CN104022985A - 一种应用于多输入多输出系统的信号检测方法及装置 - Google Patents

Abstract

本申请公开了一种应用于多输入多输出系统的信号检测方法，用以解决现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题。方法包括：根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵；根据接收信号、检测矩阵和选取的复整数矩阵，确定发射的数据流的估计值。本申请还公开一种应用于多输入多输出系统的信号检测装置。

Description

一种应用于多输入多输出系统的信号检测方法及装置

技术领域

本申请涉及通信技术领域，尤其涉及一种应用于多输入多输出系统的信号检测方法及装置。

背景技术

多输入多输出(Multiple Input Multiple Output，MIMO)技术由于能同时带来分集增益和空间复用增益，因此成为了第四代移动通信中普遍应用的技术。

图1所示为MIMO技术的原理图。发送端经过N_t根发射天线，将数据流发射出去，经空间信道后由接收端的N_r(N_t≤N_r)根接收天线接收。

在接收端，每根接收天线均会接收到来自每根发射天线的数据流。若以一个接收信号y来表示所有接收天线接收到的信号(后文将接收天线接收到的信号简称接收信号)，则该接收信号可以表示为x与y的关系如下式[1]所示：

y＝Hx+n  [1]

其中， $H=\left[\begin{array}{cccc}{h}_1& h_2& ...& h_{N_t}\end{array}\right]$ 表示N_r×N_t维的信道矩阵， $n={\left[\begin{array}{cccc}{n}_1& n_2& ...& n_{N_r}\end{array}\right]}^T$ 是接收天线上的零均值白高斯噪声矢量，方差为σ²。

H中的元素可记为i的取值范围为[1，N_t]。h_i中的元素可记为h_ji，h_ji表示发射天线i到接收天线j之间的单径信道衰落值，服从均值为0，方差为1的复高斯随机分布，j的取值范围为[1，N_r]。

在MIMO系统中，用于检测y的信号检测算法主要有两大类。一类是线性检测算法，由线性检测器实现；另一类是非线性检测算法，由非线性检测器实现。无论是哪种算法，其目的都在于从接收信号y中恢复出发射天线所发射的数据流x。

为了获得近似最优的检测性能，基于最基本的线性检测算法，现有技术还提出了预处理辅助的线性检测算法。该算法在接收端对接收信号进行线性检测之前，对信道矩阵进行分解，并根据分解后的信道矩阵对接收信号进行检测，得到检测矢量；之后，再对检测矢量进行处理。

一般地，预处理辅助的线性检测的过程如图2所示，主要包括如下步骤：

第一步：接收端对信道进行估计，获得信道矩阵H；将H分解为一个约减矩阵和一个满秩的复整数矩阵的乘积，如式[2]所示。

H＝QP  [2]

其中，Q为约减矩阵，P为复整数矩阵，且P是满秩矩阵。

将公式[2]代入公式[1]中，得到下式[3]：

y＝Hx+n＝QPx+n＝Qz+n  [3]

其中，z＝Px为等效发送信号。

第二步：对y进行线性检测，得到检测矢量ρ，如下式[4]所示。

ρ＝Gy  [4]

G为接收端所使用的检测矩阵。

对检测矢量ρ实施线性变换，得到x的估计值

$\hat{x}=P^{-1}\mathrm{\ρ}---\left[5\right]$

现有技术中，常见的预处理辅助的线性检测为格基约减辅助(Lattice-Reduction-Aided，LRA)检测。LRA检测中，对信道矩阵H进行分解采用的是LRA算法，并通过迭代进行的约减操作和交换操作，逐步降低分解得到的约减矩阵各列矢量相关性和各列矢量模值的差异性，实现最终分解得到的约减矩阵H_red各列尽可能正交和等模。

具体而言，LRA检测的过程主要包括下述步骤：

第一步：分解信道矩阵H，得到约减矩阵H_red和复整数矩阵T：

H＝H_redT  [6]

对应于公式[2]，可知有Q＝H_red，P＝T。

将公式[6]代入公式[1]中，得到下式[7]：

y＝H_redTx+n＝H_redz+n  [7]

第二步：对y进行线性检测，并对得到的检测矢量(如式[4]所示)实施线性变换，得到x的估计值(如式[5]所示)。

对y进行线性检测的方式比如可以是ZF检测或MMSE检测，等等。

LRA检测的优势在于，能获得N_r阶的满接收分集增益。LRA检测的缺陷在于，对信道矩阵H进行分解的准则是使约减矩阵H_red的每一列之间尽量正交且等模，从而尽量减小不同发射天线发出的数据流之间的干扰，但采用该准则并不能达到最优的误码率性能。

发明内容

本申请实施例提供一种应用于多输入多输出系统的信号检测方法，用以解决现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题。

本申请实施例还提供一种应用于多输入多输出系统的信号检测装置，用以解决现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题。

本申请实施例采用下述技术方案：

一种应用于多输入多输出系统的信号检测方法，包括：

根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵；其中，所述复整数矩阵集合由通过分解信道矩阵而得到的复整数矩阵构成；根据接收信号、检测矩阵和选取的复整数矩阵，确定发射的数据流的估计值；其中，所述检测矩阵是根据所述信道矩阵和所述选取的复整数矩阵确定的。

一种应用于多输入多输出系统的信号检测装置，包括：矩阵选取单元，用于根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵；其中，所述复整数矩阵集合由通过分解信道矩阵而得到的复整数矩阵构成；发送信号确定单元，用于根据接收信号、检测矩阵和矩阵选取单元选取的复整数矩阵，确定发射的数据流的估计值；其中，所述检测矩阵是根据所述信道矩阵和所述选取的复整数矩阵确定的。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

由于以与数据传输的可靠性相关的参数值作为确定复整数矩阵的依据，因此可以避免现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为现有技术中的MIMO技术的原理图；

图2为现有技术中的检测辅助的线性检测过程示意图；

图3为本申请实施例1提供的一种应用于多输入多输出系统的信号检测方法的具体实现流程图；

图4为本申请实施例2提供的一种应用于多输入多输出系统的信号检测装置的具体结构示意图；

图5为采用本申请实施例提供的信号检测方案所能达到的误码率性能与采用现有技术的LRA检测的误码率性能的对比示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

为了解决现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题，本申请实施例1提供一种应用于多输入多输出系统的信号检测方法。该方法的具体实现流程图如图3所示，主要包括下述步骤：

步骤31，根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵。

其中，上述与数据传输的可靠性相关的参数值可以但不限于是不同发射天线所发射的数据流在接收端的信干噪比(Signal to Interference plus Noise Ratio，SINR)的值、均方误差(Mean Squared Error，MSE)的值或误码率(Bit Error，BER)的值。

上述复整数矩阵集合是由通过分解信道矩阵而得到的复整数矩阵构成的。

实施例1中，对信道矩阵进行分解的方式可以但不限于采用现有技术中已有的任何对信道矩阵进行分解的方式。

步骤32，根据接收信号、检测矩阵和选取的复整数矩阵，确定发射的数据流的估计值。

其中，检测矩阵是根据信道矩阵和选取的复整数矩阵确定的。

具体地，根据公式[4]和[5]，可以确定发射的数据流的估计值的计算公式如下式[8]所示：

$\hat{x}=P^{-1}\mathrm{\ρ}=P^{-1}\mathrm{Gy}---\left[8\right]$

其中，y为接收信号，G为检测矩阵，P则为通过执行步骤31而选取到的复整数矩阵。

实施例1中，G可以但不限于采用现有的迫零(Zero Forcing，ZF)检测、最小均方误差(Minimum Mean Square Error，MMSE)检测或其他检测算法中使用的检测矩阵。以ZF检测为例，检测矩阵G可以为G＝P(H^HH)^-1H^H；以MMSE检测为例，检测矩阵G可以为G＝P(H^HH+σ²I)^-1H^H。

采用实施例1提供的上述方法，由于以与数据传输的可靠性相关的参数值作为确定复整数矩阵的依据，因此可以实现在对接收信号进行检测时兼顾数据传输的可靠性，避免现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题。

以下分别以不同发射天线所发射的数据流在接收端的SINR、MSE和BER为例，详细说明如何根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵：

1、与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的SINR的值

在该情况下，前文所述步骤31的实现方式可以包括下述子步骤1～子步骤3：

子步骤1：根据SINR和特定参数的映射关系，以及特定参数的值，分别确定不同发射天线所发射的数据流在接收端的SINR的最小值；

子步骤2：从确定出的所有SINR的最小值中确定最大值；

子步骤3：从复整数矩阵集合中，选取确定的最大值所映射的复整数矩阵。

根据上述子步骤1～子步骤3的描述，若假设要从由L个复整数矩阵构成的复整数矩阵集合(表示为{P₁，P₂，…，P_k，…，P_L})中选取复整数矩阵，那么，可以先根据下述公式[9]所示的映射关系，分别确定采用此集合中的每一个复整数矩阵计算接收端接收到的由不同发射天线所发射的数据流在接收端的SINR的值。

