CN107276703A - 一种采用压缩感知技术的正交空间调制系统检测方法 - Google Patents
一种采用压缩感知技术的正交空间调制系统检测方法 Download PDFInfo
- Publication number
- CN107276703A CN107276703A CN201710304818.6A CN201710304818A CN107276703A CN 107276703 A CN107276703 A CN 107276703A CN 201710304818 A CN201710304818 A CN 201710304818A CN 107276703 A CN107276703 A CN 107276703A
- Authority
- CN
- China
- Prior art keywords
- represent
- matrix
- compressed sensing
- antenna
- orthogonal intersection
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- 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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明请求保护一种采用压缩感知技术的正交空间调制系统检测方法,属于移动通信信号检测技术领域,本发明从稀疏信号求解的角度出发,根据正交空间调制(QSM)系统发送端生成向量的特点,利用压缩感知(CS)理论知识,提出了一种采用压缩感知技术的正交空间调制系统检测方法(S‑OMP)。本发明避免了联合检测方法中对所有可能的联合空间的搜索,极大地价低了复杂度。本发明不仅接近最大似然检测(ML)的性能,而且具有较低的复杂度,有极好的理论和实际意义。本发明在天线技术和绿色通信技术中有较好的实际应用意义。
Description
技术领域
本发明涉及移动通信领域,具体涉及到一种采用压缩感知技术的正交空间调制系统检测方法。
背景技术
正交空间调制(QSM)作为多输入多输出(MIMO)系统中的新技术之一,该技术能够利用发送天线序号来传递信道比特,同时避免信道间干扰,因此成为大家研究的热点之一。QSM系统中,将信息比特分成三部分,一部分映射到传统的数字调制符号上,剩下两部分映射到激活的天线索引上,因此能够有效的利用发送天线序号所形成的空间维来传输信息比特。此外,QSM系统每一时隙激活一根或两根天线(其它天线保持静默状态)发送的调制符号实部和虚部是正交的,所以QSM系统在提高系统频谱利用率的同时也避免了信道间干扰(ICI)问题。
在QSM系统中频谱效率计算公式为:R=log2(Nt 2M)。即输入的信息比特流按照log2(Nt 2M)的长度划分为若干帧,其中Nt表示发送天线数,M表示调制信号点数。在每一帧信息比特中,前log2M个比特映射到传统的数字星座图上的一点s,后log2Nt个比特映射到激活的天线索引lR用来发送数字调制符号s的实部sR,剩下的log2Nt个比特映射到激活的天线索引lI用来发送数字调制符号s的虚部sI。
空间调制技术是随着大规模MIMO技术的研究在近年兴起的,信号检测、调制技术甚至是信道估计技术都大部分沿用MIMO的相关准则,虽然系统模型和原理大致相同,但是毕竟空间调制技术有所改进,因而沿用MIMO技术中的相关方法缺乏空间调制自身特点和属性,更多空间调制技术本身的优点和特性仍待研究。检测方法的研究趋势呈现为如何通过改进研究降低方法计算复杂度、提高检测性能。因此,在正交空间调制的MIMO系统中,对检测方法进行研究,通过研究和改进使得信号检测方法的检测准确度有一定的保障,同时方法流程、计算过程又不复杂是十分有意义的。最大似然估计(ML)的原理在于搜索所有的发送符号的可能,找到最合适的天线序号与调制符号的组合,因此能获得最接近误码率性能,称得上是性能最优的检测方法。但是这种方法搜索目标过多,实现起来步骤十分复杂,在大规模天线系统中难以实际应用。因此,本发明提出了一种采用压缩感知技术的正交空间调制系统检测方法,该方法能够有效的降低接收端的计算复杂度,该方法达到最优检测时计算复杂度较ML降低了95%,并且随着发射天线的扩大,相对于ML所占的百分比随之降低。ML方法的计算复杂度为(12Nr-1)×Nt 2×M,而本发明提出的检测方法计算复杂度仅为复杂度随着S选取不同而改变,具体为
(8Nr-2)Nt+(8Nr-1)S2+(6Nr-1)S-1+(12Nr-1)S2M。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种降低计算复杂度并且取得次优性能的采用压缩感知技术的正交空间调制系统检测方法。本发明的技术方案如下:
一种采用压缩感知技术的正交空间调制系统检测方法,其包括以下步骤:
1)、获取QSM系统模型的接收向量,并将接收向量采用复数域矩阵实数化的方法变形为实数域模型,得到信道观测矩阵新的观测矩阵为实高斯随机变量,并且具有有限等距性(Restricted Isometric Property,RIP)特性;
2)、对信道观测矩阵进行归一化处理,归一化后的矩阵同样具有RIP特性;
3)、结合CS(压缩感知)理论分析确定QSM系统发送端向量的稀疏度;
4)、采用S-OMP检测方法迭代t次得到可能的激活天线索引集合;
5)、在步骤4)得到的激活天线索引集合中进行最大似然检测,输出激活天线索引及数字调制符号。
进一步的,所述步骤1)将接收向量采用复数域矩阵实数化的方法变形为实数域模型,包括
其中,和表示变量的实部和虚部,H表示信道矩阵,y接收端向量,x发送端生成向量,n表示信道噪声。上式等价为: 表示实数域中的接收向量,表示实数域中的信道矩阵,表示实数域中的发送端生成向量,表示实数域中的信道噪声。其中,Nt表示发射天线数,Nr表示接收天线数。
进一步的,所述步骤2)归一化后的信道矩阵为其中是对角矩阵,对角
线上元素为对应信道矩阵的列向量的l2范数。
进一步的,所述步骤3)结合CS理论分析确定QSM系统发送端向量的稀疏度即S-OMP检测方法的迭代循环次数为2。
进一步的,所述步骤4)采用S-OMP(本专利提出)检测方法迭代t次得到可能的激活天线索引集合,具体包括以下步骤;
初始化S-OMP检测方法的参数, r0表示初始化残差,Λ0表示初始化迭代索引集合,表示按索引集合Λ0选出的信道矩阵的列集合,Γ表示最有可能的激活天线集合,λ1表示第一次迭代得到的索引,hj表示信道矩阵的第j列。
迭代第一次即t=1时,首先判断上一步得到的λ1,判断若λ1>64,则取中索引号大于64的前6个最大相关值存入集合Λt中,若λ1≤64,则取中索引号小于等于64的前6个最大相关值存入集合Λt中;表示将相关值降序排序。然后计算含有可能激活天线索引的对应信道矩阵 表示可能激活天线索引对应的信道矩阵,hΛt表示按集合Λt选取的信道列向量。最后利用最小二乘法更新下一次迭代的残差值S-OMP检测方法迭代第二次即t=2时,判断若λ1>64,则取中索引号大于64的前6个最大相关值存入集合Λt中,若λ1≤64,则取中索引号小于等于64的前6个最大相关值存入集合Λt中。
进一步的,所述步骤5)分别从集合Λ1,Λ2中取一个天线索引号进行组合,共62=36种天线组合存入集合Γ,在天线索引集合Γ中采用ML进行检测,
其中lR和lI属于集合Γ。lR表示发送数字调制符号实部的天线索引,lI表示发送数字调制符号虚部的天线索引,表示调制符号的实部,表示调制符号的虚部。输出激活天线索引数字调制符号
本发明的优点及有益效果如下:
本发明涉及到一种采用压缩感知技术的正交空间调制系统检测方法。在正交空间调制(QSM)系统中,为了有效地降低接收端检测系统的复杂度,现有的常用最大似然估计(ML)方法。ML搜索所有的天线序号与调制符号组合的可能,找到最合适的组合,因此能获得最接近误码率性能,称得上是性能最优的检测方法。但是这种方法搜索目标过多,实现起来步骤十分复杂,复杂度高,在大规模天线系统中难以实际应用。针对上述问题,提出一种采用压缩感知技术的正交空间调制系统检测方法,克服了ML的高复杂度,并且性能接近ML,在天线技术和绿色通信技术中有较好的实际应用意义。它解决了传统ML(最大似然估计)联合天线和调制符号搜索目标过多,实现起来步骤十分复杂,计算复杂度大的问题。在正交空间调制(QSM)系统中,根据发送信号稀疏的特性,利用压缩感知稀疏信号检测原理,有效降低了检测方法中对联合空间的搜索,极大地价低了复杂度。本发明不仅接近ML的性能,而且具有较低的复杂度,有极好的理论和实际意义。
附图说明
图1是本发明提供优选实施例QSM系统模型图;
图2是本发明提供优选实施例采用压缩感知技术的正交空间调制系统检测方法流程图;
图3是QSM系统误码率曲线仿真图(Nt=64,Nr=16,4QAM)。
具体实施方式
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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
例如:当发射天线数Nt=64,接收天线数Nr=16,符号为4QAM,S=6,频谱效率R=10bit/s/Hz时,如图3所示该方法相较于ML方法的计算复杂度降低了约98.7%。
流程图如图2所示:
步骤一:对基于复数域的QSM系统中接收向量变形,得到实数域模型:
其中,和表示变量的实部和虚部。上式等价为:其中,新的观测矩阵为实高斯随机变量,并且同样具有RIP特性。
步骤二:对进行归一化处理。归一化后的信道矩阵为其中是对角矩阵,对角线上元素为对应信道矩阵的列向量的l2范数。显然,同样具有RIP特性。
步骤三:结合CS理论分析确定QSM系统发送端向量的稀疏度即S-OMP检测方法的迭代循环次数为2。
步骤四:初始化S-OMP检测方法的参数。
步骤五:S-OMP检测方法迭代第一次时(t=1),首先判断上一步得到的λ1,若λ1>64(λ1≤64),则取中索引号大于64(小与等于64)的前6个最大相关值存入集合Λt中;然后计算含有可能激活天线索引的对应信道矩阵最后利用最小二乘法更新下一次迭代的残差值S-OMP检测方法迭代第二次时(t=2),首先根据步骤四中λ1值判断,若λ1>64(λ1≤64),则取中满足索引号小于等于64(大于64)的前6个最大相关值存入集合Λt中。
步骤六:分别从集合Λ1,Λ2中取一个天线索引号进行组合,共62=36种天线组合存入集合Γ。在天线索引集合Γ中采用ML进行检测,其中lR和lI属于集合Γ。
步骤七:输出激活天线索引数字调制符号
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种采用压缩感知技术的正交空间调制系统检测方法,其特征在于,包括以下步骤:
1)、获取QSM系统模型的接收向量,并将接收向量采用复数域矩阵实数化的方法变形为实数域模型,得到信道观测矩阵新的观测矩阵为实高斯随机变量,并且具有有限等距性特性;
2)、对信道观测矩阵进行归一化处理,归一化后的矩阵同样具有RIP特性;
3)、结合CS理论分析确定QSM系统发送端向量的稀疏度;
4)、采用S-OMP检测方法迭代t次得到可能的激活天线索引集合;
5)、在步骤4)得到的激活天线索引集合中进行最大似然检测,输出激活天线索引及数字调制符号。
2.根据权利要求1所述的采用压缩感知技术的正交空间调制系统检测方法,其特征在于,所述步骤1)将接收向量采用复数域矩阵实数化的方法变形为实数域模型,包括
其中,和表示变量的实部和虚部,H表示信道矩阵,y接收端向量,x发送端生成向量,n表示信道噪声。上式等价为: 表示实数域中的接收向量,表示实数域中的信道矩阵,表示实数域中的发送端生成向量,表示实数域中的信道噪声。其中,Nt表示发射天线数,Nr表示接收天线数。
3.根据权利要求2所述的采用压缩感知技术的正交空间调制系统检测方法,其特征在于,所述步骤2)归一化后的信道矩阵为其中是对角矩阵,对角线上元素为对应信道矩阵的列向量的l2范数。
4.根据权利要求1-3之一所述的采用压缩感知技术的正交空间调制系统检测方法,其特征在于,所述步骤3)结合CS理论分析确定QSM系统发送端向量的稀疏度即S-OMP检测方法的迭代循环次数为2。
5.根据权利要求4所述的采用压缩感知技术的正交空间调制系统检测方法,其特征在于,所述步骤4)采用S-OMP检测方法迭代t次得到可能的激活天线索引集合,具体包括以下步骤;
初始化S-OMP检测方法的参数, r0表示初始化残差,Λ0表示初始化迭代索引集合,表示按索引集合Λ0选出的信道矩阵的列集合,Γ表示最有可能的激活天线集合,λ1表示第一次迭代得到的索引,hj表示信道矩阵的第j列;
迭代第一次即t=1时,首先判断上一步得到的λ1,判断若λ1>64,则取中索引号大于64的前6个最大相关值存入集合Λt中,若λ1≤64,则取中索引号小于等于64的前6个最大相关值存入集合Λt中;表示将相关值降序排序;然后计算含有可能激活天线索引的对应信道矩阵 表示可能激活天线索引对应的信道矩阵,hΛt表示按集合Λt选取的信道列向量。最后利用最小二乘法更新下一次迭代的残差值S-OMP检测方法迭代第二次即t=2时,判断若λ1>64,则取中索引号大于64的前6个最大相关值存入集合Λt中,若λ1≤64,则取中索引号小于等于64的前6个最大相关值存入集合Λt中。
6.根据权利要求5所述的采用压缩感知技术的正交空间调制系统检测方法,其特征在于,所述步骤5)分别从集合Λ1,Λ2中取一个天线索引号进行组合,共62=36种天线组合存入集合Γ,在天线索引集合Γ中采用ML进行检测,其中lR和lI属于集合Γ,lR表示发送数字调制符号实部的天线索引,lI表示发送数字调制符号虚部的天线索引,表示调制符号的实部,表示调制符号的虚部。输出激活天线索引数字调制符号
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710304818.6A CN107276703B (zh) | 2017-05-03 | 2017-05-03 | 一种采用压缩感知技术的正交空间调制系统检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710304818.6A CN107276703B (zh) | 2017-05-03 | 2017-05-03 | 一种采用压缩感知技术的正交空间调制系统检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107276703A true CN107276703A (zh) | 2017-10-20 |
CN107276703B CN107276703B (zh) | 2020-03-17 |
Family
ID=60074332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710304818.6A Active CN107276703B (zh) | 2017-05-03 | 2017-05-03 | 一种采用压缩感知技术的正交空间调制系统检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107276703B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150277A (zh) * | 2018-07-31 | 2019-01-04 | 重庆邮电大学 | 一种基于近端梯度算法的大规模多用户信号检测方法 |
CN109617577A (zh) * | 2018-12-19 | 2019-04-12 | 兰州理工大学 | 一种基于压缩感知信号检测的无线光空间调制方法 |
CN110971277A (zh) * | 2019-10-25 | 2020-04-07 | 东华大学 | 联合数据映射广义空间调制的高效检测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103457886A (zh) * | 2013-09-08 | 2013-12-18 | 西安电子科技大学 | 基于压缩感知的专用短距离通信信道估计方法 |
-
2017
- 2017-05-03 CN CN201710304818.6A patent/CN107276703B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103457886A (zh) * | 2013-09-08 | 2013-12-18 | 西安电子科技大学 | 基于压缩感知的专用短距离通信信道估计方法 |
Non-Patent Citations (2)
Title |
---|
JUN LI等: "Low complexity Detection for Quadrature Spatial Modulation System", 《WIRELESS PERS COMMUN》 * |
李小文等: "广义空间调制系统的低复杂度检测算法", 《电讯技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150277A (zh) * | 2018-07-31 | 2019-01-04 | 重庆邮电大学 | 一种基于近端梯度算法的大规模多用户信号检测方法 |
CN109150277B (zh) * | 2018-07-31 | 2021-09-10 | 重庆邮电大学 | 一种基于近端梯度算法的大规模多用户信号检测方法 |
CN109617577A (zh) * | 2018-12-19 | 2019-04-12 | 兰州理工大学 | 一种基于压缩感知信号检测的无线光空间调制方法 |
CN110971277A (zh) * | 2019-10-25 | 2020-04-07 | 东华大学 | 联合数据映射广义空间调制的高效检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107276703B (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102175989B (zh) | 一种非相干分布式信号二维波达角的测定方法 | |
CN110365612A (zh) | 一种基于近似消息传递算法的深度学习波束域信道估计方法 | |
CN102169170B (zh) | 一种相干分布式信号二维波达角的测定方法 | |
CN110519189A (zh) | 高度移动场景下基于压缩感知的毫米波信道估计方法 | |
CN112770325B (zh) | 一种基于深度学习的认知车联网频谱感知方法 | |
CN107276703A (zh) | 一种采用压缩感知技术的正交空间调制系统检测方法 | |
CN103607262B (zh) | 空时分组编码mimo系统中的两阶段预编码方法 | |
CN105978674A (zh) | 基于压缩感知的fdd下大规模mimo信道估计的导频优化方法 | |
CN104023395B (zh) | 大规模mimo中基于波束空间转换的散射信源定位方法 | |
CN110336594A (zh) | 一种基于共轭梯度下降法的深度学习信号检测方法 | |
CN108173599A (zh) | 基于DENCLUE聚类的Stokes空间相干光调制格式识别方法 | |
CN108848043B (zh) | 基于压缩感知的低复杂度水声稀疏时变信道估计方法 | |
CN114172597B (zh) | 一种基于可重构智能表面的非迭代参数联合估计方法 | |
CN109412725A (zh) | 无线电通信pcma信号盲解调方法及装置 | |
CN110138459A (zh) | 基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置 | |
CN108173600A (zh) | 基于自适应非迭代聚类的Stokes空间相干光调制格式识别方法 | |
CN109981151A (zh) | 大规模mimo系统中改进的高斯树近似消息传递检测算法 | |
CN106788626B (zh) | 一种能够获得二阶发射分集的改进正交空间调制传输方法 | |
WO2021088465A1 (zh) | 基于多分布测试数据融合的多层感知器快速调制识别方法 | |
CN106130615A (zh) | 广义空间调制系统的激活天线与调制符号联合估计方法 | |
CN104065603B (zh) | 升余弦发送成型及多径环境下的正交相移键控信号自动识别方法 | |
CN105933254A (zh) | 毫米波多小区多天线系统中基于波束空间的信道估计方法 | |
CN108809383A (zh) | 一种用于massive MIMO上行系统信号的联合检测方法 | |
CN107094043A (zh) | 基于块迭代法的改进后的mmse低复杂度信号检测方法 | |
CN104994041B (zh) | 三维大规模天线系统基于导频的波达波离角联合估计方法 |
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 |