CN105610484B - 大规模mimo低复杂度迭代接收方法 - Google Patents
大规模mimo低复杂度迭代接收方法 Download PDFInfo
- Publication number
- CN105610484B CN105610484B CN201610004783.XA CN201610004783A CN105610484B CN 105610484 B CN105610484 B CN 105610484B CN 201610004783 A CN201610004783 A CN 201610004783A CN 105610484 B CN105610484 B CN 105610484B
- Authority
- CN
- China
- Prior art keywords
- matrix
- symbol
- variance
- mmse
- extensive mimo
- 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
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
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/0848—Joint weighting
- H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明提出一种适用于大规模MIMO低复杂度迭代接收方法。该方法包括:1)基站接收所有用户发送的频域信号,检测器根据上一次迭代中译码器反馈的信息,计算发送符号的先验均值和方差;2)检测器对接收信号进行干扰抵消和MMSE滤波;3)利用矩阵求逆原理,对MMSE检测中的矩阵求逆运算进行变换;4)利用大规模MIMO信道渐进正交特性,对变换矩阵进行对角近似;5)计算发送符号的估计值和估计误差的方差,并计算发送符号对应比特的似然比信息;6)译码器根据检测器输出的外信息,计算符号的后验均值和方差;7)迭代此检测和译码过程直至达到预先设定的迭代次数。本发明所提出的接收方法,在保证接收性能的同时能够显著降低实现复杂度。
Description
技术领域
本发明涉及无线通信系统接收方法,尤其涉及一种具有多用户的大规模MIMO系统低复杂度迭代接收方法。
背景技术
通过在基站端配备大规模天线阵列,大规模多输入多输出(Multi-Input Multi-Output,MIMO)技术可在同一时频资源上服务多个用户,是下一代无线通信领域的主流研究技术之一。它通过空间复用和分集技术,深度挖掘和利用空间无线资源,大幅提升了无线通信的频谱效率和链路稳定性。
在传统的MIMO系统中,最优接收算法是联合检测和译码的最大似然(Maximum-Likelihood,ML)接收算法,它能准确计算对数似然比(Log-Likelihood Ratios,LLRs)。但是由于涉及多维积分,ML接收机的复杂度随基站天线数指数增长并因此限制了其使用范围。球型译码器(Sphere Decoding,SD)和约简格(Lattice Reduction)算法的接收性能都接近ML,但是复杂度依然很高。迭代接收方法通过在SISO检测器和SISO译码器之间迭代的交换编码比特的后验信息,可以获得近似最优的接收性能。最优的迭代接收机采用最大后验(Maximum A Posteriori,MAP)检测算法,其复杂度仍然呈指数增长。为降低检测算法复杂度,研究者们提出很多次优检测算法,如基于树搜索的算法,部分边缘化算法和SISOMMSE检测算法,其中SISO MMSE算法因复杂度最低而获得广泛使用。然而,在大规模MIMO系统中,即使对于中等数目的传输天线和接收天线,SISO MMSE检测算法的复杂度仍然很高。本发明利用大规模MIMO系统的用户信道近似正交的特性,提出一种低复杂度的基于SISOMMSE检测的迭代接收算法。
发明内容
本发明提出了一种适用于大规模MIMO系统中的低复杂度迭代接收方法,它在传统的基于SISO MMSE检测的迭代接收算法的基础之上,利用大规模MIMO系统中当基站天线数足够多时各用户与基站间的信道近似正交的特性,对SISO MMSE检测器中要求逆的矩阵进行一定的简化并进而采用对角矩阵近似的方法,在保证接收性能的同时,大幅地降低了计算复杂度。
本发明所提出的大规模MIMO低复杂度迭代接收方法,可降低软输入软输出(SISO)最小均方误差(MMSE)检测方法的实现复杂度。此迭代接收方法通过在SISO检测器和SISO译码器之间迭代地交换外信息来实现,其结构如图1所示,具体为:
1译码器在上一次迭代中反馈的外信息λext经过速率匹配后传递给检测器,检测器将其作为发送符号的先验信息Lpr,并根据基站侧接收信号y和信道矩阵Η对发送符号进行MMSE检测;
2为降低MMSE检测复杂度,首先运用数学方法对MMSE检测矩阵中矩阵求逆运算进行简化,再利用大规模MIMO的信道正交特性对简化过的求逆矩阵进行对角近似;
3检测器计算发送符号的估计值及其估计误差的方差,并计算对应比特的似然比,所得外信息Lext解速率匹配后作为译码器的先验信息λpr经译码得到外信息λext;
4迭代以上的检测和译码过程,直至达到预先设定的迭代次数。此低复杂度迭代接收方法的具体步骤如下:
步骤A:接收频域接收信号其中M为基站端天线数;
步骤B:将译码器反馈的外信息作为检测器的先验信息(·)T表示矩阵或向量的转置,计算发送符号xi先验均值μi和先验方差vi,其中,i=1,2,...,K,K表示为用户数(用户单天线),得到发送符号向量x的先验均值向量为μ=[μ1 μ2… μK]T;
步骤C:为避免正反馈,在对xi进行软干扰抵消时不应使用其先验信息,可得对应的接收信号为:其中ei表示单位矩阵的第i列;
步骤D:对发送符号xi进行MMSE检测,得到:
其中Vx=diag{v1 v2 … vK},κi=(1+(1-vi)ρi)-1。根据检测器获得的关于xi的先验信息计算其条件均值和条件方差如下:
在不影响最终的对数似然比(LLRs)的计算的前提下,令故可得:
步骤E:为降低复杂度和方便对比传统的SISO MMSE检测与本文所提出的低复杂度检测方法的复杂度,我们以xi的检测为例进行说明。记hi为信道矩阵H的第i列,即为第i个用户与基站间的信道向量。然后记Hi=[h1 h2 … hi-1 0 hi+1 …hK],有对MMSE检测中要求逆的矩阵使用矩阵求逆引理:
可得对xi进行MMSE检测结果为:
步骤F:在大规模MIMO系统中,各用户对应的信道向量近似正交,即对于大规模MIMO系统而言,当基站天线数M足够大时,HHH是主对角占优矩阵,因此我们可以用其主对角矩阵(主对角元素组成的对角矩阵)对其进行近似。为简化运算,记Di和D分别为Ci和C的主对角矩阵,用Di来代替Ci,可得:
其中,是gi的共轭向量。
其中,表示调制符号集合,记为表示符号x的第个比特。至此完成一次检测和译码过程,继续迭代此过程直至达到预先设定的迭代次数。
本发明具有以下有益效果:本发明实施例所提出的低复杂度迭代接收方法,利用大规模MIMO信道的近似正交特性,借助矩阵求逆原理和矩阵对角近似方法,能够有效地折中实现复杂度和性能。该方法与传统的基于SISO MMSE检测的迭代接收方法相比,在保证接收性能的同时大幅降低实现复杂度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单说明,显而易见地,下面描述中的附图仅仅表明本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这个附图获得其他实施例的附图。
图1为本发明实施例的结构框图。
具体实施方式
为了使本技术领域的人员更好的理解本发明方案,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除、完整的描述,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。
本发明提出了一种大规模多输入多输出系统的低复杂度迭代接收方法,具有低复杂度高性能的优点。此迭代接收方法通过在SISO检测器和SISO译码器之间迭代地交换外信息来实现,其结构如图1所示,具体为:
1.译码器在上一次迭代中反馈的外信息λext经过速率匹配后传递给检测器,检测器将其作为发送符号的先验信息Lpr,并根据基站侧接收信号y和信道矩阵Η对发送符号进行MMSE检测;
2.为降低MMSE检测复杂度,首先利用数学方法对MMSE检测矩阵中矩阵求逆运算进行简化,再利用大规模MIMO的信道正交特性对简化过的求逆矩阵进行对角近似;
3.检测器计算发送符号的估计值及其估计误差的方差,并计算对应比特的似然比,所得外信息Lext解速率匹配后作为译码器的先验信息λpr经译码得到外信息λext;
4.迭代以上的检测和译码过程,直至达到预先设定的迭代次数。
此低复杂度迭代接收方法的具体步骤如下:
(1)接收频域接收信号其中M为基站端天线数;
(2)将译码器反馈的外信息作为检测器的先验信息(·)T表示矩阵或向量的转置,计算发送符号xi先验均值μi和先验方差vi,其中,i=1,2,...,K,K表示为用户数(用户单天线),得到发送符号向量x的先验均值向量为μ=[μ1 μ2 … μK]T;
(3)为避免正反馈,在对xi进行软干扰抵消时不应使用其先验信息,可得对应的接收信号为:其中ei表示单位矩阵的第i列;
(4)对发送符号xi进行MMSE检测,得到:
其中Vx=diag{v1 v2 … vK},κi=(1+(1-vi)ρi)-1。根据检测器获得的关于xi的先验信息计算其条件均值和条件方差如下:
在不影响最终的对数似然比(LLRs)的计算的前提下,令故可得:
(5)为降低复杂度和方便对比传统的SISO MMSE检测与本文所提出的低复杂度检测方法的复杂度,我们以xi的检测为例进行说明。记hi为信道矩阵H的第i列,即为第i个用户与基站间的信道向量。然后记Hi=[h1 h2 … hi-1 0 hi+1 …hK],有对MMSE检测中要求逆的矩阵使用矩阵求逆引理:可得:
进而可得xi的MMSE检测结果为:
并进而可得,xi的估计值为:
(6)在大规模MIMO系统中,各用户对应的信道向量近似正交,即
其中,δ(·)是Dirac delta函数。上式表明,对于大规模MIMO系统而言,当基站天线数M足够大时,HHH是主对角占优矩阵,因此我们可以用其主对角矩阵(主对角元素组成的对角矩阵)对其进行近似。为简化运算,记Di和D分别为Ci和C的主对角矩阵,用Di来代替Ci,可得:
其中(a)处的约等于符号是由于以Di来代替Ci。
此时,的条件均值和条件方差为:
其中,是gi的共轭向量。
(7)为计算编码比特的LLRs,假设服从高斯分布,据此可得其条件概率密度函数为:
记为xi对应的码字的第j个比特(j=1,2,…,N,其中N是编码阶数),其后验LLR可以表示为:
各编码比特彼此独立,记为其中为调制符号的集合。则可得:
其中P(xi=x)可以表示为:表示符号x的第个比特。
进而可得:
其中可以近似表示为:
至此完成一次检测和译码过程,继续迭代此过程直至满足迭代终止条件。
Claims (2)
1.一种大规模MIMO低复杂度迭代接收方法,其特征在于,利用大规模MIMO信道特性,此迭代接收方法通过在软输入软输出SISO检测器和SISO译码器之间迭代地交换外信息来实现,具体为:
1)SISO检测器将SISO译码器反馈的外信息λext作为发送符号的先验信息Lpr,并根据基站侧接收信号y和信道矩阵Η对发送符号进行最小均方误差MMSE检测;
2)首先对MMSE检测矩阵中矩阵求逆运算进行简化;再利用大规模MIMO的信道正交特性对简化过的求逆矩阵进行对角近似;
3)计算发送符号的估计值及其估计误差的方差,计算对应比特的似然比并将其作为译码器的先验信息λpr进行译码;
4)迭代此检测和译码过程,直至满足性能要求或达到预先设定的迭代次数;
所述步骤1)的详细步骤为:
a)基站接收频域接收信号其中M为基站侧天线数目;
b)SISO检测器将SISO译码器反馈的外信息作为发送符号xi的先验信息(·)T表示矩阵或向量的转置,计算发送符号xi先验均值μi和先验方差vi,其中,i=1,2,...,K,K表示为用户数,即用户单天线,得到发送符号向量x的先验均值向量μ=[μ1 μ2 …μK]T;
c)为避免正反馈,在对第i个用户的发送符号xi进行软干扰抵消时不应使用其先验信息,可得对应的接收信号为:其中ei表示单位矩阵的第i列;
d)对发送符号xi进行MMSE检测,得到:
其中IM表示M维单位矩阵,σ2表示噪声方差,Vx=diag{v1 v2 … vK},
κi=(1+(1-vi)ρi)-1;
根据SISO检测器获得的关于xi的先验信息计算其条件均值和条件方差如下:
在不影响最终对数似然比LLRs计算的前提下,令可得:
所述步骤2)的详细步骤为:以xi的检测为例,记hi为信道矩阵H的第i列,即为第i个用户与基站间的信道向量,然后记Hi=[h1 h2 … hi-1 0 hi+1 …hK],有对MMSE检测中的矩阵求逆运算使用矩阵求逆引理:可得对xi进行MMSE检测的结果为:
记可得:
令C=ΛHHHΛ+σ2IK,可得:并进而可得:
利用大规模MIMO信道的渐进正交特性,记Di和D分别为Ci和C的主对角矩阵,用Di来代替Ci,可得:
记可得:此时,的条件均值和条件方差为:
其中,是gi的共轭向量。
2.根据权利要求1中所述的大规模MIMO低复杂度迭代接收方法,其特征在于所述步骤3)的详细步骤为:为计算编码比特的LLRs,假设服从高斯分布,据此可得其条件概率密度函数为:记为xi对应的码字的第j个比特,j=1,2,…,N,其中N是编码阶数,P(·)为概率质量函数,则xi的先验LLR为后验LLR为:进而可得外信息为:
其中,X表示调制符号集合,记为 表示符号x的第个比特。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610004783.XA CN105610484B (zh) | 2016-01-04 | 2016-01-04 | 大规模mimo低复杂度迭代接收方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610004783.XA CN105610484B (zh) | 2016-01-04 | 2016-01-04 | 大规模mimo低复杂度迭代接收方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105610484A CN105610484A (zh) | 2016-05-25 |
CN105610484B true CN105610484B (zh) | 2018-08-21 |
Family
ID=55990047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610004783.XA Active CN105610484B (zh) | 2016-01-04 | 2016-01-04 | 大规模mimo低复杂度迭代接收方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105610484B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106792872B (zh) * | 2016-11-15 | 2020-05-01 | 电子科技大学 | 一种用于超密集网络的低复杂度检测方法 |
CN107094043B (zh) * | 2017-05-23 | 2021-07-09 | 西安电子科技大学 | 基于块迭代法的改进后的mmse低复杂度信号检测方法 |
CN109922020B (zh) * | 2019-03-15 | 2020-10-02 | 北京邮电大学 | 一种计算复杂度低的正交时频空调制的均衡方法 |
CN110719239B (zh) * | 2019-09-29 | 2022-03-11 | 东南大学 | 一种数据模型双驱动的联合mimo信道估计和信号检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103166742A (zh) * | 2013-01-16 | 2013-06-19 | 南京信息工程大学 | Mimo信号的对偶格约减辅助检测方法 |
CN104954056A (zh) * | 2015-06-05 | 2015-09-30 | 东南大学 | 大规模mimo线性检测中矩阵求逆的硬件构架及方法 |
-
2016
- 2016-01-04 CN CN201610004783.XA patent/CN105610484B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103166742A (zh) * | 2013-01-16 | 2013-06-19 | 南京信息工程大学 | Mimo信号的对偶格约减辅助检测方法 |
CN104954056A (zh) * | 2015-06-05 | 2015-09-30 | 东南大学 | 大规模mimo线性检测中矩阵求逆的硬件构架及方法 |
Non-Patent Citations (3)
Title |
---|
Channel hardening-exploiting message passing(CHEMP) receiver in large-scale MIMO systems;T.Lakshmi Narasimhan等;《IEEE Journal of Selected Topics in Signal Processing》;IEEE;20140401;第8卷(第5期);847-860 * |
Low-complexity signal detection based on relaxation iteration method in massive MIMO systems;Ruohan Guo等;《China Communications》;IEEE;20151231;第12卷;1-8 * |
Power control and low-complexity receiver for uplink massive MIMO systems;Lixing Fan等;《Communications in China(ICCC)》;IEEE;20150115;266-270 * |
Also Published As
Publication number | Publication date |
---|---|
CN105610484A (zh) | 2016-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104618061B (zh) | 一种大规模多天线系统中多用户信号的检测方法 | |
Abuthinien et al. | Semi-blind joint maximum likelihood channel estimation and data detection for MIMO systems | |
US7817740B2 (en) | Method and system for minimum mean squared error soft interference cancellation (MMSE-SIC) based suboptimal maximum likelihood (ML) detection for multiple input multiple output (MIMO) wireless system | |
CN107624235B (zh) | 用于估计无线通信系统中的下行链路信道的装置和方法 | |
RU2303330C1 (ru) | Способ приема сигнала в системе связи с несколькими каналами передачи и приема | |
CN104301267B (zh) | 一种mimo无线通信接收机的多阶段迭代检测方法和装置 | |
CN105610484B (zh) | 大规模mimo低复杂度迭代接收方法 | |
CN102144377A (zh) | 用于硬限信号的信道估计与均衡 | |
CN104243377B (zh) | 一种干扰抑制方法和装置 | |
US8139669B2 (en) | Space domain filter detecting method in a multi-antenna wireless communication system | |
CN108650056A (zh) | 一种大规模mimo系统上行链路中的混合迭代检测方法 | |
US9042493B2 (en) | Method and apparatus for iteratively detecting and decoding signal in communication system with multiple-input and multiple-out (MIMO) channel | |
CN101582742B (zh) | 多入多出系统迭代检测方法、系统及设备 | |
US8737539B2 (en) | Low complexity iterative MIMO receiver based on successive soft interference cancellation and MMSE spatial filtering | |
CN109743086A (zh) | 一种大规模mimo系统的信道估计方法 | |
CN101026435A (zh) | 通信系统中低复杂度的极大似然检测方法及装置 | |
CN101541023B (zh) | 一种联合迭代检测译码方法和装置 | |
Choi et al. | Low complexity detection and precoding for massive MIMO systems | |
US8107546B2 (en) | Detection method of space domain maximum posteriori probability in a wireless communication system | |
CN101964667B (zh) | 用于长期演进方案的高效多天线检测方法 | |
CN105897627A (zh) | 大规模mimo全向预编码传输下的迭代软干扰消除接收方法 | |
Sarieddeen et al. | High order multi-user MIMO subspace detection | |
Sarieddeen et al. | Likelihood-based modulation classification for MU-MIMO systems | |
US10135503B2 (en) | Detection of spatially multiplexed signals for over-determined MIMO systems | |
Gao et al. | Near-optimal signal detection with low complexity based on Gauss-Seidel method for uplink large-scale MIMO systems |
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 |