${\mathrm{SINR}}_{k,m}=\frac{1}{{\mathrm{\σ}}^2{\left|\right|g_{k,m}\left|\right|}^2+{\left|\right|H^T{g}_{k,m}-p_{k,m}\left|\right|}^2}-1---\left[9\right]$

其中，SINR_k,m表示采用复整数矩阵P_k计算接收端接收到的由编号为m的发射天线所发射的数据流在接收端的SINR的值；k为复整数矩阵集合中的复整数矩阵的编号，其取值范围为[1，L]；m为发射天线的编号，其取值范围为[1，N_t]；σ²为高斯白噪声的功率；p_k,m为由满秩复整数矩阵P_k的第m列矩阵元素构成的列矩阵；g_k，m为由检测矩阵G的第m列矩阵元素构成的列矩阵其中检测矩阵是根据信道矩阵和选取的复整数矩阵确定的；H为信道矩阵。

根据公式[9]所示的映射关系，对于每一个复整数矩阵P_k，都可以计算出一组SINR_k,m的值，进而可以根据依据目标准则确定出的某组SINR_k,m的值，来实现对复整数矩阵的选取。

比如，以复整数矩阵P_k为例，可以根据P_k的每列矩阵元素(总共N_t列)分别构成的N_t个列向量，分别确定接收端接收到的由不同发射天线所发射的数据流在接收端的SINR的值，最终得到一组SINR_k,m的值，即N_t个SINR_k,m的值。之后，可以按照下述目标准则，实现对复整数矩阵的选取：

首先，确定得到的这N_t个SINR_k,m中的最小值。比如，以复整数矩阵集合{P₁，P₂，…，P_L}为例，通过对该复整数矩阵集合中的所有复整数矩阵执行上述操作，可以确定出L个最小的SINR的值。

然后，从确定出的L个最小的SINR的值中，选取最大的SINR的值。

最后，以选取的该最大的SINR的值为依据，从复整数矩阵集合{P₁，P₂，…，P_L}中，选取该最大的SINR的值映射的那个复整数矩阵。

综上，当与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的SINR的值时，选取的复整数矩阵是使得公式[9]最小值最大化的矩阵。即，若假设选取的复整数矩阵可记为P_opt，则下式[10]成立：

$P_{\mathrm{opt}}=\underset{k\∈[1,L]}{\max }\left(\underset{m\∈[1,N_t]}{\min }\left({\mathrm{SINR}}_{k,m}\right)\right)---\left[10\right]$

由于采用上述的复整数矩阵选取方式，可以使得在当前信道条件下，使检测后SINR最低的数据流的SINR的值尽量高，从而提高系统的可靠性。

2、与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的MSE的值

在该情况下，前文所述步骤31的实现方式可以包括下述子步骤一～子步骤三：

子步骤一：根据MSE和特定参数的映射关系，以及特定参数的值，确定不同发射天线所发射的数据流在接收端的MSE的最大值；

子步骤二：从确定出的所有MSE的最大值中确定最小值；

子步骤三：从复整数矩阵集合中，选取确定出的最小值所映射的复整数矩阵。

根据上子步骤一～子步骤三的描述，若假设要从由L个复整数矩阵构成的复整数矩阵集合(表示为{P₁，P₂，…，P_k，…，P_L})中选取复整数矩阵，那么，可以先根据下述公式[11]所示的映射关系，分别确定采用此集合中的每一个复整数矩阵计算接收端接收到的由不同发射天线所发射的数据流时，各数据流在接收端的MSE的值。

${\mathrm{SINR}}_{k,m}=\frac{1}{{\mathrm{MSE}}_{k,m}}-1---\left[11\right]$

其中，MSE_k,m表示采用复整数矩阵P_k计算接收端接收到的由编号为m的发射天线所发射的数据流在接收端的MSE的值；k为复整数矩阵集合中的复整数矩阵的编号，其取值范围为[1，L]；m为发射天线的编号，其取值范围为[1，N_t]；SINR_k,m的计算方式请参照公式[9]。

根据公式[11]所示的映射关系，对于每一个复整数矩阵P_k都可以计算出一组MSE_k,m的值，进而可以根据依据目标准则确定出的某组MSE_k,m的值，来实现对复整数矩阵的选取。

比如，以复整数矩阵P_k为例，可以根据P_k的每列矩阵元素(总共N_t列)分别构成的N_t个列向量，分别确定接收端接收到的由不同发射天线所发射的数据流在接收端的MSE的值，最终得到一组MSE_k,m的值，即N_t个MSE_k,m的值。之后，可以按照下述目标准则，实现对复整数矩阵的选取：

首先，确定得到的这N_t个MSE_k,m的最大值。比如，以复整数矩阵集合{P₁，P₂，…，P_L}为例，通过对该复整数矩阵集合中的所有复整数矩阵执行上述操作，可以确定出L个最大的MSE的值。

然后，从确定出的L个最大的MSE的值中，选取最小的那个MSE的值。

最后，以选取的该最小的MSE的值为依据，从复整数矩阵集合{P₁，P₂，…，P_L}中，选取该最小的MSE的值映射的那个复整数矩阵。

综上，当与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的MSE的值时，选取的复整数矩阵是使得公式[11]最大值最小化的矩阵。即，若假设选取的复整数矩阵可记为P_opt，则下式[12]成立：

$P_{\mathrm{opt}}=\underset{k\∈[1,L]}{\min }\left(\underset{m\∈[1,N_t]}{\max }\left({\mathrm{MSE}}_{k,m}\right)\right)---\left[12\right]$

由于采用上述的复整数矩阵选取方式，可以使得在当前信道条件下，使检测后MSE最大的数据流的MSE的值尽量小，从而提高系统的可靠性。

3、与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的BER的值

在该情况下，前文所述步骤31的实现方式可以包括下述子步骤I～子步骤III：

子步骤I：根据的BER和特定参数的映射关系，以及特定参数的值，确定不同发射天线所发射的数据流在接收端的BER的最大值；

子步骤II：从确定出的所有BER的最大值中确定最小值；

子步骤III：从复整数矩阵集合中，选取确定的最小值所映射的复整数矩阵。

根据上述子步骤I～子步骤III的描述，若假设要从由L个复整数矩阵构成的复整数矩阵集合(表示为{P₁，P₂，…，P_k，…，P_L})中选取复整数矩阵，那么，可以先根据下述公式[13]所示的映射关系，分别确定采用此集合中的每一个复整数矩阵计算接收端接收到的由不同发射天线所发射的数据流在接收端的BER的值。

BER_k,m＝P_e(k,m)/log₂M_c  [13]

其中，BER_k,m表示采用复整数矩阵P_k计算接收端接收到的由编号为m的发射天线所发射的数据流在接收端的BER的值；k为复整数矩阵集合中的复整数矩阵的编号，其的取值范围为[1，L]；m为发射天线的编号，其取值范围为[1，N_t]；M_c是调制阶数；P_e(k,m)的计算方式如下式[14]所示：

$P_{e(k,m)}\≈\mathrm{\αQ}\left(\sqrt{\mathrm{\β}{\mathrm{SINR}}_{k,m}}\right)---\left[14\right]$

公式[14]中，α、β是与M_c相关的参数，α、β和M_c都与发射的数据流采用的调制方式有关；SINR_k,m的计算方式请参照公式[9]。

根据公式[13]和公式[14]所示的映射关系，对于每一个复整数矩阵P_k，都可以计算出一组BER_k,m的值，进而可以根据依据目标准则确定出的某组BER_k,m，来实现对复整数矩阵的选取。

比如，以复整数矩阵P_k为例，可以根据P_k的每列矩阵元素(总共N_t列)分别构成的N_t个列向量，分别确定接收端接收到的由不同发射天线所发射的数据流在接收端的BER的值，最终得到一组BER_k,m的值，即N_t个BER_k,m的值。之后，可以按照下述目标准则，实现对复整数矩阵的选取：

首先，确定得到的这N_t个BER_k,m的最大值。比如，以复整数矩阵集合{P₁，P₂，…，P_L}为例，通过对该复整数矩阵集合中的所有复整数矩阵执行上述操作，可以确定出L个最大的BER的值。

然后，从确定出的L个最大的BER的值中，选取最小的那个BER的值；

最后，以该最小的BER的值为依据，从复整数矩阵集合{P₁，P₂，…，P_L}中，选取该所最小的BER的值映射的那个复整数矩阵。

综上，当与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的BER的值时，选取的复整数矩阵是使得公式[13]最大值最小化的矩阵。即，若假设选取的复整数矩阵可记为P_opt，则下式[15]成立：

$P_{\mathrm{opt}}=\underset{k\∈[1,L]}{\min }\left(\underset{m\∈[1,N_t]}{\max }\left({\mathrm{BER}}_{k,m}\right)\right)---\left[15\right]$

由于采用上述的复整数矩阵选取方式，可以使得在当前信道条件下，使检测后BER最高的数据流的BER的值尽量低，从而提高系统的可靠性。

以下进一步介绍实施例1中所述的复整数矩阵集合的获得方式。

前文已经提到，复整数矩阵集合是由通过分解信道矩阵而得到的复整数矩阵构成的。具体采用的矩阵分解方法可以有很多种，例如穷举法，即在给定的区间内遍历所有可能作为复整数矩阵的矩阵元素的复整数，然后根据这些复整数生成多个复整数矩阵，从而构成复整数矩阵集合。

实施例1中，提出一种不同于现有技术的低复杂度的复整数矩阵集合获取方法。以下对该方法进行详细介绍。

首先，先对实施例1采用的对矩阵进行取整施密特正交化的方法进行说明：

假设任意矩阵V可表示为V中的元素可记为 i的取值范围为[1，N_t]，那么，对V进行取整施密特正交化后，可以得到矩阵 $B=\left[\begin{array}{cccc}{\mathrm{\β}}_1,& {\mathrm{\β}}_2,& ...,& {\mathrm{\β}}_{N_t}\end{array}\right],$ B中的元素可记为 ${\mathrm{\β}}_i={\left[\begin{array}{cccc}{\mathrm{\β}}_{1i},& {\mathrm{\β}}_{2i},& ...,& {\mathrm{\β}}_{N_{r}i}\end{array}\right]}^T,$ 其中V和B中的元素的关系如下式[16]和式[17]所示：

β₁＝v₁  [16]

${\mathrm{\&beta;}}_n=v_n-\underset{i=1}{\overset{n-1}{\mathrm{\&Sigma;}}}\left[\frac{<v_n,{\mathrm{\&beta;}}_i>}{<{\mathrm{\&beta;}}_i,{\mathrm{\&beta;}}_i>}\right]{\mathrm{\&beta;}}_i---\left[17\right]$

上式中，n的取值范围为[2，N_t]，<·>表示向量内积，[·]表示取整操作。

V和B的关系如式[18]所示。

V＝BA  [18]

其中，A为对V进行分解而得到的复整数矩阵，具体可以表示成如式[19]所示的形式：

实施例1中，为降低矩阵B的计算复杂度，可以进行如下操作：

首先，对矩阵V进行自相关，得到矩阵R。如式[20]所示。

$R=V^{H}V=\left[\begin{array}{cccc}<v_1,v_1>& <v_1,v_2>& <v_1,v_3>& <v_1,v_4>\\ <v_2,v_1>& <v_2,v_2>& <v_2,v_3>& <v_2,v_4>\\ <v_3,v_1>& <v_3,v_2>& <v_3,v_3>& <v_3,v_4>\\ <v_4,v_1>& <v_4,v_2>& <v_4,v_3>& <v_4,v_4>\end{array}\right]---\left[20\right]$

然后，分别针对R的每一行中的矩阵元素执行：除以该行处于主对角线上的矩阵元素。从而得到式[21]所示的矩阵K。

由于公式[21]所示的矩阵中，除为“1”的矩阵元素外，其他矩阵元素与公式[17]中的是相对应的，因此，根据公式[21]，可以很容易地计算出矩阵B中的矩阵元素，从而降低的B计算复杂度。

需要说明的是，若K的某列矩阵元素均为0，则V无需进行正交化。这种情况称为无效正交化。

基于上述的对矩阵进行取整施密特正交化的方法，以下进一步介绍实施例1中提出的低复杂度的、采用多次取整施密特正交化的方法进行信道矩阵分解的具体过程。该过程中，进行取整施密特正交化的次数可由实际情况决定，这里假设该次数为D。

该过程的第一步为：通过互换信道矩阵H的不同列向量，获得置换后的各信道矩阵。为便于描述，后文将由这里获得的所有置换后的信道矩阵构成的集合称为置换矩阵集合。

第二步为：利用置换后的各信道矩阵，对H进行取整施密特正交化处理，得到复整数矩阵集合。

针对第一步而言，若H的大小为N_r×N_t，那么，可以假设置换矩阵集合为其中，Swap中的每个矩阵均满足：每一列只含有一个元素1，且任意两列的1处于不同行。Swap中的矩阵可以表示为S_l，l的取值范围为[1，(N_t)！]。

针对第二步而言，其实现方式可以如下：

将信道矩阵H作为待处理信道矩阵集合，并对待处理信道矩阵集合循环执行特定操作，直至获得D个复整数矩阵子集合。这D个复整数矩阵子集合即构成期望获得的复整数矩阵集合。

其中，上述特定操作可以包括：利用对待处理信道矩阵集合中的各矩阵进行取整施密特正交化处理，得到复整数矩阵子集合和处理后的信道矩阵集合；将待处理信道矩阵集合更新为处理后的信道矩阵集合。举例而言，该特定操作的实现过程如下：

首先，利用对作为待处理信道矩阵集合的信道矩阵H进行如公式[22]所示的取整施密特正交化处理，得到复整数矩阵子集合A_{schmit_1}和处理后的信道矩阵集合H_{schmit_1}。其中，A_{schmit_1}中的元素可以表示为H_{schmit_1}中的元素可以表示为H_{schmit_1_l}。l的取值范围为[1，(N_t)！]。

H·S_l＝H_{schmit_1_l}A_{schmit_1_l}  [22]

然后，以H_{schmit_1}作为待处理信道矩阵集合，并利用对其进行如公式[23]所示的取整施密特正交化处理，得到复整数矩阵子集合A_{schmit_2}和处理后的信道矩阵集合H_{schmit_2}。其中，A_{schmit_2}中的元素可以表示为H_{schmit_2}中的元素可以表示为H_{schmit_2_l}。l的取值范围为[1，(N_t)！]。

H_{schmit_1}·S_l＝H_{schmit_2_l}A_{schmit_2_l}  [23]

依此类推，可以确定出执行第D次取整施密特正交化处理时所依据的公式如下式[24]所示。

H_{schmit_D-1}·S_l＝H_{schmit_D_l}A_{schmit_D_l}  [24]

通过执行上述特定操作，可以得到多个复整数矩阵子集合，分别为A_{schmit_1}、A_{schmit_2}、…、A_{schmit_D}。该些复整数矩阵子集合共同构成实施例1中期望获得的复整数矩阵集合。

相比于采用穷举法确定复整数矩阵集合的方式，实施例1中采用多次执行取整施密特正交化的方式来确定复整数矩阵集合的好处在于，使得最终获得的复整数矩阵集合的规模限制在可接受的范围内，降低了该复整数矩阵集合的数据规模。相比于采用穷举法确定复整数矩阵集合的方式，该方式在信噪比较高或收发天线数较大的情况下，可以以较高效率完成对复整数矩阵集合的获取。

实施例2

实施例2提供一种应用于多输入多输出系统的信号检测装置，用以解决现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题。该信号检测装置的具体结构示意图如图4所示，包括矩阵选取单元41和发送信号确定单元42。这两个功能单元的具体介绍如下：

矩阵选取单元41，用于根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵。其中，复整数矩阵集合由通过分解信道矩阵而得到的复整数矩阵构成。

发送信号确定单元42，用于根据接收信号、检测矩阵和矩阵选取单元41选取的复整数矩阵，确定发射的数据流的估计值；其中，检测矩阵是根据信道矩阵和选取的复整数矩阵确定的。

可选的，当与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的信干噪比的值时，矩阵选取单元41可以划分为信干噪比最小值确定模块、最大值确定模块和矩阵选取模块。各功能模块的介绍如下：

信干噪比最小值确定模块，用于根据信干噪比和特定参数的映射关系，以及特定参数的值，分别确定不同发射天线所发射的数据流在接收端的信干噪比的最小值；其中，特定参数的值包括：检测矩阵、高斯白噪声的功率值、信道矩阵和复整数矩阵集合中的复整数矩阵；

最大值确定模块，用于从信干噪比最小值确定模块确定出的所有信干噪比的最小值中确定最大值；

矩阵选取模块，用于从复整数矩阵集合中，选取最大值确定模块确定的最大值所映射的复整数矩阵。

可选的，当与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的均方误差的值时，矩阵选取单元41可以划分为均方误差最大值确定模块、最小值确定模块和矩阵选取模块。各功能模块的介绍如下：

均方误差最大值确定模块，用于根据均方误差和特定参数的映射关系以及特定参数的值，分别确定不同发射天线所发射的数据流在接收端的均方误差的最大值；其中，特定参数的值包括：检测矩阵、高斯白噪声的功率值、信道矩阵和复整数矩阵集合中的复整数矩阵；

最小值确定模块，用于从均方误差最大值确定模块确定出的所有均方误差的最大值中的最小值；

矩阵选取模块，用于从复整数矩阵集合中，选取最小值确定模块确定的最小值所映射的复整数矩阵。

可选的，当与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的误码率的值时，矩阵选取单元41可以划分为误码率最大值确定模块、最小值确定模块和矩阵选取模块。各功能模块的介绍如下：

误码率最大值确定模块，用于根据误码率和特定参数的映射关系以及特定参数的值，分别确定不同发射天线所发射的数据流在接收端的误码率的最大值；其中，特定参数的值包括：检测矩阵、高斯白噪声的功率值、信道矩阵、复整数矩阵集合中的复整数矩阵，以及与各不同发射天线所发射的数据流的调制方式相关的参数；

最小值确定模块，用于从误码率最大值确定模块确定出的所有误码率的最大值中确定最小值；

矩阵选取模块，用于从复整数矩阵集合中，选取最大值确定模块确定的最小值所映射的复整数矩阵。

采用实施例2提供的装置，由于以与数据传输的可靠性相关的参数值作为确定复整数矩阵的依据，因此可以实现在对接收信号进行检测时兼顾数据传输的可靠性，避免现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题。

本申请实施例中，通过实验，对比了采用本申请实施例提供的信号检测方案的误码率性能，以及采用现有技术的LRA检测的误码率性能。对比结果如图5所示。

图5所示坐标系中，横坐标为SNR(即SINR)；纵坐标为BER。比较靠上方的一条线为LRA检测的误码率性能曲线，比较靠下方的一条线为采用本申请实施例提供的信号检测方案，当与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的SINR的值的情况下的误码率性能曲线。

由图5可以看出，当BER为0.1％时，相比于LRA检测，若采用本申请实施例提供的信号检测方案，误码率性能能够得到3dB的提升幅度。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种应用于多输入多输出系统的信号检测方法，其特征在于，包括：

根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵；其中，所述复整数矩阵集合由通过分解信道矩阵而得到的复整数矩阵构成；

根据接收信号、检测矩阵和选取的复整数矩阵，确定发射的数据流的估计值；其中，所述检测矩阵是根据所述信道矩阵和所述选取的复整数矩阵确定的。

2.如权利要求1所述的方法，其特征在于，当所述与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的信干噪比的值时，根据所述与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵，包括：

根据不同发射天线所发射的数据流在接收端的信干噪比和特定参数的映射关系，以及所述特定参数的值，分别确定所述不同发射天线所发射的数据流在接收端的信干噪比的最小值；其中，所述特定参数的值包括：所述检测矩阵、高斯白噪声的功率值、信道矩阵和所述复整数矩阵集合中的复整数矩阵；

从确定出的所有信干噪比的最小值中确定最大值；

从所述复整数矩阵集合中，选取所述最大值所映射的复整数矩阵。

3.如权利要求1所述的方法，其特征在于，当所述与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的均方误差的值时，根据所述与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵，包括：

根据不同发射天线所发射的数据流在接收端的均方误差和特定参数的映射关系以及所述特定参数的值，分别确定所述不同发射天线所发射的数据流在接收端的均方误差的最大值；其中，所述特定参数的值包括：所述检测矩阵、高斯白噪声的功率值、信道矩阵和所述复整数矩阵集合中的复整数矩阵；

从确定出的所有均方误差的最大值中确定最小值；

从所述复整数矩阵集合中，选取所述最小值所映射的复整数矩阵。

4.如权利要求1所述的方法，其特征在于，当所述与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的误码率的值时，根据所述与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵，包括：

根据不同发射天线所发射的数据流在接收端的误码率和特定参数的映射关系以及所述特定参数的值，分别确定所述不同发射天线所发射的数据流在接收端的误码率的最大值；其中，所述特定参数的值包括：所述检测矩阵、高斯白噪声的功率值、信道矩阵、所述复整数矩阵集合中的复整数矩阵，以及与所述不同发射天线所发射的数据流的调制方式相关的参数；

从确定出的所有误码率的最大值中确定最小值；

从所述复整数矩阵集合中，选取所述最小值所映射的复整数矩阵。

5.如权利要求1～4任一权项所述的方法，其特征在于，采用下述方式获得所述复整数矩阵集合：

确定置换后的各信道矩阵；所述置换后的各信道矩阵是通过互换信道矩阵的不同的列向量而得到的；

利用所述置换后的各信道矩阵，对所述信道矩阵进行取整施密特正交化处理，得到所述复整数矩阵集合。

6.如权利要求5所述的方法，其特征在于，利用所述置换后的各信道矩阵，对所述信道矩阵进行取整施密特正交化处理，得到所述复整数矩阵集合，包括：

将所述信道矩阵作为待处理信道矩阵集合，并对待处理信道矩阵集合循环执行特定操作，直至获得预定个数的复整数矩阵子集合；

其中，所述预定个数的复整数矩阵子集合构成所述复整数矩阵集合；

所述特定操作包括：利用所述置换后的各信道矩阵，对待处理信道矩阵集合中的各矩阵进行取整施密特正交化处理，得到复整数矩阵子集合和处理后的信道矩阵集合；将待处理信道矩阵集合更新为处理后的信道矩阵集合。

7.一种应用于多输入多输出系统的信号检测装置，其特征在于，包括：

矩阵选取单元，用于根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵；其中，所述复整数矩阵集合由通过分解信道矩阵而得到的复整数矩阵构成；

发送信号确定单元，用于根据接收信号、检测矩阵和矩阵选取单元选取的复整数矩阵，确定发射的数据流的估计值；其中，所述检测矩阵是根据所述信道矩阵和所述选取的复整数矩阵确定的。

8.如权利要求7所述的装置，其特征在于，当所述与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的信干噪比的值时，矩阵选取单元包括：

信干噪比最小值确定模块，用于根据不同发射天线所发射的数据流在接收端的信干噪比和特定参数的映射关系，以及所述特定参数的值，分别确定所述不同发射天线所发射的数据流在接收端的信干噪比的最小值；其中，所述特定参数的值包括：所述检测矩阵、高斯白噪声的功率值、信道矩阵和所述复整数矩阵集合中的复整数矩阵；

最大值确定模块，用于从信干噪比最小值确定模块确定出的所有信干噪比的最小值中确定最大值；

矩阵选取模块，用于从所述复整数矩阵集合中，选取最大值确定模块确定的最大值所映射的复整数矩阵。

9.如权利要求7所述的装置，其特征在于，当所述与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的均方误差的值时，矩阵选取单元包括：

均方误差最大值确定模块，用于根据不同发射天线所发射的数据流在接收端的均方误差和特定参数的映射关系以及所述特定参数的值，分别确定所述不同发射天线所发射的数据流在接收端的均方误差的最大值；其中，所述特定参数的值包括：所述检测矩阵、高斯白噪声的功率值、信道矩阵和所述复整数矩阵集合中的复整数矩阵；

最小值确定模块，用于从均方误差最大值确定模块确定出的所有均方误差的最大值中确定最小值；

矩阵选取模块，用于从所述复整数矩阵集合中，选取最小值确定模块确定的最小值所映射的复整数矩阵。

10.如权利要求7所述的装置，其特征在于，当所述与数据传输的可靠性相关的参数值为不同发射天线所发射的数据流在接收端的误码率的值时，矩阵选取单元包括：

误码率最大值确定模块，用于根据不同发射天线所发射的数据流在接收端的误码率和特定参数的映射关系以及所述特定参数的值，分别确定所述不同发射天线所发射的数据流在接收端的误码率的最大值；其中，所述特定参数的值包括：所述检测矩阵、高斯白噪声的功率值、信道矩阵、所述复整数矩阵集合中的复整数矩阵，以及与所述不同发射天线所发射的数据流的调制方式相关的参数；

最小值确定模块，用于从误码率最大值确定模块确定出的各个所述误码率的最大值中确定最小值；

矩阵选取模块，用于从所述复整数矩阵集合中，选取最小值确定模块确定的最小值所映射的复整数矩阵。