CN102868490A - 一种低复杂度球形译码检测方法 - Google Patents

Abstract

本发明公开了一种用于LTE-A系统的低复杂度球形译码检测方法。将遍历的向量组合进行周期分组，确定第一个周期向量组合内最小误差组合的位置；再根据周期性得到其余向量分组内最小误差向量，然后从所有分组中选择误差最小的向量，作为简化最大似然的结果；其中在第一个周期向量组合中最小误差向量的计算采用降维的球形译码方法，从而避免了遍历所有周期内组合。本发明方法在不影响系统性能的情况下极大降低复杂度。

Description

一种低复杂度球形译码检测方法

技术领域

本发明涉及移动通信技术领域，更具体地，涉及一种LTE技术的后续演进（LTE-A）中接收端信号检测技术。

背景技术

3GPP(3rd Generation Partnership Project)组织于2010年12月发布了LTE-A标准R10的第一个版本a00。它满足ITU-R的IMT-Advanced技术征集的要求，并且完全兼容LTE，主要的关键技术有多频段协同与载波聚合，并且上行支持多天线技术，下行最高支持8×8多天线配置规格，在100 MHz频谱带宽下能够提供上行500 Mbps与下行1 Gbps的峰值速率。上下行峰值频谱利用率分别达到15 bps/Hz和30 bps/Hz。这些参数则远超越4G的最小要求。多输入多输出（MIMO）技术是组成LTE-A的关键技术，目前LTE的多天线设计支持4×4配置，而LTE-A增加了天线配置。多天线技术可以带来固有增益达到很高的频谱利用率。接收端的检测方法对于这种优势起着至关重要的作用，与传统的单输入输出（SISO）系统相比，MIMO系统的接收是在时间与频率上均相互重叠情况进行MIMO信号检测，因此MIMO信号检测复杂度大大高于传统SISO信号检测。

在常用的检测方法中提高性能与降低复杂度两者之间存在矛盾，即：复杂度越低性能越差，而性能越好方法复杂度越高，特别是当发射天线增加、性能好的检测方法复杂度非常高。例如：迫零（ZF）和最小均方误差(MMSE)检测方法是两种常见的线性检测方法，复杂度较低，但是性能较差；最优的检测方法是最大似然检测方法，但是其复杂度随发射天线数目呈现指数增长，其复杂度极高，难以实现。与最大似然检测相比，如何在保证性能不显著下降的前提下，降低检测装置的运算复杂度是当前无线通信中一个重要问题。

发明内容

为了解决传统MIMO检测装置中性能与复杂度之间的矛盾，本发明提出一种新的MIMO检测方法，该检测方法具有低的运算复杂度，且不降低系统性能的优点。

本发明解决上述技术问题的技术方案是，提出一种低复杂度球形译码检测方法：根据调制方式以及天线数目将最大似然遍历矩阵进行分组，根据最大似然寻找误差周期T；确定球形译码维数，针对第一组矩阵分组的列向量，采用球形译码方法进行降维搜索，计算第一分组的最小误差向量和对应位置信息；根据周期性计算其它分组矩阵中的最小误差向量，并在规定范围内更新最小误差向量以及位置信息；从误差集合

中选出最小值E_i以及对应向量X_i，确定该误差向量X_i为最小误差向量，比较各个组中的最小误差向量，选出所有最小误差向量中最小值作为最佳误差向量，作为译码检测结果。

其中，向量组合的列数为N，N=Q^M，Q为调制方式中的备选点数。

在进行球形译码时，如有某些唯的数值保持不变，跳过第一组列向量中维数不变的数值进行译码，从而降低检测复杂度。

根据公式E=||Y-HX||²确定误差，位置信息P为向量X在相应组中的位置，根据第一组中最小误差向量位置信息P₁，调用公式P₂=T+P₁计算，预判第二组内最小误差向量位置信息P₂，并且在摆动值n点的范围内（[P₂-n,P₂+n]搜索，将搜索范围内的列向量分别代入公式E=||Y-HX||²得到对应的误差E，从计算的误差集合中选取误差最小值作为最佳向量。

本方法利用了最大似然遍历向量组合在最大似然检测时呈现的周期性，对向量组合进行分组处理，从而进行降维的球形译码算法，这样在保证球形译码的性能前提下，降低了原有球形译码算法的复杂度。

附图说明

图1  低复杂度球形译码检测方法流程图；

图2  4发4收天线配置下，遍历矩阵

的误差

图。

具体实施方式

如图1所示为本发明低复杂度球形译码检测方法流程图。根据调制方式及天线数目将最大似然矩阵进行分组，选择对应的周期T；确定球形译码维数，采用球形译码方法进行降维搜索，针对第一组矩阵分组的列向量，计算第一分组的最小误差向量和对应位置信息；根据周期估计其它分组矩阵中的最小误差向量，并在规定范围内更新最小误差向量以及位置信息；得到每组最小误差向量并选取最小误差向量中最小的误差向量作为最佳向量。

其中，最大似然遍历矩阵的向量组合大小为M×N，M为发送天线数，N为向量组合的列数，N=Q^M，Q为调制方式中的备选点数，LTE协议中规定的BPSK、QPSK、16QAM以及64QAM调制方式的备选点分别为2，4，16，64。将向量按照遍历的顺序排列，并且将N个列向量等分为R组（其中R=n*Q，并且n为正整数），每个分组内包含T个列向量（其中T=N/R，即每个分组中列向量的个数）。如表1所示，4发4收天线情况下进行QPSK调制的数据，向量组合大小为4×4⁴，于是将256列向量进行等分，分为4组或者8组。

具体包括如下步骤：

（1）根据调制方式以及天线数目将最大似然遍历矩阵分组，第一组输入列向量中若干维上的数值不变，确定第一组列向量中变化的维数作为球形译码维数。

在进行球形译码时，如有某些唯的数值保持不变，跳过第一组列向量中维数不变的数值进行译码，，在维数有变化处进行译码，从而降低检测复杂度。

（2）对第一组列向量集合，采用球形译码方法对降维后的输入向量进行处理，第一组最小误差向量X₁对应误差E₁和位置信息P₁，其中误差根据公式E=||Y-HX||²确定，对于第一组，将第一组相关参数带入上述公式为E₁=||Y₁-HX₁||²，位置信息P为向量X在相应组中的位置，确定第一组中最小误差向量位置信息P₁。

（3）根据第一组中最小误差向量位置信息P₁，调用公式P₂=T+P₁计算，预判第二组内最小误差向量位置信息P₂，更新第二组位置信息为P₂，获得该位置信息处的误差向量X₂，并且在最小误差向量位置周围n点的范围内（[P₂-n,P₂+n]搜索，其中，n为摆动值，随着信噪比增加而减小。搜索的具体方法是将搜索范围内的列向量（接收信号向量）分别代入公式E=||Y-HX||²得到对应的误差E，得到误差集合，从误差集合中选取误差最小值E₂，然后存储第二组列向量集合中最小误差E₂以及对应的向量X₂。采用上述同样方法，计算最大似然遍历矩阵中其余组列向量集合中最小误差对应的向量，将各组中获得的最小误差和误差向量组成集合，得到矩阵中所有误差向量集合 $\stackrel{\→}{X}=\left[\begin{array}{cccc}{X}_1& X_2& ...& X_R\end{array}\right]$ ,误差集合 $\stackrel{\→}{E}=\left[\begin{array}{cccc}{E}_1& E_2& ...& E_R\end{array}\right]$  。

（4） 从误差集合

中选出最小值E_i以及对应向量X_i，确定该误差向量X_i为最小误差向量，比较各个组中的最小误差向量，选出所有最小误差向量中最小值作为最佳误差向量，作为译码检测结果。

下面通过附图和实施例对本发明进行详细阐述。

MIMO系统的基带输出信号可以表示为：

Y=HX+N  （1）

上式中， 

表示发射信号向量，下标N_T表示发射天线数目，[·]^T表示矩阵转置，X_n表示第n 根发射天线发射的复值符号；

表示噪声向量，下标N_R表示接收天线数目，N_m表示第m根接收天线收到的复高斯白噪声；表示接收信号向量，Y_m表示第m根天线接收到的复值信号；在进行MIMO检测之前，首先要通过信道估计得到信道矩阵的估计值，这里把信道矩阵的估计值记为H，H为N_R×N_T维的复数矩阵。

以4发4收天线配置为例（其他多天线配置类似），基于QPSK调制简化最大似然检测的低复杂度球形译码检测。根据如下方法建立向量，确定周期。

发送端的信息比特经过QPSK调制得到星座点上的符号，对得到的符号进行层映射和预编码处理，映射到发射天线，由多个发射天线同时发射。

考虑准静态平坦衰落，建立信道模型，在每个发射时刻，信号经过信道，根据信道模型  Y=HX+N 获得接收信号向量，其中，对4发4收天线，H是服从均值为零，方差为1的独立同分布的4×4矩阵。

如图2所示为4发4收天线配置中遍历矩阵

的误差

图。误差呈现周期性，因此，只需计算第一个周期分组内误差最小向量，再通过周期性，可以估计出其他分组内最小误差向量。在计算第一个分组内最小误差向量时，采用降维球形译码方法，由于输入向量为复数向量，所以首先将复数变为实数，因此向量和矩阵维数都扩展2倍，接收信号表达式如下：

$y=\tilde{H}x+n---\left(2\right)$

其中 $y=\left[\begin{array}{c}\mathrm{Re}\left(Y\right)\\ \mathrm{Im}\left(Y\right)\end{array}\right]$ , $\tilde{H}=\left[\begin{array}{cc}\mathrm{Re}\left(H\right)& -\mathrm{Im}\left(H\right)\\ \mathrm{Im}\left(H\right)& \mathrm{Re}\left(H\right)\end{array}\right]$ , $x=\left[\begin{array}{c}\mathrm{Re}\left(X\right)\\ \mathrm{Im}\left(X\right)\end{array}\right]$

即： $X=\left[\begin{array}{cccc}{a}_1+b_{1}i& a_2+b_{2}i& a_3+b_{3}i& a_4+b_{4}i\end{array}\right]$ 变化为：  $x=\left[\begin{array}{cccccccc}{a}_1& a_2& a_3& a_4& b_1& b_2& b_3& b_4\end{array}\right]$ 。其中y为接收信号，x为发送信号，n为噪声信号，

为信道冲激响应。

下面以4发4收天线下经QPSK调制的接收信号的检测过程为例。下表1为4发4收天线下，经QPSK调制的遍历矩阵

表示。

表1：

1)在接收端，根据调制方式和天线端口数确定最大似然需要遍历的矩阵

，例如，对于4发4收天线配置，

为4×256矩阵，具体参考表1，由LTE协议规定可知，表1中a=0.707，由于已知矩阵

中的向量

（i=1,2……256）和接收向量Y，然后调用公式：

进行误差计算，得到误差向量

，其中R=256。将最大似然需要遍历的矩阵

等分为8组，每组大小即周期T=256/8=32。通过表1，观察矩阵

的前32列向量可知，其中a₁=a₂=b₁=a，所以在进行维数搜索时不需要对a₁a₂b₁进行重新搜索，自动跳过对a₁a₂b₁搜索，因此只需对其余5维数据搜索，降低了复杂度。

2)通过球形译码可以得到第一分组中最小误差向量 ${\stackrel{\→}{X}}_1=\left[\begin{array}{cccc}0.707+0.707i,& 0.707+0.707i,& 0.707-0.707i,& 0.707-0.707i\end{array}\right]$ ，对应误差和位置信息P₁=6。

其中

$Y=\left[\begin{array}{cccc}-0.1066+1.2879i& -2.8161+3.0787i& -0.3129+1.6986i& 1.3926-0.3642i\end{array}\right]$

$H=\left[\begin{array}{cccc}-0.6743-0.6286i& 0.3698-0.1448i& -0.2210-0.1564i& 0.8499+0.3884i\\ -1.0006-0.6783i& 0.4786-0.6914i& 0.2682-0.3785i& -0.4672-1.5377i\\ -0.0236-0.3484i& 0.4769-1.1122i& -1.5930-0.1852i& 0.2316+0.1023i\\ 0.1846+0.3119i& 0.4797-0.2618i& -0.8261-0.7746i& 1.0664+0.4731i\end{array}\right]$

H为随机生成的满足均值为0，方差为1的平坦衰落信道矩阵。

3)由第一组存储信息，估计出第二组向量的最小误差位置P₂=T+P₁=38，其中T=32，由于受到噪声影响，设置一个偏差值n=2，然后在范围[P₂-n,P₂+n]内搜索，确定第二组搜索范围内最小误差E₂=4.213以及最小误差向量X₂=[0.707+0.707i, -0.707+0.707i, 0.707-0.707i,0.707-0.707i]，位置偏移信息

，然后更新第二组位置信息

，保存E₂、X₂和P₂。由此推导可得八个分组内的最小误差，从误差

中选出误差最小值E_i=2.104以及对应误差向量X_i=[-0.707-0.707i, -0.707+0.707i, 0.707-0.707i, 0.707-0.707i]和位置信息P=230，确定该误差向量X_i为近似ML方法的最佳向量。

从图2可知，通过本方法检测得出的结果与最大似然结果相同，通过在不同的信噪比下误比特率性能和复杂度，突出本方法的优势。假设信道是平坦衰落。在发送端，发送的比特经过QPSK调制，天线配置为4发4收。

采用找到译码最终的输出值的过程中所遍历的所有星座点数目为比较标准。下面都是基于4发4收的天线配置，一共有50组输入列向量，所以QPSK的搜索点数为50×4⁴=12800，16QAM的搜索点数为50×16⁴=3276800。由表格可知改进球形译码方法在同样的搜索半径下，与传统球形译码相比，由于只对第一组向量进行搜索，被选集合和维数降低，所以复杂度得到降低。本发明球形译码算法复杂度计算公式：

Complexity_RE-SD=C_SD₁+(2n+1)(N-1) （3）

在公式 3中，C_SD₁为第一组向量进行球形译码的复杂度； (2n+1)(N-1)为其余N-1个向量组合中每次搜索2n+1个列向量。

表2 三种方法复杂度比较

而传统球形译码的复杂度与天线配置和调制阶数呈指数增长，所以在相同的信噪比和天线配置下，16QAM调制的复杂度要远远大于QPSK调制，并且随着信噪比增加，搜索半径减小，复杂度降低。此外，本发明提出的低复杂度球形译码检测方法在高调制阶数的情况下更有效。

Claims (5)

1.一种低复杂度球形译码检测方法，其特征在于，（1）根据调制方式以及天线数目将最大似然遍历矩阵进行向量分组，其中，矩阵向量分组的列数为N，N=Q^M，Q为调制方式中的备选点数；（2）根据最大似然寻找误差周期T，确定球形译码维数；（3）针对矩阵向量分组的第一组列向量，采用球形译码方法进行降维搜索，计算第一组列向量的最小误差向量和对应位置信息，根据周期性计算矩阵中其余组列向量中的最小误差向量，并在区间为n的范围内更新最小误差以及位置信息P，获得误差集合；（4） 从误差集合

中选出最小值E_i以及对应向量X_i，确定该误差向量X_i为最小误差向量，比较各个组中的最小误差向量，选出所有最小误差向量中最小值作为最佳误差向量，作为译码检测结果。

2.根据权利要求1所述的译码检测方法，其特征在于，在进行球形译码时，如有某些唯的数值保持不变，跳过第一组列向量中维数不变的数值进行译码，从而降低检测复杂度。

3.根据权利要求1所述的译码检测方法，其特征在于，步骤（2）具体包括，确定矩阵向量分组的第一组列向量中有变化的维数作为球形译码维数。

4.根据权利要求1所述的译码检测方法，其特征在于，步骤（3）中计算第一组列向量的最小误差向量和对应位置信息具体为：根据公式E₁=||Y₁-HX₁||²确定第一组列向量的误差，第一组位置信息P₁为第一组误差向量X₁在相应组中的位置，其中，H为N_R×N_T维的复数矩阵，Y₁表示第1根天线接收到的复值信号，N_T表示发射天线数目，N_R表示接收天线数目。

5.根据权利要求2所述的译码检测方法，其特征在于，步骤（3）进一步包括：调用公式P₂=T+P₁计算，预判第二组内最小误差向量位置信息P₂，并且在最小误差向量位置周围n点的范围内的列向量Y分别代入公式E=||Y-HX||²计算对应的误差E得到一系列误差，从一系列误差中选取误差最小值作为第二组列向量的误差；采用上述同样方法，计算矩阵中每组列向量集合中每组列向量的误差，对应的误差向量，获得矩阵误差向量集合 $\stackrel{\→}{X}=\left[\begin{array}{cccc}{X}_1& X_2& ...& X_R\end{array}\right]$ 和误差集合 $\stackrel{\→}{E}=\left[\begin{array}{cccc}{E}_1& E_2& ...& E_R\end{array}\right]$ 。

Images