CN107046433B - 一种大规模mimo系统上行链路低复杂度迭代检测算法 - Google Patents

一种大规模mimo系统上行链路低复杂度迭代检测算法 Download PDF

Info

Publication number
CN107046433B
CN107046433B CN201710283929.3A CN201710283929A CN107046433B CN 107046433 B CN107046433 B CN 107046433B CN 201710283929 A CN201710283929 A CN 201710283929A CN 107046433 B CN107046433 B CN 107046433B
Authority
CN
China
Prior art keywords
base station
matrix
algorithm
equal
mimo system
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.)
Expired - Fee Related
Application number
CN201710283929.3A
Other languages
English (en)
Other versions
CN107046433A (zh
Inventor
张文策
鲍煦
戴继生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201710283929.3A priority Critical patent/CN107046433B/zh
Publication of CN107046433A publication Critical patent/CN107046433A/zh
Application granted granted Critical
Publication of CN107046433B publication Critical patent/CN107046433B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04B7/0413—MIMO systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0047—Decoding adapted to other signal detection operation
    • H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0052—Realisations of complexity reduction techniques, e.g. pipelining or use of look-up tables

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开一种大规模MIMO系统上行链路低复杂度迭代检测算法，首先，输入信道矩阵、基站接收信号矢量、算法迭代次数以及算法控制参数等信息；其次，迭代更新检测结果；最后，输出经过若干次迭代后的检测结果。本发明能够解决用户数目较多的大规模MIMO系统上行链路的低复杂度信号检测问题，适用于Rayleigh衰落信道下，算法具有收敛速度快、易于硬件实现以及误码率性能好等优点。

Description

一种大规模MIMO系统上行链路低复杂度迭代检测算法
技术领域
本发明涉及一种适用于大规模MIMO(Multiple-Input-Multiple-Output，多输入多输出)系统上行链路的低复杂度检测算法，属于移动通信领域。
背景技术
近年来，随着人们日益增长的数据业务需求，移动通信领域发展迅速。目前，第五代移动通信系统(5G)的相关研究正在积极展开。其中，5G物理层核心技术之一为大规模MIMO技术。通过在基站侧使用大量的收发天线，大规模MIMO系统可以利用额外的自由度，并行传输多个数据流，同时提高分集增益，从而可以极大的增加频谱利用率、提高传输可靠性并改善系统的能量效率。
由于基站使用大量的收发天线，设计低复杂度的上行链路检测算法成为大规模MIMO系统实际应用中面临的重要挑战。虽然非线性检测算法性能一般优于线性检测算法，但是其复杂度很高。对于大规模MIMO系统，参考文献“Fredrik Rusek,et al,Scaling UpMIMO:Opportunities and Challenges with Very Large Arrays,IEEE SignalProcessing Magazine,vol.30,no.1,pp.40–60,January 2013”指出当接收天线数目足够大时，使用线性检测算法可以获得接近最优的性能。常见的线性检测算法有最大比合并(MRC)、迫零(ZF)以及最小均方误差(MMSE)等。其中，ZF和MMSE检测算法的性能一般显著优于MRC，但算法涉及大维矩阵的求逆操作，不利于硬件实现。
为了简化矩阵求逆操作，参考文献“M Wu,et al,Large-Scale MIMO Detectionfor 3GPP LTE:Algorithms and FPGA Implementations,IEEE Journal of SelectedTopics in Signal Processing,vol.8,no.5,pp.916–929,2014”提出利用Neumann级数来近似矩阵求逆，以降低计算复杂度，但仿真结果表明该方法导致较大的性能损失。参考文献“X.Gao,et al,Low-complexity near-optimal signal detection for uplink large-scale MIMO systems,Electronics Letters,vol.50,no.18,pp.1326–1328,August 2014”以及参考文献“B.Yin,et al,Conjugate gradient-based soft-output detection andprecoding in massive MIMO systems,”in 2014IEEE Global CommunicationsConference,Dec 2014,pp.3696–3701”分别提出利用Richardson方法和共轭梯度方法来简化矩阵求逆，然而这两种方法均涉及大量除法运算并且收敛速度较慢。参考文献“L.Dai,etal，Low-Complexity Soft-Output Signal Detection Based on Gauss-Seidel Methodfor Uplink Multiuser Large-Scale MIMO Systems,”IEEE Transactions on VehicularTechnology,vol.64,no.10,pp.4839–4845,Oct 2015”提出的基于Gauss-Seidel方法的检测算法虽然收敛速度较快，但是包含内部循环操作，并不适用于并行计算。参考文献“X.Qin,et al,A Near-Optimal Detection Scheme Based on Joint Steepest Descentand Jacobi Method for Uplink Massive MIMO Systems,”IEEE CommunicationsLetters,vol.20,no.2,pp.276–279,Feb 2016”基于最速下降法和Jocobi方法提出一种接近最优的检测算法，收敛速度很快且适合硬件实现，然而当用户数较多时该方法性能下降明显。
本发明基于Landweber方法，提出一种适用于大规模MIMO上行链路的低复杂度检测算法，在用户数较多时性能表现良好。
发明内容
发明目的：针对大规模MIMO系统上行链路的信号检测问题，本发明提出一种基于Landweber方法的低复杂度检测算法，该方法简单可行，尤其适用于Rayleigh衰落信道下用户数目较多的大规模MIMO系统。
技术方案：一种大规模MIMO系统上行链路低复杂度迭代检测算法，设小区内用户数目为K，每个用户仅配备1根收发天线，基站侧配置M根接收天线，M＞＞K。令y＝[y1,y2,…,yM]T表示上行链路基站接收的信号矢量，其中[·]T表示矩阵的转置，ym(m＝1,2,…,M表示基站第m根天线接收的信号。y可以表示为
y＝Hs+n (1)
其中H是M×K维矩阵，H的第(i,j)个元素Hij表示第j个用户到基站第i根天线的信道增益，Hij(1≤i≤M,1≤j≤K)相互独立，服从均值为0、方差为1的循环对称复高斯分布；s＝[s1,s2,…,sK]T，其中sk(k＝1,2,…,K)表示第k个用户发送的信号，sk(k＝1,2,…,K)相互独立，均值为0，方差为1；n＝[n1,n2,…,nM]T表示基站处的接收噪声矢量，其中nm表示基站第m根天线处的接收噪声，nm(m＝1,2,…,M)相互独立，服从均值为0、方差为的循环对称复高斯分布。
该检测方案利用输入的信道矩阵H、接收信号矢量y，迭代更新发送信号s的估计值，具体包含以下三个步骤：
第一步：输入信道矩阵H(M×K维)、基站接收信号矢量y(M×1维)、算法迭代次数T以及多项式阶数L，计算迭代检测过程中使用的参数a以及b＝[b0,b1,…,bT]T；
第二步：利用第二步中得到的a以及b，迭代更新发送信号s的估计值；
第三步：输出迭代T次后发送信号s的估计值(K×1维)。
下面介绍第一步的具体操作步骤：
①按照以下方法计算a：a＝1/(M+K)；
②令Aa＝IK-aHHH，其中IK表示K维的单位矩阵，()H表示矩阵的共轭转置。令按照下式计算b＝[b0,b1,…,bT]T：
其中，表示矩阵的Moore-Penrose广义逆。G和r的表达式如下：
其中，Tr[·]表示矩阵的迹，表示数学期望。上式中的数学期望计算方法如下：
上式中
其中，δ(z)为狄拉克函数，
下面介绍第二步的具体操作步骤：
①令t＝0，计算C＝HHH，
②计算
③如果t＜T，令t←t+1并且重新执行第②步。
有益效果：与现有技术相比，本发明所提供的大规模MIMO系统上行链路信号检测方案，具有如下优点：
(1)应用范围广泛。本发明所提出方案既可以应用于用户数较少的场景，也可以应用于用户数较多的场景；
(2)收敛速度快。本发明所提出方案简单易行，复杂度低；
(3)误码率性能好。本发明所提出的方案以较低的实现复杂度，获得良好的误码率性能。
附图说明
图1为本发明实施例的基于Landweber方法的大规模MIMO系统上行链路检测算法的实施流程图；
图2为本发明实施例的误码率仿真结果图。
具体实施方式
下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示，本发明的具体实施步骤主要包含以下七个步骤：
第一步：输入算法所需要的各种参数和信息。这一步需要输入信道矩阵H，基站接收到的信号矢量y，多项式阶数L以及迭代次数T；
第二步：根据基站数目和用户数目，计算a＝1/(M+K)；
第三步：计算b＝[b0,b1,…,bT]T。这一步需要利用Aa＝IK-aHHH以及有其中G和r的计算方法如下：
上式中涉及到对矩阵的迹求取数学期望，可以利用下述方式计算：
上式中
其中，δ(z)为狄拉克函数，
第四步：计算t＝0，C＝HHH，
第五步：计算
第六步：如果t＜T，令t←t+1并且重新执行第五步；
第七步：输出T次迭代后的检测结果
图2为本发明实施例的误码率仿真结果图。仿真参数中，M＝100，K＝40，L＝20，调制方案为64-QAM，信噪比定义为对比方案来自于参考文献“X.Qin,Z.Yan,andG.He,“A Near-Optimal Detection Scheme Based on Joint Steepest Descent andJacobi Method for Uplink Massive MIMO Systems,”IEEE Communications Letters,vol.20,no.2,pp.276–279,Feb 2016”。
综上，本发明的一种大规模MIMO系统上行链路低复杂度迭代检测算法，首先，输入信道矩阵、基站接收信号矢量、算法迭代次数以及算法控制参数等信息；其次，迭代更新检测结果；最后，输出经过若干次迭代后的检测结果。本发明能够解决用户数目较多的大规模MIMO系统上行链路的低复杂度信号检测问题，适用于Rayleigh衰落信道下，算法具有收敛速度快、易于硬件实现以及误码率性能好等优点。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (1)

1.一种大规模MIMO系统上行链路低复杂度迭代检测算法，其特征在于，包含以下步骤：
步骤1：设小区内用户数目为K，每个用户仅配备1根收发天线，基站侧配置M根接收天线，M＞＞K，令y＝[y1，y2，...，yM]T，表示上行链路基站接收的信号矢量，其中[·]T表示矩阵的转置，ym(m＝1,2,…,M)表示基站第m根天线接收的信号，y可以表示为
y＝Hs+n
其中H是M×K维矩阵，H的第(i,j)个元素Hij表示第j个用户到基站第i根天线的信道增益，Hij(1≤i≤M，1≤j≤K)相互独立，服从均值为0、方差为1的循环对称复高斯分布；s＝[s1，s2，...，sK]T，其中sk(k＝1,2,…,K)表示第k个用户发送的信号，sk(k＝1,2,…,K)相互独立，均值为0，方差为1；n＝[n1，n2，...，nM]T表示基站处的接收噪声矢量，其中n表示基站第m根天线处的接收噪声，nm(m＝1,2,…,M)相互独立，服从均值为0、方差为的循环对称复高斯分布；
步骤2：输入信道矩阵H，H为M×K维矩阵，基站接收信号矢量y，y为M×1维矩阵，算法迭代次数T以及多项式阶数L，计算迭代检测过程中使用的参数a以及b＝[b0，b1，...，bT]T；
步骤3：利用步骤2中得到的a以及b，迭代更新发送信号s的估计值；
步骤4：输出迭代T次后发送信号s的估计值 为K×1维；
步骤2中a、b的计算方法如下：
其中，表示矩阵的Moore-Penrose广义逆，G和r的表达式如下：
其中，Aa＝IK-aHHH，Tr[·]表示矩阵的迹，E表示数学期望；上式中的数学期望计算方法如下：
上式中
其中，δ(z)为狄拉克函数，
步骤3中具体的迭代步骤如下：
步骤301：令t＝0，计算C＝HHH以及
步骤302：计算
步骤303：如果t<T，令t←t+1并且重新执行步骤302。
CN201710283929.3A 2017-04-26 2017-04-26 一种大规模mimo系统上行链路低复杂度迭代检测算法 Expired - Fee Related CN107046433B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710283929.3A CN107046433B (zh) 2017-04-26 2017-04-26 一种大规模mimo系统上行链路低复杂度迭代检测算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710283929.3A CN107046433B (zh) 2017-04-26 2017-04-26 一种大规模mimo系统上行链路低复杂度迭代检测算法

Publications (2)

Publication Number Publication Date
CN107046433A CN107046433A (zh) 2017-08-15
CN107046433B true CN107046433B (zh) 2019-12-03

Family

ID=59545994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710283929.3A Expired - Fee Related CN107046433B (zh) 2017-04-26 2017-04-26 一种大规模mimo系统上行链路低复杂度迭代检测算法

Country Status (1)

Country Link
CN (1) CN107046433B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108667494B (zh) * 2018-03-26 2020-01-24 江苏大学 一种大规模mimo通信系统的联合信道估计和用户分组方法
CN108650056B (zh) * 2018-04-04 2021-08-03 南京邮电大学 一种大规模mimo系统上行链路中的混合迭代检测方法
CN109257076B (zh) * 2018-09-20 2020-06-30 东南大学 基于大规模MIMO的压缩Landweber检测方法及系统
CN110176950B (zh) * 2019-04-22 2021-08-03 江苏大学 一种低精度adc大规模mimo系统上行链路最优量化比特数目计算方法
CN113328771B (zh) * 2021-06-03 2022-09-23 重庆邮电大学 一种基于共轭梯度算法的大规模mimo信号检测方法
CN113992482B (zh) * 2021-10-29 2023-10-03 安徽大学 一种基于2ppj迭代的信号检测方法及其系统
CN114531647B (zh) * 2022-01-13 2024-03-22 江苏大学 一种扩散分子通信环境下的多层自适应奖励目标溯源方法
CN115037339B (zh) * 2022-06-06 2024-01-23 网络通信与安全紫金山实验室 信号检测方法及终端设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102215073A (zh) * 2011-05-28 2011-10-12 西安电子科技大学 多点—多用户上行低复杂度mimo检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9160383B2 (en) * 2013-11-12 2015-10-13 Huawei Technologies Co., Ltd. Method for estimating covariance matrices and use thereof

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102215073A (zh) * 2011-05-28 2011-10-12 西安电子科技大学 多点—多用户上行低复杂度mimo检测方法

Also Published As

Publication number Publication date
CN107046433A (zh) 2017-08-15

Similar Documents

Publication Publication Date Title
CN107046433B (zh) 一种大规模mimo系统上行链路低复杂度迭代检测算法
US20210377079A1 (en) Time-frequency block-sparse channel estimation method based on compressed sensing
Zhang et al. Joint linear transmitter and receiver design for the downlink of multiuser MIMO systems
Hu et al. Low-complexity signal detection using CG method for uplink large-scale MIMO systems
Khoso et al. A low-complexity data detection algorithm for massive MIMO systems
CN110855585A (zh) 一种毫米波大规模mimo系统的信道估计方法
Xie et al. Low-complexity LSQR-based linear precoding for massive MIMO systems
CN101964695B (zh) 多用户多输入多输出下行链路预编码方法及系统
CN107241167A (zh) 一种基于大规模mimo系统bp检测的改进方法
CN104601257B (zh) 一种时分双工通信模式下多天线系统的互易性校准方法
Ivanov et al. Smart sorting in massive MIMO detection
Choi et al. Downlink extrapolation for FDD multiple antenna systems through neural network using extracted uplink path gains
CN106788631A (zh) 一种基于局部校准的大规模mimo互易性校准方法
Chataut et al. Huber fitting based ADMM detection for uplink 5G massive MIMO systems
CN108736934B (zh) 一种大规模mimo系统信号检测方法
Liu et al. A Low complexity high performance weighted Neumann series-based Massive MIMO detection
Liu et al. Reconfigurable intelligent surface enhanced massive connectivity with massive MIMO
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
CN107302386B (zh) 一种基于矩阵多项式的大规模mimo系统下行预编码方法
CN106027434A (zh) 一种基于csm的预编码方法
Mousavi et al. Low computational complexity joint iterative detection and decoding without ARQ in massive MIMO systems with UAVs
CN110868244B (zh) 一种基于信道穿刺的低复杂度通信信号检测方法
CN107196686A (zh) 一种带有预处理操作的大规模mimo系统信号检测方法
Qiu et al. Low-Complexity Variational Bayesian Inference Based Groupwise Detection for Massive MIMO Uplinks
Seidel et al. Decentralized massive MIMO uplink signal estimation by binary multistep synthesis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191203

Termination date: 20200426