CN101964667A - 用于长期演进方案的高效多天线检测方法 - Google Patents
用于长期演进方案的高效多天线检测方法 Download PDFInfo
- Publication number
- CN101964667A CN101964667A CN2010105163755A CN201010516375A CN101964667A CN 101964667 A CN101964667 A CN 101964667A CN 2010105163755 A CN2010105163755 A CN 2010105163755A CN 201010516375 A CN201010516375 A CN 201010516375A CN 101964667 A CN101964667 A CN 101964667A
- Authority
- CN
- China
- Prior art keywords
- symbol
- data
- candidate symbol
- vector
- tested
- 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
Abstract
一种用于长期演进方案的高效多天线检测方法,能适应LTETDD系统的多种应用场景,有较强的鲁棒性,对于高阶调制能以较低的复杂度获得近似最优的性能,且不需要对信道矩阵进行QR分解。该方法根据接收数据的信噪比大小安排数据检测顺序,保证第一个待检测数据有较高的信噪比,采用MMSE准则挑选出第一个待检测数据符号的候选符号值,使用简单的硬判决方法得到第二个待检测数据符号的候选符号值,再对最优候选符号向量进行比特翻转,增加用于计算比特软量的候选符号值,最终采用欧氏距离度量代替原来的平方欧氏距离度量,获得精确的比特软量提供给后级Turbo译码器进行译码。
Description
技术领域
本发明属于多输入多输出系统的检测技术,尤其涉及一种适于LTE TDD系统使用的多天线检测技术。
背景技术
3GPP长期演进(LTE)项目是近年来3GPP启动的最大的新技术研发项目。在空中接口方面,LTE用频分多址(OFDM/FDMA)替代了3GPP长期使用的码分多址(CDMA)作为多址技术,并大量采用了多输入多输出(MIMO)技术和自适应技术提高数据速率和系统性能,在20MHz频谱带宽能够提供下行100Mbps、上行50Mbps的峰值速率。
MIMO技术能够使无线链路的容量随着发射天线数和接收天线数线性增长,达到这种容量增长的有效办法是数据流的空分复用。空分复用,是指系统借助空间维度在一个时频单元内并行地传输多路数据流。尽管多路数据流之间将产生混叠,但是接收端仍然可以利用空间均衡消除数据流之间的混叠。典型的空分复用系统是Bell实验室提出的BLAST系统。对于独立同分布的频率平坦衰落的MIMO信道,只要并行数据流数不超过发射天线数和接收天线数,就可以获得可观的传输能力。如果MIMO信道存在空间相关或者出现深衰落,则可能导致某些数据流通过的子信道的等效增益较低,从而大大增加了误码的可能性。
由于LTE中使用了OFDM技术对抗多径的影响,它将一个宽带的频率选择性信道转化为多个平坦衰落的并行窄带信道,从而为MIMO技术提供了一个频率平坦衰落的信道环境。对于频率平坦衰落的MIMO信道,可以建立如下的数学模型:
其中
表示MIMO信道矩阵
空分复用接收机要做的是,当存在加性白高斯噪声以及存在多流干扰的情况下,准确恢复出发送信号向量。传统的检测算法包括:最大似然检测算法,线性检测算法(迫零算法和MMSE算法),串行干扰抵消算法以及简化的最大似然检测算法(如QRM算法,球形译码算法等)。
最大似然检测算法是对发送符号的所有可能的组合进行遍历搜索,以寻求概率意义上最优的检测结果,是性能最优的检测算法,但是该算法的复杂度会随着发送数据流数量和信号调制阶数的增加而呈现指数级增加,因而在实现上存在比较大的难度。
线性检测算法分为迫零算法和MMSE算法两类。迫零算法直接对信道矩阵求逆,因而可能会放大噪声强度,导致性能的损失。由线性均方估计理论得到的最小均方误差MMSE检测综合考虑干扰和噪声的因素,其性能在低信噪比时大大优于迫零检测,但是对于空间相关性较大以及码率较高的情况,性能会变差。这两类算法的复杂度都很低,易于实现。
串行干扰抵消算法在检测每层数据时,将已检测数据造成的空间干扰去除,再对去除干扰后的信号向量做线性加权,得到当前数据的估计值。直观的看,该检测算法性能较线性检测有比较显著的提高,但是由于已检测数据存在误判,由误判造成的误差传播可能会使性能急剧下降,因而合理排列检测顺序极为重要。该类算法复杂度略高于线性检测算法。
