CN113114423B - 一种自适应球形译码检测方法 - Google Patents

Abstract

本发明公开了一种自适应球形译码检测方法，包括：(1)确定通过迫零检测得到的信号到接收信号之间的距离；(2)根据当前信噪比确定放大系数，初始化搜索半径；(3)对排序后的信道进行QR分解；(4)从最后一层开始检测，计算当前的部分欧氏距离；将当前的部分欧式距离与半径值进行比较，若大于半径则对其剪枝，否则继续下一层的检测；(5)当检测完所有层信号的欧式距离仍小于半径时，根据当前欧氏距离与半径的差值确定收敛因子，更新当前半径，进入下一轮检测，直到半径范围内只存在一个满足要求的星座点。本发明能够在保证检测性能的情况下，加快搜索过程，有效降低检测的复杂度。

Description

一种自适应球形译码检测方法

技术领域

本发明涉及移动通信系统中的信号检测领域，具体涉及一种自适应球形译码检测方法。

背景技术

近年来，无线网络高速发展，随着5G通信网络的普及商业化，海量智能设备的接入以及各种多媒体业务的应用，移动通信网络中的数据业务一直处于爆炸式增加的状态。预期未来的无线网络将朝着更加智能化的方向发展，以实现人与移动设备之间的无处不在的通信。它们还将能够感应，控制和优化无线环境，以实现低功耗，高吞吐量，大规模连接和低延迟通信的愿景。随着目前车联网，人工智能，物联网，智慧城市等等新兴技术的蓬勃发展。可以预见，未来将会是万物互联的巨大信息交互的时代，这也给未来的通信系统带来了更高的要求和挑战，需要实现更快，更可靠的数据传输。

为了使信号能够正确传输，需要在接收端尽可能地恢复正确的发射信号，因此信号检测在通信系统中是必不可少的一环，同时也是通信质量的重要保障。已经有很多传统的信号检测方式被应用于通信系统，诸如迫零检测，最小均方误差检测，最大似然检测，连续干扰消除检测以及球形译码检测等。然而线性检测方式虽然复杂度较低，但检测性能并不理想，而非线性的检测方式虽然检测性能优异，却因为有着极高的计算复杂度而无法得到实际的应用，特别是随着通信系统对传输速率的要求越来越高，天线数以及调制阶数的增多都使得检测性能和计算复杂度无法做到良好的折中。

发明内容

本发明要解决的技术问题是在保证检测性能的基础上有效降低算法的复杂度，本发明提出了一种自适应的球形译码检测方法，能够在迭代过程中动态地更新搜索半径，在保证检测性能的基础上，加快检测过程，降低算法复杂度。

本发明的一种自适应球形译码检测方法，包括以下步骤：

S1：确定通过迫零检测得到的信号到接收信号之间的初始距离d₀；

其中

表示通过迫零检测得到的检测信号，H表示信道矩阵，H^H表示信道矩阵的共轭转置，y表示接收信号，D(·)表示硬判决函数，即将计算所得的信号向量在星座图上映射到距离最近的星座点，||·||²表示绝对值的平方。

S2：根据当前信噪比确定放大系数α，信噪比越小则放大系数越大，通过放大系数α来调整搜索半径R，R＝αd₀，初始化搜索半径；

当信道条件较好，信噪比比较高的情况下，噪声对信号的影响是比较小的，此时迫零得到的解可信度较高，即解向量在半径比较小的超球体的概率较大，此时可以将初始半径设置相对较小。相反，如果信道条件较差，信噪比比较低，这时需要略微增大初始半径，扩大一部分搜索范围。

S3：所述自适应球形译码检测方法是分层进行的，对信道按信道条件好坏进行排序，信道条件好的层排在最后一层，进行优先检测，可以降低错误传播，提高检测性能。对排序后的信道进行QR分解，在后续的欧氏距离的计算过程中可以利用QR分解之后距离的表达式进行计算；

由于球形译码的检测也是分层进行的，假设共有N_r个接收天线，则检测顺序从第N_r层到第1层，因此，同SIC检测算法一样，先检测层的计算结果会影响后续层的检测结果，即存在错误传播。为了尽量降低错误传播的影响，应该让信道条件好的层优先检测，对信道进行排序后再进行QR分解，即H＝QR，其中Q＝[Q₁,Q₂]为N_r×N_r维的酉矩阵，Q₁是Q的前N_t列，Q₂为Q的后N_r-N_t列，R为N_r×N_t的上三角矩阵，其中N_t表示发射天线数目。那么应用QR分解之后，后续的欧式距离的计算可以表示为：

因此，在后续计算欧式距离的过程中，检测向量可以表示为

S4：从最后一层，即第N_r层开始检测，计算当前的部分欧氏距离，将当前的部分欧式距离与半径值R进行比较，若大于半径值R则对其剪枝，否则继续下一层的检测，直到所有层都检测完，求得第一层的部分欧氏距离D(x_<1>)。

S5：当第一层欧的式距离D(x_<1>)仍小于半径值R时，根据当前欧氏距离与半径的差值确定收敛因子，更新当前半径，进入下一轮检测，直到半径范围内只存在一个满足要求的星座点。

进一步的，S2中采用一个放大系数α来调整半径，即R＝αd₀，α的值设置为1到1.5之间的某个数，可以根据信噪比动态变化,具体计算方式如下：

其中SNR_min表示通信系统中可能出现的最小信噪比，SNR_max则表示可能出现的最大信噪比，具体值根据实现场景而定，比如在可见光系统中，可设置SNR_min为10dB，SNR_max为40dB。γ是一个介于SNR_min和SNR_max的值，需要保证在SNR＝SNR_min的情况下，通过公式1+(SNR_max-SNR)/(SNR_max+γ)计算所得的α＝1.5，在可见光系统中设置为20。通过不同信噪比下放大系数，可以确定初始化半径的大小R。

进一步的，S4中第一层的部分欧氏距离D(x_<1>)的求解方法，具体为：

S4-1：初始化部分欧式距离D(x_<Nr>)＝0，当前层数用i表示，初始化i＝N_r；

S4-2：在星座图中按照星座图集合顺序依次选择一个星座点作为当前层可能的发射信号；

计算当前第i层的距离增量E(x_<i>)：

其中

表示

的第i元素，即第i层的接收信号，x_i表示第i层的发射信号，x_j表示第j层的发射信号，r_ij为上三角矩阵R中第i行第j列的元素。

将当前层的距离增量与之前的部分欧式距离累加，得到当前第i层的部分欧式距离D(x_<i>)：

D(x_<i>)＝D(x_<i+1>)+E(x_<i>) (6)

S4-3：如果D(x_<i>)≤R，当前层数减1，返回步骤S4-2；

如果D(x_<i>)>R，说明当前的星座点组合不可能是满足要求的解，直接对其剪枝，即丢弃该组合，重新开始步骤S4-1计算另一组解。

进一步的，S5的具体方法为：

如果D(x_<1>)>R，丢弃该解，返回步骤S4；

如果D(x_<1>)≤R，根据D(x_<1>)和R之间的差值关系，确定收敛因子β，并更新半径为R＝βR，重复步骤S4，S5，直到半径范围内只存在一个可行解。

其中，β的取值在0.5到1之间，具体确定方式如下：

这里分段的界限是通过在可见光通信系统中仿真所得，仿真发现，当d≥2D(x_<1>)时，通常在D(x_<1>)的范围内仍存在多个解向量，而当两者之间的关系小于1.2倍时，D(x_<1>)范围的解向量数已相对较少，因此，这里以2倍和1.2倍为分界线，当上一次的半径值和当前半径值差距超过2倍时，为了避免收敛过快，将β设置为固定值0.5，同样当两者差距小于1.2倍时，为了保证结果的可靠性，不再对其进行半径收敛，而当差距介于两者之间时，使半径以线性的方式加快收敛。

有益效果：

1、将初始半径的大小与当前信道环境动态匹配，使得初始半径的设置更为合理，可以避免正确解的遗漏，也可以在信道条件较好的环境中减小搜索范围，减少后续的迭代次数；

2、在迭代计算过程中提前进行剪枝操作，避免后续无用的计算，大大减少计算量，加快迭代速度；

3、在更新搜索半径时添加收敛因子，根据可行解出现范围的可能性的大小，合理加大缩小范围的步长，加快半径的减小，减少迭代时间，有效降低算法的复杂度。

附图说明

图1是调制阶数为16QAM的情况下，传统SD检测和自适应SD检测半径随更新次数改变的对比图。

图2是调制阶数为64QAM的情况下，传统SD检测和自适应SD检测半径随更新次数改变的对比图。

图3是半径收敛速度与信噪比之间的关系图。

图4是误比特率和信噪比之间的关系。

具体实施方式

下面结合实施例进一步阐述本发明。

以可见光通信系统为例，假设在发射端配置4个LED作为发射天线，在接收端配置4个PD作为接收天线，即N_t＝4，N_r＝4。本发明所述的一种自适应球形译码检测方法，包括以下步骤：

S1：确定通过迫零检测得到的信号到接收信号之间的初始距离d₀；

其中

表示通过迫零检测得到的检测信号，H表示信道矩阵，H^H表示信道矩阵的共轭转置，y表示接收信号，D(·)表示硬判决函数，即将计算所得的信号向量在星座图上映射到距离最近的星座点，||·||²表示绝对值的平方。

