CN103188003B - 基于迭代检测的低复杂度并行干扰消除方法及系统 - Google Patents

Abstract

本发明提供一种基于迭代检测的低复杂度并行干扰消除方法，涉及欠定多天线系统的数字通讯技术领域。包含步骤：S1、判断候选并行子系统有无先验信息；S2、若并行子系统中无先验信息，利用检测中间信号的概率特性来选择候选并行子系统，组建候选并行子系统集合；S3、与步骤S2同步，若候选并行子系统中有先验信息，利用前次迭代的先验信息来选择候选并行子系统，组建候选并行子系统集合；S4、对候选并行子系统集合中的并行子系统进行检测。另外提供了一种基于迭代检测的低复杂度并行干扰消除系统。本发明通过选择出现概率较大的候选子系统，有效减少了检测过程中待检测子系统的个数，显著降低了用于基于迭代检测的低复杂度并行干扰消除方法的复杂度。

Description

基于迭代检测的低复杂度并行干扰消除方法及系统

技术领域

本发明涉及欠定多天线系统的数字通讯技术领域，特别涉及一种基于迭代检测的低复杂度并行干扰消除方法及系统。

背景技术

多天线技术(Multiple-inputmultiple-output,MIMO)在富散射环境中能够显著提高信道容量与频谱效率，因此受到了学术界的广泛研究，并已经得到了工业界的关注，成为了第四代移动通信技术的主要技术之一，包括LTE-Advanced与IEEE802.16m在内的通信标准，都提供了对MIMO技术的支持。

欠定多天线(Under-determinedMIMO,UD-MIMO)系统是指发射端天线数多于接收端天线数的MIMO系统。在一些常用码率下，这种MIMO系统能够通过增加天线的个数，降低所用的调制阶数，从而以较低的能耗代价传输相同的数据率。此外，由于天线数的增加，还能够获取一定的分集增益。

现有用于欠定多天线系统的检测算法大都具有较高的复杂度。结合块判决反馈均衡算法的通用并行干扰消除算法是一类具有较低复杂度的检测算法。其基本框图如图1所示。

假设多天线系统有N根发射天线，M＜N根接收天线，使用的星座图调制阶数为Q。下面结合图1说明结合块判决反馈均衡算法的通用并行干扰消除算法的基本思路以及流程。

信道矩阵排序与分解模块将多天线系统分解为两个级联的子系统，如下式所示：

y＝H₁x₁+H₂x₂+n(1)

其中，y为接收向量，x₁为D＝N-M维向量，x₂为M维向量，D×M维矩阵H₁与M×M维矩阵H₂分别是两个子系统对应的等效信道矩阵，分别由原信道矩阵H的前D列与后M列组成，n为噪声向量。该模块输出分解后的两个等效信道矩阵为H₁与H₂。

遍历搜索模块以第一个子系统的等效信道矩阵H₁为输入，对第一个子系统的输入向量x₁进行遍历，从而产生Q^D个子系统（每个子系统对应x₁一种可能的取值）。第j个可能的取值所对应的子系统等效信道模型为：

$y^{\left(j\right)}=y-H_1{x}_1^{\left(j\right)}=H_2{x}_2^{\left(j\right)}+n,j=1,\·\·\·,Q^D---\left(2\right)$

其中，y^(j)为第j个子系统的等效输出。上述每一个等效子系统均为非欠定M×M的MIMO系统，因此可用一些常规的MIMO检测算法进行检测。遍历搜索模块输出每个子系统的等效输出y^(j)给并行子系统检测模块进行下一步处理。

并行子系统检测模块以第二个子系统的等效信道矩阵H₂以及由遍历搜索模块得到的每个并行子系统的等效输出y^(j)为输入，对上述每一个并行子系统，采用块判决反馈均衡算法进行检测，并输出相应的检测结果块判决反馈均衡算法是一种有效的MIMO检测算法，具有较好的性能以及较低的复杂度，它由一个前向滤波器W与一个反馈滤波器B组成，其输出可以用下式表示：

${\tilde{x}}_2^{\left(j\right)}={\mathrm{Wy}}^{\left(j\right)}-B{\hat{x}}_2^{\left(j\right)}---\left(3\right)$

其中，为已经得到检测结果分量的软信息所组成的向量。矩阵W与上三角矩阵B由MMSE准则确定。

为了计算软信息，需要计算每个分量的后验概率。后验概率的计算基于前向滤波器等效输出模型：

$r_j={\mathrm{Wy}}^{\left(j\right)}={\mathrm{Gx}}_2^{\left(j\right)}+e_j---\left(4\right)$

其中，r_j为前向滤波器的输出向量，对角线元素全为1的上三角矩阵G为等效信道矩阵，e_j为等效噪声。

在对全部并行子系统进行检测之后，距离计算与选择模块按下式选择距离接收向量欧氏距离最小的子系统作为输出，并计算对数似然比作为软信息。

$j_0=\arg \underset{j\∈J}{\min }{\left|\right|y-H_1{x}_1^{\left(j\right)}-H_2{\hat{x}}_2^{\left(j\right)}\left|\right|}^2---\left(5\right)$

其中集合J代表候选子系统集合，对于上述通用并行干扰消除算法，它包括了全部的Q^D个子系统。

结合块判决反馈均衡算法的通用并行干扰消除算法具有较低的复杂度，但是其复杂度仍然与Q^D成正比，而降低复杂度的关键就是如何减少子系统的个数。

因此，针对以上不足，本发明提供了一种基于迭代检测的低复杂度并行干扰消除方法。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供一种基于迭代检测的低复杂度并行干扰消除方法及系统，使得在欠定多天线系统中，通过减少子系统的个数，以尽量小的性能代价降低结合块判决反馈均衡算法的传统并行干扰消除算法的复杂度。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于迭代检测的低复杂度并行干扰消除方法，包含以下步骤：

S1、判断候选并行子系统有无先验信息；

S2、若所述并行子系统中没有先验信息，利用检测中间信号的概率特性来选择候选并行子系统，组建候选并行子系统集合；

S3、与步骤S2同步，若所述候选并行子系统中有先验信息，利用前次迭代的先验信息来选择候选并行子系统，组建候选并行子系统集合；

S4、对所述候选并行子系统集合中的并行子系统进行检测。

其中，步骤S1根据迭代次数判断候选并行子系统有无先验信息，第一次迭代无先验信息；后续迭代有先验信息。

其中，步骤S2通过在第一次迭代中计算前向滤波器输出向量幅值的上下限，选择满足所述上下限的并行子系统作为候选并行子系统。

其中，计算前向滤波器输出向量幅值的上下限方法为：

S21、根据前向滤波器输出的等效信道模型，计算没有等效噪声时，前向滤波器输出向量中每个分量幅值的上下限，其每个分量对应相应发射天线上所有可能的星座图点；

S22、根据步骤S21中计算的无噪声时每个分量幅值的上下限，以及分量幅值的分布，重新计算给定概率门限下，每个分量幅值的上下限；

S23、将步骤S22中重新计算的全部分量幅值上限相加，得到前向滤波器输出向量幅值上限；将重新计算的全部分量幅值下限相加，得到前向滤波器输出向量幅值下限。

其中，步骤S3中通过在后续迭代中根据前次迭代所得到的先验信息，计算并选择出现概率较大并行子系统作为候选并行子系统。

其中，选择出现概率较大的候选并行子系统的方法为：

S31、根据前次迭代所得到的先验信息计算发送向量中每个分量取不同符号时的概率，每个分量对应相应发射天线上所有可能的星座图点；

S32、每个分量保留出现概率较大的符号，其中出现概率较大的符号数目小于调制的总的星座图点数；

S33、计算由每个分量出现概率较大的符号所组成的候选向量，将所述候选向量对应的并行子系统组成候选并行子系统集合。

本发明还提供了一种基于迭代检测的低复杂度并行干扰消除系统，其特征在于，包括信道矩阵排序与分解模块、候选并行子系统选择模块、子系统检测模块和距离计算及选择模块，信道矩阵排序与分解模块连接候选并行子系统选择模块和子系统检测模块，候选并行子系统选择模块、子系统检测模块和距离计算及选择模块依次相连接；其中：

信道矩阵排序与分解模块，用于对信道矩阵的列向量进行重新排序，并将其分解为两个级联的子系统，分别传送给候选并行子系统选择模块和子系统检测模块；

候选并行子系统选择模块，接收信道矩阵排序与分解模块分解而来的子系统，选择出现概率较大的候选并行子系统，并将候选并行子系统传送给子系统检测模块；

并行子系统检测模块，用于候选并行子系统的检测；并将检测结果传送给距离计算及选择模块；

距离计算及选择模块，用于根据候选并行子系统输出的检测结果计算欧氏距离并选择欧式距离最小的一个并行子系统作为输出。

其中，所述候选并行子系统选择模块在第一次迭代中，根据每个子系统的前向滤波器输出幅值是否在前向滤波器输出向量幅值上下限内选择候选并行子系统；在后续迭代中，根据前次迭代的先验信息所计算的向量出现概率选择候选子系统。

（三）有益效果

本发明通过提供一种基于迭代检测的低复杂度并行干扰消除方法及系统，使得在欠定多天线系统中，通过选择出现概率较大的候选子系统，有效减少了检测过程中待检测子系统的个数，显著降低了基于迭代检测的并行干扰消除方法的复杂度。由于被保留的候选子系统都是出现概率较大的子系统，因此这种简化对于系统的检测性能几乎没有影响。

附图说明

图1是结合块判决反馈均衡算法的通用并行干扰消除算法的结构示意图；

图2是基于迭代检测的低复杂度并行干扰消除方法的一种实施方式的流程图；

图3是基于迭代检测的低复杂度并行干扰消除方法的一种实施方式中第一次迭代选择并行子系统的流程图；

图4是基于迭代检测的低复杂度并行干扰消除方法的一种实施方式中后续迭代选择并行子系统的流程图；

图5为基于迭代检测的低复杂度并行干扰消除系统的结构示意图；

图6为依照基于迭代检测的低复杂度并行干扰消除系统的一种实施方式的系统结构示意图；

图7为调制方式为8PSK时，依照本发明一种实施方式的误码率仿真曲线；

图8为调制方式为16QAM时，依照本发明一种实施方式的误码率仿真曲线。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

实施例1：

本发明在原并行干扰消除算法的基础上，利用概率特性选择出现可能性较大的子系统作为候选子系统集合，显著降低复杂度。根据先验信息的有无，分别根据子系统检测中间信号的概率特性或前次迭代的先验信息来减少候选子系统的个数。

如图2所示：

S1、判断候选并行子系统有无先验信息；

据迭代次数判断候选并行子系统有无先验信息，第一次迭代无先验信息；后续迭代有先验信息。

S2、若所述并行子系统中没有先验信息，利用检测中间信号的概率特性来选择候选并行子系统，组建候选并行子系统集合；

如图3所示，第一次迭代中，减少子系统的方法基于前向滤波器等效信道模型，如下式所示：

$r_j={\mathrm{Wy}}^{\left(j\right)}={\mathrm{Gx}}_2^{\left(j\right)}+e_j---\left(6\right)$

根据上式计算的上下限M_u与M_l，其中，为向量r_j第m个分量。对每一个并行子系统，计算其前向滤波器输出向量幅值，并与上述幅值上下限做比较，如输出向量幅值在上下限之间，则说明该子系统在候选子系统集合内，可以进行下一步的操作，否则将该子系统滤除。

计算的M_u与M_l步骤如下：

1.估计没有噪声时，向量r_j每个分量幅值的上下限计算公式如下：

$E_m^{\left(u\right)}=(M-m+1)E_0{\left|\right|g_m\left|\right|}^2$

$E_m^{\left(l\right)}=E_0---\left(7\right)$

其中，为上限，为下限，E₀为所用星座图中的平均符号能量，对于非恒模的星座图，也可以根据上限和下限的不同用星座点中的最大能量或是最小能量代替，向量g_m为矩阵G的第m个行向量。

2.根据的分布，在给定的百分比k_l与k_u下，计算的上下限假设等效噪声e_j服从高斯分布的条件下，服从自由度为2的非中心χ²分布，其分布函数写为P(x|E_m)，其中E_m表示上限或下限计算如下：

$P\left(R_m^{\left(l\right)}\right|E_m)=k_l$

$P\left(R_m^{\left(u\right)}\right|E_m)=k_u---\left(8\right)$

一般取0≤k_l＜k_u≤1，以保证正确的子系统有较大的概率落入候选子系统集合。

3.通过下式计算前向滤波器输出向量幅值的上下限：

$M_l={\mathrm{\Σ}}_{m=1}^M{R}_m^{\left(l\right)}$

$M_u={\mathrm{\Σ}}_{m=1}^M{R}_m^{\left(u\right)}---\left(9\right)$

S3、与步骤S2同步，若所述候选并行子系统中有先验信息，利用前次迭代的先验信息来选择候选并行子系统，组建候选并行子系统集合；

如图4所示，后续迭代中，利用前次迭代先验信息计算每一个可能的出现的概率，假设计算公式如下：

$P(x_1=x_1^{\left(j\right)})=\underset{d=1}{\overset{D}{\mathrm{\Π}}}P(x_d=x_d^{\left(j\right)}),j=1,\·\·\·,Q^D---\left(10\right)$

