CN105071843B - 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用 - Google Patents
大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用 Download PDFInfo
- Publication number
- CN105071843B CN105071843B CN201510456197.4A CN201510456197A CN105071843B CN 105071843 B CN105071843 B CN 105071843B CN 201510456197 A CN201510456197 A CN 201510456197A CN 105071843 B CN105071843 B CN 105071843B
- Authority
- CN
- China
- Prior art keywords
- matrix
- polynomial expansion
- channel
- defining
- base station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000005562 fading Methods 0.000 claims description 7
- 235000007164 Oryza sativa Nutrition 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 235000009566 rice Nutrition 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims 1
- 238000003672 processing method Methods 0.000 abstract description 5
- 241000209094 Oryza Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
- H04B7/0621—Feedback content
- H04B7/0634—Antenna weights or vector/matrix coefficients
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法，以及其在上行链路检测方法、下行链路预编码方法和链路自适应的计算中的应用。所提多项式展开矩阵求逆方法基于算子值自由概率理论推导得出计算信道矩阵高阶矩的确定性等同，并进一步计算出多项式展开矩阵求逆方法所需的近似多项式的系数，所提信号处理方法易于计算，可用于用户具有多天线的大规模多输入多输出系统，并可在具有较低计算复杂度的同时取得极小的性能损失。
Description
技术领域
本发明属于通信技术领域，涉及一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法及其在上行链路检测和下行链路预编码中的应用。
背景技术
作为下一代移动通信标准中物理层关键技术的有力竞争者，大规模多输入多输出(massive multiple-input multiple-output,massive MIMO)技术最近几年得到广泛研究。在大规模多输入多输出系统中，基站端可以配置多达数百根天线以提供巨大的信道容量增益。与此同时，随着系统用户数的增加，总的用户设备端天线也随之增加。
大规模多输入多输出系统中天线数的增加给其信号处理带来了极大挑战。在多输入多输出系统中获得广泛使用的最小均方误差(minimum mean square error，MMSE)检测、正则化迫零(Regularized zero forcing,RZF)预编码等中都需要进行矩阵求逆。由于天线数的增加，矩阵求逆变得极其复杂。通过利用矩阵多项式来近似矩阵求逆，多项式展开(polynomial expansion，PE)矩阵求逆方法提供了一种低复杂度信号处理方案。PE矩阵求逆中的近似多项式系数由信道矩阵的高阶矩(moment)进行计算获得。为了进一步的降低PE矩阵求逆的复杂度，这些矩可由其确定性等同代替。由于这些确定性等同只和信道的统计信息相关，在信道统计信息变化较慢时PE矩阵求逆的复杂度将大大降低。这些确定性等同可基于随机矩阵理论、自由概率(free probability)理论或者Stieltjes变换方法进行推导获得。PE矩阵求逆方法已经被广泛应用于检测算法。最近PE还被进一步扩展用于massiveMIMO系统的低复杂度预编码和低复杂度信道估计中。
当天线数量增多时，联合相关信道模型比广泛使用的Kronecker相关信道模型能更好近似实际物理信道。联合相关信道模型较Kronecker相关信道模型更加一般，并能退化到Kronecker相关信道模型。然而，目前已有计算信道矩阵高阶距的确定性等同方法只能应用于Kronecker相关信道模型，不能应用于联合相关信道模型。本发明所提信号处理方法基于算子值自由概率(operator-valued free probability)理论，所提方法能够应用于联合相关信道模型。算子值自由概率理论较自由概率理论更加一般，并极大的扩展了自由概率理论的应用范围。目前，算子值自由概率理论已被用于多种MIMO系统的容量计算。
发明内容
发明目的:针对现有技术的不足，本发明提供了一种可用于大规模多输入多输出系统的低复杂度多项式展开矩阵求逆方法，该方法基于算子值自由概率理论推导得出计算信道矩阵高阶矩的确定性等同，并进一步计算出多项式展开矩阵求逆方法所需的近似多项式的系数，该方法易于计算，能够应用于更具一般性的联合相关莱斯衰落信道模型，并可用于上行链路检测方法、下行链路预编码方法、链路自适应的计算等系统实现的多个方面。
技术方案:为实现上述发明目的，本发明采用如下技术方案：
一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法，包括如下步骤：
步骤A:定义所有用户信道矩阵的单边相关阵，即以及其中表示数学期望，Ck为一Mk×Mk复确定矩阵，为一N×N复确定矩阵，为第k用户和基站间信道矩阵Hk的随机分量矩阵，Mk为第k用户天线数，N为基站天线数；
步骤B:根据统计信道信息计算信道矩阵高阶矩的确定性等同，定义矩阵H＝[H1H2…HK]、确定矩阵以及
其中M表示所有用户天线总数，为第k用户和基站间信道矩阵Hk的确定分量矩阵，定义
其中K表示用户数量，<C>N表示由矩阵C前N行和列元素组成的子矩阵，<<C>>k表示由矩阵C第到第行和列元素组成的子矩阵，设定初始值和进行递归计算
直到m＝2L，其中IN+M为N+M维单位矩阵，L为PE矩阵求逆阶数，矩阵HHH高阶矩的确定性等同为
步骤C:根据信道矩阵高阶矩的确定性等同计算近似多项式的系数，定义一L×1向量aPE，其第i元素为定义一L×L矩阵ΦPE，其第i行第j列元素为
其中为基站天线接收到的噪声，L阶PE矩阵求逆的多项式系数为
步骤D:获得矩阵求逆的L阶多项式展开近似公式
和
进一步地，所述步骤B中，当信道统计信息为零矩阵时，递归计算部分可简化为，设定初始值和进行递归计算
直到m＝2L-1，矩阵HHH高阶矩的确定性等同为
一种应用所述多项式展开矩阵求逆方法的大规模多输入多输出系统上行链路低复杂度多项式展开检测方法，其检测输出为
其中y为基站接收信号。
一种应用所述多项式展开矩阵求逆方法的大规模多输入多输出系统下行链路低复杂度多项式展开预编码方法，其预编码矩阵为
其中α为使得P能够满足能量约束的归一化因子，S为功率分配对角阵。
一种应用所述多项式展开矩阵求逆方法的大规模多输入多输出系统低复杂度多项式展开上行链路自适应计算方法，包括算接收符号信干噪比和基于信干噪比进行链路自适应计算的步骤，所述计算接收符号信干噪比的方法为：当信道统计信息不为零矩阵时，令当信道统计信息为零矩阵时，令定义一L×1向量其第i元素为定义一L×L矩阵Ψk，其第i行第j列元素为其中为基站天线接收到的噪声，则第k接收符号信干扰比为：
有益效果：与现有技术相比，本发明的低复杂度多项式展开矩阵求逆方法能够应用于更具一般性的联合相关莱斯衰落信道模型。本发明的方法易于计算，可用于用户具有多天线的大规模多输入多输出系统，并可在具有较低计算复杂度的同时取得极小的性能损失。
附图说明
图1为本发明实施例提供的一种矩阵求逆方法的流程图；
图2为本发明实施例提供的一种检测方法的流程图；
图3为本发明实施例提供的一种预编码方法的流程图；
图4为本发明实施例提供的一种链路自适应计算方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
本发明提出了大规模多输入多输出系统低复杂度信号处理方法，具有低复杂度的优点。下面结合图对本发明公开的信号处理方法工作原理进行详细说明。
本发明一方面公开一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法，系统中用户和基站间信道为联合相关莱斯衰落信道模型，该方法也可用于该模型退化的其他模型，如联合相关瑞利衰落信道模型、Kronecker相关莱斯衰落信道模型及Kronecker相关瑞利衰落信道模型等。如图1所示，为本发明实施例提供的一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法的流程图，所述方法包括：
101:获取统计信道信息，具体包括：
根据P个时刻信道矩阵Hk(p)获取信道均值矩阵
通过如下公式
获得发送相关阵Rt,k和接收相关阵Rr,k，进一步通过发送相关阵和接收相关阵的奇异值分解
获得接收特征向量矩阵Uk和接收奇异值矩阵Σr,k以及发送特征向量矩阵Vk和发送奇异值矩阵Σt,k，并最终获得能量耦合矩阵Gk
其中⊙表示Hardmard乘积；
102:定义所有用户信道矩阵的单边相关阵，具体包括：
设为第k用户和基站间信道矩阵Hk的随机分量矩阵，由统计信道信息定义单边相关阵
其中，Ck为一Mk×Mk复确定矩阵，Mk为第k用户天线数，为对角矩阵，其对角元素为
由统计信道信息定义单边相关阵
其中，为一N×N复确定矩阵，N为基站天线数，为对角矩阵，其对角元素为
103:根据统计信道信息计算信道矩阵高阶矩的确定性等同，具体包括：
定义矩阵H＝[H1H2…HK]、确定矩阵以及
定义
其中K表示用户数量，<C>N表示由矩阵C前N行和列元素组成的子矩阵，<<C>>k表示由第到第行和列元素组成的子矩阵，设定初始值和进行递归计算
直到m＝2L，其中IN+M为N+M维单位矩阵，L为PE矩阵求逆阶数，矩阵HHH高阶矩的确定性等同为
该步骤中，当信道统计信息为零矩阵时，递归计算部分可简化为，设定初始值和进行递归计算
直到m＝2L-1，矩阵HHH高阶矩的确定性等同为
104:根据信道矩阵高阶矩的确定性等同计算近似多项式的系数包括：定义一L×1向量aPE，其第i元素为定义一L×L矩阵ΦPE，其第i行第j列元素为
其中为基站天线接收到的噪声，L阶PE矩阵求逆方法的多项式系数为
105:获得矩阵求逆的L阶多项式展开近似公式
和
