CN102164105B - 一种多天线正交频分复用系统的自适应接收方法 - Google Patents
一种多天线正交频分复用系统的自适应接收方法 Download PDFInfo
- Publication number
- CN102164105B CN102164105B CN201110118815.6A CN201110118815A CN102164105B CN 102164105 B CN102164105 B CN 102164105B CN 201110118815 A CN201110118815 A CN 201110118815A CN 102164105 B CN102164105 B CN 102164105B
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- symbol
- calculate
- multiplier
- matrix
- 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.)
- Expired - Fee Related
Links
Images
Abstract
本发明公开一种多天线正交频分复用系统的自适应接收方法,包括如下步骤:(1)检测当前用户分配到的带宽大小;(2)根据分配的带宽大小,确定检测算法:若带宽为最小带宽,控制单元调用最大似然检测法检测;若带宽为最大带宽,控制单元调用最小均方误差检测法检测;若带宽介于最大和最小之间,结合子载波分组,采用混合算法,部分采用最大似然检测法检测,部分采用最小均方误差检测法检测。本发明的另外特点在于,部分乘法器采用加法器组成,在最大似然检测中用作加法器,在最小均方误差检测中用作乘法器,节省硬件资源。本发明实施通过结合子载波分组,在有限的硬件资源条件下,根据带宽自适应选择检测算法,使得用户在中小带宽应用场景时获得优秀的接收性能,充分利用有限的硬件资源。
Description
技术领域
本发明涉及一种多输入多输出系统的检测方法,尤其涉及一种适用MIMO-OFDM(MIMO:多输入多输出,OFDM:正交频分复用)系统使用的多天线检测方法。
背景技术
MIMO-OFDM系统是第三代及第四代移动通信的关键技术,能实现高速率传输和强可靠性。
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贝尔实验室分层空时结构。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MIMO-OFDM系统中使用了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。
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。常用的检测算法有最大似然检测算法,线性均方估计理论得到的最小均方误差检测算法。
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,但硬件实现复杂。线性均方估计理论得到的最小均方误差检测算法的复杂度低,易于实现,但性能比最优检测算法差很多。在用户的硬件资源固定的情况下,若在不同带宽情况下采用同一种检测方法,如:若所有子载波均采用最大似然检测算法,会导致在大带宽时资源过度增加;若所有子载波均采用最小均方误差检测,在小带宽时会浪费很多资源,采用固定的检测算法在硬件资源有限时无法合理利用资源。
发明内容
发明目的:本发明的目的在于针对现有技术的不足,提供一种在相同硬件资源基础上能够自适应选择的多输入多输出系统检测方法,以解决不同带宽时资源的浪费或紧缺,使用户达到优秀的接收性能。
技术方案:由于大带宽包含的子载波数目多,可以在大带宽时采用最小均方误差检测算法;由于小带宽包含的子载波数目少,若仍采用相同检测算法会导致资源浪费,因此在小带宽情况下采用性能最优的最大似然检测算法;当带宽介于大带宽和小带宽之间时,为了在相同的硬件资源基础上达到良好性能,结合子载波分组,采用混合算法,即一部分子载波采用最小均方误差检测算法,剩余子载波采用最大似然检测算法。
本发明所述的多天线正交频分复用系统的自适应多天线检测方法,具体包括如下步骤:
(1)检测当前用户分配到的带宽大小;
