CN101582748B - 低复杂度的mimo系统信号检测方法和检测装置 - Google Patents

Abstract

本发明提供用于MIMO系统的低复杂度的信号检测方法和检测装置。信号检测装置根据信道估计的结果对接收信号进行检测，从而输出接收信号的软比特测度信息。信号检测装置包括：线性检测部，其基于所述信道估计的结果，来对接收信号进行检测，以获得初始估计信号；星座选择部，其选择原始星座集中与所述初始估计信号之间的距离小于预定的搜索半径的星座作为候选星座，以构成候选星座子集；以及软比特测度计算部，其根据所述候选星座子集中的候选星座，计算针对各发送码元的软比特测度。本发明的信号检测方法和信号检测装置可以在降低计算复杂度的同时，实现优于线性检测器的性能，且比基于候选星座个数的方法更容易实现和控制。

Description

低复杂度的MIMO系统信号检测方法和检测装置

技术领域

本发明涉及MIMO系统中的信号检测技术，更具体地说，涉及一种用于MIMO系统的低复杂度的信号检测方法和检测装置，其通过将线性检测和最大似然检测原理相结合，降低了计算的复杂度，同时实现了良好的性能。

背景技术

作为满足未来无线通信系统的高容量需求的方案，MIMO(多输入多输出)系统受到了较多关注。

在MIMO系统中，发送端利用多根天线进行信号的发送，接收端利用多根天线进行信号的接收。研究表明，相比于传统的单天线传输方法，MIMO系统可以显著地提高信道容量，从而提高信息传输速率。另外，MIMO系统采用的发送和接收天线数越多，其可提供的信息传输速率就越高。相比于时频资源，空间的天线资源几乎是无限可利用的，因此MIMO技术有效地突破了传统研究中的瓶颈，成为了下一代无线通信系统的核心技术之一。

在MIMO系统中，一个可能的传输方案是同时并行地传送多个不同的数据流(空间复用或垂直分层空时码(VBLAST))([非专利文献1])。在此情况下，所有传送的数据流都将经历不同的信道，并且在接收天线处被混合接收。

另一方面，对于更高比特率的持续增长的需求导致多载波传输技术的出现，多载波传输技术可以通过用于宽带通信的OFDM(正交频分复用)来实现。OFDM调制技术将总的可用带宽分成多个等间距的频带。通过施加合适的循环前缀，可以使单个子信道呈现平衰落信道特性。将MIMO技术和OFDM技术相结合，使得可以在频率选择信道中采用BLAST。因此，基于BLAST检测算法的MIMO-OFDM系统有望成为未来移动无线系统的备选方案。

作为MIMO系统中的信号检测方案，已经提出了各种检测方法，如迫零检测法(ZF：Zero Forcing)、最小均方误差检测法(MMSE)、VBLAST检测法以及最大似然度检测法(MLD)。ZF和MMSE是线性检测方法，它们的复杂度低，但是性能也差。VBLAST是将线性检测与连续的信号干扰消除(SIC)相结合的方法，而且与线性检测方法相比具有更好的性能。MLD检测法计算按所有可能发送码元组合得到的接收信号与实际接收信号之间的距离，并检测与最小距离所对应的发送码元组合，作为最可能的发送码元组合。MLD相比于MMSE和VBLAST具有优异的特性，但是其计算复杂度随星座数量和发送器天线的数量而呈指数式增长。为克服此缺点，已提出了许多次优的非线性检测方法，如迭代BLAST([非专利文献2])、球形解码(SD)([非专利文献3])以及QRM-MLD([非专利文献4])等，这些方法可以大大减小计算工作量，但也造成了相当大的性能损失。而用于MIMO和MIMO-OFDM系统的新的检测方法仍然在研究中。

在大多数实际的无线系统中，应用了信道编码以进一步增强系统性能。在编码的MIMO系统中，MLD是最佳的，但复杂度也最高。具有硬判决的非线性检测器，如BLAST和球解码等，性能要比线性检测器好。对于软比特输出信息检测器，MMSE检测相比于VBLAST检测具有更好的性能，因为VBLAST检测会受判决反馈过程中的误差传播影响。

