CN108199752A - 一种低复杂度的双极化卫星mimo信号检测方法 - Google Patents
一种低复杂度的双极化卫星mimo信号检测方法 Download PDFInfo
- Publication number
- CN108199752A CN108199752A CN201810015205.5A CN201810015205A CN108199752A CN 108199752 A CN108199752 A CN 108199752A CN 201810015205 A CN201810015205 A CN 201810015205A CN 108199752 A CN108199752 A CN 108199752A
- Authority
- CN
- China
- Prior art keywords
- symbol
- antenna
- bit
- detection method
- signal detection
- 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.)
- Pending
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
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/29—Performance testing
-
- 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
-
- 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
- H04L25/0264—Arrangements for coupling to transmission lines
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Mathematical Physics (AREA)
- Electromagnetism (AREA)
- Radio Transmission System (AREA)
Abstract
一种低复杂度的双极化卫星MIMO信号检测方法,涉及一种卫星MIMO信号检测方法。本发明为了解决利用典型的MIMO信号检测方法由于计算复杂度过高而难以进行硬件实现的问题。本发明通过接收机接收的调制信号向量y和信道传输矩阵H对接收信号进行估计,然后根据估计值分别计算第i个天线中发射符号中的第b个比特后验对数似然比并对第i个天线中发射符号中的第b个比特xi,b进行判决,从而完成对接收信号的估计。本发明适用于卫星MIMO信号的检测。
Description
技术领域
本发明涉及一种卫星MIMO信号检测方法。
背景技术
随着通信技术的不断发展,各个领域的通信需求日益提升,卫星移动通信的业务将由语音数据向多媒体方向逐步转型,而且目前卫星移动通信系统存在着卫星轨道位置拥挤、频率资源紧缺的问题,发展形势严峻,因此采用多输入多输出(MIMO)技术提高频谱利用率,扩大系统容量,成为了卫星通信领域的研究热点。此外,在通信系统中,接收机信号检测算法的性能好坏及其复杂度高低直接影响着整个通信系统的质量和发展前景。具有优异检测性能的信号检测方法往往伴随着较高的复杂度,复杂度过高的算法其实现常常受限于当前硬件的处理能力以及系统的预算。而复杂度低的信号检测方法却往往伴随着信号检测性能的低效,因此研究既能拥有最优的信号检测性能且算法复杂度适中的信号检测方法是系统实现性能充分发挥的关键。
MIMO信号检测方法分为硬输出信号检测方法和软输出信号检测方法,分别适用于未编码MIMO系统和已编码MIMO系统。对于使用Turbo码、LDPC码等编码方式的双极化卫星MIMO通信系统,需要软输出检测方法,即对接收到的向量,根据信道状态信息和先验概率信息,计算关于编码比特的后验概率信息。目前典型的小规模阵列MIMO检测方法主要有精确后验概率(APP)MIMO信号检测方法和最小均方误差(MMSE)MIMO信号检测方法,其中APP算法精确度最优,但其复杂度过高而无法硬件实现;MMSE算法以一定复杂度为代价减小了计算的复杂度,但其复杂度依旧为硬件实现带来了一定的难度,无法大量投入使用。因此研究一种契合于双极化卫星MIMO系统的精确度较优且复杂度较低的MIMO信号检测方法是优化双极化卫星MIMO通信系统的关键。
发明内容
本发明为了解决利用典型的MIMO信号检测方法由于计算复杂度过高而难以进行硬件实现的问题。
一种低复杂度的双极化卫星MIMO信号检测方法,通过计算内部后验概率的对数似然比可以实现对已编码双极化MIMO系统的最信号检测,包括以下步骤:
步骤1、通过接收机接收的调制信号向量y和信道传输矩阵H对接收信号进行估计:
步骤2、根据接收信号的估计值分别计算第i个天线中发射符号中的第b个比特的后验对数似然比:
其中;是星座C中的子集,表示第b个比特为+1或者-1;a为或中的元素;
步骤3、通过Li,b的符号对第i个天线中发射符号中的第b个比特xi,b进行判决:
其中,sign(·)为符号函数;
步骤4、重复以上步骤,对所有天线的所有接收符号进行判决,从而完成对接收信号的估计。
进一步地,步骤2中第i个天线中发射符号中的第b个比特的后验对数似然比Li,b的确定过程如下:
第i个天线中发射符号中的第b个比特的后验LLR可以表示为:
其中,表示定义;i=1,...,nT,nT为天线总数;b=1,...,M,M为一个天线的发射符号中的比特总数;xi,b为第i个天线中发射信号中的第b个比特对应的符号;y为接收机接收的调制信号向量;H为信道传输矩阵;
对式(1)应用贝叶斯理论,有
其中表示第i个天线中发射符号中的第b个比特值为+1、-1;s为发射机发射的调制信号向量;si为s中的元素;为s的估计;
对式(2)进行近似的性能优越的低复杂度算法之一为迫零(ZF)检测算法;接收机接收到的调制信号向量y经过ZF均衡后是一个充分统计,H+为信道传输矩阵的估计矩阵,后验LLR表示为:
由于所有天线发射符号向量x的元素间是统计独立的,且接收机处的噪声与x的元素也是统计独立的,因此,对于与xj,b是统计独立的,所以上式可以近似为:
为噪声;
对上式应用贝叶斯定理有:
其中,x∈{+1,-1};是星座C中的子集,表示第b个比特为+1或者-1;a为中的元素;
因为难以分析的精确概率分布,假设经过ZF均衡后的符号服从复高斯分布,即:
其中,pG(·)表示服从复高斯分布对应的p(·);为的方差;
E[·]为期望符号,表示求期望;Var[·]为方差符号,表示求方差;
因此第i个天线中发射符号中的第b个比特的后验LLR可近似为:
由ln∑α=max lnα,可以简化指数和对数运算量,上式可以进一步简化为:
因为在接收端,初始时的初始先验值即p[xi,b=+1]=p[xi,b=-1],所以可以得到上式可以进一步改写成:
由于并不影响Li,b的符号,因此LLR的计算公式可最后简化为:
进一步地,信道传输矩阵H为2n×2n矩阵,其中n=1,2,……。
进一步地,所述的H+=(HHH)-1HH或H+=H-1。
进一步地,所述调制信号向量y的调制方式为BPSK、QPSK或N-QAM。
本发明具有以下有益效果:
相比典型算法的改进APP和MMSE,本发明的复杂度更低且与双极化卫星MIMO信道更为契合的ZF均衡算法采用ln∑α=maxlnα进行简化,在一次估计中进行最少的计算;该算法在精确度上达到了与MMSE算法十分接近的较高水平,同时大大减小了计算的复杂度,相比MMSE算法,针对nT个天线本发明可以将算法的复杂度降低(nT)2倍,从而减轻了硬件负荷,降低了系统成本,使采用该算法的接收机的广泛应用成为可能。
相比MMSE算法,针对2个天线来说本发明可以将算法的复杂度降低4倍,针对4个天线来说本发明可以将算法的复杂度降低16倍。
附图说明
图1为系统模型示意图;
图2为硬件实现的流程示意图;
图3为实施例在BPSK调制下与APP、MMSE算法的性能对比图;
图4为实施例在QPSK调制下与APP、MMSE算法的性能对比图。
具体实施方式
具体实施方式一:
低复杂度的双极化卫星MIMO信号检测系统如图1所示,基于图1所示系统进行低复杂度的双极化卫星MIMO信号检测方法,适用的调制方式为BPSK,QPSK,N-QAM等,BPSK:Binary Phase Shift Keying,二进制相移键控;QPSK:Quadrature Phase Shift Keyin,正交相移键控:N-QAM:Quadrature Amplitude Modulation(QAM),正交振幅调制。正交振幅调制的发射集信号大小为N称之为N-QAM。
一种低复杂度的双极化卫星MIMO信号检测方法,具体包括以下步骤:
第i个天线中发射符号中的第b个比特的后验LLR可以表示为:
其中,表示定义;i=1,...,nT,nT为天线总数;b=1,...,M,M为一个天线的发射符号中的比特总数;xi,b为第i个天线中发射信号中的第b个比特对应的符号,Xi为第i个天线所要传输信息的符号向量,是xi,b构成的向量;y为接收机接收的调制信号向量(含有噪声影响);H为信道传输矩阵,信道传输矩阵H为2n×2n矩阵,其中n=1,2,……。
公式中log(·)没有强调底数,是因为这里取对数只是为了判定p(xi,b=+1|y,H)与p(xi,b=-1|y,H)的大小关系,从而对xi,b进行估计;
Li,b的正负是判断xi,b为+1或者-1的依据,而|Li,b|的大小则是估计的可靠性的依据;|Li,b|越大表明估计的置信度越高,相反|Lib|越小则表明低的置信度;
对式(1)应用贝叶斯理论,有
其中表示第i个天线中发射符号中的第b个比特值为+1、-1;s为发射机发射的调制信号向量;si为s中的元素;为s的估计;
对式(2)进行近似的性能优越的低复杂度算法之一为迫零(ZF)检测算法;接收机接收到的调制信号向量y经过ZF均衡后是一个充分统计,H+为信道传输矩阵的估计矩阵,所述的H+=(HHH)-1HH或H+=H-1。
后验LLR表示为:
由于所有天线发射符号向量x的元素间是统计独立的,且接收机处的噪声与x的元素也是统计独立的,因此,对于与xj,b是统计独立的,所以上式可以近似为:
为噪声;
对上式应用贝叶斯定理有:
其中,x∈{+1,-1};是星座C中的子集,表示第b个比特为+1或者-1;a为中的元素;发射信号经过调制会产生几种特定的调制信号,这几种特定的调制信号的集合即为星座;对于不同的调制方式,星座C是不一样的;
因为难以分析的精确概率分布,假设经过ZF均衡后的符号服从复高斯分布,即:
其中,pG(·)表示服从复高斯分布对应的p(·);为的方差;
E[·]为期望符号,表示求期望;Var[·]为方差符号,表示求方差;
因此第i个天线中发射符号中的第b个比特的后验LLR可近似为:
由ln∑α=max lnα,可以简化指数和对数运算量,上式可以进一步简化为:
因为在接收端,初始时的初始先验值即p[xi,b=+1]=p[xi,b=-1],所以可以得到上式可以进一步改写成:
由于并不影响Li,b的符号,因此LLR的计算公式可最后简化为:
所以有:
步骤1、通过接收机接收的调制信号向量y和信道传输矩阵H对接收信号进行估计:
步骤2、根据接收信号的估计值分别计算第i个天线中发射符号中的第b个比特的后验对数似然比:
其中;是星座C中的子集,表示第b个比特为+1或者-1;a为或中的元素;
步骤3、通过Li,b的符号对第i个天线中发射符号中的第b个比特xi,b进行判决:
其中,sign(·)为符号函数;
步骤4、重复以上步骤,对所有天线的所有接收符号进行判决,从而完成对接收信号的估计。
图2为硬件实现的流程示意图;图2中,输入实部和虚部分离后的接收数据的过程对应为接收数据的过程。并行计算各个似然函数的过程对应计算星座C中第b个比特为+1或者-1的似然函数的过程。对应的最大值间进行比较,做差输出的过程对应计算后验对数似然比的过程。
基于典型的APP与MMSE算法,本发明对典型算法的改进体现在对复杂度更低且与双极化卫星MIMO信道更为契合的ZF均衡算法采用ln∑α=maxlnα进行简化,在一次估计中进行最少的计算;该算法在精确度上达到了与MMSE算法十分接近的较高水平,同时大大减小了计算的复杂度,相比MMSE算法,针对nT个天线本发明可以将算法的复杂度降低(nT)2倍,从而减轻了硬件负荷,降低了系统成本,使采用该算法的接收机的广泛应用成为可能。
实施例
按照具体实施方式实施方式一进行仿真,仿真过程中仿真参数设定如下:系统采用Turbo编码方式,分别用BPSK和QPSK调制方式进行仿真,信道模型采用双极化卫星2×2MIMO信道的统计模型,估计矩阵采用H+=(HHH)-1HH。
仿真环境为:matlab R2011a
仿真结果如图3至图4所示,图中的改进算法为本发明;APP(Exact a posterioriprobability detection)为精确后验概率检测;MMSE(minimum mean square errordetection)为最小均方误差检测;
通过附图的仿真结果可以看出,在同一信道环境下无论采用BPSK调制方式还是QPSK调制方式,APP性能最优,线性软输出MMSE算法和本发明的算法次之,且性能较为接近;但考虑到算法设计与计算的复杂度,典型的APP无法通过硬件实现,MMSE的复杂度很高,本发明的复杂度相较于较难硬件实现的MMSE算法实现了极大的减小,相比MMSE算法,针对2个天线来说本发明可以将算法的复杂度降低4倍,针对4个天线来说本发明可以将算法的复杂度降低16倍,因此可以极大地降低开销,能够在实际应用中的大规模投入使用。
Claims (5)
1.一种低复杂度的双极化卫星MIMO信号检测方法,其特征在于,包括以下步骤:
步骤1、通过接收机接收的调制信号向量y和信道传输矩阵H对接收信号进行估计:
步骤2、根据接收信号的估计值分别计算第i个天线中发射符号中的第b个比特的后验对数似然比:
其中;是星座C中的子集,表示第b个比特为+1或者-1;a为或中的元素;
步骤3、通过Li,b的符号对第i个天线中发射符号中的第b个比特xi,b进行判决:
其中,sign(·)为符号函数;
步骤4、重复以上步骤,对所有天线的所有接收符号进行判决,从而完成对接收信号的估计。
2.根据权利要求1所述的一种低复杂度的双极化卫星MIMO信号检测方法,其特征在于,步骤2中第i个天线中发射符号中的第b个比特的后验对数似然比Li,b的确定过程如下:
第i个天线中发射符号中的第b个比特的后验LLR表示为:
其中,表示定义;i=1,...,nT,nT为天线总数;b=1,...,M,M为一个天线的发射符号中的比特总数;xi,b为第i个天线中发射信号中的第b个比特对应的符号;y为接收机接收的调制信号向量;H为信道传输矩阵;
对式(1)应用贝叶斯理论,有
其中表示第i个天线中发射符号中的第b个比特值为+1、-1;s为发射机发射的调制信号向量;si为s中的元素;为s的估计;
接收机接收到的调制信号向量y经过ZF均衡后是一个充分统计,H+为信道传输矩阵的估计矩阵,后验LLR表示为:
对于与xj,b是统计独立的,上式近似为:
为噪声;
对上式应用贝叶斯定理有:
其中,x∈{+1,-1};是星座C中的子集,表示第b个比特为+1或者-1;a为中的元素;
假设经过ZF均衡后的符号服从复高斯分布,即:
其中,pG(·)表示服从复高斯分布对应的p(·);为的方差;
E[·]为期望符号,表示求期望;Var[·]为方差符号,表示求方差;
第i个天线中发射符号中的第b个比特的后验LLR可近似为:
上式进一步简化为:
在接收端,初始时的初始先验值得到上式进一步改写成:
最后简化为:
3.根据权利要求1或2所述的一种低复杂度的双极化卫星MIMO信号检测方法,其特征在于,信道传输矩阵H为2n×2n矩阵,其中n=1,2,……。
4.根据权利要求3所述的一种低复杂度的双极化卫星MIMO信号检测方法,其特征在于,所述的H+=(HHH)-1HH或H+=H-1。
5.根据权利要求4所述的一种低复杂度的双极化卫星MIMO信号检测方法,其特征在于,所述调制信号向量y的调制方式为BPSK、QPSK或N-QAM。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810015205.5A CN108199752A (zh) | 2018-01-08 | 2018-01-08 | 一种低复杂度的双极化卫星mimo信号检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810015205.5A CN108199752A (zh) | 2018-01-08 | 2018-01-08 | 一种低复杂度的双极化卫星mimo信号检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108199752A true CN108199752A (zh) | 2018-06-22 |
Family
ID=62588251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810015205.5A Pending CN108199752A (zh) | 2018-01-08 | 2018-01-08 | 一种低复杂度的双极化卫星mimo信号检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108199752A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766304A (zh) * | 2020-12-24 | 2021-05-07 | 哈尔滨工程大学 | 一种基于稀疏贝叶斯学习的机动阵列方位估计方法 |
WO2024031980A1 (zh) * | 2022-08-09 | 2024-02-15 | 网络通信与安全紫金山实验室 | 多输入多输出系统的无线通信符号检测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102484564A (zh) * | 2009-09-02 | 2012-05-30 | 高通股份有限公司 | 使用联合llr提取和先验概率的统一迭代解码架构 |
US20160249234A1 (en) * | 2015-02-22 | 2016-08-25 | The Regents Of The University Of Michigan | Iterative detection-decoding system |
CN106100715A (zh) * | 2011-04-19 | 2016-11-09 | 松下电器(美国)知识产权公司 | 接收装置及其接收方法 |
CN106712903A (zh) * | 2016-12-21 | 2017-05-24 | 重庆邮电大学 | 一种低复杂度mimo fbmc‑oqam系统信号检测方法 |
-
2018
- 2018-01-08 CN CN201810015205.5A patent/CN108199752A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102484564A (zh) * | 2009-09-02 | 2012-05-30 | 高通股份有限公司 | 使用联合llr提取和先验概率的统一迭代解码架构 |
CN106100715A (zh) * | 2011-04-19 | 2016-11-09 | 松下电器(美国)知识产权公司 | 接收装置及其接收方法 |
US20160249234A1 (en) * | 2015-02-22 | 2016-08-25 | The Regents Of The University Of Michigan | Iterative detection-decoding system |
CN106712903A (zh) * | 2016-12-21 | 2017-05-24 | 重庆邮电大学 | 一种低复杂度mimo fbmc‑oqam系统信号检测方法 |
Non-Patent Citations (1)
Title |
---|
李明: "卫星双极化MIMO信道模型及信号检测算法", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766304A (zh) * | 2020-12-24 | 2021-05-07 | 哈尔滨工程大学 | 一种基于稀疏贝叶斯学习的机动阵列方位估计方法 |
WO2024031980A1 (zh) * | 2022-08-09 | 2024-02-15 | 网络通信与安全紫金山实验室 | 多输入多输出系统的无线通信符号检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tang et al. | A new low-complexity near-ML detection algorithm for spatial modulation | |
CN101499840B (zh) | 多入多出系统的迭代检测方法 | |
US8295378B2 (en) | Method and system for minimum mean squared error soft interference cancellation (MMSE-SIC) based suboptimal maximum likelihood (ML) detection for multiple input multiple output (MIMO) wireless system | |
CN106911374A (zh) | 一种低复杂度软输出空间调制检测方法 | |
CN100571098C (zh) | 通信系统中低复杂度的极大似然检测方法及装置 | |
CN114097202A (zh) | 用于机器学习辅助的球解码的装置和方法 | |
CN102790747A (zh) | 一种空间调制系统映射方法 | |
US20060251181A1 (en) | Method and system for signal detection using a reduced transmitter constellation | |
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 | |
CN110365414B (zh) | 一种适合于对数正态湍流信道的增强型光空间调制方法 | |
CN103581103B (zh) | 适用于apsk星座的软解映射方法 | |
CN115941001A (zh) | 一种基于mimo系统的信息传输收发装置、系统和方法 | |
Zheng et al. | DemodNet: Learning soft demodulation from hard information using convolutional neural network | |
CN108199752A (zh) | 一种低复杂度的双极化卫星mimo信号检测方法 | |
CN105099974B (zh) | 一种低复杂度的空间调制软判决检测方法 | |
CN110417515B (zh) | 一种基于离散迭代估计的大规模mimo信号检测方法 | |
CN109412670B (zh) | Gsm-mbm系统中基于松弛迭代的低复杂度检测方法 | |
CN101197603B (zh) | 多天线系统基于球形译码的低复杂度分步检测系统及检测方法 | |
US20220182111A1 (en) | Mimo detector selection | |
CN103595508B (zh) | 对接收符号进行定点化处理的方法及软解映射方法 | |
CN109167648B (zh) | 候选星座点集合生成方法及mimo空间复用检测方法 | |
CN114640561A (zh) | 一种通信信号传输方法和设备 | |
CN109039539B (zh) | 候选星座点集合生成方法及mimo空间复用检测方法 | |
Prisecaru et al. | Mutual information and capacity of spatial modulation systems | |
CN114039634B (zh) | 一种修正的矢量扰动软解调方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |