CN102215072B - 多天线通信系统中信号检测的方法和接收机 - Google Patents

Abstract

本发明提供了一种多天线通信系统中信号检测的方法和接收机。该方法包括：接收端的至少两个接收天线接收由发射端发射的发射信号，获得至少两个接收信号；确定信道矩阵、发射信号的估计误差协方差矩阵；将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量；根据所述信道矩阵、所述估计误差协方差矩阵、以及所述接收信号结果向量，检测所述发射信号。本发明实施例在考虑多天线通信系统中存在白噪声和有色干扰等背景噪声情形下，降低了信号检测时的计算复杂度。

Description

多天线通信系统中信号检测的方法和接收机

技术领域

本发明实施例涉及通信技术领域，特别是涉及一种多天线通信系统中信号检测的方法和接收机。

背景技术

在发射端和接收端同时使用多天线阵列的具有空-时架构的无线通信系统如图1a所示。该系统中，发射天线单元数M最少是2，而接收天线单元数N最少是M。发射信号s₁，...，s_M分别通过M个不同的发射天线单元a-1，...，a-M发射；相应的接收信号x₁，...，x_N分别从N个不同的接收天线单元b-1，...，b-N接收。图1a中也显示了求和成分c-1，c-2，...，c-N，它们代表无法避免的噪声信号w₁，w₂，...，w_N，这些噪声信号分别加入到接收天线单元b-1，b-2，...，b-N接收到的接收信号中。接收信号x₁，...，x_N被检测处理以产生恢复的发射信号

待检测发射信号的估计值通常由线性最小均方误差检测矩阵G_IRC求得，

而

则发射信号估计值

可表示如下：

$\hat{s}=G_{\mathrm{IRC}}x=H^H{(H{\mathrm{\Φ}}_{\mathrm{ss}}^{-1}{H}^H+{\mathrm{\Φ}}_{\mathrm{ww}})}^{-1}x---\left(1\right)$

其中，Φ_ss表示发射信号的协方差矩阵，Φ_ss ^-1表示Φ_ss的逆矩阵，Φ_ww表示噪声与干扰的协方差矩阵。本发明实施例中，X^-1表示一个矩阵X的逆矩阵，X^H表示一个矩阵X的共轭转置。接收端采用干扰消除(InterferenceCancellation)技术检测信号。干扰消除技术的原理是：首先检测M个发射信号s₁，...，s_M中选定的1个，使用这个已检测的发射信号的估计值，在接收信号向量中至少部分地消除已检测的发射信号的影响，这样把下一步信号检测的问题变成M-1个发射信号的检测的问题，以提高下一步检测的性能；在下一步检测M-1个发射信号过程中，继续引用上述干扰消除的方法，如此迭代M-1次，直到只剩下1个待检测的发射信号并把它检测出来为止。

现有技术中，为了降低复杂度，将背景噪声假设为理想化的白噪声，即将噪声与干扰的协方差矩阵理想化为单位矩阵。但实际通信系统中，背景噪声并不是理想化的，通常包括白噪声和有色干扰，因此现有技术将背景噪声理想化处理，使得发射信号的估计值与期望信号存在较大偏差。

发明内容

本发明实施例提供一种多天线通信系统中信号检测的方法和接收机，用以在考虑多天线通信系统中存在白噪声和有色干扰等背景噪声情形下，降低接收端信号检测的实现复杂度。

本发明实施例提供了一种多天线通信系统中信号检测的方法，包括：

接收端的至少两个接收天线接收由发射端发射的发射信号，获得至少两个接收信号；

确定信道矩阵、发射信号的估计误差协方差矩阵；

将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量；

根据所述信道矩阵、所述估计误差协方差矩阵、以及所述接收信号结果向量，检测所述发射信号。

本发明实施例还提供了一种接收机，包括：

信号接收模块，用于采用至少两个接收天线接收由发射端发射的发射信号，获得至少两个接收信号；

确定模块，用于确定信道矩阵、发射信号的估计误差协方差矩阵；

获取模块，用于将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量；

信号检测模块，用于根据所述信道矩阵、所述估计误差协方差矩阵、以及所述接收信号结果向量，检测所述发射信号。

本发明实施例对接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量，并依据该接收信号结果向量、信道矩阵，以及发射信号的估计误差协方差矩阵检测发射信号，避免了在每次迭代过程中都需要反复进行矩阵求逆的计算，从而降低了信号检测时的计算复杂度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1a为现有技术在发射端和接收端同时使用多天线阵列的具有空-时架构的无线通信系统的结构示意图；

图1b为本发明一实施例提供的多天线通信系统中信号检测的方法流程图；

图2为本发明另一实施例提供的多天线通信系统中信号检测的方法流程图；

图3为本发明另一实施例提供的等效求解Φ_ww ^-1的方法流程图；

图4为本发明另一实施例提供的等效求解Φ_ww ^-1的方法流程图；

图5为本发明另一实施例提供的求解Q和T的分解因子矩阵的方法流程图；

图6为本发明另一实施例提供的多天线通信系统中信号检测的方法流程图；

图7为本发明另一实施例提供的求解Q和T的分解因子矩阵的方法流程图；

图8为本发明另一实施例提供的多天线通信系统中信号检测的方法流程图；

图9为本发明另一实施例提供的接收机的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1b为本发明一实施例提供的多天线通信系统中信号检测的方法流程图。如图1b所示的方法包括：

步骤11：接收端的至少两个接收天线接收由发射端发射的发射信号，获得至少两个接收信号。

接收对发射信号进行接收后，可以获得至少两个接收信号，而发射信号由发射端各个不同的发射天线分别发射并经过一信道到达接收端。

步骤12：确定信道矩阵、发射信号的估计误差协方差矩阵，并将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量。

本步骤中，确定所述发射信号的估计误差协方差矩阵的方法可包括：计算噪声与干扰的协方差矩阵的逆矩阵；根据所述噪声与干扰的协方差矩阵的逆矩阵、以及信道矩阵，确定所述发射信号的估计误差协方差矩阵。

为了降低计算复杂度，可采用等效计算方法计算噪声与干扰的协方差矩阵的逆矩阵，例如：计算一待检测信号对应的所述噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵；依据预先确定的信号检测顺序，递推计算相邻的待检测信号对应的所述噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵，直至得到最后一个待检测信号对应的所述噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵；根据最后一个待检测信号对应的噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵，确定发射信号的估计误差协方差矩阵。

本步骤中，将接收信号向量经过白化处理和预滤波处理以得到接收信号结果向量的方法，可包括：确定噪声与干扰的协方差矩阵，根据噪声与干扰的协方差矩阵对接收信号向量进行白化处理，即将噪声与干扰的协方差矩阵乘以接收信号；再根据信道矩阵对接收信号向量经白化处理后的结果进行预滤波处理，即将信道矩阵的共轭转置矩阵乘以接收信号向量经白化处理后的结果，从而得到接收信号向量经过白化处理和预滤波处理后的结果向量，即得到本发明实施例所述的接收信号结果向量。

步骤13：根据信道矩阵、发射信号的估计误差协方差矩阵、以及接收信号结果向量，检测所述发射信号。

可选的，可根据信道矩阵、发射信号的估计误差协方差矩阵、以及接收信号结果向量，并按预先确定的信号检测顺序，如按待检测信号的接收信噪比从大到小的顺序对待检测的发射信号进行干扰消除迭代检测，直至得到各个待检测的发射信号。

每次迭代检测过程可包括(图中未示出)：

步骤131：确定当前迭代检测所需的发射信号的估计误差协方差矩阵的平方根矩阵，以及当前迭代检测所需的接收信号结果向量。

如果是当前迭代检测不是首次迭代检测，则本步骤中，当前迭代检测所需的发射信号的估计误差协方差矩阵的平方根矩阵，即为上一次迭代检测得到的缩小的估计误差协方差矩阵的平方根矩阵；而当前迭代检测所需的接收信号结果向量，即为上一次迭代检测得到的缩小的接收信号结果向量。发射信号的估计误差协方差矩阵的平方根矩阵，由发射信号的估计误差协方差矩阵的逆矩阵确定，具体方法可参考现有技术，在此不再赘述。

步骤132：确定步骤131确定的平方根矩阵的最小长度行，该最小长度行对应接收信噪比最大的待检测信号。

而确定某一矩阵的最小长度行的具体方法可以参考现有技术，在此不再赘述。

步骤133：交换步骤131确定的平方根矩阵中所述最小长度行和最后一行，得到交换后的平方根矩阵；并交换步骤131确定的接收信号结果向量中最小长度项和最后一项。

步骤134：根据步骤133交换后的平方根矩阵，计算当前检测信号的迫零向量，并递推计算下一次迭代检测所需的平方根矩阵。

步骤135：根据当前检测信号的迫零向量，确定当前检测信号的估计值，并对当前检测信号的估计值进行量化处理，得到当前检测信号。

步骤136：在步骤133交换后的接收信号结果向量中消除已检测信号对接收信号的干扰，得到下一次迭代检测所需的接收信号结果向量；进入下一次迭代检测，直至得到各个待检测的发射信号。

其中，下一次迭代检测的实现过程相当于重复执行步骤131-步骤136，直至得到各个待检测的发射信号。

本发明实施例提供的多天线通信系统中信号检测的方法，将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量，并依据该接收信号结果向量、信道矩阵，以及发射信号的估计误差协方差矩阵检测发射信号，避免了在每次迭代过程中都需要反复进行矩阵求逆的计算，从而在考虑多天线通信系统中存在白噪声和有色干扰等背景噪声情形下，降低了信号检测时的计算复杂度。

下面结合所示的多天线通信系统，详细说明本发明实施例的技术方案。如图1a所示的多天线通信系统中，发射信号s₁，...，s_M分别通过M个不同的发射天线单元a-1，...，a-M发射；相应的，接收信号x₁，...，x_N分别从N个不同的接收天线单元b-1，...，b-N接收；M表示发射天线的总数，为大于或等于2的整数；N表示接收天线的总数，为大于或等于M的整数。

信道矩阵H表示为：

信道矩阵H是一个N×M复数矩阵。假定信道矩阵H在K个符号的时期内是常数，K表示一个正整数，如1至100的任一整数。列向量h_m(m＝1，2，...，M)的长度为N。信道矩阵H包含的信道向量h₁至h_M分别表示信道对M个传输信号中的每一个传输信号的影响。具体的，信道向量h_m(m＝1，2，...，M)包括信道矩阵项h_1m至h_Nm，分别表示在接收天线单元b-1至b-N中每一个接收天线单元上的信道，对发射信号s_m的影响。

在图1a所示的通信系统中，发射信号向量与接收信号向量之间满足关系式：

$x\left(k\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{h}_m{s}_m\left(k\right)+w\left(k\right)=\mathrm{Hs}\left(k\right)+w---\left(3\right)$

其中，k表示采样时刻，k＝1，2，…，K。用向量形式表示上述关系，则：再把上式写为x＝s₁·h₁+s₂·h₂+...+s_m·h_m+…+s_M·h_M+w的形式，可以清楚的看到各个发射信号对接收信号向量x的影响。

本发明实施例采用^T和^H分别表示矩阵或者向量的转置和共轭转置。其中，x＝[x₁，x₂，...，x_N]^T是N维接收信号向量，s＝[s₁，s₂，...，s_M]^T是M维发射信号向量。假设发射信号s₁，s₂，...，s_M是不相关的，这意味着发射信号向量s的互相关矩阵是对角的，即w＝[w₁，w₂，...，w_N]^T是背景噪声。在实际通信系统中，背景噪声通常包括白噪声和有色干扰，本发明实施例背景噪声考虑的正是该情形。

在图1a所示的通信系统中，上述M个发射信号s₁，...，s_M组成的向量可先与一个或多个矩阵相乘得到一个结果向量后，由各个发射天线分别发射所述结果向量的各项。例如：虚拟天线(Virtual Antenna)的技术提供了多个虚拟天线端口，发射信号s₁，s₂，...，s_M分别送到各个虚拟天线端口后，对发射信号向量乘以预设矩阵T和预设矩阵U，得到结果向量

的各项，再将结果向量的各项分别送到各个物理天线端口发射。在这种情况下，表示多个发射信号与多个接收信号之间的关系的等效信道矩阵，等效信道矩阵表示为

此时，接收信号向量为

因此，利用虚拟天线技术时的接收信号向量与发射信号向量之间的关系

与M个发射信号直接送到M个发射天线发射的情况下的接收信号向量与发射信号向量之间的关系x＝Hs+w具有相同的形式。

本发明下述具体实施例中，以M个发射信号直接送到M个发射天线发射的情况为例，详细说明接收端进行发射信号检测的方法。对于发射端利用虚拟天线技术发射信号的场景，接收端进行发射信号检测时把信道矩阵H用等效信道矩阵

代替即可，其实现方式相似，以下不再赘述。

本发明实施例在接收端进行信号检测时的检测矩阵采用的是线性最小均方误差检测矩阵G_IRC：

$G_{\mathrm{IRC}}={(H^H{\mathrm{\Φ}}_{\mathrm{ww}}^{-1}H+{\mathrm{\Φ}}_{\mathrm{ss}}^{-1})}^{-1}{H}^H{\mathrm{\Φ}}_{\mathrm{ww}}^{-1}---\left(5\right)$

则发射信号估计值可表示如下：

$\hat{s}=G_{\mathrm{IRC}}x={(H^H{\mathrm{\Φ}}_{\mathrm{ww}}^{-1}H+{\mathrm{\Φ}}_{\mathrm{ss}}^{-1})}^{-1}{H}^H{\mathrm{\Φ}}_{\mathrm{ww}}^{-1}x---\left(6\right)$

通常可以把Φ_ss归一化为单位矩阵，即Φ_ss＝I。

本发明实施例进行如下定义：

$z=H^H{\mathrm{\Φ}}_{\mathrm{ww}}^{-1}x$

$T=H^H{\mathrm{\Φ}}_{\mathrm{ww}}^{-1}H+{\mathrm{\Φ}}_{\mathrm{ss}}^{-1}$

$Q=T^{-1}={(H^H{\mathrm{\Φ}}_{\mathrm{ww}}^{-1}H+{\mathrm{\Φ}}_{\mathrm{ss}}^{-1})}^{-1}---\left(7\right)$

其中，z表示接收信号向量x经过白化处理和预滤波处理后的结果向量，即为本发明实施例所述的接收信号结果向量。具体的，在确定接收信号结果向量的方法中，可先用第一个矩阵Φ_ww ^-1乘以接收信号向量x，表示根据噪声与干扰的协方差矩阵对接收信号向量进行白化处理；再用第二个矩阵H^H乘以接收信号向量经白化处理后的结果，表示根据信道矩阵对接收信号向量经白化处理后的结果向量进行预滤波处理。Q表示发射信号向量的估计误差协方差矩阵，为M行M列矩阵，该矩阵考虑了白噪声和有色干扰的影响；T为Q的逆矩阵。

相应的，式(6)可表示为：

$\hat{s}=T^{-1}z=\mathrm{Qz}.---\left(8\right)$

本发明实施例中，每次迭代都采用式(8)得到发射信号估计值

中的一项，然后在接收信号结果向量z中消除已经检测的一个发射信号的干扰；这样经过M次迭代，可以得到发射信号估计值

中M项。

假设由M个不同的发射天线发射的M个发射信号，在接收端被检测的先后顺序用发射信号的序号表示为t_M，t_M-1，...，t_m，...，t₂，t₁，m表示待检测发射信号的数量且1≤m≤M，在检测m个待检测发射信号中某一发射信号时，这m个待检测发射信号的估计误差协方差矩阵为Q_m，而Q_m的平方根矩阵记为P^(m)/2，P^(m)/2满足

本实施例是以按待检测信号的接收信噪比从大到小的顺序进行迭代检测为例进行说明的，当然也可以按照其他的顺序，其方式比较类似。

图2为本发明另一实施例提供的多天线通信系统中信号检测的方法流程图，具体可包括：

步骤200：设置初始值，即设置m的初始值为M，初始的接收信号结果向量为

初始的矩阵

初始的发射信号向量的估计误差协方差矩阵

的平方根矩阵P^(M)/2。

步骤201：判断m是否小于2，如果是，则执行步骤212；否则，执行步骤202。

本步骤用于判断当前待检测发射信号是否为最后一个待检测发射信号。

步骤202：将m个待检测发射信号中，接收信噪比最大的发射信号，确定为当前需要检测的发射信号，具体可包括：确定P^(m)/2的最小长度行向量，该最小长度行向量记为第l_m行，该l_m行对应于m个待检测发射信号中接收信噪比最好的信号，即当前被检测的发射信号。

步骤203：在矩阵P^(m)/2中交换第l_m行和最后一行即第m行；在矩阵T_m中交换第l_m行和最后的一行即第m行，并交换第l_m列和最后一列即第m列；在接收信号结果向量z_m中交换第l_m项和最后的一项即第m项。

本步骤用于将P^(m)/2、T_m和z_m中，与当前检测的发射信号对应的项，置换为相应矩阵或向量的最后一项。

步骤204：判断在P^(m)/2的最后一行的最小长度行向量中是否只有最后1项元素非零，如果是，则执行步骤205；否则，执行步骤206。

本步骤用于判断平方根矩阵P^(m)/2是否为块上三角矩阵。

步骤205：根据递推关系

可计算下一次迭代所需要的平方根矩阵P^(m-1)/2，以及计算迫零向量所需要的p_m ^1/2和

执行步骤207。

如果P^(m)/2的最后一行的最小长度行向量中只有最后1项元素非零，则说明P^(m)/2是块上三角矩阵，该情形下可直接根据本步骤上述递推关系进行计算。其中，

为块上三角矩阵最后一列中，除了最后一项之外的各项组成的向量。

步骤206：通过酉变换∑将P^(m)/2变换成块上三角的矩阵，之后根据递推关系

可计算下一次迭代所需要的平方根矩阵P^(m-1)/2，以及计算迫零向量所需要的p_m ^1/2和

执行步骤207。

如果P^(m)/2的最后一行的最小长度行向量中不是只有最后1项元素非零，则说明P^(m)/2不是块上三角矩阵，该情形下则需要通过酉变换∑将P^(m)/2变换成块上三角的矩阵，之后再根据本步骤上述递推关系进行计算。

步骤207：利用步骤205或步骤206中所获得的p_m ^1/2和

计算迫零向量，即 $G_m=p_m^{1/2}\·\left[\begin{array}{cc}{\left({\stackrel{\→}{P}}_m^{(m-1)/2}\right)}^H& {\left(p_m^{1/2}\right)}^H\end{array}\right].$

步骤208：根据步骤207计算得到的迫零向量G_m，以及接收信号结果向量z_m，确定当前检测的发射信号的估计值

步骤209：根据给定的符号星座对当前检测的发射信号的估计值

进行量化(slicing)，得到当前检测到的发射信号

发射端发射的发射信号s₁，...，s_M中，每个发射信号已经用一个预先设定的符号星座(symbol constellation)编码，从而在接收端通过检测接收信号x₁，...，x_N得到的对发射信号的估计值

应当落入这个符号星座中。接收端对某个发射信号的估计值判决成所述符号星座中的某个符号的过程，称为对发射信号估计值的量化(slicing)。众所周知，

既可以采用硬判决的结果，还可以采用软判决的结果。硬判决的结果，就是判决成所述符号星座中的某个符号；而软判决的结果，就是判决得到发射符号是所述符号星座中的各个符号或者部分的若干个符号的概率，由所述的概率得到软判决值。

步骤210：在接收信号结果向量中消除当前检测到的发射信号的影响，通过干扰消除技术将下一次信号检测问题，变为m-1个发射信号的检测问题，具体可包括：

删除具有m项的向量z_m中的最后一项，得到具有(m-1)项的向量(z_m)^min us；从(z_m)^min us中消除当前检测到的发射信号对接收信号的干扰，得到

其中，v_m是矩阵T_m最后一列即第m列的头m-1行。

步骤211：步骤205或步骤206中获得的P^(m-1)/2用于下一次迭代，删除矩阵T_m的最后1行和最后1列，即删除T_m的第m行和第m列，得到用于下一次迭代的T_m-1；将m的值减1，即m＝m-1，进入下一次迭代，执行步骤201。

步骤212：计算最后一个待检测的发射信号对应的迫零向量，即G₁＝P^(1)/2·(P^(1)/2)^H。

步骤213：根据步骤212计算得到的迫零向量G₁，以及接收信号结果向量z₁，确定最后一个待检测的发射信号的估计值

步骤214：根据给定的符号星座对最后一个待检测的发射信号的估计值

进行量化(slicing)，得到当前检测到的发射信号

结束本流程。

本发明上述实施例步骤200设置初始值过程中，由于Φ_ss可以归一化为单位矩阵I，因此通常不需要考虑Φ_ss ^-1的求逆；而在其他矩阵求解中，可首先采用传统矩阵求逆的方法，求解噪声与干扰的协方差矩阵Φ_ww的逆矩阵Φ_ww ^-1，然后再求

和根据T求解Q的平方根矩阵P^(M)/2。此外，容易看到，本发明在干扰消除的过程中，只使用了

的非对角项，即不在对角线上的元素；所以，干扰消除时用到的向量v_m，需要满足由T的项构成这个条件；而在干扰消除的阶段，T的对角项可以任意变化，或者不储存。

通过本实施例信号检测的方法流程可知，本实施例在考虑了背景噪声，即白噪声和有色干扰对接收信号的影响的情形下，采用式(6)或(8)进行迭代干扰消除，每次迭代检测不需要矩阵求逆的过程，从而明显降低了接收端对发射信号检测的实现复杂度。

为了进一步降低计算复杂度，本发明实施例给出了等效求逆矩阵Φ_ww ^-1的低复杂度实现方法，以及相应的求解

和

的低复杂度实现方法。

图3为本发明另一实施例提供的等效求解Φ_ww ^-1的方法流程图。对于M行M列的矩阵Φ_ww，本实施例不直接求Φ_ww的逆矩阵Φ_ww ^-1，而是求得Φ_ww的逆矩阵Φ_ww ^-1的LDL^T分解因子矩阵。如图3所示，本实施例提供的等效求解Φ_ww ^-1的方法包括：

步骤300：令m＝1。

步骤301：计算1行1列的子矩阵Φ₁的逆矩阵[Φ₁]^-1的LDL^T分解因子矩阵L′₁和D′₁以及除数div(1)，其中，[Φ₁]^-1＝L′₁D′₁L′₁ ^H/div(1)，可根据该关系确定L′₁和D′₁以及除数div(1)的值，例如，不妨令L′₁＝1，D′₁＝1，div(1)＝Φ₁。

噪声与干扰的协方差矩阵Φ_ww为M行M列矩阵，表示如下：

为便于描述，以下将Φ_ww简写为Φ，在递推过程中，将Φ的m行m列的子矩阵记为Φ_m，m为小于等于M的正整数，而相应LDL^T分解因子矩阵以及相应的除数记为L′_m、D′_m和div(m)，M为待检测信号的总数。例如：φ₁₁为Φ_ww的1行1列的子矩阵，记为Φ₁；为Φ_ww的2行2列的子矩阵，记为Φ₂；以此类推。