鉴于上述问题，仍然需要用于MIMO系统的在软比特输出的MMSE检测器与和MLD之间的折衷方案。希望发现其它性能接近于ML解码器且复杂度较低的检测器。为了全面利用编码增益，针对解码器的合适软信息计算方法对于无线信道是关键的。

以下列出本发明的参考文献，通过引用将它们并入于此，如同在本说明书中作了详尽描述。

1、[专利文献1]：Love David J.et al.，Low-complexity hierarchicaldecoding for communications systems using multidimensional QAMsignaling(US 0052317A1)

2、[专利文献2]：Niu Huaning，et al.，Method of soft bit metriccalculation with direct matrix inversion MIMO detection(US 0227903A1)

3、[专利文献3]：Hosur Srinath，et al.，MIMO Decoding(US 0265465A1)

4、[专利文献4]：Hoo Min Chuin，et al.，Reduced complexity detector formultiple-antenna systems(US 0146950A1)

5、[非专利文献1]：G.J.Foschini，“Layered space-time architecture forwireless communication in a fading environment when using multielementantennas”，Bell Labs Tech.J.pp.41-59，Autumn 1996.

6、[非专利文献2]：X.Li，H.Huang，G.Foschini，and R.A.Valenzuela，“Effects of Iterative Detection and Decoding on the Performance of BLAST”，in Proc.IEEEGLOBECOM’00，pp.1061-1066，2000.

7、[非专利文献3]：E.Viterbo and J.Boutros，“A Universal Lattice CodeDecoder for Fading Channels”，IEEE Transactions on Information Theory，vol.45，no.5，pp.1639-1642，July 1999.

8、[非专利文献4]：H.Kawai，K.Higuchi，N.Maeda，M.Sawahashi，T.Ito，Y.Kakura，A.Ushirokawa，and H.Seki，“Likelihood function forQRM-MLD suitable for soft-decision turbo decoding and its performance forOFCDM MIMO multiplexing in multipath fading channel”，IEICE Trans.Commun.，vol.E88-B，no.1，pp.47-57，Jan.2004.

发明内容

本发明的目的是挖掘软输出MMSE检测器与ML检测器之间的潜在性能改进。通过选择较小的候选QAM星座子集，降低了对数似然比(LLR)计算的计算复杂度。

根据本发明的第一方面，提供了一种用于无线通信系统的接收机中的信号检测方法，其根据接收机接收到的信号进行信道估计，根据该信道估计的结果来对接收信号进行检测，从而输出接收信号的软比特测度信息，该信号检测方法包括以下步骤：