简化的最大似然检测算法与标准的最大似然检测算法区别在于,不再遍历搜索所有可能的发送符号组合,如QRM算法首先通过对信道矩阵做QR分解消除前项数据对后项数据的干扰,然后按照从后到前的顺序依次遍历搜索每一层数据,并在每次搜索完成后仅保留M条幸存路径,当M较小时,算法复杂度远低于标准最大似然检测算法。由于该算法在搜索时会丢弃很多路径,使得在最后构造后级软判决译码器所需的软量时会遇到某些比特位无法求解软量的问题,一种称为PSCA-M(Parallel Smart Candidate Adding-M)的算法解决了这个问题,方法是在寻找每一层的候选符号时,通过对最优候选符号的比特进行翻转构造出新的候选符号,这样每
一层的比特软量都可以计算出,但这种方法的缺点在于当M较小时生成的比特软量不精确,而LTE中使用的Turbo码解码器对软量的精度要求很高,因而该方法会使系统整体性能会变差。若要提高性能,就必须增加M的大小,但这又会增加算法复杂度。另外该算法和QRM算法都需要对信道矩阵进行QR分解,不利于实现。
发明内容
技术问题:本发明的目的是提供一种适用于长期演进方案的高效多天线检测方法,在MMSE算法和PSCA-M算法的基础上进一步改进,保证算法有较强的鲁棒性,且能以较小的复杂度获得近似最优性能。
技术方案:结合MMSE算法和简化最大似然检测算法的基本思想,提出了一种能适应LTE TDD系统的多种应用场景,有较强鲁棒性,对于高阶调制能以较低的复杂度获得近似最优性能,且不需要对信道矩阵进行QR分解的高效检测算法。本发明根据接收数据的信噪比大小安排数据检测顺序,保证第一个待检测数据有较高的信噪比,采用MMSE准则挑选出第一个待检测数据符号的候选符号值,使用简单的硬判决方法得到第二个待检测数据符号的候选符号值,再对最优候选符号向量进行比特翻转,增加用于计算比特软量的候选符号值,最终采用欧氏距离度量代替原来的平方欧氏距离度量,获得精确的比特软量提供给后级Turbo译码器进行译码。
该方法的步骤如下:
步骤1:计算接收数据的信噪比,数据检测顺序按照信噪比从高到低排列。
步骤2:根据MMSE准则,得到第一个待检测数据符号的M个候选符号值,其中M指根据MMSE准则选出的第一个待检测数据符号的候选符号值数量,根据这些候选符号值求出相应的第二个待检测数据符号的M个候选符号值,与前面M个候选符号值构成M个候选符号向量;
步骤4:分别对候选符号向量第一个符号的每个比特进行翻转,其余比特保持不变,得到第一个待检测数据符号的N个候选符号值,其中N是指表示一个调制符号需要的比特数,根据这些候选符号值求出相应的第二个待检测数据符号的N个候选符号值,与前面N个候选符号值构成N个候选符号向量;
求出第一个待检测数据符号的所有比特软量。
其中,步骤1中要求根据接收数据信噪比排列检测顺序,有多种方法衡量接收数据信噪比,我们选用的是信道矩阵列向量的模平方,具体过程如下:
步骤2中根据MMSE准则得到第一个待检测数据符号的M个候选符号值,该准则是在MMSE均衡的基础上得到的一种度量准则,具体过程如下:
3)第一个待检测数据符号的估计值,其中是矩阵的第个对角元,表示等效增益,表示等效噪声,且可以看为高斯随机变量,对所有的,求出度量值,MMSE准则是指对所有的度量值进行排序并选出M个最小值,对应的数据符号构成了M个候选符号值。
有益效果:本发明的有益效果主要体现在以下几个方面:
1) 当采用高阶调制时,复杂度远远低于最大似然检测算法,而性能逼近于最大似然检测算法。
2) 与MMSE算法相比,以略高的复杂度换取更优的性能,并且鲁棒性更强,对于空间相关性较大以及码率较高的情况,仍能获得逼近于最大似然检测算法的性能。
3) 与简化最大似然检测算法(如PSCA-M算法)相比,能以相当的复杂度获得更为精确的比特软量,进而获得更好的性能。
4) 直接利用信道矩阵进行检测,无需作QR分解等矩阵运算。
附图说明
图1是本发明提出的高效MIMO检测算法在QPSK调制情况下的示意图。
图2是本发明提出的高效MIMO检测算法的工作流程图。
图3是针对LTE TDD系统开环空分复用模式,发送和接收天线数均为2,共2层数据流,采用码率0.9的Turbo码以及16QAM调制,不同算法的性能比较图。
图4是针对LTE TDD系统开环空分复用模式,发送天线数为4,接收天线数为2,共2层数据流,采用码率0.8的Turbo码以及64QAM调制,不同算法的性能比较图。
所有的符号注解:
LTE:长期演进方案
TDD:时分双工
MIMO:多输入多输出
MMSE:最小均方误差估计
QRM:基于QR分解的一种简化最大似然算法
PSCA-M:解决QRM算法软量计算问题的一种简化最大似然算法
QPSK:正交相移键控
QAM:正交幅度调制
:数据层检测顺序;
具体实施方式
以下结合附图对本发明作出进一步的说明:
图1是本专利提出的高效MIMO检测算法在QPSK调制情况下的示意图。假设已经排列好检测顺序,采用MMSE准则从第一层的4个符号中选出2个候选符号值:“00”
和“01”,然后利用硬判决得到第二层的2个候选符号值:“11”和“10”,通过比较距离度量,得到最优候选符号向量(“01”,“10”),分别对最优候选符号向量第一个符号的每个比特进行翻转(其余比特保持不变),得到2个符号:“00”和“11”,其中“00”已经存在,因而只需添加“11”,再利用硬判决得到第二层的1个候选符号值:“10”,计算出新添路径的距离度量,求出第一层数据的所有比特软量。分别对最优候选符号向量第二个符号的每个比特进行翻转(其余比特保持不变),得到2个符号:“00”和“11”,计算出新添路径的距离度量,最后求出第二层数据的所有比特软量。