其中，概率为第d个分量取符号时的概率。

选择出现概率较大的J个向量，组成候选子系统的集合，以减少子系统的数量。上述选择过程步骤如下：

1.对每个分量计算每个符号出现的概率：

P(x＝χ_k)，k＝1，…，Q(11)

其中，Q为调制阶数。

2.每个分量保留K＜Q个出现概率最大的符号。

3.计算由J＝K^N-M个候选向量组成的候选子系统集合。

如图5所示，为本发明还提供了一种基于迭代检测的低复杂度并行干扰消除系统，其特征在于，包括信道矩阵排序与分解模块、候选并行子系统选择模块、子系统检测模块和距离计算及选择模块，信道矩阵排序与分解模块连接候选并行子系统选择模块和子系统检测模块，候选并行子系统选择模块、子系统检测模块和距离计算及选择模块依次相连接；其中：

信道矩阵排序与分解模块，用于对信道矩阵的列向量进行重新排序，并将其分解为两个级联的子系统，分别传送给候选并行子系统选择模块和子系统检测模块；

候选并行子系统选择模块，接收信道矩阵排序与分解模块分解而来的子系统，选择出现概率较大的候选并行子系统，并将候选并行子系统传送给子系统检测模块；

并行子系统检测模块，用于候选并行子系统的检测；并将检测结果传送给距离计算及选择模块；

距离计算及选择模块，用于根据候选并行子系统输出的检测结果计算欧氏距离并选择欧式距离最小的一个并行子系统作为输出。

其中，所述候选并行子系统选择模块在第一次迭代中，根据每个子系统的前向滤波器输出幅值是否在前向滤波器输出向量幅值上下限内选择候选并行子系统；在后续迭代中，根据前次迭代的先验信息所计算的向量出现概率选择候选子系统。

实施例2：

一种采用本发明的欠定多天系统性能及复杂度分析。

本实施例中，系统框图如图6所示。其中，发射端有N＝7根天线，接收端有M＝3根天线。所使用的信道编码（Encoder）为分组长度为1024比特的系统卷积码，其码率为1/2，生成多项式为[7，5]₈。所采用的调制方式（Mapper）分别为8PSK与16QAM。在信道编码（Encoder）和调制（Mapper）之间采用的交织器、其他参数和模块定义参见文献(ChenQian,JingxianWu,YahongRosaZhengandZhaochengWang,“AModifiedFixedSphereDecodingAlgorithmforUnder-DeterminedMIMOSystems,"IEEEGlobecom2012,pp.4704-4709,Dec.2012.)。所用信道模型为没有频率选择性的瑞利平衰落多天线信道模型。

本发明所提供方法的参数选择为：用于第一次迭代的百分比上下限分别取为k_l＝0.01与k_u＝0.99。由于16QAM为非恒模调制方式，在计算时用星座图的最小能量代替E₀，而计算时仍使用平均能量E₀。用于后续迭代的每个分量所保留的符号个数为K＝2，共有J＝K^(N-M)＝16个向量被保留作为候选子系统集合。

对比对象为文献(M.Walker,J.Tao,J.WuandY.Zheng,“Lowcomplexityturbodetectionofcodedunder-determinedMIMOsystems,”inIEEEInt.Conf.Commun.,Jun.2011,pp.1-5)中提出的GPIC-GSIC-BDFE算法。第一次迭代中，该算法采用结合块判决反馈均衡算法的通用并行干扰消除算法，而后续迭代中，采用结合块判决反馈均衡算法的通用串行干扰消除算法。这种算法将欠定多天线系统分解为了个级联的非欠定子系统，通过串行干扰消除的方法对信号进行检测。该算法能够大大降低复杂度，但是对于检测性能有一定的影响。

图7为调制方式为8PSK时得到的误码率曲线。图8为调制方式为16QAM时得到的误码率曲线。图例中“GPIC-GSIC-BDFE”为对比算法，“S-GPIC-BDFE”为采用本发明的降低并行干扰消除算法复杂度的方法。从上述误码率曲线可以看到，第一次迭代时，本发明所采用的方法与采用遍历搜索的并行干扰消除算法的性能一致，而后续迭代中，本发明所采用的方法性能优于串行干扰消除的方法。例如第五次迭代中，在误码率为10^-3左右，调制方式为8PSK时，本发明所采用的方法性能要优于串行干扰消除算法约0.2dB，而调制方式为16QAM时，本发明所采用的方法要优于串行干扰消除算法约0.7dB。

表1第一次迭代中平均子系统个数

调制方式	Eb/N0(dB)	平均子系统个数	百分比(%)
				8PSK	19	1.8*103	45.46
16QAM	24.5	2.4*104	39.71

表1列出了第一次迭代中，误码率为10^-3左右时，不同调制方式所保留的子系统平均个数。对于上述两种调制方式，少于一半的子系统被保留，而且调制阶数越高，所能得到的好处就越大。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (8)

1.一种基于迭代检测的低复杂度并行干扰消除方法，其特征在于，包含以下步骤：

S1、判断候选并行子系统有无先验信息；

S2、若所述并行子系统中没有先验信息，利用检测中间信号的概率特性来选择候选并行子系统，组建候选并行子系统集合；

S3、与步骤S2同步，若所述候选并行子系统中有先验信息，利用前次迭代的先验信息来选择候选并行子系统，组建候选并行子系统集合；

S4、对所述候选并行子系统集合中的并行子系统进行检测。

2.如权利要求1所述的一种基于迭代检测的低复杂度并行干扰消除方法，其特征在于，步骤S1根据迭代次数判断候选并行子系统有无先验信息，第一次迭代无先验信息；后续迭代有先验信息。

3.如权利要求1所述的一种基于迭代检测的低复杂度并行干扰消除方法，其特征在于，步骤S2通过在第一次迭代中计算前向滤波器输出向量幅值的上下限，选择满足所述上下限的并行子系统作为候选并行子系统。

4.如权利要求3所述的一种基于迭代检测的低复杂度并行干扰消除方法，其特征在于，计算前向滤波器输出向量幅值的上下限方法为：

S21、根据前向滤波器输出的等效信道模型，计算没有等效噪声时，前向滤波器输出向量中每个分量幅值的上下限，其每个分量对应相应发射天线上所有可能的星座图点；

S22、根据步骤S21中计算的无噪声时每个分量幅值的上下限，以及分量幅值的分布，重新计算给定概率门限下，每个分量幅值的上下限；

S23、将步骤S22中重新计算的全部分量幅值上限相加，得到前向滤波器输出向量幅值上限；将重新计算的全部分量幅值下限相加，得到前向滤波器输出向量幅值下限。

5.如权利要求1所述的一种基于迭代检测的低复杂度并行干扰消除方法，其特征在于，步骤S3中通过在后续迭代中根据前次迭代所得到的先验信息，计算并选择出现概率较大并行子系统作为候选并行子系统。

6.如权利要求5所述的一种基于迭代检测的低复杂度并行干扰消除方法，其特征在于，选择出现概率较大的候选并行子系统的方法为：

S31、根据前次迭代所得到的先验信息计算发送向量中每个分量取不同符号时的概率，每个分量对应相应发射天线上所有可能的星座图点；

S32、每个分量保留出现概率较大的符号，其中出现概率较大的符号数目小于调制的总的星座图点数；

S33、计算由每个分量出现概率较大的符号所组成的候选向量，将所述候选向量对应的并行子系统组成候选并行子系统集合。

7.一种基于迭代检测的低复杂度并行干扰消除系统，其特征在于，包括信道矩阵排序与分解模块、候选并行子系统选择模块、并行子系统检测模块和距离计算及选择模块，信道矩阵排序与分解模块连接候选并行子系统选择模块和并行子系统检测模块，候选并行子系统选择模块、并行子系统检测模块和距离计算及选择模块依次相连接；其中：

信道矩阵排序与分解模块，用于对信道矩阵的列向量进行重新排序，并将其分解为两个级联的子系统，分别传送给候选并行子系统选择模块和并行子系统检测模块；

候选并行子系统选择模块，接收信道矩阵排序与分解模块分解而来的子系统，选择出现概率较大的候选并行子系统，并将候选并行子系统传送给并行子系统检测模块；

并行子系统检测模块，用于候选并行子系统的检测；并将检测结果传送给距离计算及选择模块；

距离计算及选择模块，用于根据候选并行子系统输出的检测结果计算欧氏距离并选择欧式距离最小的一个并行子系统作为输出。

8.如权利要求7所述的一种基于迭代检测的低复杂度并行干扰消除系统，其特征在于，所述候选并行子系统选择模块在第一次迭代中，根据每个子系统的前向滤波器输出幅值是否在前向滤波器输出向量幅值上下限内选择候选并行子系统；在后续迭代中，根据前次迭代的先验信息所计算的向量出现概率选择候选子系统。