基于信道估计的结果，使用线性检测器来对接收信号进行检测，以获得初始估计信号；

选择原始星座集中与所述初始估计信号之间的距离小于预定的搜索半径的星座作为候选星座，以构成候选星座子集；以及

根据所述候选星座子集中的候选星座，计算针对各发送码元的软比特测度。

在上述信号检测方法中，所述线性检测器包括迫零检测器、最小均方误差检测器以及顺序干扰消除检测器。

在上述信号检测方法中，所述搜索半径根据信道信息和信干噪比来自适应地确定。

在上述信号检测方法中，当不同支路的信干噪比落在预定范围内时，针对所有不同支路取采用相同的搜索半径。

在上述信号检测方法中，通过最大后验概率或简化的最大后验概率处理模块来计算各发送码元的软比特测度。

根据本发明的第二方面，提供了一种用于无线通信系统的接收机中的信号检测装置，其根据信道估计的结果对接收信号进行检测，从而输出接收信号的软比特测度信息，

所述信号检测装置包括：

线性检测部，其基于所述信道估计的结果，来对接收信号进行检测，以获得初始估计信号；

星座选择部，其选择原始星座集中与所述初始估计信号之间的距离小于预定的搜索半径的星座作为候选星座，以构成候选星座子集；以及

软比特测度计算部，其根据所述候选星座子集中的候选星座，计算针对各发送码元的软比特测度。

在上述信号检测装置中，所述线性检测部包括迫零检测器、最小均方误差检测器以及顺序干扰消除检测器。

在上述信号检测装置中，所述搜索半径根据信道信息和信干噪比来自适应地确定。

在上述信号检测装置中，当不同支路的信干噪比落在预定范围内时，针对所有不同支路取采用相同的搜索半径。

在上述信号检测装置中，所述软比特测度计算部通过最大后验概率或简化的最大后验概率处理模块来计算各发送码元的软比特测度。

在上述信号检测方法和信号检测装置中，所述原始星座集可以是QAM星座集或BPSK星座集。

上述信号检测方法和信号检测装置可以应用于MIMO、MIMO-OFDM、WiMAX或其它无线通信系统。

根据本发明的第三方面，还提供了一种计算机程序，该计算机程序包括用于在计算机上运行以使该计算机执行上述信号检测方法的指令。

根据本发明的第四方面，还提供了一种包含上述计算机程序的可读记录介质，该可读记录介质可由计算机读取以将所述计算机程序加载到计算机中并由所述计算机执行所述计算机程序。

与现有技术相比，本发明的信号检测方法和信号检测装置可以在降低计算复杂度的同时，实现优于线性检测器的性能，且比基于候选星座个数的方法更容易实现和控制。

附图说明

附图示出了本发明的优选实施例，构成了说明书的一部分，用于与文字说明一起进一步详细地阐释本发明的原理。其中：

图1示出了MIMO无线通信系统的接收机的示意结构；

图2示出了根据本发明的MIMO检测器的示意结构；

图3示出了在16QAM调制的2×2MIMO系统中搜索半径R₁＝R₂时的选择结果；

图4示出了在2×2的MIMO系统中随SINR变化而自适应地确定搜索半径的方法的流程图；

图5示出了根据本发明的利用可变搜索半径来选择候选星座的结果；以及

图6示出了根据本发明的检测方法在搜索半径固定情况下与MMSE、MLD检测方法之间的性能比较。

具体实施方式

下面以MIMO通信系统为例，参照附图来对本发明的信号检测方法和检测设备进行说明。但本领域技术人员应当明白，本发明并非只可应用于MIMO通信系统，同样也可以应用于MIMO-OFDM、WiMAX或其它无线通信系统。

在MIMO通信系统中，当同时并行传送多个不同的数据流时，所有传送的数据流经历了不同的信道参数。具有N_t个发送天线和N_r个接收天线的典型MIMO系统可以建模为：

y＝Hs+n    (1)

其中，n是噪声向量，其方差为σ²； $s=\{s_1,s_2,\·\·\·s_{N_t}\},$ $y=\{y_1,y_2,\·\·\·y_{N_r}\}$ 分别是发送向量和接收向量，H是N_r×N_t维的信道传输特性矩阵。

接收向量的具体实现的概率由以下多维高斯分布给出：

$p\left(y\right|s)=\frac{1}{{\left(\sqrt{\mathrm{\π}}\mathrm{\σ}\right)}^{N_r}}\exp (-\frac{1}{{\mathrm{\σ}}^2}{\left|\right|y-\mathrm{Hs}\left|\right|}^2)---\left(2\right)$

其中，‖·‖为向量模数。

对于编码传输，检测器必须提供软比特输出，即，给定接收信号情况下关于各发送比特的后验概率(APP)。这些可表示为对数似然比(LLR)，如下式所示：

$L\left(b_{i,j}\right|y)=\ln \frac{{\mathrm{\Σ}}_{s\∈S_{i,j,+1}}p\left(y\right|s)p\left(s\right)}{{\mathrm{\Σ}}_{s\∈S_{i,j,-1}}p\left(y\right|s)p\left(s\right)}---\left(3\right)$

其中，两个“和”分别表示p(y|s)在S_i，j，±1＝{s_i|b_i，j＝±1}上的期望值，b_i，j表示发送天线i的第j比特，S_i，j±1＝{s_i|b_i，j＝±1}是b_i，j＝±1时的星座集。该最优方案使得能够以计算复杂度随星座数量和发送天线数量呈指数式增长为代价，来进行最大似然检测。

