CN101958875A - 在移动环境下高阶调制mimo系统的检测方法 - Google Patents

Abstract

本发明提出了一种在移动环境下高阶调制MIMO系统的检测方法，主要解决现有高阶4^q-QAM调制多输入多输出MIMO复用系统检测复杂度高的问题。其检测步骤是：利用4^q-QAM的分层特性，对4^q-QAM的星座点进行区域划分；根据权重系数较大的调制子层数据确定侯选区域；在侯选区域中按星座点与对应的接收数据间的最小距离准则进行星座点优选；采用球形检测SD算法对各层优选后的星座点进行搜索，确定发送数据。本发明与多状态球形检测MSD方法相比，其复杂度有明显下降，且误码率性能有改善；与球形检测SD相比，本发明的复杂度在高信噪比SNR或低信噪比SNR下均有大幅下降，可用于移动环境下高阶调制MIMO系统中接收机的设计与实现。

Description

在移动环境下高阶调制MIMO系统的检测方法

技术领域

本发明属于通信技术领域，涉及多输入多输出MIMO系统的检测，具体地说是一种降低MIMO检测复杂度的方法，可用于基于高阶调制的高阶MIMO的检测。

背景技术

空间复用MIMO系统充分利用了空间资源，有效地提高了移动通信系统的频带利用率；随着高质量多媒体通信业务对系统信息传输速率要求的进一步提高，在有限带宽的条件下，空间复用MIMO系统需要采用更高阶的调制方式如64QAM和更高阶的MIMO，以满足系统对传输速率的需求。已制定无线通信物理层标准，如ieee802.11n，ieee802.16e，和LTE等，已将64QAM列为系统必须支持调制模式；据报道在未来的无线通信物理层标准中将会采用更高阶的调制模式。但具有高阶调制和更多收发天线的应用将导致接收端MIMO检测中一些高性能的非线性检测算法异常复杂，这使得高性能MIMO接收机的设计与实现极具挑战。

在高性能非线性MIMO检测方法中，最佳的检测算法是最大似然ML，其复杂度随发射天线数及调制阶数呈指数形式增加。为了降低其复杂度同时损失较小的性能，近年来研究了大量的非线性检测算法，比较典型的有QRM-MLD“KawaiH，Higuchi K，Maeda N，Sawahashi M.Adaptive control of surviving symbol replicacandidates in QRM-MLD for OFDM MIMO multiplexing[J]IEEE Journal onSelected Areas in Communications，2006，24(6)：1130-1140.”和SD“ByonghyoShim，Insung Kang.Sphere Decoding With a Probabilistic Tree Pruning[J].IEEETransactions on Signal Processing，2008，56(10)：4867-4878.”这两类方法；其中QRM-MLD方法的性能由检测每层的保留点数决定，为了拥有接近ML的性能，在高SNR下，其复杂度相对较大，而SD方法在高SNR下明显地降低检测复杂度同时兼有了接近ML算法的性能。但在高阶调制、高阶MIMO及低SNR时，SD的检测复杂度仍然很高，需要进一步降低。为了降低SD的复杂度，国内外从减小搜索的结点数和减小在每个结点上的运算量两个角度开展了大量的研究，这些算法明显地降低了SD的复杂度，但为了更高通信速率而采用的高阶调制及高阶MIMO系统对这些低复杂度方法提出了挑战。为了降低高阶调制及高阶MIMO引起的MIMO检测复杂度增加的问题，多状态球形检测MSD“Cui Tao，Tellambura C.Approximate ML Detection for MIMO Systems Using Multistage SphereDecoding[J]Signal Processing Letters，2005，12(3)：222-225”从调制分层的角度出发，将高阶调制星座点转化为多个低阶调制星座点的线性组合从而将高阶调制的SD检测过程转化为多个低阶调制SD检测过程，该方法虽然在一定程度上降低了低SNR下SD方法的检测复杂度，但在高SNR、高阶调制及高阶MIMO下MSD检测复杂度仍然很高。

