CN110212993B - 一种信号检测方法、装置、设备及可读存储介质 - Google Patents

一种信号检测方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN110212993B
CN110212993B CN201910481026.5A CN201910481026A CN110212993B CN 110212993 B CN110212993 B CN 110212993B CN 201910481026 A CN201910481026 A CN 201910481026A CN 110212993 B CN110212993 B CN 110212993B
Authority
CN
China
Prior art keywords
signal
detection
modulation
detected
algorithm
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.)
Active
Application number
CN201910481026.5A
Other languages
English (en)
Other versions
CN110212993A (zh
Inventor
全智
马超艺
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.)
Zhengzhou University
Original Assignee
Zhengzhou 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 Zhengzhou University filed Critical Zhengzhou University
Priority to CN201910481026.5A priority Critical patent/CN110212993B/zh
Publication of CN110212993A publication Critical patent/CN110212993A/zh
Application granted granted Critical
Publication of CN110212993B publication Critical patent/CN110212993B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • 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
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/32—Carrier systems characterised by combinations of two or more of the types covered by groups H04L27/02, H04L27/10, H04L27/18 or H04L27/26
    • H04L27/34—Amplitude- and phase-modulated carrier systems, e.g. quadrature-amplitude modulated carrier systems
    • H04L27/3405—Modifications of the signal space to increase the efficiency of transmission, e.g. reduction of the bit error rate, bandwidth, or average power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/32—Carrier systems characterised by combinations of two or more of the types covered by groups H04L27/02, H04L27/10, H04L27/18 or H04L27/26
    • H04L27/34—Amplitude- and phase-modulated carrier systems, e.g. quadrature-amplitude modulated carrier systems
    • H04L27/36—Modulator circuits; Transmitter circuits

Abstract

本发明公开了一种信号检测方法，该方法包括以下步骤：利用多输入多输出系统中的多个接收天线获取待处理信号；设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得初始检测信号；将初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；将调制信号作为待检出信号初值，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。该方法检测所得的目标检测信号更为准确。本发明还公开了一种信号检测装置、设备及可读存储介质，具有相应的技术效果。

Description

一种信号检测方法、装置、设备及可读存储介质
技术领域
本发明涉及通信技术领域，特别是涉及一种信号检测方法、装置、设备及可读存储介质。
背景技术
在基站端采用超大规模天线阵列(比如数百根天线或者更多)可以带来很多的性能优势，在理论上系统的信道容量将会得到显著的提高。这种基站采用大规模天线阵列的多用户通信系统被称为大规模多输入多输出(Multiple-Input Multiple-Output，MIMO)。
应用大规模MIMO技术最常见的系统包括：多波束卫星网络，移动蜂窝网络和无线局域网络。特别地，多波束卫星网络被认为是大规模MIMO系统最自然的应用，因为卫星装备上往往可以配置上百根的天线元。多波束方法的基本问题是由共享同一个频带的多个连接点波束所产生的干扰。这些在相邻点波束间的干扰必须通过适当的信号处理算法来消除。在上行链路中(雷达发送天线至卫星)，可以结合卫星通信系统来设计合适的检测算法。在移动蜂窝网络中，在基站上配置几百根天线，在用户端配置数量适度的多天线(如2到4根)。
目前，常见MIMO系统中，对信号进行处理，更多的是正交振幅调制(QuadratureAmplitude Modulation，QAM)复数调制方案。但是，现有的这些复数调制方案中，往往存在计算复杂或检测结果不够准确的问题。
如何有效地解决MIMO中信号的检测等问题，是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种信号检测方法、装置、设备及可读存储介质，在避免产生更多复杂计算的情况下，提高信号检测准确率。
为解决上述技术问题，本发明提供如下技术方案：
一种信号检测方法，包括：
利用多输入多输出系统中的多个接收天线获取待处理信号；
设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得初始检测信号；
将所述初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；
将所述调制信号作为所述待检出信号初值，并利用所述复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得目标检测信号。
优选地，将所述初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号，包括：
将所述初始检测信号映射到二进制正交振幅调制星座图或四进制正交振幅调制星座图中进行信号调制，获得调制信号。
优选地，将所述调制信号作为所述待检出信号初值，并利用所述复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得目标检测信号，包括：
将所述调制信号作为所述待检出信号初值并调整所述检测参数；
利用所述复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得所述目标检测信号。
优选地，将所述调制信号作为所述待检出信号初值并调整所述检测参数，包括：
将所述调制信号作为所述待检出信号初值；
对成功迭代次数上限和结果比特数进行调整。
优选地，所述对成功迭代次数上限和结果比特数进行调整，包括：
将所述成功迭代次数上限设置为10，将所述结果比特数设置为1。
优选地，所述设置待检出信号初值和检测参数，包括：
将所述待检出信号初值设置为0，将成功迭代次数上限设置为2048，将所述结果比特数设置为10。
一种信号检测装置，包括：
待处理信号接收模块，用于利用多输入多输出系统中的多个接收天线获取待处理信号；
第一信号检测模块，用于设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得初始检测信号；
信号调制模块，用于将所述初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；
第二信号检测模块，用于将所述调制信号作为所述待检出信号初值，并利用所述复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得目标检测信号。
优选地，所述信号调制模块，具体用于将初始检测信号映射到二进制正交振幅调制星座图或四进制正交振幅调制星座图中进行信号调制，获得调制信号。
一种信号检测设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述信号检测方法的步骤。
一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述信号检测方法的步骤。
应用本发明实施例所提供的方法，利用多输入多输出系统中的多个接收天线获取待处理信号；设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得初始检测信号；将初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；将调制信号作为待检出信号初值，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。
复数盒型约束二分坐标下降检测算法具有免直接乘法和除法来求解向量的特点。即复数盒型约束二分坐标下降检测算法相较于其他检测算法的复杂度更低，且复数盒型约束二分坐标下降检测算法的检测准确率更高。利用复数盒型约束二分坐标下降检测算法进行信号检测时，通常会对待检出信号初值进行设置，即对待检出信号初值进行预测赋值。又因在多输入多输出系统中，信道情况较为复杂，不同天线之间发射的信号会相互干扰，导致检测结果准确率不理想。为了解决这一问题，在本方法中利用二阶复数盒型约束二分坐标下降检测算法进行信号检测。具体的，即将通过复数盒型约束二分坐标下降检测算法检测后得到的初始检测结果，经调制，将调制后的调制信号作为待检出信号初值，再次利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测。由于第二次进行信号检测时，待检出信号初值为初次检测结果，也就是说，第二次所进行的信号检测，是基于当前的待处理信号所确定的，因此第二次所进行的信号检测，待检出信号初值更贴近真实的发送端多天线调制并发送的信号，进一步地第二次信号检测所得到的目标检测信号更为准确。另外，在相关仿真实验中，实验结果也验证了本方法的检测效果更为准确这一技术效果。
相应地，本发明实施例还提供了与上述信号检测方法相对应的信号检测装置、设备和可读存储介质，具有上述技术效果，在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种信号检测方法的实施流程图；
图2为现有的发射天线数为MT，接收天线数为MR的MIMO系统示意图；
图3(a)为本发明实施例中一种检测参数对检测结果的影响示意图；
图3(b)为本发明实施例中另一种检测参数对检测结果的影响示意图；
图4(a)为本发明实施例中在4QAM调制下16×16MIMO系统各种检测算法的BER性能随SNR变化的仿真结果图；
图4(b1)为本发明实施例中在4QAM调制下16×16MIMO系统中DCD-B算法随SNR变化的平均复杂度变化示意图；