下面，参照附图来说明本发明的MIMO检测器及其检测方法。

图1示出了MIMO无线通信系统的接收机的结构。该接收机包括N_r个RF部100、N_r个ADC部101、N_r个FFT部102、一个同步和信道估计部103、一个MIMO检测器104以及一个信道解码器105。

RF部100和ADC部101将射频信号转换成基带信号。该基带信号被输入至FFT部102，并由FFT部102转换成频域信号。经FFT部102转换后的接收信号向量y被输入至MIMO检测器104，以重构发送码元。接着信道解码器105对由MIMO检测器104重构的发送码元进行处理，以恢复初始比特信息。同步和信道估计部103用于对多个信道进行同步，例如根据接收信号中的导频信号或采用其它方法来进行信道估计，以估计出当前的信道传输特性矩阵H。

图2进一步示出了根据本发明的MIMO检测器104的具体结构。

如图2所示，MIMO检测器104包括线性检测部200、星座选择部201、软比特测度计算部202。

下面参照图2，对本发明的检测方法进行说明。

首先，线性检测部200基于信道估计部103估计出的信道传输特性矩阵H和接收向量y来获得发送信号的估计。在此，检测部200可以是ZF检测器或MMSE检测器。两种检测器的估计结果分别如下所示：

$\hat{s}=H^{-1}\·y---\left(4\right)$

$\hat{s}{=(H^{H}H+\frac{1}{{\mathrm{\σ}}^2}{I}_N)}^{-1}{H}^H\·y---\left(5\right)$

其中，公式(4)表示采用ZF检测器的估计结果，而(5)表示采用MMSE检测器的估计结果，

是估计信号向量，H^H是H的共轭转置矩阵，I_N是大小为N的单位矩阵。

接着，星座选择部201根据上面的估计结果，来确定针对各发送维度的缩小的候选星座子集而非全部QAM星座。选择的准则基于估计码元

到QAM星座的距离。针对第i个发送天线的搜索半径为R_i的候选星座子集表示为：

$\left\{s_{\mathrm{ij}}\right\}={|{\hat{s}}_i-s_i|}_{s_j\&Element;C}<R_i---\left(6\right)$

其中，s_ij是第i个估计数据

的第j个候选星座，C是调制符号的(BPSK或者QAM)星座集。搜索半径R_i可以固定的或者变化的。

图3示出了16QAM调制的2×2MIMO系统中针对两个支路的搜索半径R₁＝R₂的情况的选择过程。两个接收天线数据的初始线性估计为

和

其在原始星座图中的位置用“×”表示。原始星座点用“○”表示。虚线圆表示搜索半径为R＝R₁＝R₂的搜索范围，圆内星座点即为候选星座点，如图3中的灰色圆点所示。

容易理解，当搜索半径覆盖了整个星座图时，本发明的方法相当于ML检测；当搜索半径减小到仅仅大于两个星座点间的最小距离时，本发明的方法相当于线性检测。通过改变搜索半径的数值，本发明的方法可以实现检测性能和计算复杂度之间的均衡。搜索半径R取决于希望的性能和计算复杂度之间的均衡、QAM星座图和接收信号的信干噪比(SINR)。

当不同的接收天线的信于噪比差异较大时，还可以针对不同的天线分支自适应地采用不同的搜索半径，在采用同样的候选星座点数时，这种方法计算得到的LLR更有效。

下面给出2×2的MIMO系统的选择方法示例。图4示出了在2×2的MIMO系统中随SINR变化而自适应地确定搜索半径的方法的流程图，其中p为两个支路的信干噪比的差异容忍程度(例如，取p＝1.2)，K是QAM星座图的归一化因子，α是计算复杂度和检测性能之间的均衡系数。当两个支路的信干噪比差异不大时，可以取相等的搜索半径。具体过程描述如下：

