CN104852784B - 一种基于星座结构的多小区mimo系统上行信号检测方法 - Google Patents

Abstract

本发明公开了一种基于星座结构的多小区MIMO系统上行信号检测方法，包括以下步骤：各基站检测全部信号，获得各基站对所有符号的后验概率，并选取每个星座图中最大的后验概率数据对应的星座点作为整个星座图的参考点；各基站在星座图中选取参考点及其相邻星座点的后验概率数据，并将选取的星座点的后验概率数据发送给相应的参与协同检测的相邻基站；各基站在接收到其他基站发送的本地用户符号的软信息后，计算其他基站未选取发送的后验概率数据；各基站将处理后的完整概率数据软合并，计算出本小区用户发送符号的后验概率，选择概率最大的符号作为最终的检测结果。本发明方法能够有效降低多小区MIMO系统中上行基带信号检测的复杂度。

Description

一种基于星座结构的多小区MIMO系统上行信号检测方法

技术领域

本发明属于移动通信技术，尤其涉及一种基于星座结构的多小区MIMO系统上行信号检测方法。

背景技术

在多用户多小区MIMO系统中，多基站合作对多个用户的上行信号进行联合检测可以提高信号检测的准确度，但是这个方法复杂度高，运算量大，随着涉及联合检测的基站、用户数量的增加，运算量成指数增长。

经过对现有技术的检索发现，Shaoshi Yang and Tiejun Lv在”DistributedProbabilistic-Data-Association-Based Soft Reception Employing Base StationCooperation in MIMO-Aided Multiuser Multicell Systems”IEEE Trans.VehicularTechnology.vol.60,no.7,pp.3532-3538,Sept.2011.(即多用户多小区MIMO系统中基于概率数据关联技术的基站分布式协同检测)以及尹宇芳发明者[发明专利申请公布号：CN103002480A]针对多用户多小区MIMO系统采用概率数据协同检测的方法来克服这一运算量大的问题，这两个研究者的概率数据协同检测方法分别为以下两种情形，一种是基于无信息先验概率分布的假设，基站执行并行检测并交互软信息然后进行简单的软合并；另一种是在第一种方法的基础上将交互后得到的软信息作为先验信息再进行迭代检测。然而，当对采用高阶调制的多用户系统来说，随着基站数和用户数的增多，所需传输的软信息量非常大。因此，本发明针探索低通信复杂度的分布式符号检测方法。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于星座结构的多小区MIMO系统上行信号检测方法。

本发明的目的是通过以下技术方案来实现的：一种基于星座结构的多小区MIMO系统上行信号检测方法，该方法包括以下步骤：

(1)各基站执行并行检测，具体包括以下子步骤：

(1.1)各基站先基于符号概率均匀分布确定其接收信号的初始先验概率信息；

(1.2)各基站根据步骤1.1得到的初始先验概率信息检测全部信号，所述全部信号不仅包括本小区的用户信号，也包括周边小区同信道的用户信号；

(1.3)各基站通过概率数据协同检测方法中的迭代计算更新后验概率，直至达到预定条件，最终得到最大后验概率，所述的预定条件为当前更新的后验概率与前一次更新的后验概率的差值小于预定阈值，或者重复执行的次数达到预定值；

(2)各基站根据计算得到的所有符号的最大后验概率，选取星座图中最大的后验概率值所对应的星座点作为参考点；

(3)各基站在星座图中选取相应参考点及其相邻星座点所对应的后验概率数据，并将选取的星座点的后验概率数据发送给相应的参与协同检测的相邻基站；

(4)各基站在接收到其他基站发送的本地用户符号的软信息后，对于其他基站未选取发送的后验概率值，分别计算为(1-m)/(M-n)，其中n为选取的星座图点数，m为接收到的其他基站发送的本地用户符号的后验概率之和，M为调制阶数；

(5)各基站将步骤4计算得到的其他基站未选取发送的后验概率和其他基站发送的后验概率进行软合并，计算出本地用户发送符号的后验概率，选择后验概率最大的符号作为最终的检测结果。

进一步地，所述步骤3中，所述参考点及其相邻星座点为以参考点为中心的N*N的矩阵所包含的所有星座点或部分星座点，其中N＝2p-1，p为满足的最大整数，0≤A≤25。

进一步地，所述相邻星座点数为上、下、左、右四个星座点。

本发明的有益效果是：通过使用本发明中所提供的方法，各基站选取星座图中最大的后验概率数据对应的星座点作为参考点，并选取星座图中的参考点及其相邻的星座点的后验概率数据进行交互，能够在不显著损失符号检测性能的前提下明显减少基站间所需的信息交互量，减少运算量，同时也可根据对通信性能的不同要求，实现不同程度的降低基站间的通信复杂度。

附图说明

图1是本发明方法流程图；

图2是本发明的一个实施例中四基站协同检测场景下的网式信号传递方式图；

图3是本发明的一个实施例中在选择参考点附近的后验概率数据的示意图(其中黑色的点为该星座图中最大的后验概率数据，将其选为参考点，灰色的点为该参考点上下左右四个后验概率数据)；

图4根据本发明的一个实施例的四基站协同检测场景下，在保证基站协同检测性能的情况下，QAM调制阶数M＝16时，各基站分别采用传统检测方法与采用本发明检测方法对基站协同检测性能的影响；

图5根据本发明的一个实施例的四基站协同检测场景下，在保证基站协同检测性能的情况下，QPSK调制阶数M＝4时，各基站分别采用传统检测方法与采用本发明检测方法对基站协同检测性能的影响。

具体实施方式

下面结合附图和具体实施例详细描述本发明，本发明的目的和效果将变得更加明显。

概率数据协同(probabilistic data association,PDA)检测基于无信息先验分布的假设，协同检测的基站间交互所有的软信息。而本发明方法将各基站所获取的概率数据在确定一个参考点后，再根据一定几何关系选取一部分重要信息进行交互，大大降低了基站间交互的复杂度。

本发明所述多用户多小区MIMO系统中，基站k收到的虚拟信号模型能够被构建为如下的虚拟MIMO系统y^k：

其中x^k表示基站k中目标用户(本地用户)的符号矢量，表示同信道用户从相邻小区中收到的符号，C₀表示同信道的用户数量，表示连接用户α_i与基站k之间的N_r×N_t的信道矩阵，n^k表示在基站k中均值为零、协方差为σ_n ²I_N的高斯噪声信号，其中I_N表示N_r×N_t的单位矩阵，N_t为发射天线数，N_r为接收天线数，

公式(1)可以表示为：

其中，

根据贝叶斯定理计算x^k的后验概率信息以执行软判决。

向量S^k的元素用来表示,其中q＝1,2,3...(N_TN_m)，N_m为发送符号的基站数。为方便描述，省略上标k。则公式(2)可写为下式：

其中 均值为零、协方差为N₀(G^HG)^-1的高斯噪声信号,g_l为第l元素为1，其余元素为0的列向量。

对于每个符号s_t，对应一个概率向量P(t)，其第m个元素P_m(s_t|y)代表s_t＝a_m的后验概率的估计值，m＝1,2,…M，a_m为星座图中的第m个元素。PDA算法的基本思想是将非高斯随机变量v_t逼近为高斯型随机变量，V{v_t}为协方差矩阵，U{v_t}为伪协方差矩阵。

其中

其中，“^*”代表共轭，“^Τ”代表对矩阵进行转置，R(*)表示取实部，I(*)表示取虚部。

在PDA算法中，首先将P_m(s_t|y)初始化为一个均匀分布，然后根据的当前值通过公式(4)—(10)计算更新P_m(s_t|y)，直至满足算法退出条件。

如图1所示，本发明一种基于星座结构的多小区MIMO系统上行信号检测方法，包括以下步骤：

(1)各基站执行并行检测，具体包括以下子步骤：

(1.1)各基站先基于符号概率均匀分布确定其接收信号的初始先验概率信息；

(1.2)各基站根据步骤1.1得到的初始先验概率信息检测全部信号，所述全部信号不仅包括本小区的用户信号，也包括周边小区同信道的用户信号；

(1.3)各基站通过概率数据协同检测方法中的迭代计算更新后验概率，直至达到预定条件，最终得到最大后验概率，所述的预定条件为当前更新的后验概率与前一次更新的后验概率的差值小于预定阈值，或者重复执行的次数达到预定值；预定阈值可根据所需计算精确度进行适当设定即可，预定值可设为5但不局限于5，当预定值为5时，足以达到足够的计算精度，并避免了过大的运算量；

(2)各基站根据将获得的计算得到的所有符号的最大后验概率构建星座图，并选取星座图中最大的后验概率值作为该基站所对应的星座图点作为的参考点；

(3)各基站在对应的星座图中选取相应参考点及其相邻星座点所对应的后验概率数据，并将选取的符号星座点的后验概率数据发送给相应的参与协同检测的相邻基站；所述参考点及其相邻星座点为以参考点为中心的N*N的矩阵所包含的所有星座点或部分星座点，其中N＝2p-1，p为满足的最大整数，0≤A≤25；优选地，选取参考点相邻星座点时可选取上下左右四个星座点，但不局限与这几个点，具体可根据精度要求进行选取；

(4)各基站在接收到其他基站发送的本地用户符号的软信息后，对于计算其他基站未选取发送的后验概率值，分别计算为(1-m)/(M-n)，其中n为选取的数据个数或选取的星座图点数，m为n个接收到的其他基站发送的本地用户符号的后验概率数据之和，M为调制阶数；

(5)各基站将步骤4计算得到的其他基站未选取发送的后验概率和其他基站发送的后验概率进行软合并，计算出本地用户本小区用户发送符号的后验概率，选择后验概率最大的符号作为最终的检测结果。

实施例

如图2所示，选择四个基站进行协同检测，基站BS1、BS2、BS3、BS4互为相邻基站，四个基站之间进行软信息交互，在交互过程中，每个基站将后验概率数据发送给所有参与协同检测的相邻基站。如图3所示，其中黑色的点为该星座图中最大的后验概率数据，将其选为参考点，灰色的点为该参考点上下左右四个后验概率数据，选择参考点及其上下左右的四个后验概率数据，并将选取的符号的后验概率数据发送给相应的参与协同检测的相邻基站。

图4为四基站协同检测场景下，在保证基站协同检测性能的情况下，QAM调制阶数M＝16时，各基站分别采用传统检测方法与采用本发明检测方法对基站协同检测性能的影响。图4示出了基站单独检测的性能明显不如协同检测；联合概率数据协同方法(PDA)检测性能较好，但实际上它需要交互大量的软信息，通信复杂度较高；本发明在交互少量的软信息量的情况下，其性能与使用交互所有软信息量的分布式联合概率数据协同方法(PDA)所产生的效果几乎相同。调制阶数M＝16，交互的软信息量可从下表得出：

从上表可得出，当需交互的软信息量较多时，本发明的检测方法在有效保证信号检测准确度的同时显著降低基站间传输的软信息量。

图5为四基站协同检测场景下，在保证基站协同检测性能的情况下，QPSK调制阶数M＝4时，各基站分别采用传统检测方法与采用本发明检测方法对基站协同检测性能的影响。图5示出了基站单独检测的性能明显不如协同检测；联合概率数据协同方法(PDA)检测性能较好，但实际上它需要交互大量的软信息，复杂度较高；本发明在交互少量的软信息量的情况下，其性能与使用交互所有软信息量的概率数据协同方法(PDA)所产生的效果几乎相同。

本发明不仅局限于上述具体实施方式，本领域一般技术人员根据本发明公开的内容，可以采用其它多种具体实施方案实施本发明。因此，凡是采用本发明的设计结构和思路，做一些简单的变化或更改的设计，都落入本发明保护范围。

Claims (2)

1.一种基于星座结构的多小区MIMO系统上行信号检测方法，其特征在于，包括以下步骤：

(1)各基站执行并行检测，具体包括以下子步骤：

(1.1)各基站先基于符号概率均匀分布确定其接收信号的初始先验概率信息；

(1.2)各基站根据步骤(1.1)得到的初始先验概率信息检测全部信号，所述全部信号不仅包括本小区的用户信号，也包括周边小区同信道的用户信号；

(1.3)各基站通过概率数据协同检测方法中的迭代计算更新后验概率，直至达到预定条件，最终得到最大后验概率，所述的预定条件为当前更新的后验概率与前一次更新的后验概率的差值小于预定阈值，或者重复执行的次数达到预定值；

(2)各基站根据计算得到的所有符号的最大后验概率，选取星座图中最大的后验概率值所对应的星座点作为参考点；

(3)各基站在星座图中选取相应参考点及其相邻星座点两者所对应的后验概率数据，并将选取的星座点的后验概率数据发送给相应的参与协同检测的相邻基站；所述参考点及其相邻星座点为以参考点为中心的N*N的矩阵所包含的所有星座点或部分星座点，其中N＝2p-1，p为满足的最大整数，0≤A≤25；

(4)各基站在接收到其他基站发送的本地用户符号的软信息后，对于其他基站未选取发送的后验概率值，分别计算为(1-m)/(M-n)，其中n为选取的星座图点数，m为接收到的其他基站发送的本地用户符号的后验概率之和，M为调制阶数；

(5)各基站将步骤(4)计算得到的其他基站未选取发送的后验概率值和其他基站发送的后验概率进行软合并，计算出本地用户发送符号的后验概率，选择后验概率最大的符号作为最终的检测结果。

2.根据权利要求1所述一种基于星座结构的多小区MIMO系统上行信号检测方法，其特征在于，所述相邻星座点数为上、下、左、右四个星座点。