图4(b2)为本发明实施例中在4QAM调制下16×16MIMO系统中二阶DCD-B算法随SNR变化的平均复杂度变化示意图；
图4(c)为本发明实施例中在4QAM调制下64×64MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图；
图4(d1)为本发明实施例中在4QAM调制下64×64MIMO系统中二阶DCD-B算法随SNR变化的平均复杂度；
图4(d2)为本发明实施例中在4QAM调制下64×64MIMO系统中DCD-B算法随SNR变化的平均复杂度；
图4(e)为本发明实施例中在4QAM调制下128×128MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图；
图4(f)为本发明实施例中在4QAM调制下128×128MIMO系统中DCD-B和二阶DCD-B检测算法的平均复杂度随SNR变化的仿真结果图；
图5(a)为本发明实施例中在16QAM调制下16×16MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图；
图5(b)为本发明实施例中在16QAM调制下64×64MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图；
图5(c)为本发明实施例中在16QAM调制下128×128MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图；
图6为本发明实施例中一种信号检测装置的结构示意图；
图7为本发明实施例中一种信号检测设备的结构示意图；
图8为本发明实施例中一种信号检测设备的具体结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：
请参考图1，图1为本发明实施例中一种信号检测方法的流程图，该方法可应用于多输入多输出系统(MIMO系统)中，该方法包括以下步骤：
S101、利用多输入多输出系统中的多个接收天线获取待处理信号。
利用多输入多输出系统中的多个接收天线获取待处理信号。即，待处理信号即为多输入多输出系统中多个发射天线发射的信号经过信道传输后被多个接收天线所接收的信号。
具体的，请参考图2，图2为现有的发射天线数为MT，接收天线数为MR的MIMO系统示意图。该系统的接收信号(即待处理信号)为：
y＝Gx+n (1)
其中，
Figure BDA0002083845390000061
G为MR×MT的信道矩阵，矩阵里的元素是符合独立同分布(independently and identically distributed，i.i.d.)的零均值高斯随机数，x是MT×1维星座图中的传输数据向量，n为元素符合i.i.d的零均值高斯随机数的噪声向量。在本发明实施例中对于多个接收天线的具体数量并不限定。
其中，多输入多输出系统可具体为多波束卫星网络，移动蜂窝网络和无线局域网络中的信号发射和接收处理系统。
S102、设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得初始检测信号。
当接收到待处理信号之后，由于信号传输过程中受到多种因素干扰，此时的待处理信号与MIMO系统经调制和发送的初始信号已然不同，此时需要对待处理信号进行检测，即检测出MIMO系统中发送的初始信号。在本发明实施例中，将该初始信号称之为待检出信号初值(或称为初始值)。也就是说检测出待处理信号中的x，即是MT×1维星座图中的传输数据向量。
由于在进行信号检测之前，待检出信号属于未知量，可对其进行设置赋值，即可将设置为一个初始值如0向量，当然，也可赋一个随机值向量。检测参数可包括成功迭代次数上限(Nu)和结果比特数(Mb)。具体的，可将待检出信号初值设置为0向量(若用x0表示x的初始值，则令x0＝0)，将成功迭代次数上限设置为2048，将结果比特数设置为10。然后，基于设置后的待检出信号初值以及检测参数，便可利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，得到初始检测信号，即
Figure BDA0002083845390000062
S103、将初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号。
由于，QAM具有信号的振幅和相位作为两个独立的参量同时受到调制，可改善噪声容限问题。因此，在本发明实施例中，对初始检测信号进行QAM信号调制，以获得调制信号。具体的，即通过将初始检测信号映射到目标QAM星座图中，对初始检测信号进行信号调制。在本发明实施例中，对于QAM调制采用二进制或四进制均可，即将初始检测信号映射到二进制正交振幅调制星座(即4QAM星座图)或四进制正交振幅调制星座图(即16QAM星座图)中进行信号调制，获得调制信号。调制后得到的调制信号可用
Figure BDA0002083845390000071
表示。
S104、将调制信号作为待检出信号初值，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。
得到调制信号后，可将调制信号作为待检出信号初值，再次利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。目标检测信号即为进行检测所确定的MIMO系统中调制并发送的原始信号，可用
Figure BDA0002083845390000072
表示。
具体的，在进行二次检测时，还将检测参数进行调整，以减少检测复杂度。即，第二次信号检测的过程，包括：
步骤一、将调制信号作为待检出信号初值并调整检测参数；
步骤二、利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。
为便于描述，下面将上述两个步骤结合起来进行说明。
其中，将调制信号作为待检出信号初值并调整检测参数，可具体为将调制信号作为待检出信号初值；对成功迭代次数上限和结果比特数进行调整。其中，Mb表示目标检测信号的精度(可以取任意整数)，Mb越大检测信号精度越高，一般选取10就可以满足精度要求。因而可根据不同情况，进行设定。例如小规模天线系统，4根天线，或者低阶调制例如二进制相移键控)，Mb＝6或者8可以满足精度要求，如果选择Mb＝1,2..，5这样的小数值，仿真精度会差一些，因此建议取值为10。Nu是成功迭代次数的上限，也是算法停止的条件之一。Nu可以是任意整数值，优选地，为了方便硬件实施，可把参数设定为2的整数指数形式，如1024，2048，4096等；当然，Nu太小检测性能会不理想，但是太大也会增加复杂度。优选地，可将成功迭代次数上限设置为10，将结果比特数设置为1。
请参考图3(a)，图3(a)为本发明实施例中一种检测参数对检测结果的影响示意图。在图3(a)中显示当Nu＝105时，复数盒型二分坐标下降算法(DCD-B，即复数盒型约束DCD(Dichotomous Coordinate Descent，DCD)性能最好，DCD-B的平均复杂度2KNu(K＝MT为天线数目)，也就是说复杂度由Nu和K决定。在本发明实施例中，使用两次DCD-B，第一次DCD-B里面Nu＝2048，Mb＝10；第二次DCD里面的Nu＝10，Mb＝1。第二次DCD-B所需要的复杂度非常小。但是，性能却比一次使用DCD-B(Nu＝2048，Mb＝10)显著提高了。
请参考图3(b)，图3(b)为本发明实施例中另一种检测参数对检测结果的影响示意图。该示意图是在16QAM调制下获得的。图3(b)显示了DCD-B随不同Mb(6，8，10，15)的BER性能变化。结果显示DCD-B的检测性能随Mb增加而提升，即随着Mb的增加，检测得到的目标检测信号不断地趋近于MIMO系统中天线发出的初始信号。另外，随着Mb的增加，DCD-B的检测性能的提升程度越小，即当Mb增加到一定程度(如一个特定数值)，再继续增加Mb数值，DCD-B的检测性能提升程度有限。例如，DCB-B在Mb＝6与Mb＝10之间的检测性能差异较大，而DCB-B在Mb＝10与Mb＝15之间的检测性能近似。又因Mb越大，算法复杂度越高，所耗费的计算机资源和计算时间越多，因而在实际应用中，为兼顾算法复杂度和检测性能这两方面的需求，可将Mb设置为10。
一次使用DCD-B算法得到的估计值算是粗估计，把这个粗估计再次代入DCD-B算法(Nu＝10，Mb＝1)得到比较精准的数值。算法中的Mb表示结果的精确度，当Mb＝1时，结果的精确度只在十分位2-1。当Mb＝10时，结果x的精确度是2-10。
可见，DCD-B的性能由Nu和Mb决定，在相同Mb数值下，在一定范围内Nu越大性能越好。在相同Nu数值下，在一定范围内Mb越大性能越好。
应用本发明实施例所提供的方法，利用多输入多输出系统中的多个接收天线获取待处理信号；设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得初始检测信号；将初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；将调制信号作为待检出信号初值，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。
复数盒型约束二分坐标下降检测算法具有免直接乘法和除法来求解向量的特点。即复数盒型约束二分坐标下降检测算法相较于其他检测算法的复杂度更低，且复数盒型约束二分坐标下降检测算法的检测准确率更高。利用复数盒型约束二分坐标下降检测算法进行信号检测时，通常会对待检出信号初值进行设置，即对待检出信号初值进行预测赋值。又因在多输入多输出系统中，信道情况较为复杂，不同天线之间发射的信号会相互干扰，导致检测结果准确率不理想。为了解决这一问题，在本方法中利用二阶复数盒型约束二分坐标下降检测算法进行信号检测。具体的，即将通过复数盒型约束二分坐标下降检测算法检测后得到的初始检测结果，经调制，将调制后的调制信号作为待检出信号初值，再次利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测。由于第二次进行信号检测时，待检出信号初值为初次检测结果，也就是说，第二次所进行的信号检测，是基于当前的待处理信号所确定的，因此第二次所进行的信号检测，待检出信号初值更贴近真实的发射端多天线调制并发送的信号，进一步地第二次信号检测所得到的目标检测信号更为准确。另外，在相关仿真实验中，实验结果也验证了本方法的检测效果更为准确这一技术效果。
实施例二：
为便于本领域技术人员更好地理解本发明实施例所提供的技术方案，下面结合具体的计算公式和处理步骤，以及相关实验对本发明实施例所提供的信号检测方法进行详细说明。
技术方案描述：
在发射天线数为MT和接收天线数为MR(MT＝MR＝K)的MIMO系统中，接收信号是：
y＝Gx+n (1)
ML算法用求解二次优化问题进行信号检测：
Figure BDA0002083845390000091
其中R＝GHG和θ＝GHy。盒型约束算法的需满足约束条件
Figure BDA0002083845390000101
和
Figure BDA0002083845390000102
和
Figure BDA0002083845390000103
其中H是调制星座图A中元素的实部和虚部最大值，例如16QAM调制，H＝3。
表1给出了复数盒型约束二分坐标下降算法的步骤。根据表1中的复数盒型约束二分坐标下降算法，可以得到盒型约束二分坐标下降MIMO算法的解：
Figure BDA0002083845390000104
该解决方案提供软输出
Figure BDA0002083845390000105
然后把软输出结果映射到
Figure BDA0002083845390000106
中。求解(3)等价于求解下式的盒型约束解x：
Rx＝θ (4)
复数盒型约束二分坐标下降算法如下表1：
Figure BDA0002083845390000107
Figure BDA0002083845390000111
表1复数盒型约束DCD算法(K/2×K/2)
矩阵R和向量θ，r和x都是复数，rn表示r里面的第n个元素，Rn,n表示第n个对角线元素。残差向量r中元素的实部和虚部更新是顺序执行的。变量s＝1表示实部更新，当s＝j时，表示虚部更新。算法按照顺序n＝1,2,3…K/2更新结果x。如果在一次迭代中解向量被更新，则这样的迭代被标记为“成功”。步长α在每次成功迭代中被减半，它的初始值等于参数H。参数Mb表示步长α被减少的数目，同时也决定了结果的精确度。每次步长更新，则算法重复“成功”迭代，直到残差向量r里所有元素变得非常小，使得所有元素不满足步骤3的条件。算法的运算量主要取决于成功的更新迭代次数。为了降低运算量，成功迭代次数的上限被预先设定为Nu。这个算法不需要乘法和除法操作，因为这些操作可以由移位替换。复数盒型约束二分坐标下降的运算复杂度上限是MT(2Nu+Mb-1)+Nu个实数加法。可以用DCD-B(x,R,θ,Nu,Mb)来表示复数盒型约束二分坐标下降算法。
DCD-B算法可以以较低的复杂度提供较好的检测性能，但是它和最优检测性能还有一定的差距。为了进一步提高检测性能，将DCD-B算法得到的检测结果作为粗估计值
Figure BDA0002083845390000112
之后将结果映射到星座图A中，得到调制结果
Figure BDA0002083845390000113
接下来，将
Figure BDA0002083845390000114
作为DCD-B算法的初始值，再次检测得到精确值。把两次使用DCD-B算法的方法称为二阶DCD-B方法。具体步骤如下所示：
首先初始化DCD-B算法的输入参数，令x＝0，Nu＝2048，Mb＝10，用DCD-B(x,R,θ,Nu,Mb)得到
Figure BDA0002083845390000115
接着将得到的
Figure BDA0002083845390000116
映射到星座图A中，并对结果进行调制得到
Figure BDA0002083845390000117
最后将
Figure BDA0002083845390000118
作为盒型约束DCD-B算法x的初始值即
Figure BDA0002083845390000119
令Nu＝10，Mb＝1，再次用DCD-B(x,R,θ,Nu,Mb)得到向量
Figure BDA00020838453900001110
结果即为二阶DCD-B算法的MIMO系统检测值。
实验验证：
下列内容是通过MATLAB仿真得到的各种算法在不同调制方式下的检测结果。
实验一：4QAM调制下的算法检测性能分析。在本实验中，比较了在16×16、64×64和128×128MIMO系统中的二阶DCD-B和解相关(Decorrelator)最小均方误差(minimummean square error，MMSE)、DCD-MMSE(基于DCD实现的MMSE)和DCD-B的BER性能。请参考图4(a)，图4(a)为在4QAM调制下16×16MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图。其中涉及算法包括：Decorrelator、MMSE、DCD-MMSE、DCD-B。从图4(a)可以看出，Decorrelator的检测性能最差，MMSE和Decorrelator相比，性能明显提高了。DCD-MMSE的性能曲线比MMSE的略低。二阶DCD-B算法的误码率(Bit-Error-Rate，BER)性能优于DCD-B算法。
请参考图4(b1)和图4(b2)，其中，图4(b1)为DCD-B算法随信噪比(SNR)变化的平均复杂度；图4(b2)为二阶DCD-B算法随SNR变化的平均复杂度；从图中可以看出，二阶DCD-B算法的复杂度比DCD-B算法的复杂度略有增加，但比较接近。
请参考图4(c)，图4(c)为本发明实施例中在4QAM调制下64×64MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图。其中，算法包括Decorrelator、MMSE、DCD-MMSE、DCD-B、二阶DCD-B。从图4(c)中可以看出，Decorrelator的检测性能最差，DCD-MMSE的检测性能优于MMSE。二阶DCD-B算法的误码率(BER)性能在信噪比(Signal-to-noise ratio,SNR)等于10dB之后明显优于Decorrelator、MMSE、DCD-MMSE和DCD-B。
请参考图4(d1)和图4(d2)，图4(d1)为本发明实施例中在4QAM调制下64×64MIMO系统中二阶DCD-B算法随SNR变化的平均复杂度，图4(d2)为本发明实施例中在4QAM调制下64×64MIMO系统中DCD-B算法随SNR变化的平均复杂度。从图4(d1)和图4(d2)可以看出，二阶DCD-B算法的平均复杂度比DCD-B算法的平均复杂度略高，但是十分接近。
请参考图4(e)，图4(e)为本发明实施例中在4QAM调制下128×128MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图。其中，算法包括：MMSE、DCD-MMSE、DCD-B、二阶DCD-B。即，图4(e)比较了在128×128MIMO系统中的MMSE、DCD-MMSE和DCD-B、二阶DCD-B的BER性能。从图中可以看出，DCD-MMSE的检测性能高于MMSE。DCD-B的检测曲线低于DCD-MMSE。二阶DCD-B算法的误码率性能在信噪比等于10dB之后明显优于MMSE、DCD-MMSE和DCD-B。
请参考图4(f)，图4(f)为本发明实施例中在4QAM调制下128×128MIMO系统中DCD-B和二阶DCD-B检测算法的平均复杂度随SNR变化的仿真结果图。即，图4(f)比较了在128×128MIMO系统中DCD-B算法和二阶DCD-B算法的平均复杂度，从图中可以看出，二阶DCD-B算法的复杂度比DCD-B算法的复杂度略高，在高SNR＝15dB之后，两者的复杂度比较接近。
实验二：16QAM调制下的算法检测性能分析。请参考图5(a)，图5(a)为本发明实施例中16QAM调制下在16×16MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图。其中，算法包括MMSE、DCD-MMSE、DCD-B、二阶DCD-B。图5(a)比较了在16×16MIMO系统中的MMSE、DCD-MMSE、DCD-B和二阶DCD-B的BER性能。从图5(a)中可以看出，DCD-B比MMSE和DCD-MMSE的检测性能好。二阶DCD-B算法的误码率性能在信噪比等于18dB之后优于DCD-B。
请参考图5(b)，图5(b)为本发明实施例中在16QAM调制下64×64MIMO系统中各种检测算法的BER性能随SNR变化的仿真结果图。图5(b)中比较了在64×64MIMO系统中的MMSE、DCD-MMSE、DCD-B和二阶DCD-B的BER性能。从图5(b)中可以看出，DCD-MMSE的检测性能优于MMSE；DCD-B的检测性能曲线低于DCD-MMSE,当SNR＝40dB之后，DCD-B的性能和DCD-MMSE的性能接近。二阶DCD-B算法的误码率性能在信噪比等于18dB之后明显优于DCD-B。
请参考图5(c)，图5(c)为本发明实施例中16QAM调制下128×128MIMO系统各种检测算法的BER性能随SNR变化的仿真结果图。其中，算法包括：MMSE、DCD-MMSE、DCD-B、二阶DCD-B、图5(c)比较了在128×128MIMO系统中的MMSE、DCD-MMSE、DCD-B和二阶DCD-B算法的BER性能。从图中可以看出，DCD-MMSE的检测性能优于MMSE；DCD-B的检测性能曲线低于DCD-MMSE。在高SNR区域(SNR>36dB)，DCD-MMSE性能曲线和DCD-B基本重合。二阶DCD-B性能曲线明显比DCD-B性能曲线低。
即，结合上述实验结果，可知在本发明实施例即为在复数盒型约束二分坐标下降算法的基础上，提出了二阶盒型约束二分坐标下降的复数MIMO检测方法。在实验仿真中，仿真对比了在不同MIMO系统下的Decorrelator、MMSE、DCD-MMSE、DCD-B和二阶DCD-B算法分别在4QAM和16QAM调制下的BER性能，并对DCD-B算法和二阶DCD-B算法的复杂度进行了比较。通过上述分析，发现在4QAM和16QAM调制下，二阶DCD-B算法的检测效果要优于DCD-B算法的检测效果。特别针对大规模系统，二阶DCD-B的优势更为明显。
实施例三：
相应于上面的方法实施例，本发明实施例还提供了一种信号检测装置，下文描述的信号检测装置与上文描述的信号检测方法可相互对应参照。
参见图6所示，该装置包括以下模块：
待处理信号接收模块101，用于利用多输入多输出系统中的多个接收天线获取待处理信号；
第一信号检测模块102，用于设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得初始检测信号；
信号调制模块103，用于将初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；
第二信号检测模块104，用于将调制信号作为待检出信号初值，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。
其中，第一信号检测模块与第二信号检测模块仅用于区别与第一次信号检测和第二次信号检测。即，在该装置两次信号检测，检测参数不同，待检出信号初值初始赋值不同，计算处理过程均相同。在实际应用中，第一信号检测模块和第二信号检测模块也可合并为同一个检测模块。
应用本发明实施例所提供的装置，利用多输入多输出系统中的多个接收天线获取待处理信号；设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得初始检测信号；将初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；将调制信号作为待检出信号初值，并利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。
复数盒型约束二分坐标下降检测算法具有免直接乘法和除法来求解向量的特点。即复数盒型约束二分坐标下降检测算法相较于其他检测算法的复杂度更低，且复数盒型约束二分坐标下降检测算法的检测准确率更高。利用复数盒型约束二分坐标下降检测算法进行信号检测时，通常会对待检出信号初值进行设置，即对待检出信号初值进行预测赋值。又因在多输入多输出系统中，信道情况较为复杂，不同天线之间发射的信号会相互干扰，导致检测结果准确率不理想。为了解决这一问题，在本装置中利用二阶复数盒型约束二分坐标下降检测算法进行信号检测。具体的，即将通过复数盒型约束二分坐标下降检测算法检测后得到的初始检测结果，经调制，将调制后的调制信号作为待检出信号初值，再次利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测。由于第二次进行信号检测时，待检出信号初值为初次检测结果，也就是说，第二次所进行的信号检测，是基于当前的待处理信号所确定的，因此第二次所进行的信号检测，待检出信号初值更贴近真实的发送端多天线调制并发送的信号，进一步地第二次信号检测所得到的目标检测信号更为准确。另外，在相关仿真实验中，实验结果也验证了本装置的检测效果更为准确这一技术效果。
在本发明的一种具体实施方式中，信号调制模块103，具体用于将初始检测信号映射到二进制正交振幅调制星座图或四进制正交振幅调制星座图中进行信号调制，获得调制信号。
在本发明的一种具体实施方式中，第二信号检测模块104，包括：
参数调整单元，用于将调制信号作为待检出信号初值并调整检测参数；
信号检测单元，用于利用复数盒型约束二分坐标下降检测算法对待处理信号进行信号检测，获得目标检测信号。
在本发明的一种具体实施方式中，参数调整单元，具体用于将调制信号作为待检出信号初值；对成功迭代次数上限和结果比特数进行调整。
在本发明的一种具体实施方式中，参数调整单元，具体用于将成功迭代次数上限设置为10，将结果比特数设置为1。
在本发明的一种具体实施方式中，第一信号检测模块102，具体用于将待检出信号初值设置为0，将成功迭代次数上限设置为2048，将结果比特数设置为10。
实施例四：
相应于上面的方法实施例，本发明实施例还提供了一种信号检测设备，下文描述的一种信号检测设备与上文描述的一种信号检测方法可相互对应参照。
参见图7所示，该信号检测设备包括：
存储器D1，用于存储计算机程序；
处理器D2，用于执行计算机程序时实现上述方法实施例的信号检测方法的步骤。
具体的，请参考图8，图8为本实施例提供的一种信号检测设备的具体结构示意图，该信号检测设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)322(例如，一个或一个以上处理器)和存储器332，一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中，存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地，中央处理器322可以设置为与存储介质330通信，在信号检测设备301上执行存储介质330中的一系列指令操作。
信号检测设备301还可以包括一个或一个以上电源326，一个或一个以上有线或无线网络接口350，一个或一个以上输入输出接口358，和/或，一个或一个以上操作系统341。例如，Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等。
上文所描述的信号检测方法中的步骤可以由信号检测设备的结构实现。
实施例五：
相应于上面的方法实施例，本发明实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种信号检测方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的信号检测方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

Claims (9)

1.一种信号检测方法，其特征在于，包括：
利用多输入多输出系统中的多个接收天线获取待处理信号；
设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得初始检测信号；所述复数盒型约束二分坐标下降检测算法包括所述待检出信号初值和检测参数；
将所述初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；
将所述调制信号作为所述待检出信号初值并调整所述检测参数，并利用所述复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得目标检测信号。
2.根据权利要求1所述的信号检测方法，其特征在于，将所述初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号，包括：
将所述初始检测信号映射到二进制正交振幅调制星座图或四进制正交振幅调制星座图中进行信号调制，获得调制信号。
3.根据权利要求1所述的信号检测方法，其特征在于，将所述调制信号作为所述待检出信号初值并调整所述检测参数，包括：
将所述调制信号作为所述待检出信号初值；
对成功迭代次数上限和结果比特数进行调整。
4.根据权利要求3所述的信号检测方法，其特征在于，所述对成功迭代次数上限和结果比特数进行调整，包括：
将所述成功迭代次数上限设置为10，将所述结果比特数设置为1。
5.根据权利要求3所述的信号检测方法，其特征在于，所述设置待检出信号初值和检测参数，包括：
将所述待检出信号初值设置为0，将成功迭代次数上限设置为2048，将所述结果比特数设置为10。
6.一种信号检测装置，其特征在于，包括：
待处理信号接收模块，用于利用多输入多输出系统中的多个接收天线获取待处理信号；
第一信号检测模块，用于设置待检出信号初值和检测参数，并利用复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得初始检测信号；所述复数盒型约束二分坐标下降检测算法包括所述待检出信号初值和检测参数；
信号调制模块，用于将所述初始检测信号映射到目标正交振幅调制星座图中进行信号调制，获得调制信号；
第二信号检测模块，用于将所述调制信号作为所述待检出信号初值并调整所述检测参数，并利用所述复数盒型约束二分坐标下降检测算法对所述待处理信号进行信号检测，获得目标检测信号。
7.根据权利要求6所述的信号检测装置，其特征在于，所述信号调制模块，具体用于将初始检测信号映射到二进制正交振幅调制星座图或四进制正交振幅调制星座中进行信号调制，获得调制信号。
8.一种信号检测设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述信号检测方法的步骤。
9.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述信号检测方法的步骤。
CN201910481026.5A 2019-06-04 2019-06-04 一种信号检测方法、装置、设备及可读存储介质 Active CN110212993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910481026.5A CN110212993B (zh) 2019-06-04 2019-06-04 一种信号检测方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910481026.5A CN110212993B (zh) 2019-06-04 2019-06-04 一种信号检测方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN110212993A CN110212993A (zh) 2019-09-06
CN110212993B true CN110212993B (zh) 2022-01-28

Family

ID=67790553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910481026.5A Active CN110212993B (zh) 2019-06-04 2019-06-04 一种信号检测方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN110212993B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112416260B (zh) * 2020-12-03 2022-11-15 海光信息技术股份有限公司 数据处理方法和数据处理装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101228731A (zh) * 2005-07-20 2008-07-23 三星电子株式会社 在通信系统中传送/接收资源分配信息的系统和方法
CN106443655A (zh) * 2016-09-21 2017-02-22 河海大学 一种多输入多输出雷达近场定位算法
CN107450045A (zh) * 2017-07-13 2017-12-08 中国人民解放军空军空降兵学院 基于focuss二次加权算法的doa估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101228731A (zh) * 2005-07-20 2008-07-23 三星电子株式会社 在通信系统中传送/接收资源分配信息的系统和方法
CN106443655A (zh) * 2016-09-21 2017-02-22 河海大学 一种多输入多输出雷达近场定位算法
CN107450045A (zh) * 2017-07-13 2017-12-08 中国人民解放军空军空降兵学院 基于focuss二次加权算法的doa估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Efficient multiuser detector based on box-constrained dichotomous coordinate descent and regularization";quan zhi 等;《Journal of Central South University》;20120615;第1570-1576页 *
"FPGA design of box-constrained DCD-based detector for large-scale MIMO systems";Zhi Quan 等;《Radio Science》;20161212;第918-926页 *

Also Published As

Publication number Publication date
CN110212993A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN111010219B (zh) 可重构智能表面辅助的多用户mimo上行链路传输方法
Xia et al. Multiantenna adaptive modulation with beamforming based on bandwidth-constrained feedback
US8112038B2 (en) Beamforming with imperfect channel state information
CN1369177A (zh) 不断变化的干扰环境中形成波束的设备和方法
US20080085738A1 (en) Adaptive multiple-antenna systems with omni-directional and sector-directional antenna modes
da Silva et al. 1-bit phase shifters for large-antenna full-duplex mmWave communications
EP3714550A1 (en) Methods, systems and units of a distributed base staton system for handling of downlink communication
CN114124623B (zh) 一种无线通信信道估计方法和装置
CN110233653A (zh) 基于加权集成聚类算法的mimo系统的盲多径识别方法及系统
CN114466390A (zh) 一种基于智能反射面辅助的swipt系统性能优化方法及系统
CN111162822A (zh) 大规模mimo波束域统计信道信息获取方法与系统
CN108242943B (zh) 通信中用于预编码的方法和设备
CN110212993B (zh) 一种信号检测方法、装置、设备及可读存储介质
Ha et al. Joint linear precoding and DFT beamforming design for massive MIMO satellite communication
CN114499718A (zh) 一种波束赋形方法和装置
CN107659348B (zh) 一种基于slnr和thp混合自适应预编码设计方法
US20210028830A1 (en) Apparatus and method for transmitting and receiving information and power in wireless communication system
CN110912588B (zh) 一种基于改进Prony方法的下行时变信道预测方法
CN105429687B (zh) 一种最小化干扰功率与维度的干扰对齐方法
Inzillo et al. Supporting 5G Wireless Networks Through IEEE802. 11ac Standard With New Massive MIMO Antenna System Module Design in Omnet++ Simulator.
Ali et al. Spectral efficiency enhancement in Massive MIMO system under pilot contamination
JP2005110272A (ja) 多重アンテナ無線リンクにおける送信の共分散を最適化する方法
EP4264849A1 (en) Transceiver method between receiver (rx) and transmitter (tx) in an overloaded communication channel
Sedghi et al. Sparsity‐based MIMO interference suppression technique in the presence of imperfect channel state information
CN114726425B (zh) 基于移相器开关控制的波束成形方法、装置、无线通信系统及存储介质

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