S2：根据当前信噪比确定放大系数α，通过放大系数α来调整搜索半径R，R＝αd₀，初始化搜索半径；

当信道条件较好，信噪比比较高的情况下，噪声对信号的影响是比较小的，此时迫零得到的解可信度较高，即解向量在半径比较小的超球体的概率较大，此时可以将初始半径设置相对较小。相反，如果信道条件较差，信噪比比较低，这时需要略微增大初始半径，扩大一部分搜索范围。这里采用一个放大系数α来调整半径，即R＝αd₀，α的值设置为1到1.5之间的某个数，可以根据信噪比动态变化，在可见光通信系统中SNR_min＝10dB，SNR_max＝40dB，γ＝20，那么α的具体计算方式如下：

通过不同信噪比下放大系数，可以确定初始化半径的大小d。

S3：所述自适应球形译码检测方法是分层进行的，对信道按信道条件好坏进行排序，信道条件好的层排在最后一层，进行优先检测，对排序后的信道进行QR分解；

由于球形译码的检测也是分层进行的，当接收端有4个PD时，则从第4层开始检测到第1层，因此，同SIC检测算法一样，先检测层的计算结果会影响后续层的检测结果，即存在错误传播。为了尽量降低错误传播的影响，应该让信道条件好的层优先检测，可以对信道进行排序后再进行QR分解，即H＝QR，其中Q＝[Q₁,Q₂]为N_r×N_r维的酉矩阵，Q₁是Q的前N_t列，Q₂为Q的后N_r-N_t列，R为N_r×N_t的上三角矩阵，其中N_t表示发射天线数目。那么应用QR分解之后，后续的欧式距离的计算可以表示为：

因此，在后续计算欧式距离的过程中，检测向量可以表示为

S4：从最后一层即第4层开始检测，计算当前的部分欧氏距离，将当前的部分欧式距离与半径值R进行比较，若大于半径值R则对其剪枝，否则继续下一层的检测，直到所有层都检测完，求得第一层的部分欧氏距离D(x_<1>)；

第i层的部分欧式距离D(x_<i>)，即检测第i层时，当前已检测信号层距离接收信号的距离。

S4-1：初始化部分欧式距离D(x_<4>)＝0；

S4-2：在星座图中星座图集合顺序依次选择一个星座点作为当前层可能的发射信号；

计算当前第i层的距离增量E(x_<i>)：

其中

表示

的第i元素，即第i层的接收信号，x_i表示第i层的发射信号，x_j表示第j层的发射信号，r_ij为上三角矩阵R中第i行第j列的元素。

将当前层的距离增量与之前的部分欧式距离累加，得到当前第i层的部分欧式距离D(x_<i>)：

D(x_<i>)＝D(x_<i+1>)+E(x_<i>) (6)

S4-3：如果D(x_<i>)≤d，当前层数减1，返回步骤S4-2；

如果D(x_<i>)>d，说明当前的星座点组合不可能是满足要求的解，直接对其剪枝，即丢弃该组合，重新开始步骤S4-1计算另一组解。

S5：当检测完所有层信号时的欧式距离仍小于半径时，根据当前欧氏距离与半径的差值确定收敛因子，更新当前半径，进入下一轮检测，直到半径范围内只存在一个满足要求的星座点。具体为：

如果D(x_<1>)>R，丢弃该解，返回步骤S4。

如果D(x_<1>)≤R，根据D(x_<1>)和R之间的差值关系，确定收敛因子β，并更新半径为R＝βR，重复步骤S4，S5，直到半径范围内只存在一个可行解

β的取值在0.5到1之间，具体确定方式如下：

图1和图2是传统SD检测和自适应SD检测半径随更新次数改变的对比图。其中横坐标半径更新次数指的是计算得到的，符合要求的完整的解向量的次数，不包括在搜索过程中未得到完整解向量就因为不符合要求而被剪枝的计算过程，纵坐标表示每次更新的半径的平方。可以看到在调制阶数为16QAM的情况下，自适应SD检测可以节省约1/3的计算量，并且这种优势在高阶调制中更为明显，64QAM的调制能减少1/2的计算量，因此，本发明的自适应球形译码检测方法会带来更多复杂度的降低。

图3是半径收敛速度与信噪比之间关系的仿真图。由仿真图可以看到，信噪比对球形译码检测半径也有影响，随着信噪比的增加，得到最终解所需要的半径迭代次数有所下降，这是因为在信噪比比较高的情况下，本发明自适应球形译码检测方法所确定的初始半径会相对较小，但相差不多，因此下降速度不明显，相比于自适应SD检测，传统的SD检测方式受SNR的影响更大。而调制方式的增加对半径收敛次数的影响是巨大的，在调制阶数较高的情况下，SNR对收敛速度的影响更为明显。