发明内容

本发明的目的在于克服已有技术的缺点，提供一种在移动环境下高阶调制MIMO系统的检测方法，以有效地降低在高SNR、高阶调制及高阶MIMO下的检测复杂度。

为实现上述目的，本发明包括如下步骤：

(1)根据接收天线接收的数据及信道值，构建检测的发射天线数据公式：

$\hat{s}=[{\hat{s}}_{t1},{\hat{s}}_{t2},{\hat{s}}_{t3},L,{\hat{s}}_{t{N}_T}]=\arg \underset{s_{\mathrm{ti}}\∈q_{4^q-\mathrm{QAM}}(1\≤i\≤N_T)}{\min }\underset{i=N_T}{\overset{1}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|}^2\≤C---1)$

式中，

代表最终确定的发射向量，为最终检测确定的第i层对应的发射数据，1≤i≤N_T，N_T代表发射天线数，y′＝Q^Hy，H代表共轭转置，y为接收向量，y′_i代表y′向量的第i个数据，H_Ch＝QR，H_Ch代表信道矩阵，Q为列正交矩阵，R为上三角矩阵，r_i，j是R的第i行和第j列的元素，s_ti代表第i根发射天线发射的数据，1≤i≤N_T，s_ti∈4^q-QAM，4^q-QAM代表调制方式，q代表该4^q-QAM的调制子层数，s_tj代表第j根发射天线发射的数据，(i+1)≤j≤N_T，C为球半径；

(2)将4^q-QAM调制数据用各个子层调制数据的线性组合表示：

$s_{\mathrm{ti}}=\underset{k=1}{\overset{q}{\mathrm{\Σ}}}{2}^{q-k}(\sqrt{2}/2)s_{\mathrm{ik}}---2)$

其中，s_ik∈Q_QPSK代表第i层第k个调制子层数据，Q_QPSK代表QPSK调制方式所包含的星座点，

代表各调制子层权重系数，q代表该4^q-QAM的调制子层数；

(3)将1)式中的s_ti用2)式代替，得到3)式，构建检测各层各调制子层的数据公式：

${\hat{s}}_{\mathrm{ik}}=\arg \underset{s_{\mathrm{ik}}\∈Q_{\mathrm{QPSK}},(1\≤i\≤N_T)}{\min }\left|\right|y_i^{\′}-r_{i,i}\underset{p=1}{\overset{k}{\mathrm{\Σ}}}{2}^{q-p}\left(\frac{\sqrt{2}}{2}\right)s_{\mathrm{ip}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|\≤C1\≤k\≤q-1---3)$

其中，

代表第i层第k个调制子层检测确定的数据；

(4)利用3)式逐子层确定第i层中各调制子层数据

直到k＝q-1，

(5)将第i层中确定的前q-1个调制子层数据

(1≤k≤q)按式2)进行线性组合，得到用于第i层最终区域范围确定的值s_ti(q-1)：

$s_{\mathrm{ti}(q-1)}=\underset{k=1}{\overset{q-1}{\mathrm{\Σ}}}{2}^{q-k}(\sqrt{2}/2){\hat{s}}_{\mathrm{ik}}---4)$

(6)利用4)式进行第i层检测星座点范围的确定：

当|r_i，i|＜η₁时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的十六个星座点作为第i层检测星座点范围，并称此范围为扩展区域二；

当η₁≤|r_i，i|＜η₂时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的九个星座点作为第i层检测星座点范围，并称此范围为扩展区域一；

当η₂≤|r_i，i|时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的四个星座点作为第i层检测星座点范围，并称此范围为基本区域，

其中，η₁和η₂是用来确定不同区域划分的两个不同的门限值，0≤η₁≤1，η₂＞1，其具体值根据系统性能要求通过信道统计特性确定，|·|代表取绝对值；

(7)在步骤(6)中确定的第i层检测星座点范围基础上，按照区域中星座点与第i层接收信号距离大小进行第i层星座点的自适应优选，即删除与第i层接收信号距离较大的区域中的星座点：

