CN105207750A - 一种mcmc-mimo检测方法及系统 - Google Patents

Abstract

本发明公开了一种MCMC-MIMO检测方法，包括：S1、初始化K条马氏链符号序列；S2、计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q；S3、得到更新的K条马氏链符号序列；S4、根据步骤S3得到的所述序列中概率最大的符号序列来计算每比特的外信息，并进行输出；其中K≥2，n≥1，q≥1，且K、n、q均为整数，θ₁为第一状态，θ_q为第q状态。本发明的一种MCMC-MIMO检测方法可以避免马尔科夫链陷入锁死到局部最优态，从而大大提高采得最小欧氏距离符号样本序列的概率，提升系统整体性能；同时，能够避免非线性指数运算，降低了系统的复杂度，易于实现。

Description

一种MCMC-MIMO检测方法及系统

技术领域

本发明涉及无线通信领域，具体涉及一种MCMC-MIMO检测方法及系统。

背景技术

MIMO(MultipleInputMultipleOutput，多输入多输出)技术能有效地提高系统容量和频谱效率，已经被3GPPLTE/LTE-Advanced和IEEE802.16e/802.16mWiMax等无线协议所采纳。基于软输入软输出(SoftInputSoftOutput，SISO)模型的迭代检测译码被认为能够逼近MIMO信道的香农限，因此学术界和工业界提出了多种迭代检测方法。

以下是现有技术中的MCMC-MIMO(MarkovChainMonteCarlo-MultipleInputMultipleOutput)检测方法，具体的，参见图1-图4，该算法在初始化模马氏链步骤204只初始化一条马氏链的状态；条件对数似然比计算模块207根据当前马氏链的状态以及将被更新的符号位置n，计算得到第n个符号取不同星座符号的|θ|个条件对数似然比305；条件概率计算步骤209根据步骤207得到的|θ|个条件对数似然比计算第n个符号取不同状态时的条件概率402，此过程涉及1/Σexp(□)类型运算，复杂度极高；符号更新模块210只用来更新第n个符号505，先根据模块209得到的条件概率来计算当前位置符号的累积概率密度503，再根据产生的随机数501来确定更新的符号。

但是现有的MCMC算法存在如下问题：Gibbs采样在高信噪比(SNR)会陷入“锁死”到一个局部最优态，使得采样的状态数减少，从而导致计算LLR时出现较大的误差，即检测性能不佳；Gibbs采样过程是基于概率域的逐比特(逐符号)更新，需要计算每比特(每符号)的概率，然后根据概率分布进行采样更新，该过程涉及到指数等非线性运算，复杂度较高。

发明内容

为了解决这些潜在问题，本发明的目的在于克服现有技术中所存在的上述不足，提供一种检测性能更好、复杂度较低的基于K-best采样的MCMC-MIMO检测方法。

为了实现上述发明目的，本发明采用的技术方案是：

一种MCMC-MIMO检测方法，包括：

S1、初始化K条马氏链符号序列；

S2、计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q；

S3、得到更新的K条马氏链符号序列；

S4、根据步骤S3得到的所述序列中概率最大的符号序列来计算每比特的外信息，并进行输出；

其中K≥2，n≥1，q≥1，且K、n、q均为整数，θ₁为第一状态，θ_q为第q状态。

进一步地，所述S1步骤包括：

S101、设置Gibbs采样迭代变量i＝1；

S102、判断i是否小于等于总迭代次数p×d，若否，则停止迭代，若是，则执行步骤S103，其中K为马氏链条数，p是Gibbs采样的并行度，d是采样深度；

S103、判断mod(i，d)是否等于1，若是，则初始化K条马氏链符号序列，所述K条马氏链符号序列表示为 执行步骤S104，若否，则执行步骤S104，其中，K为马氏链条数，M为发射天线数，i为迭代变量；