参照公式(1)，2×2的MIMO系统的信号模型可表示为：

$\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right]\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+\left[\begin{array}{c}{n}_1\\ n_2\end{array}\right]---\left(7\right)$

其中， $\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right],$ $\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right],$ $\left[\begin{array}{c}{n}_1\\ n_2\end{array}\right]$ 分别表示发送信号向量、接收信号向量以及噪声向量， $\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right]$ 表示信道传输特性矩阵。

首先计算各天线支路的信干噪比(SINR)γ₁、γ₂。

若采用MMSE检测器，则估计信号可以表示为：

$\left[\begin{array}{c}{\hat{s}}_1\\ {\hat{s}}_2\end{array}\right]=\mathrm{GHs}+\mathrm{Gn}=\mathrm{Qs}+\mathrm{Gn}---\left(8\right)$

$\left[\begin{array}{c}{\hat{s}}_1\\ {\hat{s}}_2\end{array}\right]=\left[\begin{array}{cc}{q}_{11}& q_{12}\\ q_{21}& q_{22}\end{array}\right]\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+\left[\begin{array}{cc}{g}_{11}& g_{12}\\ g_{21}& g_{22}\end{array}\right]\left[\begin{array}{c}{n}_1\\ n_2\end{array}\right]---\left(9\right)$

其中， $G={(H^{H}H+\frac{1}{{\mathrm{\&sigma;}}^2}{I}^2)}^{-1}{H}^H.$ 估计信号的SINR分别为：

${\mathrm{\&gamma;}}_1={\left|q_{11}\right|}^2/({\left|g_{11}\right|}^2{\mathrm{\&sigma;}}_1^2+{\left|g_{12}\right|}^2{\mathrm{\&sigma;}}_2^2+{\left|q_{12}\right|}^2)---\left(10\right)$

${\mathrm{\&gamma;}}_2={\left|q_{22}\right|}^2/({\left|g_{21}\right|}^2{\mathrm{\&sigma;}}_1^2+{\left|g_{22}\right|}^2{\mathrm{\&sigma;}}_2^2+{\left|q_{21}\right|}^2)---\left(11\right)$

ZF检测的SINR计算方法和MMSE检测相同。

其后，判断是否满足1/p＜γ₁/γ₂＜p。若判断结果为是，则将两个支路的搜索半径设为 $R_1=R_2=K/\sqrt{{\mathrm{\&gamma;}}_1},$ 然后进行星座选择。

若上述判断结果为否，则将两个支路的搜索半径分别设为：

$R_1=\mathrm{\&alpha;K}/\sqrt{{\mathrm{\&gamma;}}_1},$ $R_2=\mathrm{\&alpha;K}/\sqrt{{\mathrm{\&gamma;}}_2}---\left(12\right)$

图5示出了该自适应确定候选星座搜索半径的结果。各天线支路的搜索半径R_i取决于γ₁、γ₂和均衡因子α。利用这种自适应搜索半径确定方法，会获得更有效的LLR计算结果。而且由于信干噪比，容易确定误码率和搜索半径之间的关系。本发明的方法比基于候选星座个数的方法更容易实现和控制。

在通过星座选择部201选择了候选星座子集后，通过软比特信息计算部202来计算软比特信息。

b_i，j的LLR为：

$L\left(b_{i,j}\right|y)=\ln \frac{{\mathrm{\&Sigma;}}_{s_i\&Element;s_{i,j,+1}}\exp (-\frac{{|y_i-s_i{h}_i|}^2}{{\mathrm{\&sigma;}}^2})}{{\mathrm{\&Sigma;}}_{s_i\&Element;s_{i,j,-1}}\exp (-\frac{{y_i-s_i{h}_i|}^2}{{\mathrm{\&sigma;}}^2})}---\left(13\right)$

其中，S_i，j，±1＝{s_i|b_i，j＝±1}是b_i，j＝±1时发送天线i的选定星座子集。关于比特软信息计算，除了公式(13)的经典方法外，还有很多简化算法，如MaxLogMAP等[非专利文献4]。

