CN105610484B - 大规模mimo低复杂度迭代接收方法 - Google Patents

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

大规模MIMO低复杂度迭代接收方法

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λ^ext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L^pr，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L^ext解速率匹配后作为译码器的先验信息λ^pr经译码得到外信息λ^ext；

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x_i先验均值μ_i和先验方差v_i，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… μ_K]^T；

步骤C：为避免正反馈，在对x_i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e_i表示单位矩阵的第i列；

步骤D：对发送符号x_i进行MMSE检测，得到：

其中V_x＝diag{v₁ v₂ … v_K}，κ_i＝(1+(1-v_i)ρ_i)^-1。根据检测器获得的关于x_i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x_i的检测为例进行说明。记h_i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H_i＝[h₁ h₂ … h_i-1 0 h_i+1 …h_K]，有对MMSE检测中要求逆的矩阵使用矩阵求逆引理：

可得对x_i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，H^HH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D_i和D分别为C_i和C的主对角矩阵，用D_i来代替C_i，可得：

其中，是g_i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λ^ext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L^pr，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L^ext解速率匹配后作为译码器的先验信息λ^pr经译码得到外信息λ^ext；

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x_i先验均值μ_i和先验方差v_i，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 … μ_K]^T；

(3)为避免正反馈，在对x_i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e_i表示单位矩阵的第i列；

(4)对发送符号x_i进行MMSE检测，得到：

其中V_x＝diag{v₁ v₂ … v_K}，κ_i＝(1+(1-v_i)ρ_i)^-1。根据检测器获得的关于x_i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x_i的检测为例进行说明。记h_i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H_i＝[h₁ h₂ … h_i-1 0 h_i+1 …h_K]，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x_i的MMSE检测结果为：

并进而可得，x_i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，H^HH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D_i和D分别为C_i和C的主对角矩阵，用D_i来代替C_i，可得：

其中(a)处的约等于符号是由于以D_i来代替C_i。

此时，的条件均值和条件方差为：

其中，是g_i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x_i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(x_i＝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λ^ext作为发送符号的先验信息L^pr，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λ^pr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x_i的先验信息(·)^T表示矩阵或向量的转置，计算发送符号x_i先验均值μ_i和先验方差v_i，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 …μ_K]^T；

c)为避免正反馈，在对第i个用户的发送符号x_i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e_i表示单位矩阵的第i列；

d)对发送符号x_i进行MMSE检测，得到：

其中I_M表示M维单位矩阵，σ²表示噪声方差，V_x＝diag{v₁ v₂ … v_K}，

κ_i＝(1+(1-v_i)ρ_i)^-1；

根据SISO检测器获得的关于x_i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x_i的检测为例，记h_i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H_i＝[h₁ h₂ … h_i-1 0 h_i+1 …h_K]，有对MMSE检测中的矩阵求逆运算使用矩阵求逆引理：可得对x_i进行MMSE检测的结果为：

记可得：

令C＝ΛH^HHΛ+σ²I_K，可得：并进而可得：

利用大规模MIMO信道的渐进正交特性，记D_i和D分别为C_i和C的主对角矩阵，用D_i来代替C_i，可得：

记可得：此时，的条件均值和条件方差为：

其中，是g_i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x_i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x_i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。