一种多入多出信号的检测方法和装置
技术领域
本发明涉及无线通信技术领域,尤其涉及一种多入多出信号的检测方法和装置。
背景技术
多入多出(MIMO,MultipleInputMultipleOutput)技术在无线通信领域得到了广泛的应用,其基本原理是利用多天线带来的多路并行空间流,相对于原有单路空间带来传输容量的多倍增长,它能够在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率。
MIMO技术在发送端和接收端采用多天线同时发送和接收信号。由于各发射天线同时发送的信号占用同一个频带,因而通信带宽并没有增加。每个发送天线和每个接收天线之间存在一个空间信道。如果每个空间信道的信道冲击响应独立,则MIMO系统通过多个发送天线和多个接收天线可以在发送端和接收端之间创建多个并行的独立的空间信道。通过这些并行的空间信道独立地传输信息,MIMO系统的传输数据率成倍增加。
但MIMO技术除了带来容量增益之外,也给信号的解调带来了更大的复杂度,这主要体现在接收端的处理上。其原因主要是:空间传播的信号是混叠在一起的,只有通过接收端一定的处理才能将信号分离出来。并且分离出来的信号通常都具有一定程度上的同信道干扰(CCI,Co-channelInterference),而如何处理这些干扰就成为业界关注的问题。当前存在的检测方法有:最大似然法(ML,MaximumLikelihood)、并行干扰抵消法(PIC,ParallelInterferenceCancellation)等。为了更清楚的描述现有的最大似然算法和并行干扰抵消法的误码率性能,请参阅图1所示,横轴为复杂度指数量级,纵轴为误码率。图1中共包括3条BER性能曲线,分别为:现有的四相相移键控系统采用最大似然算法对发送端和接收端都是4个天线的MIMO信号进行解调的BER性能曲线,采用并行干扰抵消法对发送端和接收端都是4个天线的MIMO信号进行解调的BER性能曲线,采用并行干扰抵消法对发送端是4个天线、接收端是3个天线的MIMO信号进行解调的BER性能曲线。其中,最大似然法是由Verdu于1986年提出,但是该检测算法复杂度太大,无法投入实际使用。并行干扰抵消法的计算复杂度较小,其思路是基于干扰是由同信道的其他信号造成的并且这些信号是已知的,所以可以通过边译码边抵消的思路来解调每一路的信号。但是现有的并行干扰抵消法,由图1可知并行干扰抵消法的检测错误发生概率较高,再加上需要进行多次迭代计算,而本次迭代中恰好发生检测错误,则该检测错误会传播到后续的迭代计算中导致误码率(BER,BitErrorRatio))性能较差。另外现有的并行干扰抵消法不能有效的对降秩的MIMO信号进行解调,对降秩的MIMO信道解调的误码率性能较差。
发明内容
本发明实施例提供了一种多入多出信号的检测方法和装置,用于在与并行干扰抵消法的计算复杂度保持同一量级的情况下,误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
一方面,本发明实施例提供的的MIMO信号的检测方法,包括:
估计发射多入多出MIMO信号的均值向量;
根据发射所述MIMO信号的均值向量计算接收所述MIMO信号的向量和接收所述MIMO信号的复共轭向量;
对接收所述MIMO信号的向量和接收所述MIMO信号的复共轭向量做线性滤波,得到接收所述MIMO信号的线性滤波结果;
计算所述线性滤波结果的条件概率密度函数;
根据所述条件概率密度函数计算接收所述MIMO信号的对数似然比;
对所述对数似然比做硬判决,得到译码比特估计。
另一方面,本发明实施例提供的的MIMO信号的检测装置,包括:
估计单元,用于估计发射多入多出MIMO信号的均值向量;
向量计算单元,用于根据发射所述MIMO信号的均值向量计算接收所述MIMO信号的向量和接收所述MIMO信号的复共轭向量;
线性滤波单元,用于对接收所述MIMO信号的向量和接收所述MIMO信号的复共轭向量做线性滤波,得到接收所述MIMO信号的线性滤波结果;
概率密度计算单元,用于计算所述线性滤波结果的条件概率密度函数;
对数似然比计算单元,用于根据所述条件概率密度函数计算接收所述MIMO信号的对数似然比;