需要注意的是当候选星座集中缺少比特值为0或1的星座点时，计算软比特信息的方法。QRM算法有回溯和替代计算的方法[非专利文献4]，还可以采用以下方法[专利文献4]。假设候选星座集中缺少比特位b_i＝0的星座点：

1、搜索所有的星座点，这相当于ML检测；

2、搜索和初始估计符号距离最小且对应比特位b_i＝0的星座点；

3、搜索临近的若干个星座点，然后加权；

4、当特定比特位的星座不存在时，用一定的阈值(极大或者极小的确定数值)代替该比特对应的度量值。

图6示出了根据本发明的检测方法在候选星座搜索半径固定情况下与线性MMSE和最优MLD检测方法之间的性能比较，其中横坐标为接收端信噪比，纵坐标为误码率，星座图为16QAM调制，搜索半径R的数值为相邻两个星座点之间最小距离的倍数。上述结果表明，本发明的检测方法在性能上优于线性MMSE检测方法。就计算复杂度而言，线性检测器(ZF或者MMSE)最简单，MLD检测随着天线数和星座点数的增长呈指数增长，复杂度大大增加。本发明的计算复杂度高于线性检测器，但远低于MLD检测方法。

需要说明的是，本发明的范围还包括用于执行上述信号检测方法的计算机程序以及记录有该程序的计算机可读记录介质。作为记录介质，这里可以使用计算机可读的软盘、硬盘、半导体存储器、CD-ROM、DVD、磁光盘(MO)以及其它介质。

尽管以上仅选择了优选实施例来例示本发明，但是本领域技术人员根据这里公开的内容，很容易在不脱离由所附权利要求限定的发明范围的情况下进行各种变化和修改。上述实施例的说明仅是例示性的，而不构成对由所附权利要求及其等同物所限定的发明的限制。

Claims (8)

1.一种用于无线通信系统的接收机中的信号检测方法，其根据接收机接收到的信号进行信道估计，根据该信道估计的结果来对接收信号进行检测，从而输出接收信号的软比特测度信息，该信号检测方法包括以下步骤：

基于信道估计的结果，使用线性检测器来对接收信号进行检测，以获得初始估计信号；

选择原始星座集中与所述初始估计信号之间的距离小于预定的搜索半径的星座作为候选星座，以构成候选星座子集；以及

根据所述候选星座子集中的候选星座，计算针对各发送码元的软比特测度，

其中，所述搜索半径根据信道信息和信干噪比来自适应地确定。

2.根据权利要求1所述的信号检测方法，其中，所述线性检测器包括迫零检测器、最小均方误差检测器以及顺序干扰消除检测器。

3.根据权利要求1所述的信号检测方法，其中，当不同支路的信干噪比落在预定范围内时，针对所有不同支路采用相同的搜索半径。

4.根据权利要求1所述的信号检测方法，其中，通过最大后验概率或简化的最大后验概率处理模块来计算各发送码元的软比特测度。

5.一种用于无线通信系统的接收机中的信号检测装置，其根据信道估计的结果对接收信号进行检测，从而输出接收信号的软比特测度信息，

所述信号检测装置包括：

线性检测部，其基于所述信道估计的结果，来对接收信号进行检测，以获得初始估计信号；

星座选择部，其选择原始星座集中与所述初始估计信号之间的距离小于预定的搜索半径的星座作为候选星座，以构成候选星座子集；以及

软比特测度计算部，其根据所述候选星座子集中的候选星座，计算针对各发送码元的软比特测度，

其中，所述搜索半径根据信道信息和信干噪比来自适应地确定。

6.根据权利要求5所述的信号检测装置，其中，所述线性检测部包括迫零检测器、最小均方误差检测器以及顺序干扰消除检测器。

7.根据权利要求5所述的信号检测装置，其中，当不同支路的信干噪比落在预定范围内时，针对所有不同支路采用相同的搜索半径。

8.根据权利要求5所述的信号检测装置，其中，所述软比特测度计算部通过最大后验概率或简化的最大后验概率处理模块来计算各发送码元的软比特测度。

Images