图4是传统SD检测和自适应SD检测性能的仿真对比。可以看到，在采用16QAM调制情况下，在低信噪比环境，自适应SD检测和传统检测方式的误比特率曲线基本重合，当信噪比增加到20dB以后，两者的性能差距逐渐增加，在误码率达到时，自适应SD检测约有2dB的性能损失。在64QAM调试情况下，两者的差别在25dB之后才逐渐显现，同样的，在的误码率处，传统SD检测约有2dB左右的性能优势，这说明在不同的调制阶数下，两者的性能差距基本保持一致，也就说自适应SD检测并不会随着调制阶数的增加而造成性能的进一步下降。

由以上几个维度的仿真可以看到，相比于传统SD检测，本发明提出的自适应球形译码检测方法可以在不明显影响检测性能的情况下，有效降低算法的复杂度。传统的SD检测在256QAM，甚至64QAM调制下因为复杂度过高而无法使用的问题，可以通过该自适应SD的方式得以解决，大大扩展了球形译码算法的应用范围和使用场景。

Claims (5)

1.一种自适应球形译码检测方法，其特征在于，包括以下步骤：

S1：确定通过迫零检测得到的信号到接收信号之间的初始距离d₀；

其中

表示通过迫零检测得到的检测信号，H表示信道矩阵，H^H表示信道矩阵的共轭转置，y表示接收信号，D(·)表示硬判决函数，即将计算所得的信号向量在星座图上映射到距离最近的星座点，||·||²表示绝对值的平方；

S2：根据当前信噪比确定放大系数α，信噪比越小则放大系数越大，通过放大系数α来调整搜索半径R，R＝αd₀，初始化搜索半径；

S3：所述自适应球形译码检测方法是分层进行的，对信道按信道条件好坏进行排序，信道条件好的层排在最后一层，进行优先检测，对排序后的信道进行QR分解；

由于球形译码的检测也是分层进行的，设共有N_r个接收天线，则检测顺序从第N_r层到第1层，让信道条件好的层优先检测，对信道进行排序后再进行QR分解，即H＝QR，其中Q＝[Q₁,Q₂]为N_r×N_r维的酉矩阵，Q₁是Q的前N_t列，Q₂为Q的后N_r-N_t列，R为N_r×N_t的上三角矩阵；其中N_t表示发射天线数目，在后续计算欧式距离的过程中，检测向量可以表示为

其中

S4：从最后一层即第N_r层开始检测，计算当前的部分欧氏距离，将当前的部分欧式距离与半径值R进行比较，若大于半径值R则对其剪枝，否则继续下一层的检测，直到所有层都检测完，求得第一层的部分欧氏距离D(x_<1>)；

S5：当第一层欧式距离D(x_<1>)仍小于半径值R时，根据当前欧氏距离与半径的差值确定收敛因子，更新当前半径，进入下一轮检测，直到半径范围内只存在一个满足要求的星座点。

2.根据权利要求1所述一种自适应球形译码检测方法，其特征在于，S2中放大系数α的值设置为1到1.5之间。

3.根据权利要求2所述一种自适应球形译码检测方法，其特征在于，放大系数α具体计算方式如下：

其中SNR_min表示通信系统中可能出现的最小信噪比，SNR_max则表示可能出现的最大信噪比，γ是一个介于SNR_min和SNR_max的值，需要保证在SNR＝SNR_min的情况下，通过公式1+(SNR_max-SNR)/(SNR_max+γ)计算所得的α＝1.5。

4.根据权利要求1所述一种自适应球形译码检测方法，其特征在于，S4中第一层的部分欧氏距离D(x_<1>)的求解方法，具体为：

S4-1：初始化部分欧式距离D(x_<Nr>)＝0，当前层数用i表示，初始化i＝N_r；

S4-2：在星座图中按照星座图集合顺序依次选择一个星座点作为当前层i可能的发射信号；其中,计算当前第i层的距离增量E(x_<i>)：

其中

表示

的第i元素，即第i层的接收信号，x_i表示第i层的发射信号，x_j表示第j层的发射信号，r_ij为上三角矩阵R中第i行第j列的元素；

将当前层的距离增量与之前的部分欧式距离累加，得到当前第i层的部分欧式距离D(x_<i>)：

D(x_<i>)＝D(x_<i+1>)+E(x_<i>) (5)

S4-3：如果D(x_<i>)≤R，当前层数i减1，返回步骤S4-2；

如果D(x_<i>)>R，说明当前的星座点组合不可能是满足要求的解，直接对其剪枝，即丢弃该组合，重新开始S4-1计算另一组解。

5.根据权利要求1所述一种自适应球形译码检测方法，其特征在于，S5的具体方法为：

如果D(x_<1>)>R，丢弃该解，返回步骤S4；

如果D(x_<1>)≤R，根据D(x_<1>)和R之间的差值关系，确定收敛因子β，并更新半径为R＝βR，重复步骤S4，S5，直到半径范围内只存在一个可行解；

其中，β的取值在0.5到1之间，具体确定方式如下：

Images