CN110971548A - 5g系统pdsch信号检测方法 - Google Patents

Abstract

本发明提供了一种PDSCH信号检测的方法，本发明在考虑PDSCH信号调制方案和SNR水平的情况下，针对多种QAM调制方案提出了一种似然搜索树的信号检测方法，与现有技术相比，本发明提升了相应的信号检测性能。

Description

5G系统PDSCH信号检测方法

技术领域

本发明涉及无线通信，并且更具体地，涉及在支持MIMO的无线通信系统中用于检测物理下行共享信道PDSCH信号的方法。

背景技术

大规模多输入多输出(Massive Multiple-Input-Multiple-Output，MassiveMIMO)是指发送端，尤其是基站侧，使用大量收发天线与多个用户设备进行通信的技术。它使得基站可以利用多天线所带来的额外的空间自由度，并行地传输多个数据流，提高分集增益，从而极大地增加系统的频谱利用率、提高传输的可靠性，并改善系统的能量效率，是5G无线通信系统的重要内容。

Massive MIMO可以成倍地提高信道容量，但接收端接收的矢量信号在时间和频率上重叠，存在发射信号间的干扰，因此需要信号检测算法来消除这种干扰。由于天线的大量增加，传统MIMO的数据检测算法不再适用于此场景，因此，如何设计出适合大规模场景下使用的高性能检测算法成了应用中面临的主要挑战。学术界针对传统的MIMO系统已经提出了很多检测方法，如MMSE(最小均方误差)，ML(最大似然)，ZF(迫零)，球形译码方法等，但是这些检测方法随着大规模MIMO场景下天线数目的增加其检测性能无法达到最优。针对大规模MIMO，研究人员又提出了如主动性禁忌搜索方法(RTS)、LAS(Likelihood Ascent Search，似然上升搜索)检测方法、基于期望传播(Expectation propagation，EP)的检测方法等方法。这些方法大都针对复杂度与性能之间折中考虑,没有考虑到不同调制阶数与信道条件下的信号检测方案的适用性。

5G系统PDSCH信道至少包括以下四种调制方式，分别为正交相移键控(QuadraturePhase Shift Keying，QPSK)、16进制正交幅度调制(Quadrature Amplitude Modulation,16QAM)，64QAM和256QAM。通常情况下，不同的调制方式对应有不同的数据信号检测方法，比如BB(Branch and Bound)搜索树方法、一阶QP(Quadratic Programming)方法、二阶QP方法。对于QPSK而言，BB搜索树复杂度过高，且性能不如一阶QP、二阶QP；而对256QAM而言，一阶QP、二阶QP方法虽然复杂度较低，但性能较差，基于BB搜索树的方法又较为适用。因此，本发明提出一种新的PDSCH信号检测方法，综合考虑信号不同的调制阶数与信道条件，提升了检测效果。

发明内容

有鉴于此，本发明的目的在于提供一种下行信号的检测方法，以解决现有技术中未考虑信号调制阶数与信道条件而导致检测结果不甚理想的情况。

根据本发明实施例的一个方面，提供了一种PDSCH信号检测方法，所述信号由PDSCH信道由基站端经由空中接口传输至用户端，该方法包括：

S1、判定所述PDSCH信号是否符合第一判定条件；

S2、若所述信号PDSCH信号满足第一判定条件，则将接收到的PDSCH信号的向量ML模型转换为QP模型，将该QP模型作为搜索树的根节点保存在节点列表中，并且初始化第一参数和/或第二参数；

S3、根据第二条件筛选所述节点列表中的节点，其中，所述第二条件为使得所述QP模型取得最小值；

S4、判定所述筛选的节点是否满足第三判定条件，若所述筛选的节点满足所述第三判定条件，则对第二参数执行一更新操作后进入S5，否则直接进入S5；

S5、判定所述第一参数是否满足第四判定条件，若所述第一参数不满足所述第四判定条件，则执行一搜索空间建立操作，同时清空所述节点列表，后将所述空间建立操作中选取的分支节点列入节点列表中，进入步骤S3，并且更新第一参数，否则计算结果。

本公开中的方法利用，圆满地解决了现有技术中的技术问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为现有信号处理流程示意图；

图2为本申请信号检测的方法的流程示意图。

具体实施方式

为使本申请的目的、技术方案及优点更加清楚明白，下面结合说明书附图对本申请进行进一步的说明。

图1为现有信号处理流程示意图。如图1所示，接收端接收来自基站发送端的下行信号，首先进行资源解映射，以便于定位对接收端有效的信息在无线时频资源中的具体位置。随后，接收端利用发送端发送的参考信号进行信道估计，获得当前信道条件，作为解码数据的基础。参考信号可以是信道状态信息参考信号CSI-RS，或者解调参考信号DMRS。

信号检测是接收端根据天线端口数目来设置相关参数，并进行信号估计，得到信道矩阵H，更好地消除信号之间的干扰和噪声，有效分离出PDSCH信号。

随后，接收端还将通过解映射、解调和解扰过程、解码块级联、解速率匹配获得信道编码的数据，又通过解码并CRC校验获得最终的用户数据。

参考图2，是本申请PDSCH信号检测的方法的流程示意图。在5G系统中，UE经由解码PDCCH获得DCI(Downlink Control Information)，并从中获得PDSCH的调制信息，并且，UE经由信道测量可知信道状况，比如信噪比(SignalNoise Ratio，SNR)等信息。基于此，UE在检测信号过程中，将所获得的调制信息和SNR信息作为决定检测算法的基础，包括如下过程：

若调制方式为QPSK，二阶QP的性能与似然搜索树的性能相差不多，但二阶QP的复杂度更低，在似然搜索树的深度和宽度等于3时，获得一个解向量，二阶QP比其少计算11次解QP运算，所以选用二阶QP作为QPSK的检测方案；若调制方式为16QAM与64QAM，似然搜索树方法的性能是最优的，且复杂度低于BB搜索树，因此选用似然搜索树方法作为检测方案；若调制方式为256QAM，还需要判断其SNR是否小于38dB，若小于38dB，则仍采用似然搜索树方法作为检测方案，否则采用BB搜索树方案。

而针对本申请提出的似然搜索树方法，主要流程如下：

如图所示201框图，UE根据接收到的PDSCH信号向量，判断是否符合使用似然搜索树的条件，比如其收到的信号向量调制方式是否为正交幅度调制QAM，包括16QAM、64QAM、256QAM等多种高阶调制。并且，在调制方案为QAM，特别是256QAM时，还需要判断其SNR是否满足小于预定义的阈值，预定义的阈值可以取38dB或其他合适的值。

对于不满足使用似然搜索树方法的调制方案，如QPSK，可以使用2阶QP检测方法。二阶QP方法，其具体过程是：

对于现有技术中常使用的公式和参数，本发明不再做过多赘述，比如QP方法，ML方法中的内容。在本部分所述的2阶QP检测方法中，首先通过公式

将x取值的实数集合

转换为整数集合

其中，M是QAM调制的星座大小。将H转换为半正定矩阵Q(Q＝H^TH)，实值ML检测模型转换为

其中，

Z是需要求解的向量，I＝[1，1，1，...，1]^T是一个2NT×1的列向量，y是接收的PDSCH向量，NT是发送端天线数量。进一步，运用松弛思想，将问题转换为QP模型：

g^Tz，约束条件为

其中，O是一个2NT×1的全零向量，z的每个元素(符号)的下限是0，上限是

解QP模型即可得到一阶QP的解向量；对于二阶QP，其在一阶QP的基础上再次进行一次QP运算，提高可靠性，具体过程是：对QP模型求解得其解向量后，判断解向量的元素是否落入阴影域，阴影域的具体标准是：解向量元素与其最接近的整数的绝对值的差值是否大于一个门限值(范围为：0.2～0.3)，若大于此门限值则认为该元素对应的符号是不可靠的，否则，是可靠的。对于不可靠符号再次进行解QP运算，即可获得解向量。

而对于不满足使用似然搜索树方法的256QAM调制方案，则采用BB搜索树检测方法：

具体的过程是：将一阶QP模型作为根节点，若解向量元素不是全部的整数，将变量节点分为两个互斥的条件，将问题转换为两个子问题分别为：

约束于

或

z_i是在索引的分支变量(0≤i≤γ-1，γ是不可靠符号向量)，

为节点0的解向量，使用内点法解新的分支问题，如果还没有满足整数条件的解向量出现，这一层的每个节点分支出两个子节点，直到得到符合整数条件的子节点。其修剪策略为：深度修剪，宽度修剪和基于代价函数值的近似值修剪。

对于满足使用本发明所述似然搜索树方法的方案，则继续执行以下步骤：

转到图2中框202，步骤中包括构建接收的信号向量的信道矩阵QP模型，将其存入一个节点列表list中，作为似然搜索树的根节点，并且，初始化相关的参数，比如层数layer和/或目标函数初始最小值f_min，其中，层数表示每个节点在搜索树中所在的层次，可以定义根节点所在的层为layer 0，或者其他。目标函数初始最小值也可以定义为0或者其他阈值。

在框203中，若节点列表list中的节点数目不为空，则在其中寻找一节点，求取使得函数

最小的解向量

标记此节点为

并且只保留此节点，裁剪其他节点，裁剪可以是删除或者省略或者其他类似操作，如深度修剪，宽度修剪和基于代价函数值的近似值修剪。

此后，如框图204所示，需要进一步判断，所述保留节点的一函数值

与目标函数初始最小值f_min的大小，若

则如框205所示，更新

更新

z^*为解向量，否则不执行所述更新操作。

在框206中，继续判断，前述第一参数层数layer是否等于已知给定的搜索深度depth，若相等，则如框208所示，根据公式

将解向量z^*转换为最终解向量x即可获得解，输出结果。

若不等，则如框207所示，根据公式

求解节点中的符号似然概率误差，其中，i是符号索引值，p_i表示第i个解向量z_i的似然误差，q_ii表示半正定矩阵Q的第(i,i)个元素，q_i是Q的第i列，g_i是g的第i个元素。

对所求的p_i进行升序排序，取前breadth个符号对应的索引处分支两个搜索空间，其中，breadth是预定义的每个层layer所能搜索的最大宽度数，此处的分支原则为：

其中l_k，h_k分别为

中第k个节点的下限和上限，z是解向量，z_k为第k个符号处的解向量，搜索空间

的上限取为z_k向下取整，搜索空间

的下限取为z_k向上取整，两个空间为互斥的搜索空间。

清空所述节点列表并将所述分支节点列入新的节点列表中，并且将layer参数更新，一般是自增1层，即进入下一层的搜索循环。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。

以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种在接收机处进行PDSCH信号检测方法，所述PDSCH信号由发送机经由空中接口传输至接收机，所述方法包括：

S1、判定所述PDSCH信号是否符合第一判定条件；

S2、若所述信号PDSCH信号满足第一判定条件，则将接收到的PDSCH信号的向量ML模型转换为QP模型，将该QP模型作为搜索树的根节点保存在节点列表中，并且初始化第一参数和/或第二参数；

S3、根据第二条件筛选所述节点列表中的节点，其中，所述第二条件为使得所述QP模型取得最小值；

S4、判定所述筛选的节点是否满足第三判定条件，若所述筛选的节点满足所述第三判定条件，则对第二参数执行一更新操作后进入S5，否则直接进入S5；

S5、判定所述第一参数是否满足第四判定条件，若所述第一参数不满足所述第四判定条件，则执行一搜索空间建立操作，同时清空所述节点列表，后将所述空间建立操作中选取的分支节点列入节点列表中，进入步骤S3，并且更新第一参数，否则计算结果。

2.根据权利要求1中所述的方法，其特征还在于，所述第一判定条件为判定PDSCH信号的调制方式是否为以下方式之一：16QAM、64QAM、256QAM，并且其中，第一判定条件还可包括PDSCH信号的SNR值是否小于等于一预定义阈值。

3.根据权利要求1中所述的方法，其特征还在于，所述初始化第一参数和/或第二参数包括初始化第一参数l＝0和/或第二参数f_min＝0，其中，l表示节点在搜索树中的深度，f_min表示目标函数初始最小值。

4.根据权利要求1中所述的方法，其特征还在于，所述筛选节点包括筛选出使得QP模型的目标函数

取得最小值的解向量，记为

标记此节点为

其中，Z是目标函数解向量，Q＝H^TH，H是信道矩阵，

其中，y是接收到的PDSCH向量，M是调制星座的大小，I＝[1，1，1，...，1]^T是2NT×1的列向量，NT是发送机的发送天线数量。

5.根据权利要求1中所述的方法，其特征还在于，所述第三判定条件为目标函数的最小解

是否小于第二参数f_min。

6.根据权利要求1中所述的方法，其特征还在于，所述对第二参数执行一更新操作为

标记

7.根据权利要求1中所述的方法，其特征还在于，所述第四判定条件为所述层数l是否等于第一给定值，所述第一给定值是预定义搜索深度。

8.根据权利要求1中所述的方法，其特征还在于，在执行一搜索空间建立操作包括计算节点处每个符号的似然概率：

对结果进行升序排序，取前第二给定值个符号对应的索引处分支出两个搜索空间，将分支节点列入节点列表，删除

进入S3；其中，第二给定值是每层的搜索宽度breadth；

其中，i是符号索引值，p_i表示第i个解向量z_i的似然误差，q_ii表示半正定矩阵Q的第(i，i)个元素，q_i是Q的第i列，g_i是g的第i个元素；NT是发送机的发送天线数量。

9.根据权利要求11中所述的方法，其特征还在于，所述分支出两个搜索空间的分支准则为：

其中，Z是解向量，l_k，h_k分别为

中第k个符号的下限和上限，z_k为第k个符号处的解向量。

10.根据权利要求1中所述的方法，其特征还在于，所述计算结果根据公式

将解向量z^*转换为最终的解向量x，其中，M是调制星座的大小，I＝[1，1，1，...，1]^T是2NT×1的列向量，NT是发送天线数量。

Images