CN102111354A - 用于mimo-ofdm的lmmse检测方法 - Google Patents

Abstract

本发明公开了一种用于MIMO-OFDM的LMMSE检测方法。该方法采用从信道估计模块获得的噪声电平估计值对检测脉动阵列进行预置，再对多天线信道矩阵进行Givens旋转，同时对多天线接收数据进行酉变换，最后通过回代法解线性方程组获得空分复用信号的估计值，该处理方法按子载波顺序进行。本发明的用于MIMO-OFDM的LMMSE检测方法，与现有的方法相比主要有以下几个方面优点：计算量远远低于对多天线信道增广矩阵进行常规基于脉动阵Givens旋转的QR分解，具有较少的处理时间。

Description

用于MIMO-OFDM的LMMSE检测方法

技术领域

本发明属于通信与信息技术中的多天线正交频分复用调制(MIMO-OFDM)检测的技术领域，尤其属于多输入多输出(MIMO)系统的线性最小均方误差检测技术，具体涉及一种用于MIMO-OFDM的LMMSE检测方法。 

背景技术

无线通信行业正在从当前的单天线、单载波系统向多天线、多载波系统过渡。无线信道的多径时延扩展引起无线信号的频率选择性衰落。为了抑制频率选择性引起的码间干扰，OFDM调制技术将一个宽带的频率选择性信道转化为多个并行的平坦衰落的窄带信道，提高了空中接口的可靠性。MIMO技术，即在发射和接收两侧采用多个天线，利用无线信道的丰富多径散射特点，可以实现数据流的多路复用，在不增加系统带宽的前提下，大大提高了系统容量。 

目前出现的主要无线通信系统，例如802.11n、802.16e以及LTE系统等，大都基于MIMO-OFDM技术。但是，与窄带系统相比，MIMO系统的性能改善要求较高的信号处理复杂度，因此，低运算量和高并行度的MIMO-OFDM检测算法是该类系统实现的关键。 

现有的MIMO-OFDM检测方法： 

MIMO-OFDM系统可以建模成多个频率平坦衰落MIMO系统模型： 

x_i＝H_is_i+n_i            (1) 

其中，子载波总数为N_f。 

表示第i个子载波的MIMO信道矩阵 

表示第i个子载波的接收信号矢量 

表示第i个子载波的发射信号矢量 

表示第i个子载波的接收端噪声矢量 

MIMO检测的目的是估计每个子载波的发送符号矢量s_i。 

MIMO检测算法主要分为两类：非线性检测和线性检测。非线性检测方法主 要是ML类的算法，运算量较大，一般不适合运用于具有多码流或高阶调制的系统。线性检测算法主要基于迫零和MMSE准则，与非线性检测算法相比，其运算量较低。因此实际系统中通常采用线性检测算法。 

最简单的线性检测算法是做迫零检测，获得的分集度为N_r-N_t+1。迫零检测的空域均衡矩阵为： 

$G_{\mathrm{ZF}}^i={\left(H_i{H_i}^H\right)}^{-1}{H_i}^H$

而基于最小均方误差(LMMSE)准则的检测算法以最小化估计信号与实际发送的信号之间的均方误差为优化目标，即： 

$G_{\mathrm{MMSE}}^i=\underset{G}{\arg }\left\{\min \left(\right||G_i{y}_i-s_i{\left|\right|}^2)\right\}$

可得LMMSE检测的空域均衡矩阵： 

$G_{\mathrm{MMSE}}^i={({H_i}^H{H}_i+{\mathrm{\σ}}^{2}I)}^{-1}{H_i}^H---\left(2\right)$

LMMSE检测的分集度与ZF检测一致。在低信噪比区域，MMSE算法总是优于ZF算法，而在高信噪比区域，MMSE算法性能则趋近于ZF算法。 

对于MIMO-OFDM系统，通常的MIMO检测按子载波(per-tone)进行，即每个子载波上进行上述的迫零或MMSE检测，检测器的运算量和子载波的数目成正比。 

为获得信号的估值，实现LMMSE检测算法除了直接计算空域均衡矩阵外，一般多采用基于矩阵分解的回代法解线性方程组，主要有下述两种方法：一是基于信道协方差矩阵的cholesky/LDL分解。二是基于信道矩阵的QR分解(QRD)。 