本发明另一方面公开一种应用上述多项式展开矩阵求逆方法的大规模多输入多输出系统低复杂度多项式展开检测方法，如图2所示，为本发明实施例提供的一种大规模多输入多输出系统低复杂度多项式展开上行链路检测方法的流程图，该方法中，步骤201-204与上述矩阵求逆方法的101-104相同，步骤205:进行多项式展开检测，其中计算L阶PE检测估计值的公式为：
其中y为基站接收信号。
检测输出可以用来进行软输入软输出检测。
本发明另一方面公开一种应用上述多项式展开矩阵求逆方法的大规模多输入多输出系统低复杂度多项式展开下行链路预编码方法，如图3所示，为本发明实施例提供的一种大规模多输入多输出系统低复杂度多项式展开下行链路预编码方法的流程图，该方法中，步骤301-304与上述矩阵求逆方法的101-104相同，步骤305:进行多项式展开预编码，其中计算L阶PE预编码输出的公式为
其中xk为基站发送到第k用户的信号，α为使得P能够满足能量约束的归一化因子，S为功率分配对角阵。
本发明另一方面公开一种应用上述多项式展开矩阵求逆方法的大规模多输入多输出系统低复杂度多项式展开上行链路自适应计算方法，如图4所示，为本发明实施例提供的一种大规模多输入多输出系统低复杂度多项式展开上行链路自适应计算方法的流程图，该方法中，步骤401-404与上述矩阵求逆方法的101-104相同，步骤405:计算接收符号信干噪比包括：当信道统计信息不为零矩阵时，令当信道统计信息为零矩阵时，令定义一L×1向量其第i元素为定义一L×L矩阵Ψk，其第i行第j列元素为
其中为基站天线接收到的噪声，则第k接收符号信干扰比为
步骤406:进行文献中常用的基于信干噪比的链路自适应计算。
本发明实施例提供的多项式展开矩阵求逆方法、多项式展开上行链路检测方法以及多项式展开下行链路预编码方法具有易于计算的优点，为大规模多输入多输出系统信号处理提供了低复杂度信号处理方法。
本发明实施例可以利用软件实现，相应的软件程序可以存贮在可读取的存贮介质中，例如，计算机的硬盘、缓存或光盘中。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内，因此，本发明的保护范围以所述的权利要求的保护范围为准。
Claims (7)
1.一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法，其特征在于，包括如下步骤：
步骤A:定义所有用户信道矩阵的单边相关阵，即以及其中表示数学期望，Ck为一Mk×Mk复确定矩阵，为一N×N复确定矩阵，为第k用户和基站间信道矩阵Hk的随机分量矩阵，Mk为第k用户天线数，N为基站天线数；
步骤B:根据统计信道信息计算信道矩阵高阶矩的确定性等同，定义矩阵H＝[H1 H2 …HK]、确定矩阵以及
<mrow>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mi>N</mi>
</msub>
</mtd>
<mtd>
<mover>
<mi>H</mi>
<mo>&OverBar;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mover>
<mi>H</mi>
<mo>&OverBar;</mo>
</mover>
<mi>H</mi>
</msup>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mi>M</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中M表示所有用户天线总数，为第k用户和基站间信道矩阵Hk的确定分量矩阵，定义
<mrow>
<mi>&eta;</mi>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>d</mi>
<mi>i</mi>
<mi>a</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msub>
<mover>
<mi>&eta;</mi>
<mo>~</mo>
</mover>
<mi>k</mi>
</msub>
<mo>(</mo>
<mrow>
<mo><</mo>
<mo><</mo>
<mi>C</mi>
<mo>></mo>
<msub>
<mo>></mo>
<mi>k</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>,</mo>
<msub>
<mi>&eta;</mi>
<mn>1</mn>
</msub>
<mo>(</mo>
<mrow>
<mo><</mo>
<mi>C</mi>
<msub>
<mo>></mo>
<mi>N</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>&eta;</mi>
<mi>K</mi>
</msub>
<mo>(</mo>
<mrow>
<mo><</mo>
<mi>C</mi>
<msub>
<mo>></mo>
<mi>N</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
其中K表示用户数量，<C>N表示由矩阵C前N行和列元素组成的子矩阵，《C》k表示由矩阵C第到第行和列元素组成的子矩阵，设定初始值和进行递归计算
直到m＝2L，其中IN+M为N+M维单位矩阵，L为PE矩阵求逆阶数，矩阵HHH高阶矩的确定性等同为
步骤C:根据信道矩阵高阶矩的确定性等同计算近似多项式的系数，定义一L×1向量aPE，其第i元素为定义一L×L矩阵ΦPE，其第i行第j列元素为
<mrow>
