CN108768477A - 一种基于模型扰动与格基约减的mimo检测方法 - Google Patents

Abstract

本发明涉及通信技术。本发明解决了现有LRA‑OSIC检测器在天线数目很大时和最大似然检测器的性能仍有很大差距的缺点，提出一种基于模型扰动与格基约减的MIMO检测方法。其技术方案可概括为：该方法生成多个相同MIMO信道的扰动模型，然后为每个模型构造一个标准的LRA‑OSIC检测器，使用最大似然准则选取最佳检测器，并与停止准则结合降低复杂度。本发明的有益效果是，只需要适度增加复杂度，就能够显著降低误码率。

Description

一种基于模型扰动与格基约减的MIMO检测方法

技术领域

本发明属于MIMO检测技术领域，涉及一种基于模型扰动与格基约减的MIMO检测方法。

背景技术

多输入多输出(MIMO)传输作为提高无线通信频谱效率的一种有效方法，得到广泛应用。在MIMO系统中，为了恢复传输信息，须在接收机处解决天线间干扰(CAI)。最大似然检测器(MLD)可最小化误码率，但具有指数复杂度。有多种次优MIMO检测器，例如线性检测器、干扰消除检测器，和固定复杂度的球形解码器等。

可以将格基约减(LR)与次优MIMO检测器结合，以进一步提高性能。特别是在长相干时间信道中，使用格基约减能达到最优分集，但复杂度与传统的OSIC检测器相当。然而，当发射天线数量很大时，LRA-OSIC检测器与MLD(最大似然检测器)仍有显著性能差距。

发明内容

发明目的：为了解决当发射天线数量很大时，LRA-OSIC检测器与MLD(最大似然检测器)的显著性能差距。本发明提出了一种基于模型扰动与格基约减的MIMO检测方法来提高检测器的性能。设计中，首先故意扰动MIMO信道矩阵和噪声方差的估计，生成一系列近似的系统模型，并构造相应的LRA-OSIC检测器；然后对每个瞬时接收符号，自适应选择最佳检测器。结果表明，与标准的LRA-OSIC检测器相比，所提检测器的复杂度略有增加，但性能有很大提高。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

一种基于模型扰动与格基约减的MIMO检测方法，该方法包括如下步骤：

步骤一：给定信道矩阵和噪声方差的估计(H，ρ)；

步骤二：故意扰动MIMO信道矩阵和噪声方差的估计，生成K个不同的系统模型，得到不同的信道矩阵和噪声方差(H_k，ρ_k)，其中k＝1，2...，K；

步骤三：为每一格扰动后的系统模型，构造相应的LRA-OSIC检测器；

步骤四：对每个瞬时接收符号，自适应选择最佳检测器；

步骤五：输出检测后的信号，作为最终检测结果。

所述步骤二进一步包括：

对信道矩阵和噪声方差进行扰动，首先我们要对H做不同的降秩近似：其中1≤γ_k≤M为秩；引入一个微扰η_k对噪声方差进行扰动：ρ_k＝ρ+η_k，其中η_k是个正实数，可以从下述值中选择其中0≤Δη≤1调节不同候选值之间的距离，K_η是设置候选集的个数。

所述第三步骤进一步包括：

考虑具有加性高斯白噪声的MIMO通信系统，y＝Hx+z，其中y∈X^N×1，H∈X^N×M，x∈X^{M ×1}和分别是接收信号、信道矩阵、发射信号和加性高斯噪声，给定信道矩阵H和噪声方差ρ，LRA-OSIC检测器只计算一组检测器系数，将其固定并重用于同一相干间隔内的t个信息携带符号y，该检测器可使用增广的实值信道矩阵和接收信号进行构造：

其中

并且R(·)和I(·)分别表示矩阵的实部和虚部，首先执行H的排序QR分解，然后应用格基约减算法，得到简化信道矩阵的QR分解HT＝QR，其中T是一个单模矩阵，然后在LR域中估计发送符号求解三角系统Rs＝Q^T ξ并变换到原始域以获取对x的估计，最后利用所产生的K个版本的(H_k，ρ_k)代替(H，ρ)来构造K个标准的LRA-OSIC检测器。

所述第四步骤进一步包括：

所构造的K个LRA一0SIC检测器产生K个信号估计通过以下式子选择检测器：从而取得最小的最大似然代价，对预先确定的候选检测器集进行穷搜索；预设一个阈值Γ，从标准检测器开始，逐个搜索，在满足时停止搜索并选择当前检测结果作为最终的检测结果。

附图说明

图1示出了本发明的一种基于模型扰动与格基约减的MIMO检测方法的流程图。

图2示出了一种新型的LRA-OSIC接收机设计图。

图3示出了在无关瑞利衰落信道下本发明设计与标准LRA-OSIC误码率性能对比图。

图4示处了在相关瑞利衰落信道下本发明设计与标准LRA-OSIC误码率性能对比图。

图5示出了图3系统中不同方法的平均复杂度。

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。

我们现在给出平坦瑞利衰落信道上使用QPSK调制的MIMO空间复用系统的例子。信道模型为：

其中R_R和R_T分别是接收机和发射机相关矩阵，(·)^1/2表示矩阵平方根，H_ω具有独立同分布，零均值复高斯项和单位方差。

我们假定其中[·]_m，n代表矩阵的第(m，n)项，ρ_R和ρ_T(0≤ρ_R，ρ_T≤1)表示空间相关性水平。

我们假定每个发射天线的单位平均功率为1，并将信噪比(SNR)定义为SNR＝1/ρ。在相干区间中估计的符号数被假定为200。

图2给出了按照本发明设计的一种新型的LRA-OSIC接收机设计图。如图2所示，按照本发明的一种基于模型扰动与格基约减的MIMO检测方法包括：

步骤一S1：给定信道矩阵和噪声方差的估计(H，ρ)；

步骤二S2：故意扰动MIMO信道矩阵和噪声方差的估计，生成k个不同的系统模型，得到不同的信道矩阵和噪声方差(H_k，ρ_k)，其中k＝1，2...，K；

步骤三S3：为每一格扰动后的系统模型，构造相应的LRA-OSIC检测器；

步骤四S4：对每个瞬时接收符号，自适应选择最佳检测器；

步骤五S5：输出检测后的信号，作为最终检测结果。

所述第二步骤S2进一步包括：

对信道矩阵和噪声方差进行扰动，首先我们要对H做不同的降秩近似：其中1≤γ_k≤M为秩。引入一个微扰η_k，对噪声方差进行扰动：ρ_k＝ρ+η_k。其中，信道矩阵扰动所需秩设为给定H_K时，噪声方差的扰动为

所述第三步骤S3进一步包括：

考虑具有加性高斯白噪声(AWGN)的MIMO通信系统，y＝Hx+z，其中y∈X^N×1，H∈X^{N ×M}，x∈X^M×1和z∈X^N×1分别是接收信号、信道矩阵、发射信号和加性高斯噪声(AWGN)。给定信道矩阵H和噪声方差ρ，LRA-0SIC检测器只计算一组检测器系数，将其固定并重用于同一相干间隔内的t个信息携带符号y。因此，在缓慢变化的信道中，该方案具有低复杂度，但可以达到与最大似然检测器接近的分集增益。该检测器可使用增广的实值信道矩阵和接收信号进行构造：

其中

并且R(·)和I(·)分别表示矩阵的实部和虚部。首先执行H的排序QR分解，然后应用格基约减算法，得到简化信道矩阵的QR分解HT＝QR，其中T是一个单模矩阵。然后，在LR域中估计发送符号求解三角系统Rs＝Q^T ξ并变换到原始域以获取对x的估计。本发明利用所产生的K个版本的(H_k，ρ_k)，代替(H，ρ)来构造K个标准的LRA-OSIC检测器。

所述第四步骤S4进一步包括：

所构造的多个LRA-OSIC检测器产生K个信号估计通过以下式子选择检测器：从而取得最小的最大似然代价。对预先确定的候选检测器集进行穷搜索，这样总体复杂度就会随着候选检测器的数目而线性增加。预设一个阈值Γ，从标准检测器开始逐个搜索，并在满足时停止搜索并选择当前检测结果为最终检测结果。同时，存储已构造的检测器以供将来使用，这样可以降低复杂度。一般来说，较大的Γ导致较低的复杂度，但也可能引入更显著的性能劣化。

结果表明，所提出的基于模型扰动的LRA-OSIC检测器的性能明显优于标准的LRA-OSIC检测器。与基于穷搜索的检测器选择方案比较，使用终止准则可有效降低计算复杂度。

Claims (4)

1.一种基于模型扰动与格基约减的MIMO检测方法，其特征是，包括如下步骤：

步骤一：给定信道矩阵和噪声方差的估计(H，ρ)；

步骤二：故意扰动MIMO信道矩阵和噪声方差的估计，生成K个不同的系统模型，得到不同的信道矩阵和噪声方差(H_k，ρ_k)，其中k＝1，2...，K；

步骤三：为每一格扰动后的系统模型，构造相应的LRA-OSIC检测器；

步骤四：对每个瞬时接收符号，自适应选择最佳检测器；

步骤五：输出检测后的信号，作为最终检测结果。

2.如权利要求1所述的一种基于模型扰动与格基约减的MIMO检测方法，其特征是，所述步骤二进一步包括：

对信道矩阵和噪声方差进行扰动，首先我们要对H做不同的降秩近似：其中1≤γ_k≤M为秩；引入一个微扰η_k对噪声方差进行扰动：ρ_k＝ρ+η_k，其中η_k是个正实数，可以从下述值中选择其中0≤Δη≤1调节不同候选值之间的距离，K_η是设置候选集的个数。

3.如权利要求1所述的一种模型扰动与格基约减的MIMO检测方法，其特征是，所述步骤三进一步包括：

考虑具有加性高斯白噪声的MIMO通信系统，y＝Hx+z，其中y∈X^N×1，H∈X^N×M，x∈X^M×1和z∈X^N×1分别是接收信号、信道矩阵、发射信号和加性高斯噪声，给定信道矩阵H和噪声方差ρ，LRA-OSIC检测器只计算一组检测器系数，将其固定并重用于同一相干间隔内的t个信息携带符号y，该检测器可使用增广的实值信道矩阵和接收信号进行构造：

其中

并且R(·)和I(·)分别表示矩阵的实部和虚部，首先执行H的排序QR分解，然后应用格基约减算法，得到简化信道矩阵的QR分解HT＝QR，其中T是一个单模矩阵，然后在LR域中估计发送符号求解三角系统Rs＝Q^T ξ并变换到原始域以获取对x的估计，最后利用所产生的K个版本的(H_k，ρ_k)代替(H，ρ)来构造K个标准的LRA-OSIC检测器。

4.如权利要求1所述的一种基于模型扰动与格基约减的MIMO检测方法，其特征是，所述步骤四进一步包括：

所构造的K个LRA-OSIC检测器产生K个信号估计通过以下式子选择检测器：从而取得最小的最大似然代价，对预先确定的候选检测器集进行穷搜索；预设一个阈值Γ，从标准检测器开始，逐个搜索，在满足时停止搜索并选择当前检测结果作为最终的检测结果。