S104、设置符号更新变量n＝1；

S105、判断n≤M是否成立，若否，则输出当前K条马氏链符号序列，执行步骤S4，执行步骤S106，若是，则执行步骤S2，其中，M为发射天线数；

S106、设置i＝i+1，跳至步骤S102。

进一步地，所述S2步骤包括：

S201、设置马氏链循环变量k＝1；

S202、设置状态空间循环变量q＝1；

S203、分别计算第k条马氏链第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q，具体计算公式为：

$L_{k,q}=ln\frac{P(s_{k,n}={\mathrm{\θ}}_q|s_{k,1}^i,...s_{k,n-1}^i,s_{k,n+1}^{i-1},...s_{k,M}^{i-1},L_{A1})}{P\left(s_{k,n}={\mathrm{\θ}}_1|s_{k,1}^i,\mathrm{...}{s}_{k,n-1}^i,s_{k,n+1}^{i-1},\mathrm{...},s_{k,M}^{i-1},L_{A1}\right)},$

S204、设置q＝q+1；

S205、判断q≤|θ|是否成立，若是，则执行步骤S203，若否，则设置k＝k+1，执行步骤S206；

S206、判断k≤K是否成立，若是，则执行步骤S202，若否，则记录K条马氏链第n个符号的K|θ|个条件对数似然比，并执行步骤S3；

其中K≥2，n≥1，q≥1，i≥1且K、n、q、i均为整数，θ₁为第一状态，θ_q为第q状态,为第k条马氏链第n个符号取状态θ_q时的概率，L_A1为信道译码器反馈给MIMO检测器的先验信息。

进一步地，所述S3步骤包括：

S301、在所述K条马氏链第n个符号的K|θ|个条件对数似然比中，筛选出K个较大的条件对数似然比；

S302、将所述K条马氏链的状态设置为步骤S301中K个较大条件对数似然比对应的符号序列；

S303、设置n＝n+1，并执行步骤S105。

进一步地，所述根据步骤S3得到的所述序列计算每比特的外信息为根据K个的符号序列中概率最大的的符号序列计算每比特的外信息，并进行输出。

本发明同时提供一种MCMC-MIMO检测系统，该系统用于实现本发明的一种MCMC-MIMO检测方法，包括：

马尔科夫链状态初始化模块，用于初始化K条马氏链符号序列；

对数似然比计算模块，用于计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q；

状态更新模块，用于更新得到K条马氏链符号序列；

外信息计算模块，用于根据所述更新的K条马氏链符号序列概率最大的符号序列计算每比特的外信息，并进行输出；

其中K≥2，n≥1，q≥1，且K、n、q均为整数，θ₁为第一状态，θ_q为第q状态。

与现有技术相比，本发明的有益效果

本发明的一种MCMC-MIMO检测方法通过对接收信号符号在对数空间进行K条路径的马氏链状态更新，在更新过程中跟踪概率最大的K条路径的方式，可以避免马尔科夫链陷入锁死到局部最优态，从而大大提高采得最小欧氏距离符号样本序列的概率，提升系统整体性能；同时，且该采样直接在对数域进行，能够避免非线性指数运算，降低了系统的复杂度，易于实现。

