CN103297111A - Mimo上行多用户信号检测方法、检测装置及接收系统 - Google Patents

Abstract

本发明涉及无线通信技术领域，具体涉及一种大规模MIMO上行多用户信号检测方法、检测装置及MIMO接收系统。本发明实施例中所提供的大规模MIMO上行多用户信号检测方法，利用匹配滤波得到用户发送的QAM符号的初始第一估计；将当前用户信号第一估计的影响从MIMO检测方程中抵消后，利用压缩感知方法重构稀疏信号；将第一估计和重构信号相加合并后的信号进行硬判决得到第二估计，第二估计用来更新当前的第一估计；对上述过程进行迭代，直到满足迭代终止条件为止；并且采用近似消息传递算法作为压缩感知信号重构算法，同时设定待重构信号先验概率分布为伯努利-均匀分布；本发明具有复杂程度低，易于在当前硬件设备上实现等优点。

Description

MIMO上行多用户信号检测方法、检测装置及接收系统

技术领域

本发明涉及无线通信技术领域，具体涉及一种大规模MIMO上行多用户信号检测方法、大规模MIMO上行多用户信号检测装置及MIMO接收系统。

背景技术

在当代宽带无线网络中，数据业务已经取代语音业务成为网络传输的主体。以视频、文件为代表的数据业务具有数据量大、突发性强、对可靠性要求高，某些情况下对时延要求高等特点。尤其是随着高清视频、3D视频的推广普及，用户对通信数据的需求呈现爆炸式增长。为了满足用户的通信需求，以MIMO（Multiple Input Multiple Output，多入多出）、OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）为核心技术的LTE-Advanced4G通信系统已经被成功开发并正在推广商用。4G系统有如下两个主要缺点：第一，由于4G系统采用多天线技术，相比于2G、3G系统，基站和手机终端功耗急剧增长，这就会大大提高通信行业的能源消耗和污染排放；第二，尽管4G系统成倍地提高了数据传输速率，但是，远远不能满足呈几十倍甚至上百倍增长的数据业务。

为了降低通信系统的功耗以及提高通信速率，近些年来，学者们提出了大规模MIMO的概念。大规模MIMO系统中，基站配置几十甚至上百根射频天线通道，而用户端设置为单天线。下面简单描述下大规模MIMO系统通信原理。总体上讲，大规模MIMO包含三个关键步骤：第一，用户发送正交导频，基站接收用户导频估计上行信道响应；第二，用户发送上行数据，基站利用第一步估计到的上行信道响应进行MIMO均衡，解调用户数据；第三，基站基于TDD（TimeDivision Duplexing，时分双工）信道互易性利用天线校正技术得到下行信道响应估计，并根据下行信道响应估计进行下行预编码。

从大规模MIMO系统通信原理的描述可以看出，大规模MIMO系统设计有如下几个优势：首先，用户接收机的复杂度被大大降低，减少了用户终端功耗。这一点非常重要，因为随着用户数量的增长，用户终端功耗在通信系统总功耗中所占的比例日益增长。而且，由于电池技术的瓶颈，用户终端有限的电能已经成为限制用户体验的重要因素。其次，由于基站采用极高数目的天线进行数据收发，可以充分利用MIMO带来的分集和复用增益，而且由于高分集增益的存在，每个天线通道都可工作在极低功耗状态。这样，可以采用廉价、高能效的射频器件，从而降低了基站天线阵列的总功耗和成本。事实上，理论上证明大规模天线阵列辐射功率比传统基站小若干倍，同时数据速率是传统蜂窝系统的几十倍。总之，大规模MIMO系统可以很好地满足未来蜂窝系统低功耗、高速率的要求，是下一代蜂窝系统设计极具竞争力的物理层技术之一。

大规模MIMO系统上行链路传输示意图如图1中所示；其中基站天线数为N，单天线用户数为U，不同用户的发送功率为p_u，发送的QAM（Quadrature Amplitude Modulation，正交振幅调制）符号为

用户u到基站N个天线阵元的信道响应为为天线阵元的载波功率，

为基站多天线接收信号响应，满足如下公式：

$y={\mathrm{\Σ}}_{u=1}^U{h}_u\sqrt{p_u}{x}_u+w=\mathrm{Hx}+w---\left(1\right)$

其中，H=[h₁ h₂ ... h_U]， $x={\left[\begin{array}{cccc}\sqrt{p_1}{x}_1& \sqrt{p_2}{x}_2& \·\·\·& \sqrt{p_U}{x}_U\end{array}\right]}^T,$

为基站接收天线上叠加的高斯白噪声，其服从概率分布（σ²为噪声方差，I_N为N维单位矩阵）。

现有技术中，大规模MIMO上行多用户信号检测采用MMSE（Minimum Mean Square Error，最小均方误差）检测算法，MMSE检测算法为：x_MMSE=(H^*H+σ²P^-1)^-1H^*y，其中，P=diag(p₁,p₂,...,p_U)为对角矩阵，()^*表示对括号内矩阵进行共轭转置；正是由于MMSE表达式中求逆运算的存在，算法复杂度为o(U³)；当大规模MIMO系统中通信用户数较多时，MMSE检测算法的复杂度非常高，难以在当前硬件上很好的实现。

发明内容

（一）要解决的技术问题

本发明的目的在于提供一种复杂程度低，易于在当前硬件设备上实现的大规模MIMO上行多用户信号检测方法；进一步的，本发明还提供了一种大规模MIMO上行多用户信号检测装置及包括该检测装置的MIMO接收系统。

（二）技术方案

本发明技术方案如下：

一种大规模MIMO上行多用户信号检测方法，包括：

S1.获取多用户发送的QAM符号x的第一估计

S2.利用压缩感知方法重构稀疏信号

得到重构信号s^t；

S3.计算

对

进行硬判决得到x的第二估计

；

S4.判断是否满足迭代终止条件：

是，则以所述第二估计为最终输出结果；

否，则更新所述第一估计为第二估计的值，得到新的第一估计，并跳转至步骤S1。

优选的，第一次迭代过程中，利用匹配滤波器得到x的软估计，对所述软估计进行硬判决得到所述第一估计。

优选的，所述压缩感知方法中，采用近似消息传递算法作为信号重构算法。

优选的，所述近似消息传递算法中，待重构信号的先验概率分布函数为伯努利-均匀分布函数。

本发明还提供了一种根据上述任意一种大规模MIMO上行多用户信号检测方法实现的检测装置：

一种大规模MIMO上行多用户信号检测装置，包括硬判决模块以及稀疏信号重构模块；

所述稀疏信号重构模块，根据所述第一估计，利用压缩感知方法得到重构信号s^t，并将

的计算结果反馈至所述硬判决模块；

所述硬判决模块对进行硬判决得到x的第二估计

并反馈至稀疏信号重构模块，更新所述第一估计为第二估计的值，得到新的第一估计。

所述硬判决模块还与匹配滤波器连接。

本发明还提供了一种包括上述任意一种大规模MIMO上行多用户信号检测装置的MIMO接收系统。

（三）有益效果

本发明实施例中所提供的大规模MIMO上行多用户信号检测方法，利用匹配滤波得到用户发送的QAM符号的初始第一估计；将当前用户信号第一估计的影响从MIMO检测方程中抵消后，利用压缩感知方法重构稀疏信号；将第一估计和重构信号相加合并后的信号进行硬判决得到第二估计，第二估计用来更新当前的第一估计；对上述过程进行迭代，直到满足迭代终止条件为止；并且采用近似消息传递算法作为压缩感知信号重构算法，同时设定待重构信号先验概率分布为伯努利-均匀分布；本发明的方法具有复杂程度低，易于在当前硬件设备上实现等优点。

附图说明

图1是大规模MIMO系统上行链路传输示意图；

图2是本发明实施例中大规模MIMO上行多用户信号检测方法的流程示意图；

图3是本发明实施例中伯努利-均匀分布示意图；

图4是本发明实施例中大规模MIMO上行多用户信号检测装置的结构示意图。

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做进一步描述。以下实施例仅用于说明本发明，但不用来限制本发明的范围。

本实施例中首先提供了一种大规模MIMO上行多用户信号检测方法，如图2中所示，该检测方法主要包括：

初始化：在初始化步骤中，首先需要设置迭代次数标号t=0以及最大迭代次数G，然后通过执行MF（Matched Filter，匹配滤波器）得到多用户发送的QAM符号x的软估计，并对所述软估计进行硬判决得到第一次迭代过程中的第一估计

本实施例中，初始化后的迭代过程主要包括：

S1.获取多用户发送的QAM符号x的第一估计

S2.利用压缩感知方法重构稀疏信号

得到重构信号s^t；本实施例中该步骤具体包括：获取多用户发送的QAM符号x的第一估计

中一部分元素和x相同，它们的位置标号组成集合Ω）后，从MIMO检测线性方程y=Hx+w中消去第一估计

的影响，即线性方程（1）的两边同时减去

则线性方程（1）转换为

对未知信号

而言，在Ω集合位置处为0，即s_Ω=0；此时，s可视为稀疏信号，因此可以用压缩感知信号重构方法来重建稀疏信号s；记得到的重构信号为s^t。

S3.计算

对

进行硬判决得到x的第二估计

本实施例中该步骤具体包括：信号重构完毕后，根据公式（2）中的关系式

可以得到估计然后对

进行硬判决得到多用户发送的QAM符号x的第二估计

用于更新第一估计

S4.判断是否满足迭代终止条件，即迭代次数是否已经达到初始化时设置的最大迭代次数G：

是，则以最终得到的第二估计

为最终输出结果；

否，则更新所述第一估计为第二估计的值，得到新的第一估计，并跳转至步骤S1。

在上述压缩感知方法中，本实施中采用近似消息传递算法（Approximate Message Passing，AMP）作为信号重构算法；在近似消息传递算法中，将待重构信号视为独立同分布的随机变量，并设计了一种新的待重构信号的先验概率分布函数即伯努利-均匀分布函数。

具体为：首先将公式（2）转换到实数域来处理，即将公式（2）转换为：

$y^r=H^r(x^r-{\hat{x}}^{t^r})=H^r{s}^r+w^r---\left(3\right)$

其中：x^r，

s^r，w^r与y^r的定义类似，

考虑到QAM符号矢量x与

实部和虚部幅度有限，我们为s^r指定了一种新的伯努利-均匀分布。为了便于说明，以QPSK（QuadraturePhase Shift Keying，正交相移键控）为例，且只考虑s^r中第k个元素 $s_k^r=x_k^r-{\hat{x}}_k^{t^r};$ 若 $x_k^r={\hat{x}}_k^{t^r},$ 则 $s_k^r=0;$ 若 $x_k^r\≠{\hat{x}}_k^{t^r},$ 则

介于区间 $\mathrm{\Ω}=\left[\begin{array}{cc}-\frac{1}{\sqrt{2}}-{\hat{x}}_k^{t^r}& \frac{1}{\sqrt{2}}-{\hat{x}}_k^{t^r}\end{array}\right];$ 其中，

为QPSK功率归一化因子。记

事件发生的概率为(1-p)，并且当

时，将

放松为Ω内的均匀分布的随机变量。故可定义

概率密度函数为：

$f_s\left(s_k^r\right)=(1-p)\mathrm{\δ}\left(s_k^r\right)+\mathrm{pU}(-\frac{1}{\sqrt{2}}-{\hat{x}}_k^{t^r},\frac{1}{\sqrt{2}}-{\hat{x}}_k^{t^r})---\left(4\right)$

其中，δ(·)为狄拉克冲击函数，U(a,b)代表在区间[a b]内的均匀分布函数。

本实施例中还提供了一种根据上述任意一种大规模MIMO上行多用户信号检测方法实现的检测装置：

一种大规模MIMO上行多用户信号检测装置，包括硬判决模块以及稀疏信号重构模块；

所述稀疏信号重构模块，根据所述第一估计，利用压缩感知方法得到重构信号s^t，并将的计算结果反馈至所述硬判决模块；

所述硬判决模块对进行硬判决得到x的第二估计并反馈至稀疏信号重构模块，更新所述第一估计为第二估计的值，得到新的第一估计。

所述硬判决模块还与匹配滤波器连接，用于得到x的软估计，对所述软估计进行硬判决得到第一次迭代过程中x的第一估计。

本实施例中还提供了一种包括上述任意一种大规模MIMO上行多用户信号检测装置的MIMO接收系统；大规模MIMO上行多用户信号检测装置是MIMO接收系统的核心部分之一，用于从来自射频的基带信号中检测不同用户的发送数据。

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保护范畴。

Claims (7)

1.一种大规模MIMO上行多用户信号检测方法，其特征在于，包括：

S1.获取多用户发送的QAM符号x的第一估计

S2.利用压缩感知方法重构稀疏信号

得到重构信号s^t；

S3.计算

对进行硬判决得到x的第二估计

S4.判断是否满足迭代终止条件：

是，则以所述第二估计为最终输出结果；

否，则更新所述第一估计为第二估计的值，得到新的第一估计，并跳转至步骤S1。

2.根据权利要求1所述的检测方法，其特征在于，第一次迭代过程中，利用匹配滤波器得到x的软估计，对所述软估计进行硬判决得到所述第一估计。

3.根据权利要求1或2所述的检测方法，其特征在于，所述压缩感知方法中，采用近似消息传递算法作为信号重构算法。

4.根据权利要求3所述的检测方法，其特征在于，所述近似消息传递算法中，待重构信号的先验概率分布函数为伯努利-均匀分布函数。

5.一种根据如权利要求1-4任意一项所述的大规模MIMO上行多用户信号检测方法实现的检测装置，其特征在于，包括硬判决模块以及稀疏信号重构模块；

所述稀疏信号重构模块，根据所述第一估计，利用压缩感知方法得到重构信号s^t，并将

的计算结果反馈至所述硬判决模块；

所述硬判决模块对进行硬判决得到x的第二估计

并反馈至稀疏信号重构模块，更新所述第一估计为第二估计的值，得到新的第一估计。

6.根据权利要求5所述的检测装置，其特征在于，所述硬判决模块还与匹配滤波器连接。

7.一种MIMO接收系统，其特征在于，包括根据权利要求5或6所述的大规模MIMO上行多用户信号检测装置。

Images