步骤302：m＝m+1。

步骤303：根据m-1行m-1列的子矩阵Φ_m-1的逆矩阵[Φ_m-1]^-1的LDL^T分解因子矩阵L′_m-1和D′_m-1以及除数div(m-1)，计算m行m列的子矩阵Φ_m的逆矩阵[Φ_m]^-1的LDL^T分解因子矩阵L′_m和D′_m以及除数div(m)。

m行m列的子矩阵Φ_m与m-1行m-1列的子矩阵Φ_m-1之间的递推关系如下：

${\mathrm{\Φ}}_m=\left[\begin{array}{cc}{\mathrm{\Φ}}_{m-1}& v_{m-1}\\ {\left(v_{m-1}\right)}^H& {\mathrm{\β}}_m\end{array}\right]$

根据上述递推关系计算得到β_m和v_m-1，再将β_m和v_m-1代入下式：

η_m＝div(m-1)×β_m-(v_m-1)^HL′_m-1D′_m-1L′_m-1 ^Hv_m-1；

g_m-1＝-L′_m-1D′_m-1L′_m-1 ^Hv_m-1

则可计算得到η_m和g_m-1；再将η_m和g_m-1代入以下递推关系：

$L_m^{\′}=\left[\begin{array}{cc}{L}_{m-1}^{\′}& g_{m-1}\\ 0_{m-1}^H& \mathrm{div}(m-1)\end{array}\right],$ $D_m^{\′}=\left[\begin{array}{cc}{\mathrm{\η}}_m\×D_{m-1}^{\′}& 0_{m-1}\\ 0_{m-1}^H& 1\end{array}\right],$ div(m)＝η_m×div(m-1)，

则可得到Φ_m ^-1的LDL^T分解因子矩阵L′_m和D′_m以及除数div(m)。

为了进一步降低计算复杂度，可选的，本步骤可首先求出Φ′_m-1＝L′_m-1D′_m-1L′_m-1 ^H，再由Φ′_m-1计算η_m＝div(m-1)×β_m-(v_m-1)^HΦ′_m-1 ^Hv_m-1和g_m-1＝-Φ′_m-1v_m-1，由此求出L′_m、D′_m和div(m)。容易看出，所求得的L′_m、D′_m和div(m)满足的关系。

步骤304：判断m是否等于M，如果是，则执行步骤305；否则，执行步骤302。

步骤305：结束本流程。

进一步的，如果本实施例应用到定点实现中，上述步骤301和步骤303在运算过程中还可以进行二进制的小数点移位的操作，例如：在div(m)中，进行小数点移位，相当于乘2或者除2的操作，以确保div(m)在一定的范围内，例如确保div(m)在1/4到4的范围内；相应的在L′_m和D′_m的项中，也进行相应的小数点移位的操作。

本实施例采用递推的方法求解Φ_ww ^-1的LDL^T分解因子矩阵L′₁和D′₁以及除数div(1)，从而可等效求解

降低了计算复杂度。

在采用图3所示的方法，求解Φ_ww ^-1后，可将求解得到的Φ_ww ^-1代入

得到：

计算过程中，可先计算

再计算x″＝D′_Mx′，然后计算x″′＝L′_Mx″，最后得到z＝H^Hx_m/div(M)；

将求解得到的Φ_ww ^-1代入

得到：

计算过程中，Φ_ss通常可以归一化为单位矩阵I，先计算П＝L′_M ^HH，再计算П′＝D′_MП，从而可以得到T＝(П^H·П′/div(M)+I)。

本实施例通过引入div(m)，(m＝1，2，...，M)，及关系式

求得Φ的m行m列的子矩阵Φ_m的逆矩阵Φ_m ^-1的LDL^T分解因子矩阵L′_m和D′_m以及除数div(m)，是为了尽可能减少除法运算，以降低计算复杂度。本领域技术人员可以理解，本实施例对分解因子的具体形式并不限定，本发明实施例还可采用其他形式的分解因子矩阵，例如：可以不引入除数div(m)，或者等效为所有的除数等于1，即div(m)＝1，m＝1，2，...，M；则该情形下，Φ的m行m列的子矩阵Φ_m的逆矩阵Φ_m ^-1的LDL^T分解因子矩阵为L″_m和D″_m，且

其等效求解Φ_ww ^-1，即求解Φ_ww ^-1分解因子矩阵的方法如图4所示，具体可包括：

步骤400：令m＝1。

步骤401：计算1行1列的子矩阵Φ₁的逆矩阵[Φ₁]^-1的LDL^T分解因子矩阵L″₁和D″₁，其中，[Φ₁]^-1＝L″₁D″₁L″₁ ^H。可根据该关系确定L″₁和D″₁的值，例如，不妨令L″₁＝1，D″₁＝1/Φ₁。

步骤402：m＝m+1。

步骤403：根据m-1行m-1列的子矩阵Φ_m-1的逆矩阵[Φ_m-1]^-1的LDL^T分解因子矩阵L″_m-1和D″_m-1计算m行m列的子矩阵Φ_m的逆矩阵[Φ_m]^-1的LDL^T分解因子矩阵L″_m和D″_m。

m行m列的子矩阵Φ_m与m-1行m-1列的子矩阵Φ_m-1之间的递推关系如下：

${\mathrm{\Φ}}_m=\left[\begin{array}{cc}{\mathrm{\Φ}}_{m-1}& v_{m-1}\\ {\left(v_{m-1}\right)}^H& {\mathrm{\β}}_m\end{array}\right]$

根据上述递推关系计算得到β_m和(v_m ^-1)^H，再将β_m和(v_m-1)^H代入下式：

$L_m^{\′\′}=\left[\begin{array}{cc}{L}_{m-1}^{\′\′}& g_{m-1}^{\′\′}\\ 0_{m-1}^H& 1\end{array}\right],$ $D_m^{\′\′}=\left[\begin{array}{cc}{D}_{m-1}^{\′\′}& 0_{m-1}\\ 0_{m-1}^H& 1/d_{\mathrm{mm}}^{\′\′}\end{array}\right]$

其中，d″_mm＝β_m-(v_m-1)^HL″_m-1D″_m-1L″_m-1 ^Hv_m-1；g″_m-1＝-L″_m-1D″_m-1L″_m-1 ^Hv_m-1

则可得到Φ_m ^-1的LDL^T分解因子矩阵L″_m和D″_m。

步骤404：判断m是否等于M，如果是，则执行步骤405；否则，执行步骤402。

步骤405：结束本流程。

将求解得到的Φ_ww ^-1的分解因子矩阵代入得到：R＝(H^HL″_MD″_ML″_M ^HH+I)，计算过程中，可先计算П″＝L″_M ^HH，再计算П″′＝D″_MП″，从而可以得到R＝(П″^H·П″′+I)；

将求解得到的

代入

得到：z＝H^HL″_MD″_ML″_M ^Hx，计算过程中，可先计算

再计算x″＝D″_Mx′，然后计算x″′＝L″_Mx″，最后得到z＝H^Hx″′。

在采用图4所示的方法，求解Φ_ww ^-1后，可将求解得到的Φ_ww ^-1代入

得到：z＝H^HL″_MD″_ML″_M ^Hx，计算过程中，可先计算x′＝L″_M ^Hx，再计算x″＝D″_Mx′，然后计算x″′＝L″_Mx″，最后得到z＝H^Hx″′；

将求解得到的Φ_ww ^-1代入

得到：

计算过程中，Φ_ss通常可以归一化为单位矩阵I，先计算П＝L″_M ^HH，再计算П′＝D″_MП，从而可以得到T＝(П^H·П′+I)。

本发明实施例提供的方法，通过递推方法求得噪声与干扰的协方差矩阵的逆矩阵，采用干扰相消原理检测发射信号，避免了在每次迭代过程中都需要反复进行矩阵求逆的计算，从而降低了信号检测时的计算复杂度。

在实际的应用中，不仅关心实现的复杂度，还关心实现方案的可并行性，即各个步骤可以并行的实现，从而降低实现所需要的延迟。在步骤303中，对于任意值m时，所用到的各个中间变量，有一些可以在m-1或m-2......时的步骤303的时候就得到；也就是说，在步骤303中，对于任意的m时，不但由L′_m-1、D′_m-1得到L′_m、D′_m，同时也由L′_m-1、D′_m-1得到m+1，m+2，...，M时用到的一些中间变量。这样对于任意的m时，可以并行计算出更多的结果，提高实现的并行度。

本发明图2对应实施例的技术方案是在接收信号结果向量中直接进行已检测信号的干扰消除。在本发明其他实施例中，还可在发射信号的估计值中进行已检测信号的干扰消除。在这些实施例中，根据信道矩阵、发射信号的估计误差协方差矩阵、以及接收信号结果向量，并按预先确定的信号检测顺序对待检测的发射信号进行干扰消除迭代检测，直至得到各个待检测的发射信号，具体为：

确定信道矩阵、发射信号的估计误差协方差矩阵的第一分解因子矩阵、以及发射信号的估计误差协方差矩阵的逆矩阵的第二分解因子矩阵；根据信道矩阵、第一分解因子矩阵、第二分解因子矩阵以及接收信号结果向量，并按预先确定的信号检测顺序对待检测的发射信号进行干扰消除迭代检测，直至得到各个待检测的发射信号；

其中，按预先确定的信号检测顺序对待检测的发射信号进行干扰消除迭代检测可以包括：根据所述第一分解因子矩阵和接收信号结果向量，确定当前检测的发射信号的估计值，确定所述当前检测的发射信号的估计值的硬判决或软判决的判决结果，并根据所述第二分解因子矩阵确定干扰消除矩阵；根据给定的符号星座对当前检测的发射信号的估计值进行量化处理，得到当前检测到的发射信号；确定所述干扰消除矩阵中与当前检测信号对应的子矩阵；删除所述当前检测的发射信号的估计值中的最后一项，得到缩小的当前检测的发射信号的估计值；在所述缩小的当前检测的发射信号的估计值中，根据所述当前检测的发射信号的估计值的判决结果、所述干扰消除矩阵中与当前检测信号对应的子矩阵，消除所述当前检测到的发射信号的干扰；其中已消除当前检测到的发射信号的干扰的发射信号的估计值，作为所述下一次迭代检测的发射信号的估计值；按信号检测顺序进入下一次迭代，直至得到各个待检测的发射信号。信号检测顺序的确定方式不受限制，如可根据待检测信号的接收信噪比从大到小的顺序确定信号检测顺序。

本发明实施例在发射信号的估计值进行已检测信号的干扰消除，有利于降低实现复杂度，同时进一步减少时延。

根据第一分解因子矩阵和第二分解因子矩阵确定方式的不同，对待检测的发射信号进行干扰消除迭代检测的具体方法略有差异。下面结合实例分别进行详细的说明。

图5为本发明另一实施例提供的求解Q和T的分解因子矩阵的方法流程图。

假定T的逆矩阵T^-1＝Q的LDL^T分解因子矩阵为Γ和Λ，且T^-1＝Q＝ΓΛΓ^H。T的m行m列的子矩阵T_m的逆矩阵

的LDL^T分解因子矩阵为Γ_m和Λ_m，且

同时，在求解T的逆矩阵T^-1＝Q的LDL^T分解因子矩阵的过程中，可以顺便得到T的分解因子矩阵，即E＝Γ^-1和Δ＝Λ^-1，相应的有T＝E^HΔE。

如图5所示，本实施例求解Q和T的LDLT分解因子矩阵的方法包括：

步骤500：令m＝1。

步骤501：计算1行1列的子矩阵T₁的逆矩阵[T₁]^-1的LDL^T分解因子矩阵Γ₁和Λ₁，其中，

可根据该关系确定Γ₁和Λ₁的值，例如，不妨令Γ₁＝1，Λ₁＝1/T₁；相应的，可确定1行1列的子矩阵T₁的LDL^T分解因子矩阵

步骤502：m＝m+1。

步骤503：根据m-1行m-1列的子矩阵T_m-1的逆矩阵[R_m-1]^-1的LDL^T分解因子矩阵Γ_m-1和Λ_m-1，计算m行m列的子矩阵T_m的逆矩阵[T_m]^-1的LDL^T分解因子矩阵Γ_m和Λ_m。

m行m列的子矩阵T_m与m-1行m-1列的子矩阵T_m-1之间的递推关系如下：

$T_m=\left[\begin{array}{cc}{T}_{m-1}& w_{m-1}\\ {\left(w_{m-1}\right)}^H& {\mathrm{\τ}}_m\end{array}\right]$

根据上述关系得到标量τ_m和列向量w_m-1，再将τ_m和w_m-1代入下式：

${\mathrm{\Γ}}_m=\left[\begin{array}{cc}{\mathrm{\Γ}}_{m-1}& f_{m-1}\\ 0_{m-1}^H& 1\end{array}\right],,$ ${\mathrm{\Λ}}_m=\left[\begin{array}{cc}{\mathrm{\Λ}}_{m-1}& 0_{m-1}\\ 0_{m-1}^H& 1/{\mathrm{\λ}}_{\mathrm{mm}}\end{array}\right]$

其中，λ_mm＝τ_m-(w_m-1)^HΓ_m-1Λ_m-1Γ_m-1 ^Hw_m-1；这样就可得到T_m ^-1的LDL^T分解因子矩阵Γ_m和Λ_m。同时顺便得到T_m的LDL^T分解因子矩阵

$E_m=\left[\begin{array}{cc}{E}_{m-1}& e_{m-1}\\ 0_{m-1}^H& 1\end{array}\right],$ ${\mathrm{\Δ}}_m=\left[\begin{array}{cc}{\mathrm{\Δ}}_{m-1}& 0_{m-1}\\ 0_{m-1}^H& {\mathrm{\λ}}_{\mathrm{mm}}\end{array}\right],$

其中， $e_{m-1}={\mathrm{\Λ}}_{m-1}{\mathrm{\Γ}}_{m-1}^H{w}_{m-1}.$

具体实现中，可以先求得

然后求得f_m-1＝-Γ_m-1e_m-1，最后求得λ_mm＝τ_m+(w_m-1)^Hf_m-1。

步骤504：判断m是否等于M，如果是，则执行步骤505；否则，执行步骤502。

步骤505：结束本流程。

图5所示的流程结束以后，我们有T的逆矩阵T^-1＝Q的LDL^T分解因子矩阵为Γ和Λ，以及顺便得到的T的分解因子矩阵，即E和Δ。Γ、Λ和E用于后续的信号检测，其中E只用到非对角元素。

图6为本发明另一实施例提供的多天线通信系统中信号检测的方法流程图。本实施例中，用

表示发射信号向量的估计值，同时用

表示根据发射信号向量的估计值做硬判决或者软判决的结果。那么信号检测的基本原理是

即

其中，E-I_M相当于把E的所有对角元素置为0。具体的，首先计算出

其后，迭代的计算

利用E-I_M只有右上三角部分为零，而对角项全为零这个性质。具体的，本实施例信号检测的方法可包括：

步骤600：设置m的初始值为M。

计算发射信号的估计值

这可以通过依次计算接收信号结果向量和

来完成；同时得到干扰消除矩阵：

相应的

即可以表示为

然后在下面的步骤中，迭代的计算

步骤601：判断m是否小于2，如果是，则执行步骤605；否则，执行步骤602。

本步骤用于判断当前待检测发射信号是否为最后一个待检测发射信号。

步骤602：确定第m个当前检测的发射信号的估计值

步骤603：根据给定的符号星座对当前检测的发射信号的估计值

进行量化(slicing)，得到当前检测到的发射信号

如前所述，众所周知，

既可以采用硬判决的结果，还可以采用软判决的结果。

步骤604：消除当前检测到的发射信号对后续的检测的影响，具体可包括：删除具有m项的向量

中的最后一项，得到具有(m-1)项的向量

从

中消除当前检测到的发射信号的干扰，得到

其中，

是矩阵E-I_M＝E_M-I_M第m列的头m-1行，即 ${\stackrel{\→}{e}}_{m-1}=\left[\begin{array}{c}{e}_{1,m}\\ e_{2,m}\\ .\\ .\\ .\\ e_{(m-1),m}\end{array}\right]$

然后，将m的值减1，即m＝m-1，进入下一次迭代，执行步骤601。

步骤605：确定最后一个待检测的发射信号的估计值

根据给定的符号星座对当前检测的发射信号的估计值进行量化(slicing)，得到当前检测到的发射信号

如前所述，众所周知，既可以采用硬判决的结果，还可以采用软判决的结果。最后结束本流程。

图7为本发明另一实施例提供的求解Q和T的分解因子矩阵的方法流程图；图8为本发明另一实施例提供的多天线通信系统中信号检测的方法流程图。为了尽可能避免除法，进一步降低信号检测的复杂度，图5和图6所示的实施例，可以分别变形为下述的图7和图8所示的实施例。其中，图5所示的实施例，变形为图7所示的实施例，图6所示的实施例变形为图8所示的实施例。下面对图7和图8分别进行说明。

如图7所示，本发明另一实施例提供的求解Q和T的分解因子矩阵的方法，包括：

步骤700：令m＝1。

步骤701：计算1行1列的子矩阵T₁的逆矩阵[T₁]^-1的LDL^T分解因子矩阵Γ′₁、Λ′₁和除数δ₁，其中，[T₁]^-1＝Γ′₁Λ′₁Γ′₁ ^H/δ₁。可根据该关系确定Γ′₁、Λ′₁和除数δ₁的值，例如，不妨令Γ′₁＝1，Λ′₁＝1和δ₁＝T₁，相应的，可确定T₁的LDL^T分解因子矩阵，即E′₁＝Γ′₁ ^-1＝，Δ′₁＝(Λ′₁/δ₁)^-1＝δ₁＝T₁。

步骤702：m＝m+1。

步骤703：根据m-1行m-1列的子矩阵T_m-1的逆矩阵[T_m-1]^-1的LDL^T分解因子矩阵Γ′_m-1、Λ′_m-1和除数δ_m-1，计算m行m列的子矩阵T_m的逆矩阵[T_m]^-1的LDL^T分解因子矩阵Γ′_m、Λ′_m和除数δ_m。

m行m列的子矩阵T_m与m-1行m-1列的子矩阵T_m-1之间的递推关系如下：

$T_m=\left[\begin{array}{cc}{T}_{m-1}& w_{m-1}\\ {\left(w_{m-1}\right)}^H& {\mathrm{\τ}}_m\end{array}\right]$

根据上述关系得到标量τ_m和列向量w_m-1，再将τ_m和w_m-1代入下式：

ζ_m＝δ_m-1τ_m-(w_m-1)^HΓ′_m-1Λ′_m-1Γ′_m-1 ^Hw_m-1；

$f_{m-1}^{\′}=-{\mathrm{\Γ}}_{m-1}^{\′}{\mathrm{\Λ}}_{m-1}^{\′}{{\mathrm{\Γ}}^{\′}}_{m-1}^H{w}_{m-1},$

则可计算得到ζ_m和f′_m-1。再将ζ_m和f′_m-1代入以下递推关系：

${\mathrm{\Γ}}_m^{\′}=\left[\begin{array}{cc}{\mathrm{\Γ}}_{m-1}^{\′}& f_{m-1}^{\′}\\ 0_{m-1}^H& {\mathrm{\δ}}_{m-1}\end{array}\right],$ ${\mathrm{\Λ}}_m^{\′}=\left[\begin{array}{cc}{\mathrm{\ζ}}_m\×{\mathrm{\Λ}}_{m-1}^{\′}& 0_{m-1}\\ 0_{m-1}^H& 1\end{array}\right],$ δ_m＝ζ_m×δ_m-1，

这样就可确定T_m ^-1的LDL^T分解因子矩阵Γ′_m、Λ′_m和除数δ_m。同时顺便得到T_m的LDL^T分解因子矩阵E′_m、Δ′_m和除数，其中：

$E_m^{\′}=\left[\begin{array}{cc}{E}_{m-1}^{\′}& e_{m-1}^{\′}\\ 0_{m-1}^H& 1\end{array}\right],$ ${\mathrm{\Δ}}_m^{\′}=\left[\begin{array}{cc}{\mathrm{\Δ}}_{m-1}^{\′}& 0_{m-1}\\ 0_{m-1}^H& {\mathrm{\δ}}_m\end{array}\right],$

其中， $e_{m-1}^{\′}={\mathrm{\Λ}}_{m-1}^{\′}{{\mathrm{\Γ}}^{\′}}_{m-1}^H{w}_{m-1}.$

具体实现中，可以先求得

由此得到E′_m；然后求得f′_m-1＝-Γ′_m-1e′_m-1，最后求得ζ_m＝δ_m-1τ_m+(w_m-1)^Hf′_m-1以及δ_m＝ζ_m×δ_m-1，由此得到Γ′_m、Λ′_m和Δ′_m。

步骤704：判断m是否等于M-1，如果是，执行步骤705；否则，执行步骤706。

步骤705：对[T_M-1]^-1的LDL^T分解因子矩阵进行处理后存储，具体为：删除[T_M-1]^-1的LDL^T分解因子矩阵Λ′_M-1的最后一行和一列，以得到矩阵Λ_M-1′^～，然后储存Λ′_M-1 ^～和δ_M-1，执行步骤707。

步骤706：判断m是否等于M，如果是，则执行步骤707；否则，执行步骤702。

步骤707：利用步骤705储存的结果Λ′_M-1 ^～，得到对角矩阵：

${\mathrm{\Θ}}_M=\left[\begin{array}{ccc}{\mathrm{\δ}}_{M-1}& 0_{M-2}^H& 0\\ 0_{M-2}& {\mathrm{\Λ}}_{M-1}^{\′~}& 0_{M-2}\\ 0& 0_{M-2}^H& 1\end{array}\right],$ 这里0_M-2表示有M-2项的零列向量；而步骤705储存的δ_M-1是相应的除数因子。

步骤708：结束本流程。

图7所示的流程结束以后，我们有T的逆矩阵T^-1＝Q的LDL^T分解因子矩阵为Γ′_M、Λ′_M和δ_M，它们之间有

同时我们有顺便得到的T的分解因子矩阵，即E′_M，Δ′_M，Θ_M和δ_M-1，它们满足 $T={(E_M^{\′}{\mathrm{\Θ}}_M/{\mathrm{\δ}}_{M-1})}^H{\mathrm{\Δ}}_M^{\′}(E_M^{\′}{\mathrm{\Θ}}_M/{\mathrm{\δ}}_{M-1})={\left(E_M^{\′}{\mathrm{\Θ}}_M\right)}^H{\mathrm{\Δ}}_M^{\′}\left(E_M^{\′}{\mathrm{\Θ}}_M\right)/{\mathrm{\δ}}_{M-1}^2.$

注意当m大于等于2时，步骤703求得的E′_m，Δ′_m不是T_m的全部的分解因子矩阵，由E′_mΘ_m/δ_m-1得到的矩阵和Δ′_m才是T_m的全部的分解因子矩阵，满足

T_m＝(E′_mΘ_m/δ_m-1)^HΔ′_m(E′_mΘ_m/δ_m-1)。因为后续的信号检测只用到T_M的全部的分解因子矩阵，我们只给出T_M的全部的分解因子矩阵的求法；任意T_M的全部的分解因子矩阵的求法，本行业的专业人员很容易类推得到，例如简单的让M＝m，就可以类推得到。

Γ′_M、Λ′_M、δ_M，以及E′_M，Δ′_M，Θ_M，δ_M-1，都用于后续的信号检测。

本发明另一实施例提供的多天线通信系统中信号检测的方法，如图8所示。其中，本实施例用

表示发射信号向量的估计值，用

表示根据发射信号向量的估计值做硬判决或者软判决的结果，同时让Ξ_M＝Diag{Γ′_M}：Ξ_M是M行M列的对角矩阵，即只有对角项非零；同时Ξ_M各个对角项等于Γ′_M的相同位置的对角项。那么信号检测的基本原理是

其中，(Ξ_ME′_MΘ_M/δ_M-1-I_M)的所有对角元素为0。具体的，首先计算出其后，迭代的计算

利用(Ξ_ME′_MΘ_M/δ_M-1-I_M)只有右上三角部分为零，而对角项全为零这个性质。具体的步骤可包括：

步骤800：即设置m的初始值为M。计算

这可以通过依次计算

和

来完成；同时得到干扰消除矩阵：

相应的

即

可以表示为

然后在下面的步骤中，迭代的计算

步骤801：判断m是否小于2，如果是，则执行步骤805；否则，执行步骤802。

本步骤用于判断当前待检测发射信号是否为最后一个待检测发射信号。

步骤802：确定第m个当前检测的发射信号的估计值

步骤803：根据给定的符号星座对当前检测的发射信号的估计值

进行量化(slicing)，得到当前检测到的发射信号如前所述，众所周知，

既可以采用硬判决的结果，还可以采用软判决的结果。

步骤804：消除当前检测到的发射信号对后续的检测的影响，具体可包括：删除具有m项的向量

中的最后一项，得到具有(m-1)项的向量

从

中消除当前检测到的发射信号的干扰，得到

其中，

是矩阵(Ξ_ME′_MΘ_M/δ_M-1-I_M)第m列的头m-1行，即

${\stackrel{\→}{e}}_{m-1}=\left[\begin{array}{c}{e}_{1,m}\\ e_{2,m}\\ .\\ .\\ .\\ e_{(m-1),m}\end{array}\right]$

然后，将m的值减1，即m＝m-1，进入下一次迭代，执行步骤801。

步骤805：确定最后一个待检测的发射信号的估计值

根据给定的符号星座对当前检测的发射信号的估计值

进行量化(slicing)，得到当前检测到的发射信号

如前所述，众所周知，

既可以采用硬判决的结果，还可以采用软判决的结果。最后结束本流程。

上述图5-图8对应实施例，可用于考虑有色干扰的情况下的信号检测，也可以用于不考虑有色干扰的情况下的信号检测，主要的有益效果在于降低实现复杂度，同时进一步减少时延。

此外，还有众多的现有技术给出了求解估计误差协方差矩阵Q的分解因子矩阵的方法，这些现有技术通常是在不考虑有色干扰的情况下给出的，在本发明上述实施例的启示下，本领域技术人员可将这些现有技术推广，用来在本发明实施例中计算估计误差协方差矩阵Q的分解因子矩阵，在此不再赘述。

图9为本发明另一实施例提供的接收机的结构示意图。如图9所示，本实施例接收机包括：信号接收模块91、确定模块92、获取模块93和信号检测模块94。

信号接收模块91用于采用至少两个接收天线接收由发射端发射的发射信号，获得至少两个接收信号。

确定模块92用于确定信道矩阵、发射信号的估计误差协方差矩阵。

获取模块93用于将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量。

信号检测模块94用于根据信道矩阵、发射信号的估计误差协方差矩阵、以及接收信号结果向量，检测所述发射信号。

本实施例接收机对接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量，并依据该接收信号结果向量、信道矩阵，以及发射信号的估计误差协方差矩阵检测发射信号，避免了在每次迭代过程中都需要反复进行矩阵求逆的计算，从而降低了信号检测时的计算复杂度。本实施例关于接收机的组网方式可参见图1a对应实施例的记载，接收机接收信号的检测机理可参见图1b对应实施例的记载，在此不再赘述。

在上述技术方案的基础上，可选的，获取模块可具体用于确定噪声与干扰的协方差矩阵；将所述噪声与干扰的协方差矩阵乘以接收信号向量，得到接收信号向量经白化处理后的结果；将所述信道矩阵的共轭转置矩阵乘以所述接收信号向量经白化处理后的结果，得到所述接收信号结果向量。

在上述技术方案的基础上，可选的，信号检测模块具体用于根据信道矩阵、发射信号的估计误差协方差矩阵、以及接收信号结果向量，并按预先确定的信号检测顺序对待检测的发射信号进行干扰消除迭代检测，直至得到各个待检测的发射信号。信号检测模块可包括：迭代值确定单元、最小长度行确定单元、交换单元、参数计算单元和检测信号确定单元(图中未示出)。其中，迭代值确定单元用于确定当前迭代检测所需的发射信号的估计误差协方差矩阵的平方根矩阵、以及当前迭代检测所需的接收信号结果向量。最小长度行确定单元用于确定迭代值确定单元确定的平方根矩阵的最小长度行，所述最小长度行对应接收信噪比最大的待检测信号。交换单元用于交换所述平方根矩阵中所述最小长度行和最后一行，并交换所述接收信号结果向量中最小长度项和最后一项。参数计算单元用于根据所述交换后的平方根矩阵，计算当前检测信号的迫零向量，并递推计算下一次迭代所需的平方根矩阵。检测信号确定单元用于根据所述当前检测信号的迫零向量，确定当前检测信号的估计值，并对当前检测信号的估计值进行量化处理，得到当前检测信号。迭代检测控制单元用于在接收信号结果向量中消除已检测信号对接收信号的干扰，得到下一次迭代检测所需的接收信号结果向量；按信号检测顺序进入下一次迭代检测，直至得到各个待检测的发射信号；其中，信号检测顺序可为：待检测信号的接收信噪比从大到小的顺序。进一步的，迭代值确定单元还可用于在首次迭代检测时，计算噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵；根据所述噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵、以及信道矩阵，确定所述发射信号的估计误差协方差矩阵的逆矩阵和首次迭代检测所需的接收信号结果向量；根据所述发射信号的估计误差协方差矩阵的逆矩阵，确定首次迭代检测所需的发射信号的估计误差协方差矩阵的平方根矩阵。该情形下接收机接收信号的检测机理和效果可参见图2-图4对应实施例的记载，在此不再赘述。

或者，可选的，信号检测模块可包括：参数确定单元和迭代检测单元(图中未示出)。参数确定单元用于确定信道矩阵、发射信号的估计误差协方差矩阵的第一分解因子矩阵、以及发射信号的估计误差协方差矩阵的逆矩阵的第二分解因子矩阵。迭代检测单元用于根据所述信道矩阵、所述第一分解因子矩阵、所述第二分解因子矩阵以及接收信号结果向量，并按预先确定的信号检测顺序对待检测的发射信号进行干扰消除迭代检测，直至得到各个待检测的发射信号。进一步的，迭代检测单元可包括：迭代值确定单元、量化处理单元和迭代检测处理单元。其中，迭代值确定单元用于根据所述第一分解因子矩阵和接收信号的结果向量，确定当前检测的发射信号的估计值，确定所述当前检测的发射信号的估计值的硬判决或软判决的判决结果，并根据所述第二分解因子矩阵确定干扰消除矩阵。量化处理单元用于根据给定的符号星座对当前检测的发射信号的估计值进行量化处理，得到当前检测到的发射信号。迭代检测处理单元用于确定所述干扰消除矩阵中与当前检测信号对应的子矩阵；删除所述当前检测的发射信号的估计值中的最后一项，得到缩小的当前检测的发射信号的估计值；在所述缩小的当前检测的发射信号的估计值中，根据所述当前检测的发射信号的估计值的判决结果、所述干扰消除矩阵中与当前检测信号对应的子矩阵，消除所述当前检测到的发射信号的干扰；其中已消除当前检测到的发射信号的干扰的发射信号的估计值，作为所述下一次迭代检测的发射信号的估计值；按信号检测顺序进入下一次迭代检测，直至得到各个待检测的发射信号。该情形下接收机接收信号的检测机理和效果可参见图5-图8对应实施例的记载，在此不再赘述。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (7)

1.一种多天线通信系统中信号检测的方法，其特征在于，包括：

接收端的至少两个接收天线接收由发射端发射的发射信号，获得至少两个接收信号；

确定信道矩阵、发射信号的估计误差协方差矩阵；

将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量；

根据所述信道矩阵、所述估计误差协方差矩阵、以及所述接收信号结果向量，检测所述发射信号；

其中，所述将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量包括：

确定噪声与干扰的协方差矩阵；

将所述噪声与干扰的协方差矩阵乘以接收信号向量，得到接收信号向量经白化处理后的结果；

将所述信道矩阵的共轭转置矩阵乘以所述接收信号向量经白化处理后的结果，得到所述接收信号结果向量；

所述根据所述信道矩阵、所述估计误差协方差矩阵、以及所述接收信号结果向量，检测所述发射信号，包括：

根据所述信道矩阵、所述估计误差协方差矩阵、以及所述接收信号结果向量，并按预先确定的信号检测顺序对待检测的发射信号进行干扰消除迭代检测，直至得到各个待检测的发射信号；

所述按预先确定的信号检测顺序对待检测的发射信号进行干扰消除迭代检测，包括：

确定当前迭代检测所需的所述发射信号的估计误差协方差矩阵的平方根矩阵以及接收信号结果向量；

确定所述平方根矩阵的最小长度行，所述最小长度行对应接收信噪比最大的待检测信号；

交换所述平方根矩阵中所述最小长度行和最后一行，并交换所述接收信号结果向量中最小长度项和最后一项；

根据所述交换后的平方根矩阵，计算当前检测信号的迫零向量，并递推计算下一次迭代检测所需的平方根矩阵；

根据所述当前检测信号的迫零向量，确定当前检测信号的估计值，并对当前检测信号的估计值进行量化处理，得到当前检测信号；

在交换后的所述接收信号结果向量中消除已检测信号对接收信号的干扰，得到下一次迭代检测所需的接收信号结果向量；按所述信号检测顺序进入下一次迭代检测，直至得到各个待检测的发射信号。

2.根据权利要求1所述的方法，其特征在于，在首次迭代检测时，所述确定当前迭代检测所需的所述发射信号的估计误差协方差矩阵的平方根矩阵以及接收信号结果向量，包括：

计算噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵；

根据所述噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵、以及信道矩阵，确定所述发射信号的估计误差协方差矩阵的逆矩阵和首次迭代检测所需的所述接收信号结果向量；

根据所述发射信号的估计误差协方差矩阵的逆矩阵，确定首次迭代检测所需的所述发射信号的估计误差协方差矩阵的平方根矩阵。

3.根据权利要求2所述的方法，其特征在于，所述计算噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵，包括：

以所述信号检测顺序，确定第一个检测信号对应的噪声与干扰的协方差子矩阵的逆矩阵的分解因子矩阵；

根据已检测信号对应的噪声与干扰的协方差子矩阵的逆矩阵的分解因子矩阵，递推确定已检测及下一未检测的信号对应的噪声与干扰的协方差子矩阵的逆矩阵的分解因子矩阵，直至所有检测信号对应的噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵。

4.根据权利要求3所述的方法，其特征在于，

所述发射信号的估计误差协方差矩阵表示为：

$Q={(H^H{\mathrm{\Φ}}_{\mathrm{ww}}^{-1}H+{\mathrm{\Φ}}_{\mathrm{ss}}^{-1})}^{-1}$

所述发射信号的估计值表示为：

$\hat{s}=T^{-1}z$

其中，x表示接收信号，Φ_ww表示噪声与干扰的协方差矩阵，

表示Φ_ww的逆矩阵，H表示信道矩阵，H^H表示H的共轭转置，z表示接收信号结果向量，Q表示发射信号的估计误差协方差矩阵，T^-1为Q的逆矩阵，Φ_ss表示发射信号的协方差矩阵，

表示Φ_ss的逆矩阵。

5.根据权利要求4所述的方法，其特征在于，在所述接收信号结果向量中消除已检测信号对接收信号的干扰，包括：

删除具有m项的向量z_m中的最后一项，得到具有(m-1)项的向量(z_m)^minus；从(z_m)^minus中消除当前检测到的发射信号对接收信号的干扰，得到z_m-1，其中，为当前检测信号的估计值，v_m是矩阵T_m最后一列即第m列的头m-1行，m为当前检测信号的序号，1≤m≤M，M为待检测信号的总数。

6.一种接收机，其特征在于，包括：

信号接收模块，用于采用至少两个接收天线接收由发射端发射的发射信号，获得至少两个接收信号；

确定模块，用于确定信道矩阵、发射信号的估计误差协方差矩阵；

获取模块，用于将接收信号向量经过白化处理和预滤波处理，得到接收信号结果向量；

信号检测模块，用于根据所述信道矩阵、所述估计误差协方差矩阵、以及所述接收信号结果向量，检测所述发射信号；

其中，所述获取模块，具体用于确定噪声与干扰的协方差矩阵；将所述噪声与干扰的协方差矩阵乘以接收信号向量，得到接收信号向量经白化处理后的结果；将所述信道矩阵的共轭转置矩阵乘以所述接收信号向量经白化处理后的结果，得到所述接收信号结果向量；

所述信号检测模块，具体用于根据所述信道矩阵、所述估计误差协方差矩阵、以及所述接收信号结果向量，并按预先确定的信号检测顺序对待检测的发射信号进行干扰消除迭代检测，直至得到各个待检测的发射信号；

所述信号检测模块包括：

迭代值确定单元，用于确定当前迭代检测所需的所述发射信号的估计误差协方差矩阵的平方根矩阵以及接收信号结果向量；

最小长度行确定单元，用于确定所述平方根矩阵的最小长度行，所述最小长度行对应接收信噪比最大的待检测信号；

交换单元，用于交换所述平方根矩阵中所述最小长度行和最后一行，并交换所述接收信号结果向量中最小长度项和最后一项；

参数计算单元，用于根据所述交换后的平方根矩阵，计算当前检测信号的迫零向量，并递推计算下一次迭代检测所需的平方根矩阵；

检测信号确定单元，用于根据所述当前检测信号的迫零向量，确定当前检测信号的估计值，并对当前检测信号的估计值进行量化处理，得到当前检测信号；

迭代检测控制单元，用于在交换后的所述接收信号结果向量中消除已检测信号对接收信号的干扰，得到下一次迭代检测所需的接收信号结果向量；按所述信号检测顺序进入下一次迭代检测，直至得到各个待检测的发射信号。

7.根据权利要求6所述的接收机，其特征在于，

所述迭代值确定单元，还用于在首次迭代检测时，计算噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵；根据所述噪声与干扰的协方差矩阵的逆矩阵的分解因子矩阵、以及信道矩阵，确定所述发射信号的估计误差协方差矩阵的逆矩阵和首次迭代检测所需的所述接收信号结果向量；根据所述发射信号的估计误差协方差矩阵的逆矩阵，确定首次迭代所需的所述发射信号的估计误差协方差矩阵的平方根矩阵。

Images