(2)根据分配的带宽大小,确定检测算法:若带宽为最小带宽,控制单元调用最大似然检测法检测;若带宽为最大带宽,控制单元调用最小均方误差检测法检测;若带宽介于最大和最小之间,结合子载波分组,采用混合算法,部分采用最大似然检测法检测,部分采用最小均方误差检测法检测。
对于步骤2中的最大似然检测,其实施方案有很多种,在4层数据流时,我们采用了一种简化算法,可以大大减少路径度量的计算次数,且对算法性能影响很小,包括如下步骤:
(21)先检测信噪比最小的数据流并遍历该层数据;
(22)剩余各层数据流按照信噪比从大到小的顺序检测且只保留一条最短的路径;
(23)找出路径度量最小的符号向量,根据该向量反转比特添加路径;
(24)利用所有路径,计算各层数据的比特软量。
步骤(2)中所述最大似然检测法,在2层数据流的情况下包括如下步骤:
(21)遍历所有x1的取值可能,对于给定x1,计算x2,MRC(x1)的值:
x2,MRC(x1)=h2 H(y-h1x1)/||h2||2=(h2 Hy-h2 Hh1x1)/||h2||2;
其中,x1、x2分别为第一、二层发送数据;x2,MRC(x1)为给定x1时,x2的最大比合并值,用于第二层符号硬判的软量;上标H表示共轭转置;H为信道矩阵乘以预编码矩阵后的等效信道矩阵,对于2层数据流的情况,H为2×2矩阵,即H=[h1,h2],其中h1、h2表示H阵的第一列、第二列;
(23)计算第一层符号的比特软量;在计算比特软量时,保留的路径有|Ω|条,其中:Ω为调制符号集合;
(24)遍历所有x2的取值可能,对于给定x2,计算x1,MRC(x2)的值:
x1,MRC(x2)=h1 H(y-h2x2)/||h1||2=(h1 Hy-h1 Hh2x2)/||h1||2;
其中:x1、x2分别为第一、二层发送数据;x1,MRC(x2)为给定x2时,x1的最大比合并值,用于第一层符号硬判的软量;上标H表示共轭转置;H为信道矩阵乘以预编码矩阵后的等效信道矩阵,对于2层数据流的情况,H为2×2矩阵,即H=[h1,h2],其中h1、h2表示H阵的第一列、第二列;
(26)计算第二层符号的比特软量;在计算比特软量时,保留的路径有|Ω|条,其中:Ω为调制符号集合。
对于步骤2中的最小均方误差检测,其实施方案有很多种,在4层数据流时,其具体步骤如下:
(21)计算检测矩阵G;
(22)计算出4个符号的估计值;
(23)由检测矩阵G计算出4个符号的等效增益;
(24)由4个符号的估计值和等效增益求比特软量。
步骤(2)中所述最小均方误差检测法,在2层数据流的情况下,我们采用了一种简化算法,在计算过程中尽可能减少除法运算次数,且对算法性能无影响。包括如下步骤:
(21)计算信道矩阵的共轭与信道矩阵的乘积HHH;
(23)计算信道矩阵共轭与接收数据阵的乘积HHy,计算结果为2×1复数向量;
(27)对进行折算,μ1′=α1μ1,μ2′=α2μ2。其中是第一个符号的MMSE估计值,是第二个符号的MMSE估计值,μ1′是第一个符号对应的等效增益,μ2′是第二个符号对应的等效增益;MMSE为最小均方误差估计;
所述硬件资源中的部分乘法器为复用乘法器,是由加法器组成,在大带宽时用作乘法器,较小带宽时用作加法器,以使资源在不同情形下得到复用,节省资源。该自适应实现结构不仅适用于权利说明中的硬件结构,也适用于并行DSP(数字信号处理器)及ASIC(专用集成电路)的实现。复用乘法器的数目可以这样得到:首先计算出系统给定的最大带宽下,MMSE中乘法器数目和加法器数目,该资源即为已有硬件资源;其次,通过中等带宽时ML占的比例计算出ML中所需要的总共加法器数目,然后由已有硬件资源计算出ML中还需要补充的加法器数目,这些加法器由复用乘法器构成,即可计算出复用乘法器的数目。
所述乘法器的工作方法如下:
S201,先将不同带宽、不同调制方式下需要的复用乘法器个数存于表中,当用户分配的带宽和调制方式确定后,通过查表,产生选择信号;
S202,二选一数据选择器,当选择信号为1时,选定乘法器,当选择信号为0时,选定加法器,并产生对应的使能信号;
S203,根据前一级产生的使能信号,选择当前乘法器的用途,输入数据,进行计算。
对于步骤2中的子载波分组,具体解释如下:频域上相邻子载波上的资源粒子的信道矩阵相关性主要取决于信道的时延扩展,可以通过估计时延扩展确定频域上子载波之间信道的相关性大小。如果信道具有较小的时延扩展,则相邻子载波上的信道系数变化非常缓慢,可以认为信道在相邻数个子载波上的变化非常小。这时可以对子载波分组,每组内包含K(一个分组内的子载波数目)个子载波。组内只做一次矩阵运算,如最大似然检测中的||h1||2、||h2||2、h1 Hh2等矩阵计算,MMSE检测中的HHH、等计算均只需计算一次,则矩阵计算部分的运算量可以近似降低为常规接收机的1/K。对于不同的信道,子载波分组值K的取值各不相同。为了在尽可能小的系统性能损失的前提下降低系统的计算复杂度,本文对于LTE(长期演进系统)不同信道给出如下建议:对于EPA(扩展的步行A模型)信道,12个子载波作为一组检测;对于EVA(扩展的车载A模型)信道,3个子载波作为一组检测;对于ETU(扩展的典型城区模型)信道,1个子载波一组检测。
本发明与现有技术相比,其有益效果是:1、本发明在同一套硬件资源基础上,根据用户在特定情况下分配到的带宽(可利用子载波)自适应选择检测算法,大大改善小带宽(可利用子载波少)用户性能;该方法以最大带宽(可利用子载波多)所有子载波均采用最小均方误差检测时的硬件资源为最大可用硬件资源,当用户分配到的带宽小于最大带宽时,若仍采用最小均方误差检测,将会浪费很多资源,因此在小带宽时可以部分或者全部子载波采用复杂但性能最优的最大似然检测算法。在最大带宽下采用最小均方误差检测算法;小带宽时采用复杂但性能最优的最大似然检测算法;当带宽介于大带宽和小带宽之间时,为了在相同的硬件资源基础上达到良好性能,结合子载波分组,采用混合检测算法;2、本发明利用子载波之间的信道系数的相关性简化矩阵运算的次数,节省计算资源,如将最小均方误差检测算法与子载波分组结合,只需计算一次检测矩阵,分组内的所有子载波共同使用该计算结果,减少运算次数;将最大似然检测与子载波分组结合,分组内的所有子载波共用相同的信道矩阵及信道矩阵与星座点坐标乘积的结果。如此以来,可以节省出部分资源,以便使更多的子载波采用最大似然检测算法,在相同硬件资源基础上使用户达到良好性能;3、本发明同一带宽内的部分子载波采用最优的最大似然检测算法,剩余子载波采用最小均方误差检测算法,每种算法占用的子载波数目是由最大硬件资源和当前的子载波数目来决定的;将此混合算法与子载波分组结合,将节省出的资源供给更多的子载波采用最大似然检测;4、本发明乘法器,其作用根据不同情况改变,在大带宽时用作乘法器,较小带宽时用作加法器,以使资源在不同情形下得到复用,节省资源,该自适应实现结构不仅适用于权利说明中的硬件结构,也可以用于并行DSP(数字信号处理器)的实现;5、当用户分配带宽较小时,在没有增加硬件资源的基础上所有子载波均可采用最优的最大似然检测,用户接收性能达到最佳;6、当信道变化较慢时,可以根据信道变化情况,部分子载波作为一组进行检测,节省硬件资源,使更多组子载波可以采用最优的最大似然检测算法;7、在低阶调制方式下,最大似然检测复杂度比高阶调制下大大降低。考虑到实际应用场景,大部分情况下,用户都处于室内或低速运动,采用QPSK(正交相移键控调制)调制的情况居多,在同样带宽下,可以使更多子载波采用最大似然检测;8、与单一的检测算法相比,本发明在相同硬件资源基础上,自适应选择检测算法,带宽变小时,可以将节省的硬件资源(部分乘法器作为加法器使用)提供给部分子载波做最大似然检测,充分利用资源且提高性能。
附图说明
图1为本发明自适应检测算法流程图。
图2为本发明中一个乘法器采用的复用结构,其中乘法器由加法器组成,不同带宽下不同数目的乘法器采用该结构。
图3是以LTE(长期演进系统)为例,针对开环空分复用模式,带宽为1.4M,发送和接收天线数分别为4、2,共2层数据流,采用码率0.8的Turbo码以及QPSK(正交相移键控调制)调制,信道为EVA70(多普勒扩展为70赫兹的扩展的车载A模型)信道,不同算法的性能比较图。图中横坐标SNR代表每接收天线信噪比,纵坐标FER为误帧率。
图4是以LTE(长期演进系统)为例,针对开环空分复用模式,带宽为5M,发送和接收天线数分别为4、2,共2层数据流,采用码率0.8的Turbo码以及16QAM(16种符号的正交幅度调制)调制,信道为EVA70(多普勒扩展为70赫兹的扩展的车载A模型)信道,不同算法的性能比较图。
具体实施方式
下面结合附图,对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
图1是本发明提出的自适应检测算法流程图。算法的完整步骤如下:
(一)、根据带宽和调制方式确定检测算法
(二)、根据信道时延扩展判断子载波分组数目。
(1)若带宽为最小带宽,则采用最大似然检测算法,对于2层数据流,具体步骤:
(11)遍历所有x1的取值可能,对于给定x1,计算用于x2硬判的最大比合并值,如下式:
x2,MRC(x1)=h2 H(y-h1x1)/||h2||2=(h2 Hy-h2 Hh1x1)/||h2||2。
(x2,MRC(x1):给定x1时,x2的最大比合并值,用于第二层符号硬判的软量)
(13)计算第一层符号的比特软量。在计算比特软量时,保留的路径有|Ω|条,本实施例中用maxmin方法估计向量模值,代替原有度量函数中的模平方计算。性能良好且便于硬件实现。
(14)遍历所有x2的取值可能,对于给定x2,计算x1硬判的最大比合并值,如下式:
x1,MRC(x2)=h1 H(y-h2x2)/||h1||2=(h1 Hy-h1 Hh2x2)/||h1||2。
(x1,MRC(x2):给定x2时,x1的最大比合并值,用于第一层符号硬判的软量)
(16)计算第二层符号的比特软量。在计算比特软量时,保留的路径有|Ω|条,本实施例中用maxmin方法估计向量模值,代替原有度量函数中的模平方计算。性能良好且便于硬件实现。
(2)若带宽为最大带宽,则采用最小均方误差检测算法,对于两层数据流,具体步骤:
(21)计算信道矩阵的共轭与信道矩阵的乘积HHH;
(23)计算信道矩阵共轭与接收数据阵的乘积HHy,计算结果为2×1复数向量;
(27)对进行折算,μ1′=α1μ1,μ2′=α2μ2。其中是第一个符号的MMSE(最小均方误差估计)估计值,是第二个符号的MMSE估计值,μ1′是第一个符号对应的等效增益,μ2′是第二个符号对应的等效增益。
(3)若带宽非最大或者最小值,则采用混合检测算法,具体步骤:
(31)以最大带宽时所有子载波均采用最小均方误差检测的运算量为系统硬件资源总数,计算当前带宽下可以采用的最大似然检测的子载波数目,将子载波分成两部分;
(32)对第一部分子载波,调用最大似然检测,具体步骤与(1)相同;
(33)对剩余部分子载波,调用最小均方误差检测,具体步骤与(2)相同;
图2是本发明中一个乘法器采用的复用结构,其中乘法器由加法器组成,不同带宽下不同数目的乘法器采用该结构。此处我们假设一个乘法器由7个加法器组成。具体实施方法:
S201,事先将不同带宽、不同调制方式下需要的复用乘法器个数存于表中,当用户分配的带宽和调制方式确定后,通过查表,产生选择信号;
S202,二选一数据选择器,当选择信号为1时,选定乘法器,当选择信号为0时,选定加法器,并产生对应的使能信号;
S203,根据前一级产生的使能信号,选择当前乘法器的用途,输入数据,进行计算。
图3是以LTE(长期演进系统)为例,针对开环空分复用模式,带宽为1.4M,发送和接收天线数分别为4、2,共2层数据流,天线低相关,采用码率0.8的Turbo码以及QPSK(正交相移键控调制)调制,信道为EVA70(多普勒扩展为70赫兹的扩展的车载A模型)信道,不同算法的性能比较图。图中横坐标SNR代表每接收天线信噪比,纵坐标FER为误帧率。
从图中可以看出,本发明提出的自适应检测算法,全部子载波均采用最大似然检测,会比采用最小均方误差检测,在误帧率10e-1附近,性能提升约为4dB。当采用最大似然检测的子载波占全部子载波50%时,就可以在误帧率10e-1附近,性能提升约为1dB,随着采用最大似然检测的比例增加,性能进一步改善。
图4以LTE(长期演进系统)为例,针对开环空分复用模式,带宽为5M,发送和接收天线数分别为4、2,共2层数据流,天线低相关,采用码率0.8的Turbo码以及16QAM(16种符号的正交幅度调制)调制,信道为EVA70(多普勒扩展为70赫兹的扩展的车载A模型)信道,不同算法的性能比较图。
从图中可以看出,本发明提出的自适应检测算法,若全部子载波均采用最大似然检测,性能会比采用最小均方误差检测,在误帧率10e-1附近,性能提升约为2.5dB。当采用最大似然检测的子载波占全部子载波50%时,可以在误帧率10e-1附近,性能提升约为0.3dB,随着采用最大似然检测的比例增加,性能进一步改善,当最大似然检测占到80%时,比最小均方误差检测改进1.5dB。另外,图中分别给出了最小均方误差检测及最大似然检测占50%时子载波3个一组时的性能,分别比对应单个子载波一组时差0.3dB;时,3子载波作为一组的检测性能要比单个子载波一组差0.3dB。