图2是本专利提出的高效MIMO检测算法的工作流程图。
3)第一个待检测数据符号的估计值,其中是矩阵的第个对角元,表示等效增益,表示等效噪声,且可以看为高斯随机变量,对所有的,求出度量值,MMSE准则是指对所有的度量值进行排序并选出M个最小值,对应的数据符号构成了M个候选符号值。
1)距离度量
图3是针对LTE TDD系统开环空分复用模式,发送和接收天线数均为2,共2层数据流,采用码率0.9的Turbo码以及16QAM调制,不同算法的性能比较图。
从图中可以看到本专利提出的算法在性能上接近于最大似然检测算法,且远远优于MMSE算法和PSCA-M算法,在误帧率10e-1附近,性能提升约为3dB。
图4是针对LTE TDD系统开环空分复用模式,发送天线数为4,接收天线数为2,共2层数据流,采用码率0.8的Turbo码以及64QAM调制,不同算法的性能比较图。
从图中可以看到本专利提出的算法在性能上接近于最大似然检测算法,且远远优于MMSE算法和PSCA-M算法,在误帧率10e-1附近,性能提升约为2dB。
表1是针对LTE TDD系统开环空分复用模式,发送和接收天线数均为2,共2层数据流,采用码率0.9的Turbo码以及16QAM调制,不同算法的复杂度比较。从表中可以看出本专利提出的算法复杂度远远低于最大似然检测算法,实数乘法次数略高于MMSE算法和PSCA-M算法,实数除法次数则比后两种算法少。
表2是针对LTE TDD系统开环空分复用模式,发送天线数为4,接收天线数为2,共2层数据流,采用码率0.8的Turbo码以及64QAM调制,不同算法的复杂度比较。
从表中可以看出本专利提出的算法复杂度远远低于最大似然检测算法,虽然实数乘法次数略高于MMSE算法和PSCA-M算法,实数除法次数则比后两种算法少。
表1是针对LTE TDD系统开环空分复用模式,发送和接收天线数均为2,共2层数据流,采用码率0.9的Turbo码以及16QAM调制,不同算法的复杂度比较。
算法名称 | 实数乘法次数 | 实数除法次数 |
最大似然检测 | 1024 | 0 |
MMSE | 161 | 3 |
PSCA-M(M=8) | 136 | 2 |
本专利算法(M=8) | 215 | 1 |
表1。
表2是针对LTE TDD系统开环空分复用模式,发送天线数为4,接收天线数为2,共2层数据流,采用码率0.8的Turbo码以及64QAM调制,不同算法的复杂度比较。
算法名称 | 实数乘法次数 | 实数除法次数 |
最大似然检测 | 16384 | 0 |
MMSE | 353 | 3 |
PSCA-M(M=32) | 292 | 2 |
本专利算法(M=32) | 423 | 1 |
表2。
Claims (5)
1.一种用于长期演进方案的高效多天线检测方法,其特征在于根据接收数据的信噪比从高到低安排数据检测顺序,保证第一个待检测数据有最高的信噪比,采用MMSE准则挑选出第一个待检测数据符号的候选符号值,使用简单的硬判决方法得到第二个待检测数据符号的候选符号值,再对最优候选符号向量进行比特翻转,增加用于计算比特软量的候选符号值,最终采用欧氏距离度量代替原来的平方欧氏距离度量,获得精确的比特软量提供给后级Turbo译码器进行译码,该方法具体检测步骤如下:
步骤1:计算接收数据的信噪比,数据检测顺序按照信噪比从高到低排列;
步骤2:根据MMSE准则,得到第一个待检测数据符号的M个候选符号值 ,其中M指根据MMSE准则选出的第一个待检测数据符号的候选符号值数量,根据这些候选符号值求出相应的第二个待检测数据符号的M个候选符号值,与前面M个候选符号值构成M个候选符号向量;
步骤4:分别对候选符号向量第一个符号的每个比特进行翻转,其余比特保持不变,得到第一个待检测数据符号的N个候选符号值,其中N是指表示一个调制符号需要的比特数,根据这些候选符号值求出相应的第二个待检测数据符号的N个候选符号值,与前面N个候选符号值构成N个候选符号向量;
3.根据权利要求1所述的用于长期演进方案的高效多天线检测方法,其特征在于根据MMSE准则,得到第一个待检测数据符号的M个候选符号值,其中M指根据MMSE准则选出的第一个待检测数据符号的候选符号值数量,根据这些候选符号值求出相应的第二个待检测数据符号的M个候选符号值,与前面M个候选符号值构成M个候选符号向量的方法如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010516375 CN101964667B (zh) | 2010-10-22 | 2010-10-22 | 用于长期演进方案的高效多天线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010516375 CN101964667B (zh) | 2010-10-22 | 2010-10-22 | 用于长期演进方案的高效多天线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101964667A true CN101964667A (zh) | 2011-02-02 |
CN101964667B CN101964667B (zh) | 2013-05-01 |
Family
ID=43517427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010516375 Active CN101964667B (zh) | 2010-10-22 | 2010-10-22 | 用于长期演进方案的高效多天线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101964667B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102685045A (zh) * | 2012-05-02 | 2012-09-19 | 合肥东芯通信股份有限公司 | 一种lte系统中空分复用模式下的均衡装置和方法 |
CN102905377A (zh) * | 2011-07-28 | 2013-01-30 | 北京信威通信技术股份有限公司 | 一种无线通信系统中上行sdma无线资源管理的方法 |
CN104660379A (zh) * | 2015-02-04 | 2015-05-27 | 电子科技大学 | 一种基于可靠性判决的空间调制检测方法 |
CN105827290A (zh) * | 2016-03-31 | 2016-08-03 | 南京信息工程大学 | Mimo系统中基于候选机制的串行干扰消除检测算法 |
CN106850096A (zh) * | 2015-11-30 | 2017-06-13 | 展讯通信(上海)有限公司 | 空间相关性估算的方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101247158A (zh) * | 2008-03-20 | 2008-08-20 | 上海交通大学 | 非理想信道的多天线系统发射模式和调制方式选择方法 |
CN101345592A (zh) * | 2008-08-21 | 2009-01-14 | 上海交通大学 | 应用于mimo的自适应信号的检测器及检测方法 |
-
2010
- 2010-10-22 CN CN 201010516375 patent/CN101964667B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101247158A (zh) * | 2008-03-20 | 2008-08-20 | 上海交通大学 | 非理想信道的多天线系统发射模式和调制方式选择方法 |
CN101345592A (zh) * | 2008-08-21 | 2009-01-14 | 上海交通大学 | 应用于mimo的自适应信号的检测器及检测方法 |
Non-Patent Citations (1)
Title |
---|
杨宜进 等: "多天线系统中逼近最大似然的快速检测算法", 《电 子 与 信 息 学 报》, 30 June 2007 (2007-06-30) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102905377A (zh) * | 2011-07-28 | 2013-01-30 | 北京信威通信技术股份有限公司 | 一种无线通信系统中上行sdma无线资源管理的方法 |
CN102905377B (zh) * | 2011-07-28 | 2015-05-27 | 北京信威通信技术股份有限公司 | 一种无线通信系统中上行sdma无线资源管理的方法 |
CN102685045A (zh) * | 2012-05-02 | 2012-09-19 | 合肥东芯通信股份有限公司 | 一种lte系统中空分复用模式下的均衡装置和方法 |
CN102685045B (zh) * | 2012-05-02 | 2016-01-06 | 合肥东芯通信股份有限公司 | 一种lte系统中空分复用模式下的均衡装置和方法 |
CN104660379A (zh) * | 2015-02-04 | 2015-05-27 | 电子科技大学 | 一种基于可靠性判决的空间调制检测方法 |
CN104660379B (zh) * | 2015-02-04 | 2018-02-13 | 电子科技大学 | 一种基于可靠性判决的空间调制检测方法 |
CN106850096A (zh) * | 2015-11-30 | 2017-06-13 | 展讯通信(上海)有限公司 | 空间相关性估算的方法及装置 |
CN106850096B (zh) * | 2015-11-30 | 2020-05-12 | 展讯通信(上海)有限公司 | 空间相关性估算的方法及装置 |
CN105827290A (zh) * | 2016-03-31 | 2016-08-03 | 南京信息工程大学 | Mimo系统中基于候选机制的串行干扰消除检测算法 |
Also Published As
Publication number | Publication date |
---|---|
CN101964667B (zh) | 2013-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8279954B2 (en) | Adaptive forward-backward soft output M-algorithm receiver structures | |
EP2245808B1 (en) | Tree position adaptive soft output M-algorithm receiver structures | |
US8693561B2 (en) | Receive signal detection of multi-carrier signals | |
CN101383797B (zh) | 用于mimo系统的低复杂度的信号检测方法和检测装置 | |
US8130877B2 (en) | Apparatus and method for detecting signal in multi-antenna system | |
CN101499840B (zh) | 多入多出系统的迭代检测方法 | |
WO2009149113A2 (en) | Soft output m-algorithm receiver structures with generalized survivor selection criteria for mimo systems | |
CN106911374A (zh) | 一种低复杂度软输出空间调制检测方法 | |
CN103685090A (zh) | 多输入多输出信道表现的预测方法 | |
EP2149241A1 (en) | Adaptive soft output m-algorithm receiver structures | |
US8194798B2 (en) | MIMO symbol decoder and method for decoding spatially multiplexed symbols using combined linear equalization and maximum likelihood decoding | |
US20110044407A1 (en) | Adaptive qrd-m algorithm based signal detecting method by using constellation set grouping in spatial multiplexing multiple-input multiple-output system | |
KR20090097838A (ko) | 다중 입출력 시스템에서 수신 방법 및 장치 | |
CN101964667B (zh) | 用于长期演进方案的高效多天线检测方法 | |
CN100571098C (zh) | 通信系统中低复杂度的极大似然检测方法及装置 | |
CN104301267A (zh) | 一种mimo无线通信接收机的多阶段迭代检测方法和装置 | |
US10374772B2 (en) | Method for slicing K-best detection in multiple-input multiple-output wireless communications system | |
CN103414534A (zh) | 一种结合门限判决的广义空间调制系统接收机检测方法 | |
CN106877916B (zh) | 一种基于广义空间调制系统的星座点分块检测方法 | |
CN109286587B (zh) | 一种多有源广义空间调制检测方法 | |
CN102355295B (zh) | 一种多天线正交频分复用系统的高效接收方法 | |
US9066247B2 (en) | Communication devices and methods for signal detection | |
US20150180682A1 (en) | Turbo Equalisation | |
CN103326825B (zh) | 一种准正交空时分组码低复杂度译码方法 | |
Chen et al. | Multiuser pre-coding aided quadrature spatial modulation for large-scale MIMO channels |
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 |