对于基本区域，将φ₁与|r_i，i|和η₂进行比较：当|r_i，i|≥φ₁，优选星座点的数目为Z₁；当η₂≤|r_i，i|＜φ₁，优选星座点的数目为Z₂；

对于扩展区域一，将φ₂与|r_i，i|，η₁和η₂进行比较：当φ₂≤|r_i，i|＜η₂，优选星座点的数目为Z₃；当η₁≤|r_i，i|＜φ₂，优选星座点的数目为Z₄；

对于扩展区域二，将φ₃与|r_i，i|和η₁进行比较：当φ₃≤|r_i，i|＜η₁，优选星座点的数目为Z₅；当|r_i，i|＜φ₃，优选星座点的数目为Z₆；

其中φ₁，φ₂和φ₃是针对不同区域划分确定优选星座点数目的三个不同的门限值，φ₁≥η₂，η₁≤φ₂＜η₂，0≤φ₃＜η₁，其具体值和优选星座点的数目Z₁，Z₂，Z₃，Z₄，Z₅和Z₆基于不同的η₁，η₂及性能需求直接给出；

(8)将第i层优选后星座点构成的集合记为L_i，将3)式中的各子层数据的线性组合项

用各层数据s_ti代替，且用优选后的星座点集合L_i，

1≤i≤N_T给出_sti的检测范围，按5)式得第i层检测的发射数据取值集合

${\stackrel{\‾}{s}}_{\mathrm{ti}}=\{s_{\mathrm{ti}}\∈L_i|\underset{i=N_T}{\overset{i}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{\stackrel{\‾}{s}}_{\mathrm{tj}}\left|\right|}^2\≤C,{\stackrel{\‾}{s}}_{\mathrm{tj}}\∈L_j\}---5)$

式中，

为确定的第i层检测的发射数据取值集合，L_i为第i层优选后的星座点集合，

为确定的第j层检测的发射数据范围，L_j为第j层优选后的星座点集合，令i＝i-1，重复步骤(4)-(8)，直到确定出所有层检测的发射数据取值集合。

(9)利用步骤(8)中确定的各层检测的发射数据取值集合

1≤i≤N_T给出s_ti的取值范围，找出与y′距离最近的各层候选星座点组合作为最终检测的各层发射数据：

$\hat{s}=[{\hat{s}}_{t1},{\hat{s}}_{t2},{\hat{s}}_{t3}L,{\hat{s}}_{t{N}_T}]=\arg \underset{s_{\mathrm{ti}}\∈{\stackrel{\‾}{s}}_{\mathrm{ti}}(1\≤i\≤N_T)}{\min }\underset{i=N_T}{\overset{1}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|}^2.$

其中，

代表最终确定的发射向量，

为最终检测确定的第i层对应的发射数据，1≤i≤N_T，N_T代表发射天线数，代表确定的第i层检测的发射数据范围，1≤i≤N_T y′＝Q^Hy，H代表共轭转置，y为接收向量，y′_i代表y′向量的第i个数据，H_Ch＝QR，H_Ch代表信道矩阵，Q为列正交矩阵，R为上三角矩阵，r_i，j是R的第i行和第j列的元素，s_ti代表第i根发射天线发射的数据，1≤i≤N_T

为第i层检测确定的发射数据取值集合，s_tj代表第j根发射天线发射的数据，(i+1)≤j≤N_T，

为第j层检测确定的发射数据取值集合，C为球半径。

本发明与现有技术相比具有如下优点：

(a)本发明由于将4^q-QAM调制星座点表示为多个调制子层的线性组合，在检测中通过先检测权重系数较大的调制子层，进而用检测得到的调制子层的检测结果来确定检测各层对应的星座点范围，使得各检测层的星座点个数降低，从而有效地降低4^q-QAM高阶调制的检测复杂度。

(b)本发明由于考虑到多个并行传输子信道之间存在差异，通过信道矩阵QR分解后R对角元素的绝对值|r_i，i|及调制子层检测数据的线性组合值s_ti(q-1)给出了不同的区域划分方法，使得在复杂度降低的情况下保证了系统性能。