表1是以LTE(长期演进系统)为例,针对开环空分复用模式,发送和接收天线数分别为4、2,共2层数据流,不同调制方式下,一个子载波上最大似然检测算法的复杂度:(64QAM:64种符号的正交幅度调制;16QAM:16种符号的正交幅度调制;QPSK:正交相移键控调制)
表1
调制方式 | 实数加法 | 实数乘法 | 实数比较 |
QPSK | 141 | 32 | 40 |
16QAM | 502 | 32 | 192 |
64QAM | 1952 | 32 | 896 |
表2是以LTE(长期演进系统)为例,针对开环空分复用模式,发送和接收天线数分别为4、2,共2层数据流,不同调制方式下,一个子载波上采用最小均方误差检测算法的复杂度:
表2
调制方式 | 实数加法 | 实数乘法 | 实数除法 | 实数比较 |
QPSK | 32 | 50 | 2 | 0 |
16QAM | 44 | 50 | 2 | 8 |
64QAM | 76 | 50 | 2 | 36 |
从表1及表2可以看出,最大似然检测算法需要的加法器较多,尤其是调制方式更高时。最小均方误差检测算法需要的乘法器较多。当在小带宽采用最大似然检测算法时,加法器可能会不足,可以将剩余的部分乘法器变成加法器使用,以便采用最大似然检测。
表3是以LTE(长期演进系统)为例,2层数据流条件下,最小均方误差检测算法采用不同子载波分组时,一个分组所需要总的计算量以及占未分组运算量的比例。从表中可以看出,当子载波分组为3时,运算量为单个子载波一组运算量的75%左右,当子载波分组为12时,运算量为单个子载波一组时运算量的65%左右。
表3
子载波分组数目 | 实数加法 | 实数乘法 | 实数除法 |
1 | 32 | 50 | 2 |
3 | 72(75%) | 114(76%) | 2(33%) |
12 | 252(65%) | 402(67%) | 2(8%) |
表4是以LTE(长期演进系统)为例,2层数据流条件下,最大似然检测算法采用不同子载波分组时,一个分组所需要总的计算量以及占未分组运算量的比例。从表中可以看出,当子载波分组为3时,运算量为单个子载波一组运算量的74%左右,当子载波分组为12时,运算量为单个子载波一组时运算量的60%左右。
表4
子载波分组数目 | 实数加法 | 实数乘法 |
1 | 141 | 32 |
3 | 1118(74%) | 64(67%) |
12 | 3890(64%) | 208(54%) |
通过表1至表4,按照最大带宽时全部子载波采用MMSE检测的运算量为现有运算量,可以计算出,2层数据流下,不同带宽时采用不同子载波分组大小后最大似然检测可以占有的比例。表5是以LTE(长期演进系统)为例,QPSK(正交相移键控调制)调制,2层数据流下,不同子载波分组数目,不同带宽时最大似然检测可以占用的比例。从表可以看出,带宽不大于3M时,不论子载波是否分组,在已有的硬件资源基础上可以做全部子载波上的的最大似然检测。当带宽为5M时,最差情况还可以做70%的最大似然检测。
另外,由于MMSE检测使用的乘法器比最大似然检测多,当带宽小于最大带宽,且不全采用MMSE检测时,势必会导致乘法器的剩余,若考虑将部分剩余乘法器由加法器构成,当采用最大似然检测时,将其用作加法器,当带宽不大于10M时,均可做全带宽下的最大似然检测。
表5
表6是以LTE(长期演进系统)为例,16QAM(16种符号的正交幅度调制)调制,2层数据流下,不同子载波分组数目,不同带宽时最大似然检测可以占用的比例。从表可以看出,带宽不大于3M时,不论子载波是否分组,在已有的硬件资源基础上至少可以做50%的最大似然检测。
另外,由于最小均方误差检测使用的乘法器比最大似然检测多,若考虑将剩余的部分乘法器由加法器构成,当采用最大似然检测时,将其用作加法器,当带宽不大于5M时,均可做全带宽下的最大似然检测。
表6
以上所述仅是本发明的优选实施方式,本实施方案中检测算法以两层数据流为例说明,该发明中的自适应接收方案还可适用于4、8等多层数据流情况。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种多天线正交频分复用系统的自适应接收方法,其特征首先在于在同一套硬件资源基础上,通过如下步骤实现自适应检测:
(1)检测当前用户分配到的带宽大小;
(2)根据分配的带宽大小,确定检测算法:若带宽为最小带宽,控制单元调用最大似然检测法检测;若带宽为最大带宽,控制单元调用最小均方误差检测法检测;若带宽介于最大和最小之间,结合子载波分组,采用混合算法,部分采用最大似然检测法检测,部分采用最小均方误差检测法检测;
步骤(2)中所述最大似然检测法,当四层数据流时采用简化算法,步骤如下:
(21)先检测信噪比最小的数据流并遍历该层数据;
(22)剩余各层数据流按照信噪比从大到小的顺序检测且只保留一条最短的路径;
(23)找出路径度量最小的符号向量,根据该向量反转比特添加路径;
(24)利用所有路径,计算各层数据的比特软量;
步骤(2)中所述最大似然检测法,在2层数据流的情况下包括如下步骤:
(21)遍历所有x1的取值可能,对于给定x1,计算x2,MRC(x1)的值:
x2,MRC(x1)=h2 H(y-h1x1)/||h2||2=(h2 Hy-h2 Hh1x1)/||h2||2;
其中,x1、x2分别为第一、二层发送数据;x2,MRC(x1)为给定x1时,x2的最大比合并值,用于第二层符号硬判的软量;y为接收信号向量;上标H表示共轭转置,为数学运算标记符;矩阵H为信道矩阵乘以预编码矩阵后的等效信道矩阵,对于2层数据流的情况,H为2×2矩阵,即H=[h1,h2],其中h1、h2表示H阵的第一列、第二列;
(23)计算第一层符号的比特软量;在计算比特软量时,保留的路径有|Ω|条,其中:Ω为调制符号集合;
(24)遍历所有x2的取值可能,对于给定x2,计算x1,MRC(x2)的值:
x1,MRC(x2)=h1 H(y-h2x2)/||h1||2=(h1 Hy-h1 Hh2x2)/||h1||2;
其中:x1、x2分别为第一、二层发送数据;x1,MRC(x2)为给定x2时,x1的最大比合并值,用于第一层符号硬判的软量;H表示共轭转置;H为信道矩阵乘以预编码矩阵后的等效信道矩阵,对于2层数据流的情况,H为2×2矩阵,即H=[h1,h2],其中h1、h2表示H阵的第一列、第二列;
(26)计算第二层符号的比特软量;在计算比特软量时,保留的路径有|Ω|条,其中:Ω为调制符号集合;
步骤(2)中所述最小均方误差检测法在4层数据流时,包括如下步骤:
(21)计算检测矩阵G;
(22)计算出4个符号的估计值;
(23)由检测矩阵G计算出4个符号的等效增益;
(24)由4个符号的估计值和等效增益求比特软量;
步骤(2)中所述最小均方误差检测法,在2层数据流的情况下包括如下步骤:
(21)计算信道矩阵的共轭与信道矩阵的乘积HHH;
(23)计算信道矩阵共轭与接收数据阵的乘积HHy,计算结果为2×1复数向量;
(25)计算 diag表示取对角线元素,μ1,μ2为分别为第一、二个发送符号对应的过渡等效增益;
(27)对进行折算,μ1′=α1μ1,μ2′=α2μ2;其中是第一个符号的MMSE估计值,是第二个符号的MMSE估计值,μ1′是第一个符号对应的等效增益,μ2′是第二个符号对应的等效增益;MMSE为最小均方误差估计;
(28)利用μ1′、μ2′软解调生成两层符号所对应的比特似然比。
2.根据权利要求1所述的多天线正交频分复用系统的自适应接收方法,其特征在于:所述硬件资源中的部分乘法器为复用乘法器,是由加法器组成,在大带宽时用作乘法器,较小带宽时用作加法器。
3.根据权利要求2所述的多天线正交频分复用系统的自适应接收方法,其特征在于,所述乘法器的工作方法如下:
S201,先将不同带宽、不同调制方式下需要的复用乘法器个数存于表中,当用户分配的带宽和调制方式确定后,通过查表,产生选择信号;
S202,二选一数据选择器,当选择信号为1时,选定乘法器,当选择信号为0时,选定加法器,并产生对应的使能信号;
S203,根据前一级产生的使能信号,选择当前乘法器的用途,输入数据,进行计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110118815.6A CN102164105B (zh) | 2011-05-09 | 2011-05-09 | 一种多天线正交频分复用系统的自适应接收方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110118815.6A CN102164105B (zh) | 2011-05-09 | 2011-05-09 | 一种多天线正交频分复用系统的自适应接收方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102164105A CN102164105A (zh) | 2011-08-24 |
CN102164105B true CN102164105B (zh) | 2014-05-07 |
Family
ID=44465084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110118815.6A Expired - Fee Related CN102164105B (zh) | 2011-05-09 | 2011-05-09 | 一种多天线正交频分复用系统的自适应接收方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102164105B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103389903A (zh) * | 2012-05-07 | 2013-11-13 | 北京大学深圳研究生院 | 一种功能可配置的数字信号处理单元 |
CN103427958A (zh) * | 2012-05-25 | 2013-12-04 | 电信科学技术研究院 | 信号检测方法和装置 |
CN103312641B (zh) * | 2013-07-10 | 2016-04-13 | 东南大学 | 一种大规模天线阵列的信号合并方法 |
CN104734818B (zh) * | 2013-12-23 | 2018-08-03 | 联芯科技有限公司 | Mimo接收算法的自适应切换方法和装置 |
CN106027146B (zh) * | 2016-04-25 | 2018-12-28 | 东南大学 | 一种dco-ofdm直流偏置和子载波功率的优化方法 |
CN107453944B (zh) * | 2017-07-07 | 2021-04-02 | 台州市吉吉知识产权运营有限公司 | 一种确定网络吞吐量测试的最优测试连接数的方法及系统 |
CN109842463A (zh) * | 2017-11-27 | 2019-06-04 | 深圳超级数据链技术有限公司 | 数据传输方法、装置、存储介质及处理器 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101026434A (zh) * | 2006-02-24 | 2007-08-29 | 中国科学院上海微系统与信息技术研究所 | 一种低复杂度的迭代检测译码方法及装置 |
CN101365201A (zh) * | 2007-08-09 | 2009-02-11 | 华为技术有限公司 | 多输入多输出的接收信号检测方法及接收设备 |
CN101588335A (zh) * | 2008-05-19 | 2009-11-25 | 三星电子株式会社 | 利用信道相关性的mimo检测方法及系统 |
-
2011
- 2011-05-09 CN CN201110118815.6A patent/CN102164105B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101026434A (zh) * | 2006-02-24 | 2007-08-29 | 中国科学院上海微系统与信息技术研究所 | 一种低复杂度的迭代检测译码方法及装置 |
CN101365201A (zh) * | 2007-08-09 | 2009-02-11 | 华为技术有限公司 | 多输入多输出的接收信号检测方法及接收设备 |
CN101588335A (zh) * | 2008-05-19 | 2009-11-25 | 三星电子株式会社 | 利用信道相关性的mimo检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102164105A (zh) | 2011-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102164105B (zh) | 一种多天线正交频分复用系统的自适应接收方法 | |
CN101056130B (zh) | 在无线接收机中进行信号处理的方法和系统 | |
CN101112061B (zh) | 用于在多天线系统中分离已发射信号的多载波接收机和方法 | |
US9130696B2 (en) | System and method for RF signal combining and adaptive bit loading for data rate maximization in multi-antenna communication systems | |
US8064945B2 (en) | Base station, communication system including base station, and transmission method | |
CN1759617B (zh) | 利用基于射频和基带传输信号加权与合并的多天线通信系统权重生成方法 | |
CN102104404B (zh) | 无线通信系统中多用户mimo的传输方法、基站和用户终端 | |
CN101299623B (zh) | 功率分配方法、系统及发送端 | |
US20120294383A1 (en) | Antenna Selection For Mimo Decoding | |
CN101427485A (zh) | 复杂性降低的波束受控mimo ofdm系统 | |
US20120155345A1 (en) | Communication device | |
CN101411151B (zh) | 无线接收设备、无线发送设备、无线基站、接收方法和发送方法 | |
JP5602097B2 (ja) | 無線ネットワークのリソースブロックにおいて暗黙的に埋め込まれたパイロットシンボルを有するデータシンボルを符号化する方法 | |
CN102362461A (zh) | 信号处理器、接收机以及信号处理方法 | |
Zhang et al. | MIMO physical layer network coding based on VBLAST detection | |
Siregar et al. | Combination of spatial modulation and non-orthogonal multiple access using hybrid detection scheme | |
CN102355295B (zh) | 一种多天线正交频分复用系统的高效接收方法 | |
CN1820441B (zh) | 多天线通信系统内通过射频信号合并和自适应位加载实现数据率最大化的方法 | |
Jangalwa et al. | Performance analysis of Selective Mapping and clipping based multicarrier-CDMA system with and without MIMO technique | |
CN103907303A (zh) | 无线通信装置和通信方法 | |
US8750399B2 (en) | Radio terminal and demodulation method | |
Singh et al. | NOMA Based Generalized Precoding Aided Spatial Modulation with Multiuser MIMO in Downlink | |
CN105704079B (zh) | 基于plnc的双向ofdm多中继系统中的联合子载波抑制与中继选择方法 | |
Ramirez-Gutierrez et al. | Antenna beam pattern modulation for MIMO channels | |
Raafat et al. | On the ICI mitigation techniques in high mobility MIMO-OFDM systems with parallel ICI cancellation under various normalized doppler spreads |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140507 Termination date: 20200509 |