | |
Xiao et al. | A compressive sensing assisted massive SM-VBLAST system: Error probability and capacity analysis | |
CN105814857A (zh) | 用于低复杂度和高性能通信的改进的格基约减辅助的k-best 算法 | |
CN106067869A (zh) | 用于对高阶qam符号进行软检测的方法和设备 | |
JP5568373B2 (ja) | Mimo受信機の信号検出方法およびその装置 | |
CN113517941B (zh) | 一种大规模mimo系统信道估计与迭代检测仿真方法和系统 | |
US20130177114A1 (en) | Method of detection of signal in communication systems with mimo channel | |
Zhang et al. | Receive antenna selection for MIMO systems over correlated fading channels | |
CN101541023A (zh) | 一种联合迭代检测译码方法和装置 | |
Srinivasa et al. | The optimality of transmit beamforming: A unified view | |
CN101964667B (zh) | 用于长期演进方案的高效多天线检测方法 | |
Seyman | Symbol Detection Based on Back Tracking Search Algorithm in MIMO-NOMA Systems. | |
KR101731723B1 (ko) | 다중 안테나 시스템에서 연판정 검출 방법 및 장치 | |
Kim | Performance of decremental antenna selection algorithms for spatial multiplexing MIMO systems with linear receiver over correlated fading channels | |
CN101795180A (zh) | 一种具有最优排序特征的mimo检测预处理方法和装置 | |
Radosavljevic et al. | Parallel searching-based sphere detector for MIMO downlink OFDM systems | |
CN114520682B (zh) | 超大规模mimo中利用球面波特征的低复杂度信号检测方法 | |
Songlin et al. | Two novel reordering methods for MIMO sphere detection based on MMSE detection | |
US9191155B2 (en) | Reception device, reception method, and program | |
Hwang et al. | Efficient Gauss-Seidel Precoding with Parallel Calculation in Massive MIMO Systems | |
CN107104714A (zh) | 一种无需qr分解的mimo检测方法 | |
Zhen et al. | A novel fixed-complexity soft-output MIMO detector using parallel bidirectional scheme |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120905 |
|
CF01 | Termination of patent right due to non-payment of annual fee |