(c)本发明由于在不同的区域划分方法中进行了星座点的优选，即按区域中星座点与对应接收层接收数据距离的大小，删除了距离较大的星座点，使得在保证系统性能的情况下进一步降低了复杂度。

仿真结果表明：本发明有效地解决了4^q-QAM高阶调制的复杂度大的问题，与基于相同理论的现在技术多状态球形检测相比，明显地降低了检测复杂度，且在性能相同的条件下，与多状态球形检测相比，本发明的复杂度降低了5倍；与球形检测相比，在低信噪比时，其复杂度方面的收益更大，而在高信噪比下，其复杂度依然低于球形检测方法。

附图说明

图1是本发明的总流程图；

图2是本发明确定第i层检测星座点范围及优选星座点集合的子流程图；

图3是本发明与球形检测及多状态球形检测的误比特率性能对比曲线图；

图4是本发明与球形检测及多状态球形检测的复数乘数次数对比曲线图；

图5是本发明与球形检测及多状态球形检测的访问结点个数对比曲线图。

具体实施方式

参照图1，本发明的具体实施步骤如下：

步骤一，数据准备，通过信道估计方法获得信道值H_Ch，用球形检测获取球半径的方法获得本发明球半径C，接收向量y从各接收天线上直接获得。

步骤二，对信道值H_Ch，接收向量y进行数据处理，令H_Ch＝QR，y′＝Q^Hy式中，H_Ch代表信道矩阵，Q为列正交矩阵，R为上三角矩阵，H代表共轭转置，y为接收向量。

步骤三，构建检测各层各调制子层的数据公式。

(3a)根据接收天线接收的数据及信道值，构建检测的发射天线数据公式：

$\hat{s}=[{\hat{s}}_{t1},{\hat{s}}_{t2},{\hat{s}}_{t3},L,{\hat{s}}_{t{N}_T}]=\arg \underset{s_{\mathrm{ti}}\∈q_{4^q-\mathrm{QAM}}(1\≤i\≤N_T)}{\min }\underset{i=N_T}{\overset{1}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|}^2\≤C---1)$

式中，

代表最终确定的发射向量，

为最终检测确定的第i层对应的发射数据，1≤i≤N_T，N_T代表发射天线数，y′＝Q^Hy，H代表共轭转置，y为接收向量，y′_i代表y′向量的第i个数据，H_Ch＝QR，H_Ch代表信道矩阵，Q为列正交矩阵，R为上三角矩阵，r_i，j是R的第i行和第j列的元素，s_ti代表第i根发射天线发射的数据，1≤i≤N_T，s_ti∈4^q-QAM，4^q-QAM代表调制方式，q代表该4^q-QAM的调制子层数，s_tj代表第j根发射天线发射的数据，(i+1)≤j≤N_T，C为球半径；

(3b)将4^q-QAM调制数据用各个子层调制数据的线性组合表示：

$s_{\mathrm{ti}}=\underset{k=1}{\overset{q}{\mathrm{\Σ}}}{2}^{q-k}(\sqrt{2}/2)s_{\mathrm{ik}}---2)$

其中，s_ik∈Q_QPSK代表第i层第k个调制子层数据，Q_QPSK代表QPSK调制方式所包含的星座点，代表各调制子层权重系数；

(3c)将1)式中的s_ti用2)式代替，得到3)式，即构建出检测各层各调制子层的数据公式：

${\hat{s}}_{\mathrm{ik}}=\arg \underset{s_{\mathrm{ik}}\∈Q_{\mathrm{QPSK}},(1\≤i\≤N_T)}{\min }\left|\right|y_i^{\′}-r_{i,i}\underset{p=1}{\overset{k}{\mathrm{\Σ}}}{2}^{q-p}\left(\frac{\sqrt{2}}{2}\right)s_{\mathrm{ip}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|\≤C1\≤k\≤q-1---3)$

其中，代表第i层第k个调制子层检测确定的数据。

步骤四，逐调制子层确定第i层中各调制子层数据

直到k＝q-1，k代表第k个调制子层。

步骤五，将第i层中确定的前q-1个调制子层数据

(1≤k≤q)按式2)进行线性组合，得到用于第i层最终区域范围确定的值s_ti(q-1)：

$s_{\mathrm{ti}(q-1)}=\underset{k=1}{\overset{q-1}{\mathrm{\Σ}}}{2}^{q-k}(\sqrt{2}/2){\hat{s}}_{\mathrm{ik}}---4)$

步骤六，确定第i层检测星座点的范围，并在此基础上确定自适应优选星座点的集合。

参照图2，本步骤的具体实现如下：

(6a)利用第i层最终区域范围确定的值s_ti(q-1)进行第i层检测星座点范围的确定：

当|r_i，i|＜η₁时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的十六个星座点作为第i层检测星座点范围，并称此范围为扩展区域二；

当η₁≤|r_i，i|＜η₂时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的九个星座点作为第i层检测星座点范围，并称此范围为扩展区域一；

当η₂≤|r_i，i|时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的四个星座点作为第i层检测星座点范围，并称此范围为基本区域，

其中，η₁和η₂是用来确定不同区域划分的两个不同的门限值，0≤η₁≤1，η₂＞1，其具体值根据系统性能要求通过信道统计特性确定，|·|代表取绝对值；

(6b)在(6a)中确定的第i层检测星座点范围基础上，按照区域中星座点与第i层接收信号距离大小进行第i层星座点的自适应优选，即删除与第i层接收信号距离较大的区域中的星座点：

对于基本区域，将φ₁与|r_i，i|和η₂进行比较：当|r_i，i|≥φ₁，优选星座点的数目为Z₁；当η₂≤|r_i，i|＜φ₁，优选星座点的数目为Z₂；

对于扩展区域一，将φ₂与|r_i，i|，η₁和η₂进行比较：当φ₂≤|r_i，i|＜η₂，优选星座点的数目为Z₃；当η₁≤|r_i，i|＜φ₂，优选星座点的数目为Z₄；

对于扩展区域二，将φ₃与|r_i，i|和η₁进行比较：当φ₃≤|r_i，i|＜η₁，优选星座点的数目为Z₅；当|r_i，i|＜φ₃，优选星座点的数目为Z₆；

其中φ₁，φ₂和φ₃是针对不同区域划分确定优选星座点数目的三个不同的门限值，φ₁≥η₂，η₁≤φ₂＜η₂，0≤φ₃＜η₁，其具体值和优选星座点的数目Z₁，Z₂，Z₃，Z₄，Z₅和Z₆基于不同的η₁，η₂及性能需求直接给出；

将第i层优选后星座点构成的集合记为L_i。

步骤七，将3)式中的各子层数据的线性组合项

用各层数据s_ti代替，且用优选后的星座点集合L_i，1≤i≤N_T给出s_ti的检测范围，按5)式得第i层检测的发射数据取值集合

${\stackrel{\‾}{s}}_{\mathrm{ti}}=\{s_{\mathrm{ti}}\∈L_i|\underset{i=N_T}{\overset{i}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{\stackrel{\‾}{s}}_{\mathrm{tj}}\left|\right|}^2\≤C,{\stackrel{\‾}{s}}_{\mathrm{tj}}\∈L_j\}---5)$

式中，

为确定第i层检测确定的发射数据取值集合，L_i为第i层优选后的星座点集合，

为确定的第j层检测确定的发射数据取值集合，L_j为第j层优选后的星座点集合。

步骤八，令i＝i-1，重复步骤三至步骤八，直到i＝0，确定出所有层检测的发射数据取值集合。

步骤九，利用步骤八中确定的各层检测的发射数据取值集合

1≤i≤N_T给出s_ti的取值范围，找出与y′距离最近的各层候选星座点组合作为最终检测的各层发射数据：

$\hat{s}=[{\hat{s}}_{t1},{\hat{s}}_{t2},{\hat{s}}_{t3}L,{\hat{s}}_{t{N}_T}]=\arg \underset{s_{\mathrm{ti}}\∈{\stackrel{\‾}{s}}_{\mathrm{ti}}(1\≤i\≤N_T)}{\min }\underset{i=N_T}{\overset{1}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|}^2---6)$

其中，

代表最终确定的发射向量，

为最终检测确定的第i层对应的发射数据，1≤i≤N_T，N_T代表发射天线数，

代表确定的第i层检测的发射数据范围，1≤i≤N_T y′＝Q^Hy，H代表共轭转置，y为接收向量，y′_i代表y′向量的第i个数据，H_Ch＝QR，H_Ch代表信道矩阵，Q为列正交矩阵，R为上三角矩阵，r_i，j是R的第i行和第j列的元素，s_ti代表第i根发射天线发射的数据，1≤i≤N_T

为第i层检测确定的发射数据取值集合，s_tj代表第j根发射天线发射的数据，(i+1)≤j≤N_T，

为第j层检测确定的发射数据取值集合，C为球半径。

本发明的效果可以通过以下的仿真得到验证：

1.仿真条件：

为了验证所本发明的效果，在WINNERII典型的城市微小区(B1)NLOS信道模型的条件下，对球形检测SD，多状态球形检测MSD和本发明方法在MIMO-OFDMA系统中进行仿真测试，多状态球形MSD中的列表个数LSD参数分别取LSD＝40和LSD＝10，采用4²-QAM调制，收发天线为4×4，子载波数目为64，采用(2，1，7)卷积编码，检测星座点范围的两个门限值分别取值：η₁＝0.4，η₂＝1；自适应星座点优选数目的三个门限值分别取值：φ₁＝η₂，φ₂＝η₁，φ₃＝0；取星座点优选数目Z₁＝2，Z₄＝2，Z₅＝4，由于门限值的取值，不会出现星座点优选数目为Z₂，Z₃，Z₆的情况。

2.仿真内容：

在上述仿真条件下，为了保证性能，将检测第一层取值集合直接取为通过球形半径检测的所有调制星座点上，在此基础上分别对如下内容进行仿真：

用本发明方法与球形检测SD及多状态球形检测MSD在不同信噪比SNR下的误码率曲线进行对比，其对比曲线图如图3所示。

用本发明方法与球形检测SD及多状态球形检测MSD在不同信噪比SNR下的复数乘法次数进行对比，其对比曲线图如图4所示。

用本发明方法与球形检测SD及多状态球形检测MSD在不同信噪比SNR下的访问结点数进行对比，其对比曲线图如图5所示。

其中误码率对比曲线图代表本发明与球形检测SD及多状态球形检测MSD的性能对比图，复数乘法次数和访问结点数对比图代表本发明与球形检测SD及多状态球形检测MSD的复杂度对比图。

3.仿真结果：

从图3中可以明显地看出，在信噪比SNR大于17dB后，随着信噪比SNR的增加，与球形检测SD相比，本发明的信噪比SNR损失小于多状态球形检测MSD，LSD＝10和MSD，LSD＝40。在BER＝10^-3时，本发明的信噪比损失为0.3dB，而多状态球形检测MSD，LSD＝10和多状态球形检测MSD，LSD＝40的信噪比损失为3dB和1dB。随着信噪比的进一步增大，多状态球形检测MSD，LSD＝10的信噪比损失逐渐加大。

图4和图5可见，随着信噪比SNR的变化，本发明方法的复数乘法次数和访问的节点数始终小于多状态球形检测MSD，LSD＝40和多状态球形检测MSD，LSD＝10以及球形检测SD方法。同性能比较接近的多状态球形检测MSD，LSD＝40相比，从复数乘法次数方面，本发明的复杂度降低了5倍，如图4所示，而从访问结点数方面，本发明的复杂度降低了十几倍，如图5所示。多状态球形检测MSD在信噪比较高时，其复杂度高于球形检测SD方法，主要是由于多状态球形检测MSD中预检测的误差，即使在高信噪比下，其第一状态搜索半径也要足够大，否则性能将会产生较大的损失，如图3中多状态球形检测MSD，LSD＝10的曲线所示，这样无形中就增大了多状态球形检测MSD的检测复杂度，而本发明方法在高低信噪比SNR时的复杂度始终低于球形检测SD。

Claims (1)

1.一种在移动环境下高阶调制MIMO系统的检测方法，包括如下步骤：

(1)根据接收天线接收的数据及信道值，构建检测的发射天线数据公式：

$\hat{s}=[{\hat{s}}_{t1},{\hat{s}}_{t2},{\hat{s}}_{t3},L,{\hat{s}}_{t{N}_T}]=\arg \underset{s_{\mathrm{ti}}\∈q_{4^q-\mathrm{QAM}}(1\≤i\≤N_T)}{\min }\underset{i=N_T}{\overset{1}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|}^2\≤C---1)$

式中，代表最终确定的发射向量，

为最终检测确定的第i层对应的发射数据，1≤i≤N_T，N_T代表发射天线数，  y′＝Q^Hy，H代表共轭转置，y为接收向量，y′_i代表y′向量的第i个数据，H_Ch＝QR，H_Ch代表信道矩阵，Q为列正交矩阵，R为上三角矩阵，r_i，j是R的第i行和第j列的元素，s_ti代表第i根发射天线发射的数据，1≤i≤N_T，s_ti∈4^q-QAM，4^q-QAM代表调制方式，q代表该4^q-QAM的调制子层数，s_tj代表第j根发射天线发射的数据，(i+1)≤j≤N_T，C为球半径；

(2)将4^q-QAM调制数据用各个子层调制数据的线性组合表示：

$s_{\mathrm{ti}}=\underset{k=1}{\overset{q}{\mathrm{\Σ}}}{2}^{q-k}(\sqrt{2}/2)s_{\mathrm{ik}}---2)$

其中，s_ik∈Q_QPSK代表第i层第k个调制子层数据，Q_QPSK代表QPSK调制方式所包含的星座点，代表各调制子层权重系数，q代表该4^q-QAM的调制子层数；

(3)将1)式中的s_ti用2)式代替，得到3)式，构建检测各层各调制子层的数据公式：

${\hat{s}}_{\mathrm{ik}}=\arg \underset{s_{\mathrm{ik}}\∈Q_{\mathrm{QPSK}},(1\≤i\≤N_T)}{\min }\left|\right|y_i^{\′}-r_{i,i}\underset{p=1}{\overset{k}{\mathrm{\Σ}}}{2}^{q-p}\left(\frac{\sqrt{2}}{2}\right)s_{\mathrm{ip}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|\≤C1\≤k\≤q-1---3)$

其中，

代表第i层第k个调制子层检测确定的数据；

(4)利用3)式逐子层确定第i层中各调制子层数据直到k＝q-1，

(5)将第i层中确定的前q-1个调制子层数据

(1≤k≤q)按式2)进行线性组合，得到用于第i层最终区域范围确定的值s_ti(q-1)：

$s_{\mathrm{ti}(q-1)}=\underset{k=1}{\overset{q-1}{\mathrm{\Σ}}}{2}^{q-k}(\sqrt{2}/2){\hat{s}}_{\mathrm{ik}}---4)$

(6)利用4)式进行第i层检测星座点范围的确定：

当|r_i，i|＜η₁时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的十六个星座点作为第i层检测星座点范围，并称此范围为扩展区域二；

当η₁≤|r_i，i|＜η₂时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的九个星座点作为第i层检测星座点范围，并称此范围为扩展区域一；

当η₂≤|r_i，i|时，在4^q-QAM调制星座图中选取距离s_ti(q-1)最近的四个星座点作为第i层检测星座点范围，并称此范围为基本区域，

其中，η₁和η₂是用来确定不同区域划分的两个不同的门限值，  0≤η₁≤1，η₂＞1，其具体值根据系统性能要求通过信道统计特性确定，|·|代表取绝对值；

(7)在步骤(6)中确定的第i层检测星座点范围基础上，按照区域中星座点与第i层接收信号距离大小进行第i层星座点的自适应优选，即删除与第i层接收信号距离较大的区域中的星座点：

