CN107863998A

CN107863998A - 一种基于多用户mimo中继系统的联合信号检测与信道估计方法

Info

Publication number: CN107863998A
Application number: CN201711068381.7A
Authority: CN
Inventors: 杜建和; 毛越儿; 常睿
Original assignee: Communication University of China
Current assignee: Communication University of China
Priority date: 2017-11-02
Filing date: 2017-11-02
Publication date: 2018-03-30

Abstract

本发明涉及多输入多输出(MIMO)中继系统中一种迭代的信道估计方法。针对多用户MIMO中继系统，主要解决联合信息检测与信道估计的问题。其实现步骤为：1)对传输信息符号的矩阵进行KRST编码；2)多个用户同时将信息发送至中继；3)中继放大所接收的信号，并将放大后的信号转发至信宿；4)将信宿处接收的信号构造为PARAFAC模型；5)利用BALS算法检测出信息符号矩阵，并估测出组合信道。本发明对联合信号检测与信道估计具有速度快和精度高的优点，而且对于时分系统和频分系统都能适用，可提高通信可靠性和提高数据传输速率。

Description

一种基于多用户MIMO中继系统的联合信号检测与信道估计方法

技术领域

本发明涉及无线通信技术领域，特别涉及多用户MIMO中继系统的联合信号检测与信道估计方法

背景技术

随着无线通信领域对高速率数据传输和广泛网络覆盖范围的需求，MIMO中继技术得到了越来越多的关注。中继系统可以分为非再生中继(即放大转发中继(AF))和再生中继(即解码转发中继(DF))。对于未来的无线标准，多输入多输出通信中的AF中继系统由于在扩展覆盖范围和增加空间分集方面存在优势，成为一种很有前景的解决方案。除了中继，部署多天线的节点有助于进一步提高可达到的数据传输速率。此外，应用时域、空域、频域和码域等维数的多维信号处理技术有助于提高通信可靠性和提高数据传输速率。

针对点对点通信系统，已有方案设计了基于平行因子(PARAFAC)模型的多用户接收机。多用户接收机可以实现空间特征、信道增益和所有用户发送的信息符号矩阵的联合估计。为了提高估计精度，相关学者在已有研究基础上针对两跳中继系统提出了二线性交替最小二乘法(BALS)。该BALS算法比最小二乘算法(LS)需要更少的数据块。同时，已存在的Khatri-Rao时空编码技术(KRST)因其具有设计满速率和满分集的空时码的能力以及实现速率和分集的折中受到了广泛的关注。

已有工作多针对于点对点通信系统进行研究，即针对点对点多用户系统，利用PARAFAC模型进行信道估计和信号检测。而针对PARAFAC模型应用于多用户中继系统，尚未存在相关方面的研究。

发明内容

发明目的：本发明针对现有技术的不足，提出了一种多用户MIMO中继系统中检测出信息符号，并估计信道的方法。

技术方案：本发明所述的基于多用户MIMO中继系统的联合信号检测与信号估计方法包括：

对传输信息符号的矩阵进行KRST编码；

多个用户同时将信息发送至中继；

中继放大所接收的信号，并将放大后的信号转发至信宿；

将信宿处接收的信号构造为PARAFAC模型；

利用BALS算法检测出信息符号矩阵，并估测出组合信道。

进一步地，对信息符号传输矩阵进行KRST编码，具体包括：

将用户编码后的信号写为：

其中，信息符号矩阵在为第K个用户传送的信息符号矩阵。

进一步地，多个用户同时将信息发送至中继，包括：

信号通过信源与中继间的信道进行传输

中继接收的信号为：

进一步地，中继放大所接收的信号，并将放大后的信号转发至信宿，包括：

中继通过矩阵放大接收到的信号，并通过信道将信号传输给接收机。因此，接收到的信号矩阵可以表示为：

进一步地，将信宿处接收到的信号构造为PARAFAC模型，包括：

信宿处所有接收的信号构造成的矩阵以PARAFAC模型的切片形式表示为：

其他两种形式可表示为：

Y⁽¹⁾＝(C^T⊙S)(H_cp)^T+V⁽¹⁾

Y⁽²⁾＝(H_cp⊙C^T)S^T+V⁽²⁾

进一步地，利用BALS算法检测出信息符号矩阵，并估测出组合信道，包括：

对于两个未知的加载矩阵，每一步更新一个矩阵，所估计出的矩阵作为下一步估计矩阵的初始值，迭代更新直到收敛，即有：

有益效果：与现有技术相比，其主要优点在于：本发明能同时检测每个用户发送的信息符号，并且实现复合信道的估计，提高了信息传输效率。

附图说明

图1为本发明的联合信道检测与信道估计方法流程图；

图2为本发明的用户数目为K的MIMO中继信道系统示意图；

图3为本发明在不同用户数目下的BER性能曲线图；

图4为本发明在不同用户数目下的NMSE性能曲线图；

图5为本发明中信宿端的天线数目对信号检测的影响曲线图

具体实施方式

为使本发明的特点和优势更加明显易懂，下面结合附图对本发明进行详细说明。

图2为本发明的多用户MIMO中继系统结构示意图。在此系统中，存在K个发送节点或用户。任意第k个用户k∈{1，…，K}均有M_S根天线，中继和接收机分别配置M_R根天线和M_D根天线。

实施实例一

请参见图3，图3为本发明在不同用户数目下的BER性能曲线图。系统参数为：M_S＝2，M_R＝M_D＝5，N＝10。图3表明，对于不同数量的用户，随着信噪比的增加，误码率逐渐减小。随着用户数量的增加，系统的信号检测性能降低。当其他条件保持不变，用户数量增加时，需要检测到的信息符号(数据流)增加，因而导致该算法的性能下降。

实施实例二

请参见图4，图4为本发明在不同用户数目下的NMSE性能曲线图。系统参数为：M_S＝2，M_R＝M_D＝5，N＝10。图3表明，当用户数量增加时，信道估计性能降低，但信道估计的精度仍然较高。

实施实例三

请参见图5，图5为本发明中信宿端的不同天线数目对信号检测性能的影响曲线图。

当用户数目为3时，其他系统参数为：M_S＝2，M_R＝5，K＝6，N＝10。图5表明，随着M_D增大，信号检测性能提升。因此，我们可以通过增加信宿端天线数目来提高信号检测性能。除此之外，当信宿端天线数目远少于信源端总体天线数目时，该方法在信号检测方面仍然表现出良好的性能。例如，当信宿端天线数M_D为4时，该方法表现仍良好。

综上，本发明本对于多用户MIMO中继系统，通过对所有用户发出的信息符号传输矩阵进行KRST编码，再通过AF中继系统，将信宿处接收到的信号构造成PARAFAC模型，利用BALS算法检测出信息符号矩阵，并估测出组合信道，提高了信息传输效率。

以上实施例的说明仅为帮助理解本发明的方法和其主要思想。本说明书的内容不能以此来限定本发明的权利范围，因此，本发明的保护范围应以所附权利要求为准。

Claims

1.基于多用户MIMO中继系统的联合信号检测与信号估计方法，其特征在于该方法包括：

对传输信息符号的矩阵进行KRST编码；

多个用户同时将信息发送至中继；

中继放大所接收的信号，并将放大后的信号转发至信宿；

将信宿处接收的信号构造为PARAFAC模型；

利用BALS算法检测出信息符号矩阵，并估测出组合信道。

2.根据权利1要求所述的多用户MIMO中继系统的联合信号检测与信道估计方法，其特征在于：

对传输信息符号的矩阵进行KRST编码，具体包括：

将用户编码后的信号写为：

其中，信息符号矩阵在为第K个用户传送的信息符号矩阵。

3.根据权利2要求所述的多用户MIMO中继系统的联合信号与信道估计方法，其特征在于，多个用户同时将信息发送至中继，包括：

信号通过信源与中继间的信道进行传输后，对于第n个数据块，将中继端接收到的信号表示为：

其中，表示中继处的高斯白噪声，表示信源和中继之间的信道，表示所有的扩展码矩阵。矩阵表示K个用户的所有数据块。

4.根据权利3要求所述的多用户MIMO中继系统的联合信号与信道估计方法，其特征在于，中继放大所接收的信号，并将放大后的信号转发至信宿，包括：

中继通过矩阵放大接收到的信号，并通过信道将信号传输给接收机。因此，接收的信号矩阵可以表示为：

其中，为接收机处的有效噪声矩阵，表示对于n个数据符号块的复合信道，表示第n个符号块传输过程中的有效噪声。

5.根据权利4要求所述的多用户MIMO中继系统的联合信号与信道估计方法，其特征在于，将信宿处接收的信号处理后表述为PARAFAC模型，包括：

其中⊙表示khatri-Rao矩阵乘积。

其他两种形式可表示为：

Y⁽¹⁾＝(C^T⊙S)(H_cp)^T+V⁽¹⁾

Y⁽²⁾＝(H_cp⊙C^T)S^T+V⁽²⁾

6.根据权利5要求所述的双向MIMO中继系统中一种非迭代的信道估计方法，其特征在于，利用BALS算法检测出信息符号矩阵，并估测出组合信号，包括：

其中，和分别为H_cp和S的估计量。运算符表示伪逆矩阵，为Frobenius范数。BALS算法步骤如下：

其中，i为迭代次数。由于矩阵C已知，尺度模糊只存在于估计量和与其实际值H_cp、s中。而且这种尺度模糊可以通过标准化消除。