由于基于信道矩阵QRD的方法具有更好的数值精度和稳定性，本发明仅考虑该方法。不失一般性，下述公式省略子载波序号i。 

令 

(其中I_M为M×M单位阵，σ为噪声电平)， 

(其中0_M，1为M×1矢量)，则，公式(2)可改写为G_MMSE＝(H ^H H)^-1 H ^H。 

对H作QRD，则H＝QR，即 

其中Q_I和R为M×M阵，Q_H是N×M阵。则线性方程组 

可按最小二乘准则化简为如下形式： 

$\underset{\‾}{R}\hat{s}={\underset{\_}{Q}}^H\underset{\‾}{x}---\left(3\right)$

上述方程组解 

即为发射符号矢量的LMMSE估计值。 

由于在MIMO-OFDM系统中需要对多个子载波处理，QRD算法除了应具有合适的运算量外，子载波处理之间的切换时间也是其重点考虑因素，一般多采用基于Givens旋转的脉动结构来实现。 

复Givens旋转矩阵可定义为N阶单位阵的秩2校正，即 

I＜K， 

其中c^*是则G(I，K)的第(I，I)个元素，c是G(I，K)的第(K，K)个元素，s^*是则G(I，K)的第(I，K)个元素，-s是G(I，K)的第(K，I)个元素，且|c|²+|s|²＝1。如果 

是N阶列矢量， 

则 

${{\stackrel{\‾}{y}}^{\′}}_j=\left\{\begin{array}{cc}{c}^{*}{y}_I+s^{*}{y}_K,& j=I\\ -{\mathrm{sy}}_I+c{y}_K,& j=K\\ y_j,& j\≠I,K\end{array}\right.$

欲使 

即-sy_I+cy_K＝0，且 

为大于0的实数，则 

$c=\frac{y_I}{g},$ $s=\frac{y_K}{g},$ $g=\sqrt{{\left|y_I\right|}^2+{\left|y_K\right|}^2}>0$

且 

${{\stackrel{\→}{y}}^{\′}}_j=\left\{\begin{array}{cc}g,& j=I\\ 0,& j=K\\ y_j,& j\≠I,K\end{array}\right.$

基于Givens旋转QRD的脉动阵结构可参见图1，阵列处理单元的计算公式参见发明内容。 

发明内容

发明目的：针对现有技术中存在的不足，本发明的目的是提供低运算量/低处理时间的最小均方误差检测方法，以使其大大降低运算量和处理时间。 

技术方案：为了实现上述发明目的，本发明采用的技术方案如下： 

一种用于MIMO-OFDM的LMMSE检测方法，采用从信道估计模块获得的噪声电平估计值对检测脉动阵列进行预置，再对多天线信道矩阵进行Givens旋转，同时对多天线接收数据进行酉变换，最后通过回代法解线性方程组获得空分复用信号的估计值，该处理方法按子载波(per-tone)顺序进行。 

所述的低运算量/低处理时间的最小均方误差检测方法，按照如下的步骤进行检测： 

(1)将来自信道估计模块的多天线信道矩阵 

(其中H_i表示第i个子载波的N×M阶信道矩阵，N为接收天线数，M为发射码流数)和多天线接收数据x _i按子载波顺序上倾斜排列，连续进入基于脉动阵列的检测装置，且由信道矩阵和接收数据合成的矩阵之对角元素用“！”标记，如图3所示； 

(2)对第i个子载波的多天线信道估计值H_i进行基于脉动阵列的Givens旋转。当进入阵列旋转单元的数据带有“！”标记时，该单元的当前存储变量r首先用信道估计模块的噪声电平σ预置，随后按旋转单元处理过程进行其它变量的计算，从而最终获得 

(Q _i为酉阵，R _i为上三角阵)；其中，按旋转单元处理过程进行其它变量的计算包括： 

旋转单元，完成Givens旋转因子的计算， 

$g\left(k\right)=\sqrt{{\left|h_{\mathrm{in}}\left(k\right)\right|}^2+{\left|r(k-1)\right|}^2}$

c_out(k)＝r^*(k-1)/g(k) 

s_out(k)＝h_in(k)/g(k) 

r(k)＝g(k)： 

处理单元1，对信道矩阵完成旋转操作， 

$r\left(k\right)=c_{\mathrm{in}}^{*}r(k-1)+s_{\mathrm{in}}^{*}(k-1)h_{\mathrm{in}}\left(k\right)$

h_out(k)＝-s_in(k)r(k-1)+c_in(k-1)h_in(k) 

c_out(k)＝c_in(k) 

s_out(k)＝s_in(k)； 

处理单元2，对接收信号完成旋转操作， 

$d\left(k\right)=c_{\mathrm{in}}^{*}d(k-1)+s_{\mathrm{in}}^{*}(k-1)x_{\mathrm{in}}\left(k\right)$

x_out(k)＝-s_in(k)d(k-1)+c_in(k-1)x_in(k)； 

(3)在完成上述步骤的同时，用获得的酉阵Q _i对相应子载波的多天线接收数据x _i进行旋转操作，最终获得 

(4)用回代法解线性方程组 获得第i个子载波的空分复用信号估计值 

(5)按子载波循环运行步骤(1)～(4)，实现所有子载波的多天线线性最小均方误差(LMMSE)检测。 

所述的用于MIMO-OFDM的LMMSE检测方法，先对基于脉动阵列的检测装置进行预置，再对子载波i的多天线信道矩阵H_i进行Givens旋转，从而在不增加运算量的前提下完成多天线信道增广矩阵 

的QR分解(I_M为M×M单位阵，σ为噪声电平)。基于脉动阵列的多天线信道增广矩阵的QR分解方法如下： 

(1)当阵列单元接收到的信道估计值带有“！”标记时，处理单元1的r值和处理单元2的d值先复位为0，而旋转单元的r值先预置为σ。 

(2)脉动阵列，以4接收天线为例的脉动阵列结构参见图1，处理单元的操作定义同上述步骤(2)的按旋转单元处理过程进行其它变量的计算。 

所述的用于MIMO-OFDM的LMMSE检测方法，采用上述方法的脉动阵列的数据顺序安排如图3所示。而进入通常脉动阵列的信道增广矩阵的数据顺序如图2所示，可以看出新结构可大大降低运算量和减少处理时间。 

有益效果：本发明的优点主要体现在以下几个方面：计算量远远低于对多天线信道增广矩阵进行常规基于脉动阵Givens旋转的QR分解。与图2所示的一般按多天线信道增广矩阵进入脉动阵列的顺序相比，本发明具有较少的处理时间。 

附图说明

图1是本专利进行Givens旋转QR分解的三角脉动阵列结构，该结构与常规的Givens旋转QR分解的三角脉动阵列结构相同。 

图2是进入常规Givens旋转QR分解三角脉动阵列的数据顺序结构。 

图3是本发明使用的进入Givens旋转QR分解三角脉动阵列的数据顺序结构。 

具体实施方式

下面结合附图和具体实施例对本发明做进一步的解释。 

实施例1 

下面以3GPP LTE(Long Term Evolution)标准中4码流的天线配置为例，比较本发明和实现LMMSE检测算法的一般基于脉动阵的Givens旋转QR分解方法的计算量/处理时间的不同。 

本发明采用的脉动阵列结构如图1所示，多天线信道矩阵沿斜对角线进入脉动阵，对角线间隔等于该矩阵行数，即为4个数据。 

处理步骤如下： 

(1)将来自信道估计模块的多天线信道估计值 

和多天线接收数据x _i按子载波顺序上倾斜排列，其中，H_i表示第i个子载波的N×M阶信道矩阵，N为接收天线数，M为发射码流数，连续进入基于脉动阵列的检测装置，且由信道矩阵和接收数据合成的矩阵之对角元素用“！”标记，如图3所示； 

(2)对第i个子载波的多天线信道估计值H_i进行基于脉动阵列的Givens旋转。当进入阵列旋转单元的数据带有“！”标记时，该单元的当前存储变量r首先用信道估计模块的噪声电平预置，随后按旋转单元处理过程进行其它变量的计算，从而最终获得 

(Q _i为酉阵，R _i为上三角阵)；其中，按旋转单元处 理过程进行其它变量的计算包括： 

旋转单元，完成Givens旋转因子的计算， 

$\left(k\right)=\sqrt{{\left|h_{\mathrm{in}}\left(k\right)\right|}^2+{\left|r(k-1)\right|}^2}$

c_out(k)＝r^*(k-1)/g(k) 

s_out(k)＝h_in(k)/g(k) 

r(k)＝g(k)； 

处理单元1，对信道矩阵完成旋转操作， 

$r\left(k\right)=c_{\mathrm{in}}^{*}r(k-1)+s_{\mathrm{in}}^{*}(k-1)h_{\mathrm{in}}\left(k\right)$

h_out(k)＝-s_in(k)r(k-1)+c_in(k-1)h_in(k) 

c_out(k)＝c_in(k) 

s_out(k)＝s_in(k)； 

处理单元2，对接收信号完成旋转操作， 

$d\left(k\right)=c_{\mathrm{in}}^{*}d(k-1)+s_{\mathrm{in}}^{*}(k-1)x_{\mathrm{in}}\left(k\right)$

x_out(k)＝-s_in(k)d(k-1)+c_in(k-1)x_in(k)； 

(3)在完成上述步骤的同时，用获得的酉阵Q _i对相应子载波的多天线接收数据x _i进行旋转操作，最终获得 

(4)用回代法解线性方程组 

获得第i个子载波的空分复用信号估计值 

(3)按子载波循环运行步骤(1)～(4)，实现所有子载波的多天线LMMSE检测。 

一般的方法要求进入脉动阵的是多天线信道增广矩阵，如图2所示，而每个阵列单元的处理方式与本发明相同。可以看出，在本例的配置条件下，本发明需处理的数据量减少为常规方法的一半，其运算量和子载波处理时间都降为常规方法的一半。 

Claims (4)

1.一种用于MIMO-OFDM的LMMSE检测方法，其特征在于：采用从信道估计模块获得的噪声电平估计值对检测脉动阵列进行预置，再对多天线信道矩阵进行Givens旋转，同时对多天线接收数据进行酉变换，最后通过回代法解线性方程组获得空分复用信号的估计值，该处理方法按子载波顺序进行。

2.根据权利要求1所述的用于MIMO-OFDM的LMMSE检测方法，其特征在于，包括以下步骤：

(1)将来自信道估计模块的多天线信道矩阵 

和多天线接收数据x _i按子载波顺序上倾斜排列，连续进入基于脉动阵列的检测装置，且由信道矩阵和接收数据合成的矩阵之对角元素用“！”标记；其中，H_i表示第i个子载波的N×M阶信道矩阵，N为接收天线数，M为发射码流数；

(2)对第i个子载波的多天线信道估计值H_i进行基于脉动阵列的Givens旋转；当进入阵列旋转单元的数据带有“！”标记时，该单元的当前存储变量r首先用信道估计模块的噪声电平σ预置，随后按旋转单元处理过程进行其它变量的计算，从而最终获得 

其中，Q _i为酉阵，R _i为上三角阵；

(3)用步骤(2)获得的本阵Q _i对相应子载波的多天线接收数据x _i过行旋转操作，最终获得 

(4)用回代法解线性方程组 

获得第i个子载波的空分复用信号估计值 

(5)按子载波循环运行步骤(1)～(4)，实现所有子载波的多天线线性最小均方误差检测。

3.根据权利要求1所述的用于MIMO-OFDM的LMMSR检测方法，其特征在于：先对基于脉动阵列的检测装置进行预置，再对子载波i的多天线信道矩阵H_i进行Givens旋转，从而在不增加运算量的前提下完成多天线信道增广矩阵 

的QR分解，其中，I_M为M×M单位阵，σ为噪声电平，基于脉动阵列的多天线信道增广矩阵的QR分解方法如下：

(1)当阵列单元接收到的信道估计值带有“！”标记时，处理单元1的r值和处理单元2的d值先复位为0，而旋转单元的r值先预置为σ；

(2)脉动阵列处理单元的操作定义包括： 

旋转单元，完成Givers旋转因子的计算，

s_out(k)＝h_in(k)/g(k)

r(k)＝g(k)；

处理单元1，对信道矩阵完成旋转操作，

h_out(k)＝-s_in(k)r(k-1)+c_in(k-1)h_in(k)

c_out(k)＝c_in(k)

s_out(k)＝s_in(k)；

处理单元2，对接收信号完成旋转操作，

x_out(k)＝-s_in(k)d(k-1)-c_in(k-1)x_in(k)。

4.根据权利要求1所述的用于MIMO-OFDM的LMMSE检测方法，其特征在于：所述的的脉动阵列的数据顺序安排如附图3所示。 

Images