对于基本区域，将φ₁与|r_i，i|和η₂进行比较：当|r_i，i|≥φ₁，优选星座点的数目为Z₁；当η₂≤|r_i，i|＜φ₁，优选星座点的数目为Z₂；

对于扩展区域一，将φ₂与|r_i，i|，η₁和η₂进行比较：当φ₂≤|r_i，i|＜η₂，优选星座点的数目为Z₃；当η₁≤|r_i，i|＜φ₂，优选星座点的数目为Z₄；

对于扩展区域二，将φ₃与|r_i，i|和η₁进行比较：当φ₃≤|r_i，i|＜η₁，优选星座点的数目为Z₅；当|r_i，i|＜φ₃，优选星座点的数目为Z₆；

其中φ₁，φ₂和φ₃是针对不同区域划分确定优选星座点数目的三个不同的门限值，φ₁≥η₂，η₁≤φ₂＜η₂，0≤φ₃＜η₁，其具体值和优选星座点的数目Z₁，Z₂，Z₃，Z₄，Z₅和Z₆基于不同的η₁，η₂及性能需求直接给出；

(8)将第i层优选后星座点构成的集合记为L_i，将3)式中的各子层数据的线性组合项

用各层数据s_ti代替，且用优选后的星座点集合L_i，1≤i≤N_T给出s_ti的检测范围，按5)式得第i层检测的发射数据取值集合

${\stackrel{\‾}{s}}_{\mathrm{ti}}=\{s_{\mathrm{ti}}\∈L_i|\underset{i=N_T}{\overset{i}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{\stackrel{\‾}{s}}_{\mathrm{tj}}\left|\right|}^2\≤C,{\stackrel{\‾}{s}}_{\mathrm{tj}}\∈L_j\}---5)$

式中，

为确定的第i层检测的发射数据取值集合，L_i为第i层优选后的星座点集合，

为确定的第j层检测的发射数据范围，L_j为第j层优选后的星座点集合，令i＝i-1，重复步骤(4)-(8)，直到确定出所有层检测的发射数据取值集合。

(9)利用步骤(8)中确定的各层检测的发射数据取值集合1≤i≤N_T给出s_ti的取值范围，找出与y′距离最近的各层候选星座点组合作为最终检测的各层发射数据：

$\hat{s}=[{\hat{s}}_{t1},{\hat{s}}_{t2},{\hat{s}}_{t3}L,{\hat{s}}_{t{N}_T}]=\arg \underset{s_{\mathrm{ti}}\∈{\stackrel{\‾}{s}}_{\mathrm{ti}}(1\≤i\≤N_T)}{\min }\underset{i=N_T}{\overset{1}{\mathrm{\Σ}}}{\left|\right|y_i^{\′}-r_{i,i}{s}_{\mathrm{ti}}-\underset{j=i+1}{\overset{N_T}{\mathrm{\Σ}}}{r}_{i,j}{s}_{\mathrm{tj}}\left|\right|}^2.$

其中，

代表最终确定的发射向量，

为最终检测确定的第i层对应的发射数据，1≤i≤N_T，N_T代表发射天线数，

代表确定的第i层检测的发射数据范围，1≤i≤N_T y′＝Q^Hy，H代表共轭转置，y为接收向量，y′_i代表y′向量的第i个数据，H_Ch＝QR，H_Ch代表信道矩阵，Q为列正交矩阵，R为上三角矩阵，r_i，j是R的第i行和第j列的元素，s_ti代表第i根发射天线发射的数据，1≤i≤N_T

为第i层检测确定的发射数据取值集合，s_tj代表第j根发射天线发射的数据，(i+1)≤j≤N_T，

为第j层检测确定的发射数据取值集合，C为球半径。

Images