CN107919895A - 一种大规模多用户mimo系统的分布式检测方法 - Google Patents

一种大规模多用户mimo系统的分布式检测方法 Download PDF

Info

Publication number
CN107919895A
CN107919895A CN201711136688.6A CN201711136688A CN107919895A CN 107919895 A CN107919895 A CN 107919895A CN 201711136688 A CN201711136688 A CN 201711136688A CN 107919895 A CN107919895 A CN 107919895A
Authority
CN
China
Prior art keywords
mrow
msubsup
testing result
mfrac
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.)
Granted
Application number
CN201711136688.6A
Other languages
English (en)
Other versions
CN107919895B (zh
Inventor
金石
高璇璇
温朝凯
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201711136688.6A priority Critical patent/CN107919895B/zh
Publication of CN107919895A publication Critical patent/CN107919895A/zh
Application granted granted Critical
Publication of CN107919895B publication Critical patent/CN107919895B/zh
Active 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
    • H04B7/0452—Multi-user MIMO systems
    • 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
    • H04B7/0802—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 antenna selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods

Landscapes

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

Abstract

本发明公开了一种大规模多用户MIMO系统的分布式检测方法。将接收信号划分成多个组，对每个组的接收信号分别用基于EP算法的MIMO信号检测模块进行分布式信号检测，然后针对三种EP MIMO检测器采用不同的处理过程，得到最终的检测结果。本发明通过分布式设计大大降低了EP算法在大规模多用户MIMO系统信号检测应用时的复杂度，给出的三种基于EP算法的分布式MIMO检测器在大规模多用户MIMO系统中性能极佳，且就复杂度而言可以实现。

Description

一种大规模多用户MIMO系统的分布式检测方法
技术领域
本发明属于无线通信技术领域，特别涉及了一种大规模多用户MIMO系统的分布式检测方法。
背景技术
大规模多用户MIMO(multiple-input multiple-output)系统是5G无线通信的一项关键技术，该技术能够增加无线通信系统的吞吐量从而支持海量数据的传输。大规模多用户MIMO系统是在基站端配备大规模数量的天线，同时支持多个用户的无线信号传输。在上行链路中，用户的发送信号经无线信道后由基站接收天线阵列接收，然后经过信道估计和MIMO信号检测，恢复出原始的用户发送信号。已有的MIMO信号检测方法包括MMSE(minimum mean-square-error)、MMSE-SIC(successive interference cancellation)、ML(maximum likelihood)、SD(sphere decoding)、AMP(approximation message passing)、EP(expectation propagation)等。
目前，大规模多用户MIMO系统中传统的基于MMSE的检测方法依赖于集中式处理因而实现复杂度很高，ML和SD检测方法的实现复杂度也随着天线数量配置的增加和星座调制阶数的增加而急剧增大。高复杂度使得基于以上方法的信号检测模块不易于系统实现，或即便实现之后复杂度很大，大量消耗系统资源。AMP检测虽然有分布式的实现方式且检测性能较好，但AMP在信号具有空间相关性时不收敛，且分布式AMP在各组接收天线数多于用户天线数时不能正常工作，因而限制了其在大规模多用户MIMO系统中的广泛应用。基于EP算法的检测能够克服AMP检测的不稳定性，并且检测性能也超过了以上各MIMO检测器，但目前的EP检测器是集中式的架构，其中矩阵求逆步骤的复杂度随着天线数量的增加而急剧增大，不利于EP检测在大规模多用户MIMO系统中的实现和应用。
发明内容
为了解决上述背景技术提出的技术问题，本发明旨在提供一种大规模多用户MIMO系统的分布式检测方法，解决现有技术存在的随接收端天线数增加而复杂度增大的问题，同时不降低EP检测器的检测性能。
为了实现上述技术目的，本发明的技术方案为：
一种大规模多用户MIMO系统的分布式检测方法，包括以下步骤：
(1)首先对接收天线进行分组，各组接收天线获取的接收信号输入不同的EP检测模块；
(2)对每组接收信号分别采用基于EP算法的MIMO信号检测算法进行信号检测，包括初始化或更新用于近似后验概率的指数函数集的一阶参数和二阶参数；计算LMMSE检测器检测输出的后验均值和方差以及将LMMSE检测器检测输出去除先验概率后的外部信息的后验均值和方差；计算后验均值检测器检测输出的后验均值和方差以及将后验均值检测器检测输出去除先验概率后的外部信息的后验均值和方差；
(3)基于不同种类的EP MIMO检测器，得到相应的检测结果：
(3a)对于完全分布式EP MIMO检测器，按照步骤(2)进行多次迭代直到收敛或者达到设定的迭代次数，输出各组的检测结果到检测结果合并模块，在检测结果合并模块进行线性合并，输出完全分布式EP MIMO检测器的检测结果；
(3b)对于部分分布式EP MIMO检测器，按照步骤(2)只进行一次迭代，输出各组的检测结果到检测结果合并模块进行线性合并，然后将检测结果合并模块的输出反馈到对应的EP检测模块，各个EP检测模块利用反馈值更新将后验均值检测器检测输出去除先验概率后的外部信息的后验均值和方差，重复步骤(3b)直至迭代收敛或达到设定的迭代次数，输出部分分布式EP MIMO检测器的检测结果；
(3c)对于半分布式EP MIMO检测器，按照步骤(2)进行数次迭代，输出各组的检测结果到检测结果合并模块进行线性合并，然后将检测结果合并模块的输出反馈到对应的EP检测模块，各个EP检测模块利用反馈值更新将后验均值检测器检测输出去除先验概率后的外部信息的后验均值和方差，重复步骤(3c)直至迭代收敛或达到设定的迭代次数，输出部分分布式EP MIMO检测器的检测结果。
进一步地，在步骤(1)中，将接收天线分成C个组，其中第c组接收天线的接收信号为yc＝Hcx+nc，c＝1,2,…,C，Hc是各用户到第c组接收天线的信道矩阵，nc是第c组接收天线的高斯白噪声向量；在步骤(2)中，对每个yc用基于EP算法的MIMO信号检测算法进行检测，得到各用户的发送符号x。
进一步地，在步骤(2)中，对于接收信号yc，采用下式初始化及更新用于近似后验概率的指数函数集的一阶参数γc和二阶参数λc：
上式中，为γc的初始值，为λc的初始值，Ex为平均符号能量，I为单位阵；
上式中，为γc的第t次迭代更新值，为λc的第t次迭代更新值，β∈[0,1]。
进一步地，在步骤(2)中，对于接收信号yc，采用下式计算LMMSE检测器检测输出的后验均值μc和方差Σc：
上式中，为μc的第t次迭代更新值，为Σc的第t次迭代更新值，σ2I为nc的协方差矩阵，上标H表示求矩阵共轭转置。
采用下式计算将LMMSE检测器检测输出去除先验概率后的外部信息的后验均值和方差
上式中，d(·)是取出矩阵的对角元素组成一个向量。
进一步地，在步骤(2)中，对于接收信号yc，采用下式计算后验均值检测器检测输出的后验均值和方差
上式中，是x的后验均值，是指x的后验方差；
采用下式计算将后验均值检测器检测输出去除先验概率后的外部信息的后验均值和方差
进一步地，
上式中，p(x)为x的先验概率，为均值为方差为的高斯分布的概率密度函数。
进一步地，在步骤(3a)-(5c)中，所述线性合并为最大比合并。
进一步地，在步骤(3a)中，按照步骤(2)进行多次迭代直到收敛或者达到设定的迭代次数，输出各组的检测结果到检测结果合并模块，检测结果合并模块进行最大比合并，得到输出完全分布式EP MIMO检测器的检测结果：
在步骤(3b)中，按照步骤(2)只进行一次迭代，输出各组的检测结果到检测结果合并模块进行最大比合并，然后将检测结果合并模块的输出反馈到对应的EP检测模块，各个EP检测模块利用反馈值更新外部信息的均值和方差然后重复步骤(3b)直至迭代收敛或达到设定的迭代次数，输出部分分布式EP MIMO检测器的检测结果：
在步骤(3c)中，按照步骤(2)进行数次迭代，输出各组的检测结果到检测结果合并模块进行最大比合并，然后将检测结果合并模块的输出反馈到对应的EP检测模块，各个EP检测模块利用反馈值更新外部信息的均值和方差然后重复步骤(3c)直至迭代收敛或达到设定的迭代次数，输出部分分布式EP MIMO检测器的检测结果：
进一步地，在步骤(1)中，对接收天线进行分组时，每组的接收天线数与单天线用户数没有大小关系限制。
采用上述技术方案带来的有益效果：
本发明设计合理，检测性能效果明显，算法的实现复杂度低，适用于基站端具有大规模天线的多用户MIMO无线通信系统，本发明在已有的集中式EP检测算法的基础上，将检测模块分为多个子模块分别实现EP检测后线性合并，通过合并后是否有反馈以及反馈的次数来控制检测性能与复杂度的平衡，资源消耗极低，检测性能极高。
附图说明
图1为本发明的完全分布式EP MIMO检测器框图；
图2为本发明的部分分布式EP MIMO检测器框图；
图3为本发明的EP检测模块内部的基于EP算法的MIMO信号检测框图。
具体实施方式
以下将结合附图，对本发明的技术方案进行详细说明。
一种大规模多用户MIMO系统的分布式检测方法，适用于无线通信系统，通过对接收信号进行分组EP检测处理后最大比合并的分布式检测方法，降低EP检测器在大规模多用户MIMO系统中应用时的复杂度，包括如下步骤：
(1)大规模多用户MIMO系统的上行链路中有K个单天线用户，基站端有N根天线，其中N≥K，在第k个单天线用户，比特流被映射成星座符号xk，星座符号的集合为Ωk，平均符号能量为Ex＝E{|xk|2}，信道是高斯白噪声信道，接收端(即基站)的接收信号的向量形式为y＝Hx+n，其中x＝[x1,x2,...,xK]∈CK是发射信号，y∈CN是接收信号，H∈CN×K是MIMO信道，n∈CN是零均值、协方差矩阵为σ2I的加性高斯白噪声，MIMO检测器在基站由接收信号y得到各用户的发射符号x的估计。
将接收天线分成C个组，如图1和图2所示，其中第c组接收天线的接收信号为yc，对各组接收天线的信号检测可以看成对一个子系统的接收信号yc＝Hcx+nc(其中Hc是各用户到第c组接收天线的信道矩阵，nc是第c组接收天线的高斯白噪声向量)进行检测得到各用户发射符号x的估计。
(2)在EP检测模块中采用的是基于EP算法的MIMO信号检测，对于第c组EP检测模块，具体的一次迭代过程如图3：初始化和或更新和处理模块A，计算xA,c的后验均值和方差计算xA,c的外部信息的后验均值和方差处理模块B，计算xB,c的后验均值和方差计算xB,c的外部信息的后验均值和方差其中diag(·)是将一个向量扩展成一个对角矩阵，这个矩阵的对角元是该向量的元素，d(·)是取出一个矩阵的对角元组成一个向量。
(3)对于图1所示的完全分布式EP MIMO检测器，当每个EP检测模块的EP算法迭代完成后，将所有结果全部输出到检测结果合并模块中，在检测结果合并模块中，对所有结果进行最大比合并，得到 最终输出完全分布式EP MIMO检测器的检测结果：
完全分布式体现在仅有EP检测模块向检测结果合并模块的前向信息传递，没有从检测结果合并模块到EP检测模块的反馈，所以MIMO信号的检测是完全分布式处理的。
(4)对于图2所示的部分分布式EP MIMO检测器与完全分布式EP MIMO检测器类似，也是由EP检测模块和检测结果合并模块两个模块构成，不同之处在于，部分分布式EP MIMO检测器有从检测结果合并模块到EP检测模块的反馈，也就是将检测结果合并模块的输出反馈到每个EP检测模块，各个EP检测模块利用反馈值更新外部信息的均值和方差： 可以看出，第c个EP检测模块更新后的均值和方差是用其他C-1个分组的信息重建出来的，而不包含第c组自己的信息。
这样，部分分布式EP MIMO检测器在分布式EP检测模块和检测结果合并模块之间形成了一个迭代的过程，为了与EP检测模块内部的迭代相区别，EP检测模块内部的迭代称之为内部迭代，分布式EP检测模块和检测结果合并模块之间的迭代称之为外部迭代，部分分布式EP MIMO检测器在工作时先通过各EP检测模块的内部迭代一次得到各组的检测结果，然后通过一次外部迭代来精细化调整各组的检测结果，多次内部和外部迭代至数据收敛或者达到一定的迭代次数后，通过检测结果合并模块将各组的检测结果进行线性合并后输出检测结果。
(5)半分布式EP MIMO检测器是完全分布式EP MIMO检测器和部分分布式EP MIMO检测器的结合。完全分布式EP MIMO检测器只有前馈没有反馈，所以它只有内部迭代没有外部迭代；部分分布式EP MIMO检测器既有前馈又有反馈，所以它既有内部迭代又有外部迭代，且每一次内部迭代都跟随有一次外部迭代；而半分布式EP MIMO检测器的外部迭代与内部迭代次数之比并没有限制，当比值为0时为完全分布式EP MIMO检测器，当比值为1时为部分分布式EP MIMO检测器，所以完全分布式EP MIMO检测器和部分分布式EP MIMO检测器是半分布式EP MIMO检测器的两种特例，半分布式EP MIMO检测器为完全分布式和部分分布式可以通过选择内部迭代次数与外部迭代次数之比提供了一种性能和时延的折中方案。
下面结合48×16MIMO系统的实施实例描述本发明。
48×16MIMO系统的上行链路中有16个单天线用户，基站端有48根天线，每个单天线用户的调制方式为16QAM，平均符号能量为1，信道是高斯白噪声信道，将接收信号分成3个组，每个组有16个接收信号。
在3个EP检测模块中分别采用基于EP算法的MIMO信号检测算法对三组接收信号进行检测，具体的一次迭代过程如图3：初始化和或更新和这里β＝0.9；模块A，计算xA,c的后验均值和方差计算xA,c的外部信息的后验均值和方差模块B，计算xB,c的后验均值和方差计算xB,c的外部信息的后验均值和方差
对于图1所示的完全分布式EP MIMO检测器，当每个EP检测模块的EP算法迭代6次后，将所有结果全部输出到检测结果合并模块中，在检测结果合并模块中，对所有结果进行最大比合并，得到 最终输出完全分布式EPMIMO检测器的检测结果：
对于图2所示的部分分布式EP MIMO检测器，在各EP检测器只进行1次迭代，输出各组的检测结果到检测结果合并模块进行最大比合并，然后将检测结果合并模块的输出反馈到每个EP检测模块，各个EP检测模块利用反馈值更新外部信息的均值和方差然后重复整个过程直至迭代6次，输出部分分布式EP MIMO检测器的检测结果
对于半分布式EP MIMO检测器，这里提出两种实施方案，第一种是在各EP检测器只进行2次迭代，输出各组的检测结果到检测结果合并模块进行最大比合并，然后将检测结果合并模块的输出反馈到每个EP检测模块，各个EP检测模块利用反馈值更新外部信息的均值和方差 然后重复整个过程迭代3次，输出部分分布式EP MIMO检测器的检测结果第二种是在各EP检测器进行3次迭代，输出各组的检测结果到检测结果合并模块进行最大比合并，然后将检测结果合并模块的输出反馈到每个EP检测模块，各个EP检测模块利用反馈值更新外部信息的均值和方差 然后重复整个过程迭代2次，输出部分分布式EP MIMO检测器的检测结果
实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (9)

1.一种大规模多用户MIMO系统的分布式检测方法，其特征在于，包括以下步骤：
(1)首先对接收天线进行分组，各组接收天线获取的接收信号输入不同的EP检测模块；
(2)对每组接收信号分别采用基于EP算法的MIMO信号检测算法进行信号检测，包括初始化或更新用于近似后验概率的指数函数集的一阶参数和二阶参数；计算LMMSE检测器检测输出的后验均值和方差以及将LMMSE检测器检测输出去除先验概率后的外部信息的后验均值和方差；计算后验均值检测器检测输出的后验均值和方差以及将后验均值检测器检测输出去除先验概率后的外部信息的后验均值和方差；
(3)基于不同种类的EP MIMO检测器，得到相应的检测结果：
(3a)对于完全分布式EP MIMO检测器，按照步骤(2)进行多次迭代直到收敛或者达到设定的迭代次数，输出各组的检测结果到检测结果合并模块，在检测结果合并模块进行线性合并，输出完全分布式EP MIMO检测器的检测结果；
(3b)对于部分分布式EP MIMO检测器，按照步骤(2)只进行一次迭代，输出各组的检测结果到检测结果合并模块进行线性合并，然后将检测结果合并模块的输出反馈到对应的EP检测模块，各个EP检测模块利用反馈值更新将后验均值检测器检测输出去除先验概率后的外部信息的后验均值和方差，重复步骤(3b)直至迭代收敛或达到设定的迭代次数，输出部分分布式EP MIMO检测器的检测结果；
(3c)对于半分布式EP MIMO检测器，按照步骤(2)进行数次迭代，输出各组的检测结果到检测结果合并模块进行线性合并，然后将检测结果合并模块的输出反馈到对应的EP检测模块，各个EP检测模块利用反馈值更新将后验均值检测器检测输出去除先验概率后的外部信息的后验均值和方差，重复步骤(3c)直至迭代收敛或达到设定的迭代次数，输出部分分布式EP MIMO检测器的检测结果。
2.根据权利要求1所述大规模多用户MIMO系统的分布式检测方法，其特征在于，在步骤(1)中，将接收天线分成C个组，其中第c组接收天线的接收信号为yc＝Hcx+nc，c＝1,2,…,C，Hc是各用户到第c组接收天线的信道矩阵，nc是第c组接收天线的高斯白噪声向量；在步骤(2)中，对每个yc用基于EP算法的MIMO信号检测算法进行检测，得到各用户的发送符号x。
3.根据权利要求2所述大规模多用户MIMO系统的分布式检测方法，其特征在于，在步骤(2)中，对于接收信号yc，采用下式初始化及更新用于近似后验概率的指数函数集的一阶参数γc和二阶参数λc：
<mrow> <msubsup> <mi>&amp;gamma;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <mn>0</mn> </mrow>
<mrow> <msubsup> <mi>&amp;lambda;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <mfrac> <mn>1</mn> <msub> <mi>E</mi> <mi>x</mi> </msub> </mfrac> <mi>I</mi> </mrow>
上式中，为γc的初始值，为λc的初始值，Ex为平均符号能量，I为单位阵；
<mrow> <msubsup> <mi>&amp;gamma;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>&amp;beta;</mi> <mo>)</mo> </mrow> <msubsup> <mi>&amp;gamma;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;beta;&amp;gamma;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> </mrow>
<mrow> <msubsup> <mi>&amp;lambda;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>&amp;beta;</mi> <mo>)</mo> </mrow> <msubsup> <mi>&amp;lambda;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;beta;&amp;lambda;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> </mrow>
上式中，为γc的第t次迭代更新值，为λc的第t次迭代更新值，β∈[0,1]。
4.根据权利要求2所述大规模多用户MIMO系统的分布式检测方法，其特征在于，在步骤(2)中，对于接收信号yc，采用下式计算LMMSE检测器检测输出的后验均值μc和方差Σc：
<mrow> <msubsup> <mo>&amp;Sigma;</mo> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>&amp;sigma;</mi> <mrow> <mo>-</mo> <mn>2</mn> </mrow> </msup> <msubsup> <mi>H</mi> <mi>c</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mi>c</mi> </msub> <mo>+</mo> <mi>d</mi> <mi>i</mi> <mi>a</mi> <mi>g</mi> <mo>(</mo> <msubsup> <mi>&amp;lambda;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> </mrow>
<mrow> <msubsup> <mi>&amp;mu;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <msubsup> <mo>&amp;Sigma;</mo> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mrow> <mo>(</mo> <msup> <mi>&amp;sigma;</mi> <mrow> <mo>-</mo> <mn>2</mn> </mrow> </msup> <msubsup> <mi>H</mi> <mi>c</mi> <mi>H</mi> </msubsup> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>+</mo> <msubsup> <mi>y</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow>
上式中，为μc的第t次迭代更新值，为Σc的第t次迭代更新值，σ2I为nc的协方差矩阵，上标H表示求矩阵共轭转置。
采用下式计算将LMMSE检测器检测输出去除先验概率后的外部信息的后验均值和方差
<mrow> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mn>1</mn> <mrow> <mi>d</mi> <mrow> <mo>(</mo> <msubsup> <mo>&amp;Sigma;</mo> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <msubsup> <mi>&amp;lambda;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> </mrow>
<mrow> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>=</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mfrac> <msubsup> <mi>&amp;mu;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mrow> <mi>d</mi> <mrow> <mo>(</mo> <msubsup> <mi>&amp;Sigma;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <msubsup> <mi>&amp;gamma;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow>
上式中，d(·)是取出矩阵的对角元素组成一个向量。
5.根据权利要求4所述大规模多用户MIMO系统的分布式检测方法，其特征在于，在步骤(2)中，对于接收信号yc，采用下式计算后验均值检测器检测输出的后验均值和方差
<mrow> <msubsup> <mi>x</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>p</mi> <mi>o</mi> <mi>s</mi> <mi>t</mi> </mrow> </msubsup> <mo>=</mo> <mi>E</mi> <mo>{</mo> <mi>x</mi> <mo>|</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>}</mo> </mrow>
<mrow> <msubsup> <mi>v</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>p</mi> <mi>o</mi> <mi>s</mi> <mi>t</mi> </mrow> </msubsup> <mo>=</mo> <mi>V</mi> <mi>a</mi> <mi>r</mi> <mo>{</mo> <mi>x</mi> <mo>|</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>}</mo> </mrow>
上式中，是x的后验均值，是x的后验方差；
采用下式计算将后验均值检测器检测输出去除先验概率后的外部信息的后验均值和方差
<mrow> <mfrac> <msubsup> <mi>x</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <msubsup> <mi>v</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> </mfrac> <mo>=</mo> <msubsup> <mi>&amp;gamma;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <mfrac> <msubsup> <mi>x</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>p</mi> <mi>o</mi> <mi>s</mi> <mi>t</mi> </mrow> </msubsup> <mrow> <mi>d</mi> <mrow> <mo>(</mo> <msubsup> <mi>v</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>p</mi> <mi>o</mi> <mi>s</mi> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mfrac> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mrow> <mi>d</mi> <mrow> <mo>(</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>
<mrow> <mfrac> <mn>1</mn> <msubsup> <mi>v</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> </mfrac> <mo>=</mo> <msubsup> <mi>&amp;lambda;</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>d</mi> <mrow> <mo>(</mo> <msubsup> <mi>v</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>p</mi> <mi>o</mi> <mi>s</mi> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <mi>d</mi> <mrow> <mo>(</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>.</mo> </mrow>
6.根据权利要求5所述大规模多用户MIMO系统的分布式检测方法，其特征在于：
<mrow> <mi>E</mi> <mo>{</mo> <mi>x</mi> <mo>|</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>}</mo> <mo>=</mo> <mfrac> <mrow> <mo>&amp;Integral;</mo> <mi>x</mi> <mi>N</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>;</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>x</mi> </mrow> <mrow> <mo>&amp;Integral;</mo> <mi>N</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>;</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>x</mi> </mrow> </mfrac> </mrow>
<mrow> <mi>V</mi> <mi>a</mi> <mi>r</mi> <mo>{</mo> <mi>x</mi> <mo>|</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>}</mo> <mo>=</mo> <mfrac> <mrow> <mo>&amp;Integral;</mo> <msup> <mi>x</mi> <mn>2</mn> </msup> <mi>N</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>;</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>x</mi> </mrow> <mrow> <mo>&amp;Integral;</mo> <mi>N</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>;</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>x</mi> </mrow> </mfrac> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mi>E</mi> <mo>{</mo> <mi>x</mi> <mo>|</mo> <msubsup> <mi>x</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>v</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>c</mi> </mrow> <mrow> <mi>e</mi> <mi>x</mi> <mi>t</mi> </mrow> </msubsup> <mo>}</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow>
上式中，p(x)为x的先验概率，是均值为方差为的高斯分布的概率密度函数。
7.根据权利要求5所述大规模多用户MIMO系统的分布式检测方法，其特征在于，在步骤(3a)-(3c)中，所述线性合并为最大比合并。
8.根据权利要求7所述大规模多用户MIMO系统的分布式检测方法，其特征在于，在步骤(3a)中，按照步骤(2)进行多次迭代直到收敛或者达到设定的迭代次数，输出各组的检测结果到检测结果合并模块，检测结果合并模块进行最大比合并，得到输出完全分布式EPMIMO检测器的检测结果：
在步骤(3b)中，按照步骤(2)只进行一次迭代，输出各组的检测结果到检测结果合并模块进行最大比合并，然后将检测结果合并模块的输出反馈到对应的EP检测模块，各个EP检测模块利用反馈值更新外部信息的均值和方差然后重复步骤(3b)直至迭代收敛或达到设定的迭代次数，输出部分分布式EP MIMO检测器的检测结果：
在步骤(3c)中，按照步骤(2)进行数次迭代，输出各组的检测结果到检测结果合并模块进行最大比合并，然后将检测结果合并模块的输出反馈到对应的EP检测模块，各个EP检测模块利用反馈值更新外部信息的均值和方差然后重复步骤(3c)直至迭代收敛或达到设定的迭代次数，输出部分分布式EP MIMO检测器的检测结果：
9.根据权利要求1-8中任意一项所述大规模多用户MIMO系统的分布式检测方法，其特征在于，在步骤(1)中，对接收天线进行分组时，每组的接收天线数与单天线用户数没有大小关系限制。
CN201711136688.6A 2017-11-16 2017-11-16 一种大规模多用户mimo系统的分布式检测方法 Active CN107919895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711136688.6A CN107919895B (zh) 2017-11-16 2017-11-16 一种大规模多用户mimo系统的分布式检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711136688.6A CN107919895B (zh) 2017-11-16 2017-11-16 一种大规模多用户mimo系统的分布式检测方法

Publications (2)

Publication Number Publication Date
CN107919895A true CN107919895A (zh) 2018-04-17
CN107919895B CN107919895B (zh) 2020-05-01

Family

ID=61895589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711136688.6A Active CN107919895B (zh) 2017-11-16 2017-11-16 一种大规模多用户mimo系统的分布式检测方法

Country Status (1)

Country Link
CN (1) CN107919895B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108833060A (zh) * 2018-09-17 2018-11-16 东南大学 一种基于ep-nsa算法的大规模mimo系统检测方法
CN110912643A (zh) * 2019-10-21 2020-03-24 中南民族大学 一种基于机器学习的amp检测改进方法
CN113489510A (zh) * 2021-08-13 2021-10-08 北京科技大学 一种基于用户分组的大规模mu-mimo系统dbp架构信号检测方法
CN115037339A (zh) * 2022-06-06 2022-09-09 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 (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105978662A (zh) * 2016-05-09 2016-09-28 清华大学 一种阵列天线卫星通信系统的多用户检测译码方法
CN106301517A (zh) * 2016-08-10 2017-01-04 清华大学 基于期望传播的卫星多波束联合检测及译码方法及系统
US9787374B1 (en) * 2013-07-16 2017-10-10 Vencore Labs, Inc. Systems and methods for high-rate RF communications employing spatial multiplexing in line of sight environments

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9787374B1 (en) * 2013-07-16 2017-10-10 Vencore Labs, Inc. Systems and methods for high-rate RF communications employing spatial multiplexing in line of sight environments
CN105978662A (zh) * 2016-05-09 2016-09-28 清华大学 一种阵列天线卫星通信系统的多用户检测译码方法
CN106301517A (zh) * 2016-08-10 2017-01-04 清华大学 基于期望传播的卫星多波束联合检测及译码方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WU, SHENG等: "Expectation propagation based iterative group wise detection for large-scale multiuser MIMO-OFDM systems", 《WIRELESS COMMUNICATIONS AND NETWORKING CONFERENCE (WCNC), 2014 IEEE》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108833060A (zh) * 2018-09-17 2018-11-16 东南大学 一种基于ep-nsa算法的大规模mimo系统检测方法
CN108833060B (zh) * 2018-09-17 2020-09-11 东南大学 一种基于ep-nsa算法的大规模mimo系统检测方法
CN110912643A (zh) * 2019-10-21 2020-03-24 中南民族大学 一种基于机器学习的amp检测改进方法
CN110912643B (zh) * 2019-10-21 2022-03-11 中南民族大学 一种基于机器学习的amp检测改进方法
CN113489510A (zh) * 2021-08-13 2021-10-08 北京科技大学 一种基于用户分组的大规模mu-mimo系统dbp架构信号检测方法
CN113489510B (zh) * 2021-08-13 2022-09-02 北京科技大学 一种基于用户分组的大规模mu-mimo系统dbp架构信号检测方法
CN115037339A (zh) * 2022-06-06 2022-09-09 网络通信与安全紫金山实验室 信号检测方法及终端设备
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

Also Published As

Publication number Publication date
CN107919895B (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
Sánchez et al. Decentralized massive MIMO processing exploring daisy-chain architecture and recursive algorithms
US7352819B2 (en) Multiantenna communications apparatus, methods, and system
Ashikhmin et al. Interference reduction in multi-cell massive MIMO systems I: Large-scale fading precoding and decoding
US8077788B2 (en) Soft demapping for MIMO decoding
Ge et al. OTFS signaling for uplink NOMA of heterogeneous mobility users
CN107919895A (zh) 一种大规模多用户mimo系统的分布式检测方法
CN101427485A (zh) 复杂性降低的波束受控mimo ofdm系统
Jeon et al. On the achievable rates of decentralized equalization in massive MU-MIMO systems
CN105915477A (zh) 基于gs方法的大规模mimo检测方法及硬件架构
CN101582742B (zh) 多入多出系统迭代检测方法、系统及设备
WO2015112883A1 (en) System and method for early termination in iterative null-space directed singular value decomposition for mimo
Aref et al. Deep learning-aided successive interference cancellation for MIMO-NOMA
Chataut et al. Huber fitting based ADMM detection for uplink 5G massive MIMO systems
Kosasih et al. A Bayesian receiver with improved complexity-reliability trade-off in massive MIMO systems
Zhang et al. Cloud-based cell-free massive MIMO systems: uplink error probability analysis and near-optimal detector design
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
CN106850020A (zh) 非理想信道状态下mimo系统中基于组合干扰对齐方法
Al-Salihi et al. Bayesian compressed sensing-based channel estimation for massive MIMO systems
Lee et al. On improving gauss-seidel iteration for signal detection in uplink multiuser massive MIMO systems
CN108418619B (zh) 一种信号检测方法及装置
CN110868244B (zh) 一种基于信道穿刺的低复杂度通信信号检测方法
CN106357318A (zh) 收敛速率可调的大规模mimo迭代检测方法
Li et al. Decentralized groupwise expectation propagation detector for uplink massive MU-MIMO systems
Narasimhan et al. CHEMP receiver for large-scale multiuser MIMO systems using spatial modulation
Seidel et al. A novel approach for combining local estimates for fully decentralized feedforward massive MIMO equalization: The multistep fusion

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