附图说明

图1所示是现有技术的MCMC-MIMO检测方法流程图。

图2所示是现有技术的MCMC-MIMO检测方法的计算第n个符号条件对数似然比的流程图。

图3所示是现有技术的MCMC-MIMO检测方法的计算第n个符号取不同状态时的条件概率的流程图。

图4所示是现有技术的MCMC-MIMO检测方法的更新第n个符号的流程图。

图5所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法简化流程图。

图6所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法具体流程图。

图7所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法的计算第n个符号条件对数似然比流程图。

图8所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法的符号序列更新流程图。

图9所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测系统模块图。

图10所示是本发明的一个具体实施例示出的一种基于2-best采样的MCMC-MIMO检测方法。

具体实施方式

下面结合具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

实施例1：

图5所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测方法流程图，包括：

S1、初始化K条马氏链符号序列；

S2、计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q；

S3、得到更新的K条马氏链符号序列；

S4、根据步骤S3得到的所述序列中概率最大(即对数似然比最大)的符号序列来计算每比特的外信息，并进行输出；

其中K≥2，n≥1，q≥1，且K、n、q均为整数，θ₁为第一状态，θ_q为第q状态。

具体的，参见图6-图8，所述S1步骤包括：

S101、设置Gibbs采样迭代变量i＝1；

S102、判断i是否小于等于总迭代次数p×d，若否，则停止迭代，若是，则执行步骤S103，其中K为马氏链条数，p是Gibbs采样的并行度，d是采样深度；

S103、判断mod(i，d)是否等于1，若是，则初始化K条马氏链符号序列，所述K条马氏链符号序列表示为 执行步骤S104，若否，则执行步骤S104，其中，K为马氏链条数，M为发射天线数，i为迭代变量；

S104、设置符号更新变量n＝1；

S105、判断n≤M是否成立，若否，则输出当前K条马氏链符号序列，执行步骤S4，执行步骤S106，若是，则执行步骤S2，其中，M为发射天线数；

S106、设置i＝i+1，跳至步骤S102。

进一步地，所述S2步骤包括：

S201、设置马氏链循环变量k＝1；

S202、设置状态空间循环变量q＝1；

S203、分别计算第k条马氏链第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q，具体计算公式为：

$L_{k,q}=ln\frac{P(s_{k,n}={\mathrm{\θ}}_q|s_{k,1}^i,...s_{k,n-1}^i,s_{k,n+1}^{i-1},...s_{k,M}^{i-1},L_{A1})}{P\left(s_{k,n}={\mathrm{\θ}}_1|s_{k,1}^i,\mathrm{...}{s}_{k,n-1}^i,s_{k,n+1}^{i-1},\mathrm{...},s_{k,M}^{i-1},L_{A1}\right)},$

S204、设置q＝q+1；

S205、判断q≤|θ|是否成立，若是，则执行步骤S203，若否，则设置k＝k+1，执行步骤S206；

S206、判断k≤K是否成立，若是，则执行步骤S202，若否，则记录K条马氏链第n个符号的K|θ|个条件对数似然比L_1,1,...,L_1,q,L_2,1,...,L_2,q,...,L_K,1,...,L_K,q，并执行步骤S3；

其中K≥2，n≥1，q≥1，i≥1且K、n、q、i均为整数，θ₁为第一状态，θ_q为第q状态,为第k条马氏链第n个符号取状态θ_q时的概率，L_A1为信道译码器反馈给MIMO检测器的先验信息。

进一步地，所述S3步骤包括：

S301、在所述K条马氏链第n个符号的K|θ|个条件对数似然比中，筛选出K个较大的条件对数似然比；

S302、将所述K条马氏链的状态设置为步骤S301中K个较大条件对数似然比对应的符号序列，例如，最大的似然比为所对应的符号序列为 $s_{k_1,1}^i,...s_{k_1,n-1}^i,s_{k_1,n}^i={\mathrm{\θ}}_{q_1},s_{k_1,n+1}^{i-1},...s_{k_1,M}^{i-1},$ 次大的似然比为所对应的符号序列为 $s_{k_2,1}^i,...s_{k_2,n-1}^i,s_{k_2,n}^i={\mathrm{\θ}}_{q_2},s_{k_2,n+1}^{i-1},...s_{k_2,M}^{i-1},$ 则前2条马氏链的状态被更新为 $s_1^i=s_{k_1,1}^i,...s_{k_1,n-1}^i,s_{k_1,n}^i,s_{k_1,n+1}^{i-1},...s_{k_1,M}^{i-1},s_2^i=s_{k_2,1}^i,...s_{k_2,n-1}^i,s_{k_2,n}^i,s_{k_2,n+1}^{i-1}...s_{k_2,M}^{i-1};$

S303、设置n＝n+1，并执行步骤S105。

所述根据步骤S3得到的所述序列计算每比特的外信息为根据K个符号序列中最大的符号序列计算每比特的外信息，并进行输出，具体在本实施例中，是根据最大的似然比为所对应的符号序列为 $s_{k_1,1}^i,...s_{k_1,n-1}^i,s_{k_1,n}^i={\mathrm{\θ}}_{q_1},s_{k_1,n+1}^{i-1},...s_{k_1,M}^{i-1},$ 来计算每比特的外信息。

图9所示是本发明的一个具体实施例示出的一种MCMC-MIMO检测系统模块图，该系统用于实现本发明的一种MCMC-MIMO检测方法，包括：

马尔科夫链状态初始化模块，用于初始化K条马氏链符号序列；

对数似然比计算模块，用于计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q；

符号序列更新模块，用于计算得到更新的K条马氏链符号序列；

外信息计算模块，用于根据所述更新的K条马氏链符号序列中概率最大(即条件对数似然比最大)的符号序列计算每比特的外信息，并进行输出；

其中K≥2，n≥1，q≥1，且K、n、q均为整数，θ₁为第一状态，θ_q为第q状态。

值得一提的是，外信息计算模块输出的信号会送入译码器中，译码器输出的信号与外信息计算模块输出的信号进行相减运算，得到先验信息L_A1，所述先验信息用于下一次似然比的运算中，其中利用K条马氏链符号序列计算每比特的外信息属于现有技术的计算方法，在此不再赘述。

本发明的一种MCMC-MIMO检测方法通过对接收信号符号在对数空间进行K条路径的马氏链状态更新，在更新过程中跟踪概率最大的K条路径的方式，可以避免马尔科夫链陷入锁死到局部最优态，从而大大提高采得最小欧氏距离符号样本序列的概率，提升系统整体性能；同时，且该采样直接在对数域进行，能够避免非线性指数运算，降低了系统的复杂度，易于实现。

实施例2：

本实施例示出了计算基于2-best采样的MCMC-MIMO检测，其中该MIMO系统的收发送天线数为3，调制阶数为2。在步骤S1中，初始化2条马氏链，作为2条路径马氏链状态更新的起点，在更新过程中跟踪概率最大的2条路径。具体的，参见图10，假设初始状态相同，如 在更新符号s₁时，在K|θ|个条件对数似然比L_1,1,...,L_1,4,L_2,1,...,L_2,4中，选择最大的似然值为L_1,2和次大的似然值L_2,3所对应符号序列来更新马氏链的状态，此时两条马氏链的状态分别被更新为(θ₂,θ₂,θ₃)，(θ₃,θ₂,θ₃)。接着，更新符号s₂，用符号序列(θ₂,θ₂,θ₃)和(θ₃,θ₂,θ₃)分别去计算s₂取不同状态时的条件对数似然比，其中L_2,1，L_1,3为最大和次大的似然比，此时两条马氏链的状态分别被更新为(θ₃,θ₁,θ₃)，(θ₂,θ₃,θ₃)。最后用符号序列(θ₃,θ₁,θ₃)和(θ₂,θ₃,θ₃)去更新符号s₃，计算所得的最大和次大似然比为L_1,4和L_1,2，两条马氏链的状态分别被更新为和此时完成一次Gibbs采样迭代。

上面结合附图对本发明的具体实施方式进行了详细说明，但本发明并不限制于上述实施方式，在不脱离本申请的权利要求的精神和范围情况下，本领域的技术人员可以作出各种修改或改型。

Claims (6)

1.一种MCMC-MIMO检测方法，其特征在于，包括：

S1、初始化K条马氏链符号序列；

S2、计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q；

S3、得到更新的K条马氏链符号序列；

S4、根据步骤S3得到的所述序列中概率最大的符号序列来计算每比特的外信息，并进行输出；

其中K≥2，n≥1，q≥1，且K、n、q均为整数，θ₁为第一状态，θ_q为第q状态。

2.根据权利要求1所述的一种MCMC-MIMO检测方法，其特征在于，所述S1步骤包括：

S101、设置Gibbs采样迭代变量i＝1；

S102、判断i是否小于等于总迭代次数p×d，若否，则停止迭代，若是，则执行步骤S103，其中K为马氏链条数，p是Gibbs采样的并行度，d是采样深度；

S103、判断mod(i，d)是否等于1，若是，则初始化K条马氏链符号序列，所述K条马氏链符号序列表示为 执行步骤S104，若否，则执行步骤S104，其中，K为马氏链条数，M为发射天线数，i为迭代变量；

S104、设置符号更新变量n＝1；

S105、判断n≤M是否成立，若否，则输出当前K条马氏链符号序列，执行步骤S4，执行步骤S106，若是，则执行步骤S2，其中，M为发射天线数；

S106、设置i＝i+1，跳至步骤S102。

3.根据权利要求2所述的一种MCMC-MIMO检测方法，其特征在于，所述S2步骤包括：

S201、设置马氏链循环变量k＝1；

S202、设置状态空间循环变量q＝1；

S203、分别计算第k条马氏链第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q，具体计算公式为：

$L_{k,q}=ln\frac{P(s_{k,n}={\mathrm{\θ}}_q|s_{k,1}^i,...s_{k,n-1}^i,s_{k,n+1}^{i-1},...s_{k,M}^{i-1},L_{A1})}{P(s_{k,n}={\mathrm{\θ}}_1|s_{k,1}^i,...s_{k,n-1}^i,s_{k,n+1}^{i-1},...s_{k,M}^{i-1},L_{A1})},$

S204、设置q＝q+1；

S205、判断q≤|θ|是否成立，若是，则执行步骤S203，若否，则设置k＝k+1，执行步骤S206；

S206、判断k≤K是否成立，若是，则执行步骤S202，若否，则记录、输出K条马氏链第n个符号的K|θ|个条件对数似然比，并执行步骤S3；

其中K≥2，n≥1，q≥1，i≥1且K、n、q、i均为整数，θ₁为第一状态，θ_q为第q状态, $P(s_{k,n}={\mathrm{\θ}}_q|s_{k,1}^i,\mathrm{...}{s}_{k,n-1}^i,s_{k,n+1}^{i-1},\mathrm{...}{s}_{k,M}^{i-1},L_{A1})$ 为第k条马氏链第n个符号取状态θ_q时的概率,L_A1为信道译码器反馈给MIMO检测器的先验信息。

4.根据权利要求3所述的一种MCMC-MIMO检测方法，其特征在于，所述S3步骤包括：

S301、在所述K条马氏链第n个符号的K|θ|个条件对数似然比中，筛选出K个较大的条件对数似然比；

S302、将所述K条马氏链的状态设置为步骤S301中K个较大条件对数似然比对应的符号序列；

S303、设置n＝n+1，并执行步骤S105。

5.根据权利要求4所述的一种MCMC-MIMO检测方法，其特征在于，所述根据步骤S3得到的所述序列计算每比特的外信息为根据K个符号序列中概率最大(即条件对数似然比最大)的符号序列计算每比特的外信息，并进行输出。

6.一种MCMC-MIMO检测系统，用于实现如权利要求1-5任一项所述的方法，其特征在于，包括：

马尔科夫链状态初始化模块，用于初始化K条马氏链符号序列；

对数似然比计算模块，用于计算所述K条马氏链符号序列的每一条符号序列的第n个符号取状态θ_q时关于状态θ₁的条件对数似然比L_k,q；

状态更新模块，用于更新得到K条马氏链符号序列；

外信息计算模块，用于根据所述更新的K条马氏链符号序列中概率最大的符号序列计算每比特的外信息，并进行输出；

其中K≥2，n≥1，q≥1，且K、n、q均为整数，θ₁为第一状态，θ_q为第q状态。