判决单元,用于对所述对数似然比做硬判决,得到译码比特估计。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例提供的MIMO信号的检测方法中,根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量,然后对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果,然后计算线性滤波结果的条件概率密度函数,根据条件概率密度函数计算接收MIMO信号的对数似然比,最后对该对数似然比做硬判决,得到译码比特估计。由于本发明实施例中做线性滤波、计算条件概率密度函数、计算对数似然比的计算复杂度与并行干扰抵消法保持同一量级,按照本发明实施例提供的方法进行计算误码率性能,得到的误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,对于本领域的技术人员来讲,还可以根据这些附图获得其他的附图。
图1为现有技术中PIC和ML检测方法的BER性能曲线;
图2为本发明实施例提供的MIMO信号的检测方法的一个实施例流程图;
图3为本发明实施例提供的MIMO信号的检测方法的另一个实施例流程图;
图4为现有技术中PIC和本发明实施例提供的MIMO信号的检测方法的一种BER性能曲线;
图5为现有技术中PIC和本发明实施例提供的MIMO信号的检测方法的另一种BER性能曲线;
图6为本发明实施例提供的MIMO信号的检测装置的组成示意图。
具体实施方式
本发明实施例提供了一种多入多出信号的检测方法和装置,用于多入多出信号的检测方法和装置,用于在与并行干扰抵消法的计算复杂度保持同一量级的情况下,误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
本发明实施例主要应用在所有与MIMO相关的通信系统中,作为接收端的信号检测技术。可以用于使用MIMO技术通信的移动通信系统,比如长期演进系统(LTE,LongTermEvolution)、全球微波互联接入系统(WiMax,WorldwideInteroperabilityforMicrowaveAccess)、无线宽带系统(WiFi,wirelessfidelity)、微波回程链路(Backhaul)等,以及基于MIMO技术通信的有线通信系统,比如非对称数字用户环路(ADSL,AsymmetricDigitalSubscriberLine)、光传送网络、光接入等。更具体的说,作为无线或者有线系统中的接收端,其形态可以是移动终端、基站、接入点、上网卡等多种产品。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域的技术人员所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本发明实施例提供的一种多入多出信号的检测方法,该方法的实施者为与MIMO相关的通信系统中的接收端,作为接收端从MIMO相关的通信系统中接收到MIMO信号之后,本发明实施例中的接收端需要进行如下处理,具体请参阅如图2所示,包括:
201、估计发射多入多出MIMO信号的均值向量。
在本发明实施例中,首先对发射MIMO信号的均值作估计,得到发射MIMO信号的均值向量。
对于接收到的MIMO信号,可以用向量r来表示,则
r=Hs+n,
其中,H为信道矩阵,S为对应到每一个发射天线上的信号向量,n为加性白噪声。需要说明的是,r、H、S、n均为向量表示。
在本发明实施例中,估计第k个发射天线发射的MIMO信号的均值dk具体可以为
为第Nt个发射天线发射的MIMO信号的均值,sk是第k个发射天线上的信号,xc是sk的第c个取值,xc的值有M个,P(sk=xc)为sk取xc的概率。
根据如上dk的表达式可以分别计算出d1、...、dk-1、...、
由此,计算出第k个发射天线发射的MIMO信号的均值向量Dk为:
需要说明的是,Dk为第k个发射天线发射的MIMO信号的均值向量,d1、dk-1、dk+1、均为向量Dk中的元素。
202、根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量。
在本发明实施例中,估计出发射MIMO信号的均值向量之后,根据发射MIMO信号的均值向量计算接收MIMO信号的向量,然后对该接收MIMO信号的向量取共轭,即可得到接收MIMO信号的复共轭向量。
在本发明实施例中,根据发射MIMO信号的均值向量Dk计算接收来自第k个发射天线的MIMO信号的向量rk具体可以为:
rk=r-HDk=H(s-Dk)+n,k=1,...,Nt,
对向量rk取共轭得到其复共轭向量具体可以为:
203、对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果。
在本发明实施例中,MIMO信号的复共轭向量与MIMO信号的向量本身一起共同提供更为全面的信息量,故根据最小均方误差(MME,MinimumMeanSquareError)准则,可以对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果。
在本发明实施例中,对接收MIMO信号的向量rk和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果zk具体可以为:
其中,Ak=[akbk]H,
根据MMSE准则得到参数矩阵
其中,
向量
向量中的第k-1个元素为
所述sk是第k个发射天线上的信号,所述是所述sk的复共轭,所述H为信道矩阵,所述HH是所述H的复共轭转置,所述H*是所述H的复共轭,所述HT是所述H的转置,所述rk是第k个发射天线的MIMO信号的向量,所述是所述rk的转置,所述是所述rk的共轭转置,所述P(sk-1=xc)是sk-1取xc的概率,M是调制阶数,M=2q,q是M阶调制所对应的比特数,即该调制组成每个符号所需要的比特数目。如16QAM(数字调制器,QuadratureAmplitudeModulation),则M=16。
sk-1是第k-1个发射天线上的信号,sk-1,I是sk-1的实部,sk-1,Q是sk-1的虚部。dk-1为第k-1个发射天线上的信号的均值,dk-1,I是dk-1的实部,dk-1,Q是dk-1的虚部,N0I是n的协方差矩阵,hk是H的第k个行向量。
ηk服从零均值的复高斯分布:ηk~CN(0,Nη),其中
204、计算线性滤波结果的条件概率密度函数。
在本发明实施例中,203得到线性滤波结果之后,计算条件概率密度函数。
在本发明实施例中,一种可实现的方式是,计算线性滤波结果zk的条件概率密度函数f(zk|sk=xc)具体可以为:
其中,所述是所述xc的复共轭。
205、根据条件概率密度函数计算接收MIMO信号的对数似然比。
在204计算得到条件概率密度函数之后,根据该条件概率密度函数计算接收MIMO信号的对数似然比。
在本发明实施例中,通过如下表达式根据条件概率密度函数f(zk|sk=xc)计算接收sk的第i个比特的对数似然比
该表达式可以近似的表示为:
s+=argmax{f(zk|sk∈Si,1)},
s-=argmax{f(zk|sk∈Si,0)},
所述是所述s+的复共轭,所述是所述s-的复共轭,所述Si,0是第i个比特取值为0对应的信号的集合,Si,1是第i个比特取值为1对应的信号的集合。
M是调制阶数,M=2q,q是M阶调制所对应的比特数,即该调制组成每个符号所需要的比特数目。
206、对对数似然比做硬判决,得到译码比特估计。
在本发明实施例中,根据205中得到的对数似然比,可以做硬判决处理,得到译码比特估计的结果。如果大于0,则得到译码比特估计的结果为1,否则译码比特估计的结果为0。
本发明实施例提供的MIMO信号的检测方法中,根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量,然后对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果,然后计算线性滤波结果的条件概率密度函数,根据条件概率密度函数计算接收MIMO信号的对数似然比,最后对该对数似然比做硬判决,得到译码比特估计。由于本发明实施例中做线性滤波、计算条件概率密度函数、计算对数似然比的计算复杂度与并行干扰抵消法保持同一量级,按照本发明实施例提供的方法进行计算误码率性能,得到的误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
实施例二
以上实施例介绍了本发明提供的一种MIMO信号的检测方法的一个实施例,接下来介绍另一个实施例,进行详细说明,请参阅图3所示:
301、估计发射多入多出MIMO信号的均值向量。
首先对发射MIMO信号的均值作估计,得到发射MIMO信号的均值向量。
对于接收到的MIMO信号,可以用向量r来表示,则
r=Hs+n,
其中,H为信道矩阵,S为对应到每一个发射天线上的信号向量,n为加性白噪声。
在本发明实施例中,估计第k个发射天线发射的MIMO信号的均值dk具体可以为
为第Nt个发射天线发射的MIMO信号的均值,sk是第k个发射天线上的信号,xc是sk的第c个取值,xc的值有M个,P(sk=xc)为sk取xc的概率。
根据如上dk的表达式可以分别计算出d1、...、dk-1、...、
由此,计算出第k个发射天线发射的MIMO信号的均值向量Dk为:
302、根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量。
根据发射MIMO信号的均值向量Dk计算接收来自第k个发射天线的MIMO信号的向量rk为:
rk=r-Hdk=H(s-Dk)+n,k=1,...,Nt,
对向量rk取共轭得到其复共轭向量为:
303、对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果。
对接收MIMO信号的向量rk和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果zk为:
其中,Ak=[akbk]H,
根据MMSE准则得到参数矩阵
其中,
向量
向量中的第k-1个元素为
M是调制阶数,M=2q,q是M阶调制所对应的比特数,即该调制组成每个符号所需要的比特数目。
304、计算出线性滤波结果的向量结果。
通过如下方式计算出所述线性滤波结果zk的向量结果Zk:
Zk=Sk+ηk,
其中,
即:
zk,I为zk的实部,zk,Q为zk的虚部,sk,I为sk的实部,sk,Q为sk的虚部,vk,I为vk的实部,vk,Q为vk的虚部,ηk,I为ηk的实部,ηk,Q为ηk的虚部。
需要说明的是,Sk是第k个发射天线的等效信号的向量结果,ηk是第k个发射天线的等效噪声的向量结果。
305、计算线性滤波结果的条件概率密度函数。
计算线性滤波结果zk的条件概率密度函数f(zk|sk=xc)具体可以为:
其中,
其中,所述是所述Φk的逆矩阵;所述是所述ηk的复共轭转置,所述是所述的复共轭。
306、根据条件概率密度函数计算接收MIMO信号的对数似然比。
通过如下表达式根据条件概率密度函数f(zk|sk=xc)计算接收sk的第i个比特的对数似然比
其中,
s+=argmax{f(zk|sk∈Si,1)},
s-=argmax{f(zk|sk∈Si,0)},
所述JH是所述J的复共轭转置,Si,0是第i个比特取值为0对应的信号的集合,Si,1是第i个比特取值为1对应的信号的集合。
307、对对数似然比做硬判决,得到译码比特估计。
在本发明实施例中,根据306中得到的对数似然比,可以做硬判决处理,得到译码比特估计的结果。如果大于0,则得到译码比特估计的结果为1,否则译码比特估计的结果为0。
本发明实施例提供的MIMO信号的检测方法中,根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量,然后对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果,然后计算线性滤波结果的条件概率密度函数,根据条件概率密度函数计算接收MIMO信号的对数似然比,最后对该对数似然比做硬判决,得到译码比特估计。由于本发明实施例中做线性滤波、计算条件概率密度函数、计算对数似然比的计算复杂度与并行干扰抵消法保持同一量级,按照本发明实施例提供的方法进行计算误码率性能,得到的误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
现将如图2和图3所示的MIMO信号的检测方法与现有技术中的PIC算法的译码复杂度做比较,分别将这三种算法的所有加减乘除的运算量加起来,考虑接收天线和发射天线都等于N的场景,则译码复杂度如下表1所示:
表1为现有技术中的PIC算法、实施例一、实施例二的加减乘除四种运算的译码复杂度比较结果。
方案 |
乘法/除法 |
加法/减法 |
PIC算法 |
3N3+6N2+2N+2M |
3N3+2N2+N+M+log2M-2 |
实施例一 |
18N3+16N2+6N+4M+6 |
18N3+4N2+4N+M+log2M-5 |
实施例二 |
18N3+16N2+8N+2M2+6M+28 |
18N3+4N2+6N+M2+2M+log2M+13 |
如表1所示,本发明实施例一和实施例二提供的MIMO信号的检测方法的译码复杂度与现有技术中的PIC算法的译码复杂度在同一量级。
接下来,对本发明实施例一和实施例二所示的MIMO信号的检测方法与现有计数中的PIC算法、ML算法的BER性能进行仿真,以说明本发明实施例一和实施例二的BER性能优于现有的PIC算法。
如图4所示,在接收天线和发射天线的个数都等于4的场景下,分别对本发明实施例一和实施例二所示的MIMO信号的检测方法、现有计数中的PIC算法、ML算法的BER性能进行仿真到的仿真结果如图4所示。现有技术中的PIC算法用“PIC-I”表示,本发明实施例一的MIMO信号的检测方法用“PIC-II”表示,本发明实施例二的MIMO信号的检测方法用“PIC-III”表示。
为了详细说明本发明实施例提供的MIMO信号的检测方法对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法,请参阅图5所示。4×3表示的是发射天线为4个,接收天线为3个。4×4表示的是发射天线和接收天线都是4个。C1(4×3)表示的是现有技术中发射天线为4个、接收天线为3个的PIC算法的BER性能,M1(4×3)表示的是本发明实施例一提供的发射天线为4个、接收天线为3个的MIMO信号的检测方法的BER性能,P1(4×3)表示的是本发明实施例二提供的发射天线为4个、接收天线为3个的MIMO信号的检测方法的BER性能,C2(4×4)表示的是现有技术中发射天线为4个、接收天线为4个的PIC算法的BER性能,M2(4×4)表示的是本发明实施例一提供的发射天线为4个、接收天线为4个的MIMO信号的检测方法的BER性能,P2(4×4)表示的是本发明实施例二提供的发射天线为4个、接收天线为4个的MIMO信号的检测方法的BER性能。
由图5可知,本发明实施例提供的MIMO信号的检测方法对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
实施例三
以上实施例介绍了本发明实施例提供的MIMO信号的检测方法,接下来介绍本发明实施例提供的MIMO信号的检测装置,本发明实施例提供的MIMO信号的检测装置,主要应用在所有与MIMO相关的通信系统中,作为接收端的信号检测技术。可以用于使用MIMO技术通信的移动通信系统,比如长期演进系统(LTE,LongTermEvolution)、全球微波互联接入系统(WiMax,WorldwideInteroperabilityforMicrowaveAccess)、无线宽带系统(WiFi,wirelessfidelity)、微波回程链路(Backhaul)等,以及基于MIMO技术通信的有线通信系统,比如非对称数字用户环路(ADSL,AsymmetricDigitalSubscriberLine)、光传送网络、光接入等。更具体的说,作为无线或者有线系统中的接收端,其形态可以是移动终端、基站、接入点、上网卡等多种产品。
本发明实施例提供的MIMO信号的检测装置600,请参阅图6所示,包括:
估计单元601,用于估计发射多入多出MIMO信号的均值向量。
向量计算单元602,用于根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量。
线性滤波单元603,用于对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果。
概率密度计算单元604,用于计算线性滤波结果的条件概率密度函数。
对数似然比计算单元605,用于根据条件概率密度函数计算接收MIMO信号的对数似然比。
判决单元606,用于对对数似然比做硬判决,得到译码比特估计。
在本发明实施例中,对于估计单元601而言,在实际应用中,估计单元601具体用于通过如下表达式计算第k个发射天线发射的MIMO信号的均值向量Dk:
其中,估计第k个发射天线发射的MIMO信号的均值dk为
为第Nt个发射天线发射的MIMO信号的均值,sk是第k个发射天线上的信号,xc是sk的第c个取值,xc的值有M个,P(sk=xc)为sk取xc的概率。
在本发明实施例中,对于向量计算单元602而言,在实际应用中,向量计算单元602具体用于通过如下表达式根据发射MIMO信号的均值向量Dk计算接收来自第k个发射天线的MIMO信号的向量rk:
rk=H(s-Dk)+n,k=1,...,Nt,
其中,H为信道矩阵,S为对应到每一个发射天线上的信号向量,n为加性白噪声。
向量计算单元602具体用于通过如下表达式根据发射MIMO信号的均值向量dk计算接收MIMO信号的复共轭向量
在本发明实施例中,对于线性滤波单元603而言,在实际应用中,线性滤波单元603具体用于通过如下表达式对接收MIMO信号的向量rk和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果Zk:
其中,
向量
向量中的第k-1个元素为
所述sk是第k个发射天线上的信号,所述是所述sk的复共轭,所述H为信道矩阵,所述HH是所述H的复共轭转置,所述H*是所述H的复共轭,所述HT是所述H的转置,所述rk是第k个发射天线的MIMO信号的向量,所述是所述rk的转置,所述是所述rk的共轭转置,所述P(sk-1=xc)是sk-1取xc的概率,M是调制阶数,sk-1是第k-1个发射天线上的信号,sk-1,I是sk-1的实部,sk-1,Q是sk-1的虚部,dk-1为第k-1个发射天线上的信号的均值,dk-1,I是dk-1的实部,dk-1,Q是dk-1的虚部,N0I是n的协方差矩阵,hk是H的第k个行向量,ηk服从零均值的复高斯分布:ηk~CN(0,Nη),其中
在本发明实施例中,对于概率密度计算单元604而言,在实际应用中,概率密度计算单元604具体用于通过如下表达式计算线性滤波结果Zk的条件概率密度函数f(zk|sk=xc):
其中,所述是所述xc的复共轭。
在本发明实施例中,对于对数似然比计算单元605而言,在实际应用中,对数似然比计算单元605具体用于通过如下表达式根据条件概率密度函数f(zk|sk=xc)计算接收sk的第i个比特的对数似然比
其中,
s+=argmax{f(zk|sk∈Si,1)},
s-=argmax{f(zk|sk∈Si,0)},
所述是所述s+的复共轭,所述是所述s-的复共轭,Si,0是第i个比特取值为0对应的信号的集合,Si,1是第i个比特取值为1对应的信号的集合。
在本发明实施例中,对于线性滤波单元603而言,线性滤波单元603还可以用于通过如下方式计算出线性滤波结果zk的向量结果Zk:
zk=sk+ηk,
其中,
zk,I为zk的实部,zk,Q为zk的虚部,sk,I为sk的实部,sk,Q为sk的虚部,vk,I为vk的实部,vk,Q为vk的虚部,ηk,I为ηk的实部,ηk,Q为ηk的虚部。
在本发明实施例中,对于概率密度计算单元604而言,在实际应用中,概率密度计算单元604还可以具体用于通过如下表达式计算线性滤波结果zk的条件概率密度函数f(zk|sk=xc):
其中,
其中,所述是所述Φk的逆矩阵;所述是所述ηk的复共轭转置,所述是所述的复共轭。
在本发明实施例中,对于对数似然比计算单元605而言,在实际应用中,对数似然比计算单元605还可以具体用于通过如下表达式根据条件概率密度函数f(zk|sk=xc)计算接收sk的第i个比特的对数似然比
其中,
s+=argmax{f(zk|sk∈Si,1)},
s-=argmax{f(zk|sk∈Si,0)},
所述JH是所述J的复共轭转置,Si,0是第i个比特取值为0对应的信号的集合,Si,1是第i个比特取值为1对应的信号的集合。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其带来的技术效果与本发明方法实施例相同,具体内容可参见本发明如图1和图2所示的方法实施例中的叙述,此处不再赘述。
本发明实施例提供的MIMO信号的检测装置中,根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量,然后对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果,然后计算线性滤波结果的条件概率密度函数,根据条件概率密度函数计算接收MIMO信号的对数似然比,最后对该对数似然比做硬判决,得到译码比特估计。由于本发明实施例中做线性滤波、计算条件概率密度函数、计算对数似然比的计算复杂度与并行干扰抵消法保持同一量级,按照本发明实施例提供的方法进行计算误码率性能,得到的误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上对本发明所提供的一种MIMO信号的检测方法和装置进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。