<msub>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>&Phi;</mi>
<mrow>
<mi>P</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mover>
<mi>&mu;</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msubsup>
<mi>&sigma;</mi>
<mi>z</mi>
<mn>2</mn>
</msubsup>
<msub>
<mover>
<mi>&mu;</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
其中为基站天线接收到的噪声，L阶PE矩阵求逆的多项式系数为
<mrow>
<msubsup>
<mi>b</mi>
<mrow>
<mi>P</mi>
<mi>E</mi>
</mrow>
<mrow>
<mo>(</mo>
<mi>L</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>P</mi>
<mi>E</mi>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msub>
<mi>a</mi>
<mrow>
<mi>P</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>;</mo>
</mrow>
步骤D:获得矩阵求逆的L阶多项式展开近似公式
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>H</mi>
<mi>H</mi>
</msup>
<mi>H</mi>
<mo>+</mo>
<msubsup>
<mi>&sigma;</mi>
<mi>z</mi>
<mn>2</mn>
</msubsup>
<mi>I</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&ap;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<msubsup>
<mi>b</mi>
<mrow>
<mi>P</mi>
<mi>E</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
<mrow>
<mo>(</mo>
<mi>L</mi>
<mo>)</mo>
</mrow>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>H</mi>
<mi>H</mi>
</msup>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
</mrow>
和
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>HH</mi>
<mi>H</mi>
</msup>
<mo>+</mo>
<msubsup>
<mi>&sigma;</mi>
<mi>z</mi>
<mn>2</mn>
</msubsup>
<mi>I</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&ap;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<msubsup>
<mi>b</mi>
<mrow>
<mi>P</mi>
<mi>E</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
<mrow>
<mo>(</mo>
<mi>L</mi>
<mo>)</mo>
</mrow>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>HH</mi>
<mi>H</mi>
</msup>
<mo>)</mo>
</mrow>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>.</mo>
</mrow>
2.根据权利要求1所述的大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法，其特征在于，所述步骤B中，当信道统计信息为零矩阵时，递归计算部分简化为：设定初始值和进行递归计算
直到m＝2L-1，矩阵HHH高阶矩的确定性等同为
3.根据权利要求1或2所述的大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法，其特征在于，所述系统中用户和基站间信道为联合相关莱斯衰落信道模型。
4.一种应用如权利要求1或2所述一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法的大规模多输入多输出系统上行链路低复杂度多项式展开检测方法，其特征在于，检测输出为
其中y为基站接收信号。
5.一种应用如权利要求1或2所述一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法的大规模多输入多输出系统下行链路低复杂度多项式展开预编码方法，其特征在于，预编码矩阵为
<mrow>
<mi>P</mi>
<mo>=</mo>
<mi>&alpha;</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<msubsup>
<mi>b</mi>
<mrow>
<mi>P</mi>
<mi>E</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
<mrow>
<mo>(</mo>
<mi>L</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mi>H</mi>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>H</mi>
<mi>H</mi>
</msup>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>S</mi>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
</mrow>
其中α为使得P能够满足能量约束的归一化因子，S为功率分配对角阵。
6.一种应用如权利要求1所述一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法的大规模多输入多输出系统低复杂度多项式展开上行链路自适应计算方法，包括计算接收符号信干噪比和基于信干噪比进行链路自适应计算的步骤，其特征在于，所述计算接收符号信干噪比的方法为：令定义一L×1向量其第i元素为定义一L×L矩阵Ψk，其第i行第j列元素为其中为基站天线接收到的噪声，则第k接收符号信干扰比为：
7.一种应用如权利要求2所述一种大规模多输入多输出系统低复杂度多项式展开矩阵求逆方法的大规模多输入多输出系统低复杂度多项式展开上行链路自适应计算方法，包括计算接收符号信干噪比和基于信干噪比进行链路自适应计算的步骤，其特征在于，所述计算接收符号信干噪比的方法为：当信道统计信息不为零矩阵时，令当信道统计信息为零矩阵时，令定义一L×1向量其第i元素为定义一L×L矩阵Ψk，其第i行第j列元素为其中为基站天线接收到的噪声，则第k接收符号信干扰比为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510456197.4A CN105071843B (zh) | 2015-07-29 | 2015-07-29 | 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510456197.4A CN105071843B (zh) | 2015-07-29 | 2015-07-29 | 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105071843A CN105071843A (zh) | 2015-11-18 |
| CN105071843B true CN105071843B (zh) | 2017-12-22 |
Family
ID=54501143
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510456197.4A Active CN105071843B (zh) | 2015-07-29 | 2015-07-29 | 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105071843B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105656578B (zh) * | 2016-04-07 | 2017-12-15 | 北京邮电大学 | 信道仿真仪的输入数据矢量计算方法、装置及信道仿真仪 |
| CN106330280B (zh) * | 2016-08-16 | 2019-06-21 | 东南大学 | 一种大规模mimo预编码方法 |
| CN106330284B (zh) * | 2016-08-16 | 2019-06-21 | 东南大学 | 一种低复杂度大规模mimo信道估计方法 |
| CN106338666B (zh) * | 2016-08-29 | 2018-12-25 | 上海交通大学 | 一种基于自由概率理论的电网稳定性检测方法 |
| CN106341216B (zh) * | 2016-10-10 | 2019-07-12 | 东南大学 | 一种无线通信链路自适应方法及上下行链路自适应方法 |
| CN107070515B (zh) * | 2017-04-13 | 2020-04-24 | 东南大学 | 一种莱斯衰落信道条件下的d2d协作传输方法 |
| CN107302386B (zh) * | 2017-06-20 | 2020-03-31 | 江苏大学 | 一种基于矩阵多项式的大规模mimo系统下行预编码方法 |
| CN113839695B (zh) * | 2021-09-16 | 2022-06-21 | 东南大学 | Fdd大规模mimo和速率最优统计预编码方法及设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102882579A (zh) * | 2012-09-24 | 2013-01-16 | 东南大学 | 一种用于多天线系统的并行矩阵求逆方法 |
| CN104298649A (zh) * | 2014-09-24 | 2015-01-21 | 江苏中兴微通信息科技有限公司 | 一种低复杂度的快速并行矩阵求逆方法 |
-
2015
- 2015-07-29 CN CN201510456197.4A patent/CN105071843B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102882579A (zh) * | 2012-09-24 | 2013-01-16 | 东南大学 | 一种用于多天线系统的并行矩阵求逆方法 |
| CN104298649A (zh) * | 2014-09-24 | 2015-01-21 | 江苏中兴微通信息科技有限公司 | 一种低复杂度的快速并行矩阵求逆方法 |
Non-Patent Citations (2)
| Title |
|---|
| A Free Deterministic Equivalent for the Capacity of MIMO MAC with Distributed Antenna Sets;An-an Lu等;《Communications(ICC),2015 IEEE International Conference on》;20150612;1751-1756 * |
| Efficient Matrix Inversion Architecture for Linear Detection in Massive MIMO Systems;Feng Wang等;《Digital Signal Processing(DSP),2015 IEEE International Conference on》;20150724;248-252 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105071843A (zh) | 2015-11-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105071843B (zh) | 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用 | |
| Zhu et al. | On the matrix inversion approximation based on Neumann series in massive MIMO systems | |
| CN109921882B (zh) | 一种基于深度学习的mimo解码方法、装置及存储介质 | |
| CN109951214B (zh) | 一种适用于大规模mimo系统的信号检测方法 | |
| US9450787B2 (en) | System and method for early termination in iterative null-space directed singular value decomposition for MIMO | |
| CN110545131B (zh) | 毫米波视距mimo信道下的天线阵列设计方法和系统 | |
| CN104869626A (zh) | 基于低复杂度接收机的上行大规模mimo系统功率控制方法 | |
| CN114285444B (zh) | 一种去蜂窝大规模mimo系统的功率优化方法 | |
| CN106357309B (zh) | 基于非理想信道下大规模mimo线性迭代检测方法 | |
| CN106130938B (zh) | Tdd大规模mimo系统多用户联合信道估计方法 | |
| CN109802901B (zh) | 基于到达角测量的3d mimo信道估计方法及系统 | |
| JP6063607B2 (ja) | 送信信号のための多入力多出力ｍｉｍｏ検出方法、装置及びシステム | |
| CN105812032A (zh) | 基于波束块结构压缩感知的信道估计方法 | |
| CN107615804B (zh) | 用于设备通信的新传输方案 | |
| CN107733487B (zh) | 一种大规模多输入多输出系统的信号检测方法及装置 | |
| CN107346985B (zh) | 一种结合发射天线选择技术的干扰对齐方法 | |
| CN107104715B (zh) | 一种基于天线选择的干扰对齐方法 | |
| CN106357318B (zh) | 收敛速率可调的大规模mimo迭代检测方法 | |
| Hawej et al. | Iterative weighted nuclear norm minimization-based channel estimation for massive multi-user MIMO systems | |
| CN105375967A (zh) | 一种基于统计方法的增强型最大比合并检测方法和接收机 | |
| CN106230755B (zh) | 一种mimo系统信道估计方法和装置 | |
| CN110868244B (zh) | 一种基于信道穿刺的低复杂度通信信号检测方法 | |
| Kim | Performance of decremental antenna selection algorithms for spatial multiplexing MIMO systems with linear receiver over correlated fading channels | |
| CN101252419A (zh) | 多天线传输系统中利用信道统计信息的容量评估方法 | |
| CN108736940B (zh) | 一种空分复用的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |