CN113691353B - 一种低复杂度的信号检测方法及系统 - Google Patents

一种低复杂度的信号检测方法及系统 Download PDF

Info

Publication number
CN113691353B
CN113691353B CN202110988508.7A CN202110988508A CN113691353B CN 113691353 B CN113691353 B CN 113691353B CN 202110988508 A CN202110988508 A CN 202110988508A CN 113691353 B CN113691353 B CN 113691353B
Authority
CN
China
Prior art keywords
iteration
current
vector
mimo system
users
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
CN202110988508.7A
Other languages
English (en)
Other versions
CN113691353A (zh
Inventor
王中风
宋苏文
林军
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.)
Nanjing University
Original Assignee
Nanjing 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 Nanjing University filed Critical Nanjing University
Priority to CN202110988508.7A priority Critical patent/CN113691353B/zh
Publication of CN113691353A publication Critical patent/CN113691353A/zh
Application granted granted Critical
Publication of CN113691353B publication Critical patent/CN113691353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0047—Decoding adapted to other signal detection operation
    • H04L1/0048—Decoding adapted to other signal detection operation in conjunction with detection of multiuser or interfering signals, e.g. iteration between CDMA or MIMO detector and FEC decoder
    • 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
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0047—Decoding adapted to other signal detection operation
    • H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
    • H04L1/0051—Stopping criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0052—Realisations of complexity reduction techniques, e.g. pipelining or use of look-up tables

Abstract

本申请涉及天线信号检测技术领域，提供一种低复杂度的信号检测方法及系统，所述一种低复杂度的信号检测方法采用分层的更新方式，更有利于高吞吐量硬件架构的设计与实现。同时通过算法变换或近似，有效降低算法以及实现复杂度。在干扰消除过程中，利用星座点特性，提出在更小位宽的操作数上进行运算，有效缩短硬件实现时的关键路径并且降低实现复杂度；在星座匹配过程中，利用二次函数的特性，提出了一种新的可靠性度量方法，使得所需的乘法和加法运算的数量各减少一半；将信号检测方法重构为初始化和迭代步骤，以减少处理周期，并通过近似方法将初始化过程中所需的乘法、加法和排序操作完全消除。

Description

一种低复杂度的信号检测方法及系统
技术领域
本申请涉及天线信号检测技术领域，尤其涉及一种低复杂度的信号检测方法及系统。
背景技术
随着无线通信业务的发展，人们对数据传输速率的要求越来越高。由于大规模多输入多输出技术(Multiple-Input Multiple-Output,MIMO)能同时带来分集增益和空间复用增益，显著提升无线通信的数据传输速率，成为第五代(5G)无线通信系统的关键技术之一。通过在基站部署数十至数百个天线，大规模MIMO系统在功率效率、频谱效率和链路可靠性等方面表现出极大的优势。
然而，大量的天线和用户数目会导致更复杂的信号处理，给高吞吐量MIMO系统设计带来了很大的挑战，例如，复杂度高、性能差等问题。信号检测是MIMO系统中信号处理的重要组成部分，是指基站天线从混杂了多个用户干扰和噪声的接收信号中恢复出各个用户发送的数据符号的过程。
目前，信号检测方法中主要分为线性检测与非线性检测方法。线性检测计算过程相对简单，复杂度往往集中在矩阵求逆计算，且系统的误码率性能较差，典型方法有最小均方误差(MMSE)方法。非线性方法复杂度较高，但系统的误码率性能通常优于线性检测方法，典型方法有期望传播(EP)方法。
通过利用大规模MIMO系统中的信道硬化特性，一种非线性检测方法，即基于因子图模型的消息传递检测方法(MPD)被提出。信道硬化特性指随着矩阵维度的增加，系统矩阵对角线的元素远大于非对角线元素，出现对角占优的现象。在此前提下，某用户发送的数据符号上的干扰项(其他用户发送数据符号的干扰以及噪声)将变得很小。因此MPD方法将此干扰项近似为服从高斯分布，通过计算干扰项的均值和方差在因子图模型上传递概率信息来实现MIMO检测。该方法主要包括干扰取消和星座匹配两个过程，干扰取消是将接收信号上对应的干扰项消除掉，消除干扰后进行星座匹配，星座匹配指在星座图上找到该传输符号对应的最可靠的调制点，从而恢复出该用户实际发送的数据符号。作为一种迭代算法，该方法不涉及矩阵求逆运算，具备比传统非线性检测方法更低的复杂度以及更好的检测性能。然而，MPD方法中仍然需要较多的指数和除法运算，给硬件实现带来一定的困难。随后，提出的一种低复杂度的MPD(LCMPD)方法，通过使用一种近似的概率更新方案，将原来所需要的指数和除法运算全部消除，同时几乎没有造成性能损失。然而，LCMPD方法的串并结合的更新方式对硬件实现不是特别友好，且该方法的星座匹配过程中仍然存在较多的乘法和加法运算，导致存在一定的计算冗余仍需要被进一步优化。
发明内容
为了在MIMO系统的信号检测过程中，提供一种低复杂度且利于高速硬件实现的检测方法，本申请实施例提供一种低复杂度的信号检测方法及系统。
本申请第一方面提供一种低复杂度的信号检测方法，包括：
S1，对MIMO系统模型y＝Hx+n进行匹配滤波，获得z＝Jx+v，对于第i(1≤i≤2K)个实数用户，zi可表示为：
Figure BDA0003231634430000021
其中，H为瑞利平坦衰落信道矩阵，n为加性高斯白噪声向量，x为MIMO系统发送信号向量，y为MIMO系统接收信号向量，K为MIMO系统的用户数，J为匹配滤波后的信道矩阵，其维度为2K×2K，j为下标索引，z为匹配滤波后的信道接收向量，
Figure BDA0003231634430000022
N为MIMO系统的接收天线数；
S2，定义一个新变量
Figure BDA0003231634430000023
为估计符号向量；
其中，
Figure BDA0003231634430000024
Figure BDA0003231634430000025
为传统方法中使用的估计符号向量，在星座点集合
Figure BDA0003231634430000026
里取值，对应地，
Figure BDA0003231634430000027
在星座点集合
Figure BDA0003231634430000028
里取值，M为调制模式；
S3，根据信道接收向量z，确定2K个用户对应的初始估计符号值
Figure BDA0003231634430000029
其中，
Figure BDA00032316344300000210
Figure BDA00032316344300000211
设置提前终止变量sum为0，并将当前迭代次数设为t＝1，将当前的层数l设为0；
S4，采用分层更新的形式进行检测迭代；
S41，根据每个迭代层的实数域用户数量P，将一次迭代过程分成L＝2K/P层进行，计算当前迭代层的P个实数域用户对应的信号干扰，并对所述信号干扰进行干扰取消，K为MIMO系统用户数；
S42，计算
Figure BDA00032316344300000212
个星座点对应的可靠性度量值
Figure BDA00032316344300000213
以及使
Figure BDA00032316344300000214
绝对值最小的sr′，将使
Figure BDA00032316344300000215
绝对值最小的sr′，作为当前迭代的估计符号向量
Figure BDA00032316344300000216
其中
Figure BDA00032316344300000217
分别对应集合B′中的
Figure BDA00032316344300000218
个元素；
S43，重复S41至S42，直到所有的L层运算完成，将当前迭代次数t加1，获得下一次迭代次数t+1，将当前层数l设为0；
S44，判断迭代次数t+1是否大于最大迭代次数Imax，若迭代次数t+1小于或等于最大迭代次数Imax，则跳转至S41，若迭代次数t+1大于最大迭代次数Imax，则终止检测迭代，并将输出当前迭代的估计符号向量
Figure BDA00032316344300000219
可选地，在所述S42的步骤之后，还包括：
S421，判断当前迭代的估计符号值
Figure BDA00032316344300000220
是否等于上一迭代的估计符号值
Figure BDA00032316344300000221
若
Figure BDA00032316344300000222
则将提前终止变量sum加一；若
Figure BDA00032316344300000223
则将提前终止变量sum置零；并将层数l加1；
S422，判断提前终止变量sum是否大于或等于2K，如果提前终止变量sum大于或等于2K，则提前终止检测迭代，并将输出当前迭代的估计符号向量
Figure BDA00032316344300000224
可选地，所述对MIMO系统模型y＝Hx+n进行匹配滤波，获得z＝Jx+v的步骤，具体为：
将信道模型和星座调制从复数域转化到实数域，获得MIMO系统模型y＝Hx+n；
在MIMO系统模型y＝Hx+n的两边乘以HT/N，获得z＝Jx+v；其中，所述发送信号向量x中的元素将从实数域的星座点集合B中取值：
Figure BDA00032316344300000225
其中，N为MIMO系统的接收天线数，M为调制模式。
可选地，所述S42中的可靠性度量值
Figure BDA00032316344300000226
采用以下模型获得：
Figure BDA0003231634430000031
其中，
Figure BDA0003231634430000032
为S41中计算出的当前迭代层的P个实数域用户对应的信号干扰，
Figure BDA0003231634430000033
分别对应集合B′中的
Figure BDA0003231634430000034
个元素。
可选地，所述2K个用户对应接收向量的初始估计值
Figure BDA0003231634430000035
采用以下模型获得：
Figure BDA0003231634430000036
其中，floor指的是向下取整函数。
可选地，还包括初始化过程中将信道矩阵的对角线元素近似为1。
本申请第二方面提供低复杂度的信号检测系统，所述一种低复杂度的信号检测系统用于执行本申请第一方面提供的一种低复杂度的信号检测方法，包括：
滤波模块，用于对MIMO系统模型y＝Hx+n进行匹配滤波，获得z＝Jx+v；
初始化模块，用于定义变量
Figure BDA0003231634430000037
为估计符号向量；其中，
Figure BDA0003231634430000038
且
Figure BDA0003231634430000039
在星座点集合
Figure BDA00032316344300000310
里取值，M为调制模式；
以及，用于根据信道接收向量z，确定2K个用户对应的初始估计符号值
Figure BDA00032316344300000311
其中，
Figure BDA00032316344300000312
Figure BDA00032316344300000313
以及，用于设置提前终止变量sum为0；还用于将当前迭代次数设为t＝1，以及，用于将当前的层数l设为0；
分层迭代模块，用于采用分层更新的形式进行检测迭代；
具体为：用于执行S41，根据每个迭代层的实数域用户的数量P，将一次迭代过程分成L＝2K/P层进行，计算当前迭代层的P个实数域用户对应的信号干扰，并对所述信号干扰进行干扰取消；
还用于执行S42，计算
Figure BDA00032316344300000314
个星座点对应的可靠性度量值
Figure BDA00032316344300000315
以及使
Figure BDA00032316344300000316
绝对值最小的sr′，将使
Figure BDA00032316344300000317
绝对值最小的sr′，作为当前迭代的估计符号向量
Figure BDA00032316344300000318
其中
Figure BDA00032316344300000319
分别对应集合B′中的
Figure BDA00032316344300000320
个元素；
还用于执行S43，重复S41至S42，直到所有的L层运算完成，将当前迭代次数t加1，获得下一次迭代次数t+1，将当前层数l设为0；
还用于执行S44，判断迭代次数t+1是否大于最大迭代次数Imax，若迭代次数t+1小于或等于最大迭代次数Imax，则跳转至S41，若迭代次数t+1大于最大迭代次数Imax，则终止检测迭代，并将输出当前迭代的估计符号向量
Figure BDA00032316344300000321
可选地，所述分层迭代模块，还用于判断当前迭代的估计符号值
Figure BDA00032316344300000322
是否等于上一迭代的估计符号值
Figure BDA00032316344300000323
若
Figure BDA00032316344300000324
则将提前终止变量sum加一；若
Figure BDA00032316344300000325
则将提前终止变量sum置零；并将当前层数l加1；
以及，用于判断提前终止变量sum是否大于或等于2K，如果提前终止变量sum大于或等于2K，则提前终止检测迭代，并将输出当前迭代的估计符号向量
Figure BDA00032316344300000326
可选地，所述滤波模块，还用于将信道模型和星座调制从复数域转化到实数域，获得MIMO系统模型y＝Hx+n；
以及，用于在MIMO系统模型y＝Hx+n的两边乘以HT/N，获得z＝Jx+v。
可选的，所述初始化模块对2K个用户采用全并行操作。
由上述技术方案可知，本申请提供一种低复杂度的信号检测方法及系统，所述一种低复杂度的信号检测方法为改进的分层MPD方法(ILMPD)。ILMPD方法采用分层(部分并行)的更新方式，更有利于高吞吐量硬件架构的设计与实现，并且在相同迭代次数下几乎没有造成性能损失。同时通过算法变换或近似，本方案减少了关键路径上的运算，进一步缩减了乘法和加法操作的数量，以及降低处理周期。首先，在干扰消除过程中，利用星座点特性，提出在更小位宽的操作数上进行运算，有效缩短硬件实现时的关键路径并且降低实现复杂度；在星座匹配过程中，利用二次函数的特性，提出了一种新的可靠性度量方法，使得所需的乘法和加法运算的数量各减少一半；第三，将信号检测方法重构为初始化和迭代步骤，以减少处理周期，并通过合理的近似方法将初始化过程中所需的乘法、加法和排序操作完全消除。此外，本申请实施例还提出一种轻量级的提前终止方法，大大地缩减了迭代所需的次数，仿真表明迭代次数在高信噪比(SNR)点可以降低20％左右。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单的介绍，显而易见地，对于本领域普通技术人员而言，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为本申请实施例提供的一种低复杂度的信号检测方法的流程示意图；
图2为本申请实施例提供的信号检测方法的比特误码性能和原始的LCMPD方法以及MMSE方法相比示意图；
图3为本申请实施例提供的提前终止方案和不使用提前终止方案相比，平均迭代次数的比较示意图。
具体实施方式
为了在MIMO系统的信号检测过程中，提供一种低复杂度且利于高速硬件实现的检测方法，本申请实施例提供一种低复杂度的信号检测方法及系统。
如图1所示，本申请实施例第一方面提供一种低复杂度的信号检测方法，在大规模MIMO系统的上行链路中，首先，获取MIMO系统的接收天线数为N，用户数为K，调制模式为M(M可取4,16,64,256等)阶正交幅度调制(M-QAM)，并将MIMO系统实数域化，具体为，将信道模型和星座调制从复数域转化到实数域，则发送信号向量x和接收信号向量y的维度都变成了复数域的两倍，分别为2K和2N。对于M-QAM调制，发送向量x中的元素将从实数域的星座点集合B中取值，其中
Figure BDA0003231634430000041
实数域化后的MIMO的系统模型可表示为y＝Hx+n，其中H为瑞利平坦衰落信道矩阵，n为加性高斯白噪声向量。在等式左右两边乘以HT/N，变形得到z＝Jx+v,对于第i(1≤i≤2K)个实数用户，zi可表示为：
Figure BDA0003231634430000042
以上操作为S1，对MIMO系统模型y＝Hx+n进行匹配滤波，获得z＝Jx+v。
通过对接收信号向量y进行匹配滤波操作，将原来包含N个元素的接收y向量变成包含2N个元素的z向量。
其中，噪声加上其他用户发送数据的干扰我们称之为干扰项
Figure BDA0003231634430000043
MIMO检测方法的目标就是消除干扰项对传输符号xi的影响，j为下标索引，z为匹配滤波后的信道接收向量，
Figure BDA0003231634430000044
N为MIMO系统的接收天线数。
S2，定义一个新变量
Figure BDA0003231634430000045
为估计符号向量；
其中，
Figure BDA0003231634430000046
Figure BDA0003231634430000047
为传统方法中使用的估计符号向量，在星座点集合
Figure BDA0003231634430000051
里取值，对应地，
Figure BDA0003231634430000052
在星座点集合
Figure BDA0003231634430000053
里取值，M为调制模式。
在MIMO检测过程中，用
Figure BDA0003231634430000054
表示第i个接收向量在第t次迭代的估计值，为了缩短硬件实现时的关键路径，定义一个新的变量
Figure BDA0003231634430000055
为估计符号向量，其中
Figure BDA0003231634430000056
所以
Figure BDA0003231634430000057
在星座点集合
Figure BDA0003231634430000058
里取值。新变量
Figure BDA0003231634430000059
的位宽比原来的
Figure BDA00032316344300000510
小一位，从而可以在更小的位宽上进行运算。该运算位于关键路径上，可以缩短硬件实现时的关键路径，并减少一定的复杂度。
本申请实施例提出的ILMPD检测方法分为初始化和迭代两个过程，首先进入初始化过程。
S3，根据信道接收向量z，确定2K个用户对应的初始估计符号值
Figure BDA00032316344300000511
其中，
Figure BDA00032316344300000512
Figure BDA00032316344300000513
设置提前终止变量sum为0，并将当前迭代次数设为t＝1，将当前的层数l设为0。
2K个用户对应接收向量的估计值
Figure BDA00032316344300000514
可用以下公式计算得出：
Figure BDA00032316344300000515
其中，1≤i≤2K，并且floor指的是向下取整函数。
初始化完成后进入迭代过程：
S4，采用分层更新的形式进行检测迭代，迭代采用分层的形式进行。
S41，根据每个迭代层的实数域用户的数量P，将一次迭代过程分成L＝2K/P层进行，计算当前迭代层的P个实数域用户对应的信号干扰，并对所述信号干扰进行干扰取消，K为MIMO系统用户数；每一层的运算主要分为干扰取消和星座匹配两个过程。干扰取消是将其他用户在该用户上的数据干扰消除掉，本申请实施例用以下公式计算第l层中所包含的P个实数域用户lP+1≤i≤(l+1)P对应的干扰：
Figure BDA00032316344300000516
星座匹配过程为：S42,计算
Figure BDA00032316344300000517
个星座点对应的可靠性度量值
Figure BDA00032316344300000518
以及使
Figure BDA00032316344300000519
绝对值最小的sr′，将使
Figure BDA00032316344300000520
绝对值最小的sr′，作为当前迭代的估计符号向量
Figure BDA00032316344300000521
其中
Figure BDA00032316344300000522
分别对应集合B′中的
Figure BDA00032316344300000523
个元素，其中：
Figure BDA00032316344300000524
式中，lP+1≤i≤(l+1)P，然后找到使
Figure BDA00032316344300000525
绝对值最小的sr′，作为当前迭代的估计符号向量
Figure BDA00032316344300000526
Figure BDA00032316344300000527
在本申请实施例中，为了有效减少所需的平均迭代次数，提出了一种轻量级的提前终止方法，当连续L层的信号估计向量与前L层完全相同时，继续迭代下去没有意义，所以可以提前终止迭代过程，从而有效缩短所需的迭代次数，判断迭代是否需要提前终止的具体过程为：
S421，判断当前迭代的估计符号值
Figure BDA00032316344300000528
是否等于上一迭代的估计符号值
Figure BDA00032316344300000529
若
Figure BDA00032316344300000530
则将提前终止变量sum加一；若
Figure BDA00032316344300000531
则将提前终止变量sum置零；并将当前层数l加1。
S422，判断提前终止变量sum是否大于或等于2K，如果提前终止变量sum大于或等于2K，则提前终止检测迭代，并将输出当前迭代的估计符号向量
Figure BDA00032316344300000532
在实际应用过程中，如果发现
Figure BDA00032316344300000533
与上一次迭代得到的结果相等，即
Figure BDA00032316344300000534
则令变量sum＝sum+1，否则将sum置零。将层数l加1，每一层运算完成后，将比较sum是否大于或等于2K，如果大于或等于2K，则证明连续L层的估计值与上一个L层的估计值完全相同，则此时继续迭代下去没有意义，所以提前终止代过程，如果sum＜2K，则迭代将继续运行。
S43，重复S41至S42，直到所有的L层运算完成，将当前迭代次数t加1，获得下一次迭代次数t+1，将当前层数l设为0。
S44，判断迭代次数t+1是否大于最大迭代次数Imax，若迭代次数t+1小于或等于最大迭代次数Imax，则跳转至S41，若迭代次数t+1大于最大迭代次数Imax，则终止检测迭代，并将输出当前迭代的估计符号向量
Figure BDA0003231634430000061
通过本申请实施例提供的检测方法，获取最终的接收信号的估计值
Figure BDA0003231634430000062
1≤i≤2K，接收信号的估计值再通过解调，即可以得到用户发送的二进制信号。
本申请实施例提供的一种低复杂度的信号检测方法，关键点在于提出一种复杂度更低，更利于高速硬件实现的应用于大规模天线系统的消息传递检测方法。
主要的关键点主要包括以下几点：
(1)在现有的低复杂度消息传递检测方法LCMPD方法中引入一种分层更新的方式，取代原有的串并结合的更新方式，更有利于高速硬件实现。
(2)将该消息传递检测方法重构为初始化过程(步骤S3)和迭代过程(步骤S4)，初始化过程采用全并行操作，有效减少所需要的处理周期。迭代过程仍采用分层更新的方式。
(3)在初始化过程中，将信道矩阵的对角线元素近似为1，再经过算法变换可使得复杂的初始化操作简化为向下取整操作。在不影响性能的前提下，极大地降低初始化复杂度。
(4)基于消息传递检测方法，在干扰取消过程(步骤S41)中，提出在更小位宽的操作数上进行运算，有效缩短硬件实现时的关键路径并且一定程度上减少硬件复杂度。
(5)基于消息传递检测方法，在星座匹配过程(步骤S42)中提出了一种新的可靠性度量方法，和LCMPD方法相比该方法将所需的乘法和加法数量各减少一半。
(6)基于消息传递检测方法，提出了一种轻量级的提前终止方法，即步骤S421与步骤S422，当连续L层的信号估计向量与前L层完全相同时，继续迭代下去没有意义，所以可以提前终止迭代过程。该方法可以有效缩短所需的迭代次数。
与之前的LCMPD方法相比，本申请实施例提出的方法复杂度更低，更有利于高速硬件实现，同时提出的提前终止方案使得所需的迭代次数更少，且和原有方法相比几乎没有性能损失。
为了更清楚地说明本申请实施例的优点，本申请实施例提供以下具体实施方式进行说明。
实施例：以天线数N＝128，调制256-QAM为例进行说明。MIMO系统模型的信号检测分别采用最小均方误差方法(MMSE)，低复杂度消息传递方法(LCMPD)，以及本申请实施例提供的改进的分层消息传递方法(ILMPD)。在提出的ILMPD方法中，当用户数k＝8，用户被分成2层进行迭代检测。其余情况用户被分成4层进行迭代检测。对于k＝32,16,8，两种MPD方法的最大迭代次数分别设为7，5，4。如图2所示，在更低复杂度的情况下，本申请实施例的方案的比特误码率(Bit Error Rate)性能和原始的LCMPD方法相比在所有仿真信噪比(SNR)点都几乎没有损失，并且优于MMSE方法。
图3展示了平均迭代次数的比较。本申请实施例提出的提前终止方案和不采用提前终止方案相比，可有效减少所需的平均迭代次数。对于k＝32,16,8，本申请实施例提出的提前终止方案在仿真的最大SNR点可以分别降低21.0％,19.0％,和17.8％的迭代次数。以下表1列出了k＝32时原始LCMPD方法和本发明提出的ILMPD方法的算法复杂度比较。乘法数量，加法数量以及比较数量分别缩减了21.3％，29.9％和12.4％。总结来说，和原始LCMPD方法相比，本申请实施例提出的ILMPD方法，可在几乎没有性能损失的情况下，具有更低的算法复杂度，更低的迭代次数，以及更利于高吞吐量的硬件实现。
表1
Figure BDA0003231634430000063
Figure BDA0003231634430000071
本申请实施例第二方面提供一种低复杂度的信号检测系统，所述一种低复杂度的信号检测系统用于执行本申请实施例第一方面提供的一种低复杂度的信号检测方法，包括：
滤波模块，用于对MIMO系统模型y＝Hx+n进行匹配滤波，获得z＝Jx+v。
初始化模块，用于定义变量
Figure BDA0003231634430000072
为估计符号向量；其中，
Figure BDA0003231634430000073
且
Figure BDA0003231634430000074
在星座点集合
Figure BDA0003231634430000075
里取值，M为调制模式。
以及，初始化模块，用于根据信道接收向量z，确定2K个用户对应的初始估计符号值
Figure BDA0003231634430000076
其中，
Figure BDA0003231634430000077
Figure BDA0003231634430000078
以及，用于设置提前终止变量sum为0；还用于将当前迭代次数设为t＝1，以及，用于将当前的层数l设为0。
分层迭代模块，用于采用分层更新的形式进行检测迭代。
具体为：分层迭代模块，用于执行S41，根据每个迭代层的实数域用户的数量P，将一次迭代过程分成L＝2K/P层进行，计算当前迭代层的P个实数域用户对应的信号干扰，并对所述信号干扰进行干扰取消。
分层迭代模块，还用于执行S42，计算
Figure BDA0003231634430000079
个星座点对应的可靠性度量值
Figure BDA00032316344300000710
以及使
Figure BDA00032316344300000711
绝对值最小的sr′，将使
Figure BDA00032316344300000712
绝对值最小的sr′，作为当前迭代的估计符号向量
Figure BDA00032316344300000713
其中，
Figure BDA00032316344300000714
分别对应集合B'中的
Figure BDA00032316344300000715
个元素。
分层迭代模块，还用于执行S43，重复S41至S42，直到所有的L层运算完成，将当前迭代次数t加1，获得下一次迭代次数t+1，将当前层数l设为0。
分层迭代模块，还用于执行S44，判断迭代次数t+1是否大于最大迭代次数Imax，若迭代次数t+1小于或等于最大迭代次数Imax，则跳转至S41，若迭代次数t+1大于最大迭代次数Imax，则终止检测迭代，并将输出当前迭代的估计符号向量
Figure BDA00032316344300000716
进一步的，所述分层迭代模块，还用于判断当前迭代的估计符号值
Figure BDA00032316344300000717
是否等于上一迭代的估计符号值
Figure BDA00032316344300000718
若
Figure BDA00032316344300000719
则将提前终止变量sum加一；若
Figure BDA00032316344300000720
则将提前终止变量sum置零；并将当前层数l加1。
以及，所述分层迭代模块还用于判断提前终止变量sum是否大于或等于2K，如果提前终止变量sum大于或等于2K，则提前终止检测迭代，并将输出当前迭代的估计符号向量
Figure BDA00032316344300000721
进一步的，所述滤波模块还用于将信道模型和星座调制从复数域转化到实数域，获得MIMO系统模型y＝Hx+n。
以及，所述滤波模块还用于在MIMO系统模型y＝Hx+n的两边乘以HT/N，获得z＝Jx+v。
进一步的，所述初始化模块对2K个用户采用全并行操作。
由上述技术方案可知，本申请实施例提供的一种低复杂度的信号检测方法及系统，所述一种低复杂度的信号检测方法为改进的分层MPD方法(ILMPD)。ILMPD方法采用分层(部分并行)的更新方式，更有利于高吞吐量硬件架构的设计与实现，并且在相同迭代次数下几乎没有造成性能损失。同时通过算法变换或近似，本方案减少了关键路径上的运算，进一步缩减了乘法和加法操作的数量，以及降低处理周期。首先，在干扰消除过程中，利用星座点特性，提出在更小位宽的操作数上进行运算，有效缩短硬件实现时的关键路径并且降低实现复杂度；在星座匹配过程中，利用二次函数的特性，提出了一种新的可靠性度量方法，使得所需的乘法和加法运算的数量各减少一半；第三，将信号检测方法重构为初始化和迭代步骤，以减少处理周期，并通过合理的近似方法将初始化过程中所需的乘法、加法和排序操作完全消除。此外，本申请实施例还提出一种轻量级的提前终止方法，大大地缩减了迭代所需的次数，仿真表明迭代次数在高信噪比(SNR)点的降低幅度可以达到20％。

Claims (9)

1.一种低复杂度的信号检测方法，其特征在于，包括：
S1，对MIMO系统模型y＝Hx+n进行匹配滤波，获得z＝Jx+v，对于第i(1≤i≤2K)个实数用户，zi可表示为：
Figure FDA0003698480780000011
其中，H为瑞利平坦衰落信道矩阵，n为加性高斯白噪声向量，x为MIMO系统发送信号向量，y为MIMO系统接收信号向量，K为MIMO系统的用户数，J为匹配滤波后的信道矩阵，其维度为2K×2K，j为下标索引，z为匹配滤波后的信道接收向量，
Figure FDA0003698480780000012
N为MIMO系统的接收天线数；
S2，定义一个新变量
Figure FDA0003698480780000013
为估计符号向量；
其中，
Figure FDA0003698480780000014
Figure FDA0003698480780000015
为传统方法中使用的估计符号向量，在星座点集合
Figure FDA0003698480780000016
里取值，对应地，
Figure FDA0003698480780000017
在星座点集合
Figure FDA0003698480780000018
里取值，M为调制模式；
S3，根据信道接收向量z，确定2K个用户对应的初始估计符号值
Figure FDA0003698480780000019
其中，
Figure FDA00036984807800000110
设置提前终止变量sum为0，并将当前迭代次数设为t＝1，将当前的层数l设为0；
S4，采用分层更新的形式进行检测迭代；
S41，根据每个迭代层的实数域用户数量P，将一次迭代过程分成L＝2K/P层进行，计算当前迭代层的P个实数域用户对应的信号干扰，并对所述信号干扰进行干扰取消，K为MIMO系统用户数；
S42，计算
Figure FDA00036984807800000111
个星座点对应的可靠性度量值
Figure FDA00036984807800000112
以及使
Figure FDA00036984807800000113
绝对值最小的sr'，将使
Figure FDA00036984807800000114
绝对值最小的sr'，作为当前迭代的估计符号向量
Figure FDA00036984807800000115
其中
Figure FDA00036984807800000116
分别对应集合B'中的
Figure FDA00036984807800000117
个元素；
S43，重复S41至S42，直到所有的L层运算完成，将当前迭代次数t加1，获得下一次迭代次数t+1，将当前层数l设为0；
S44，判断迭代次数t+1是否大于最大迭代次数Imax，若迭代次数t+1小于或等于最大迭代次数Imax，则跳转至S41，若迭代次数t+1大于最大迭代次数Imax，则终止检测迭代，并将输出当前迭代的估计符号向量
Figure FDA00036984807800000118
2.根据权利要求1所述的一种低复杂度的信号检测方法，其特征在于，在所述S42的步骤之后，还包括：
S421，判断当前迭代的估计符号值
Figure FDA00036984807800000119
是否等于上一迭代的估计符号值
Figure FDA00036984807800000120
若
Figure FDA00036984807800000121
则将提前终止变量sum加一；若
Figure FDA00036984807800000122
则将提前终止变量sum置零；并将当前层数l加1；
S422，判断提前终止变量sum是否大于或等于2K，如果提前终止变量sum大于或等于2K，则提前终止检测迭代，并将输出当前迭代的估计符号向量
Figure FDA00036984807800000123
3.根据权利要求1所述的一种低复杂度的信号检测方法，其特征在于，所述S42中的可靠性度量值
Figure FDA00036984807800000124
采用以下模型获得：
Figure FDA0003698480780000021
其中，
Figure FDA0003698480780000022
为S41中计算出的当前迭代层的P个实数域用户对应的信号干扰，
Figure FDA0003698480780000023
分别对应集合B'中的
Figure FDA0003698480780000024
个元素。
4.根据权利要求1所述的一种低复杂度的信号检测方法，其特征在于，所述对MIMO系统模型y＝Hx+n进行匹配滤波，获得z＝Jx+v的步骤，具体为：
将信道模型和星座调制从复数域转化到实数域，获得MIMO系统模型y＝Hx+n；
在MIMO系统模型y＝Hx+n的两边乘以HT/N,获得z＝Jx+v；其中，所述发送信号向量x中的元素将从实数域的星座点集合B中取值：
Figure FDA0003698480780000025
其中，N为MIMO系统的接收天线数，M为调制模式。
5.根据权利要求1所述的一种低复杂度的信号检测方法，其特征在于，还包括初始化时将信道矩阵的对角线元素近似为1。
6.一种低复杂度的信号检测系统，其特征在于，所述一种低复杂度的信号检测系统用于执行权利要求1-5任意一项所述的一种低复杂度的信号检测方法，包括：
滤波模块，用于对MIMO系统模型y＝Hx+n进行匹配滤波，获得z＝Jx+v；
初始化模块，用于定义变量
Figure FDA0003698480780000026
为估计符号向量；其中，
Figure FDA0003698480780000027
且
Figure FDA0003698480780000028
在星座点集合
Figure FDA0003698480780000029
里取值，M为调制模式；
以及，用于根据信道接收向量z，确定2K个用户对应的初始估计符号值
Figure FDA00036984807800000210
其中，
Figure FDA00036984807800000211
以及，用于设置提前终止变量sum为0；还用于将当前迭代次数设为t＝1，以及，用于将当前的层数l设为0；
分层迭代模块，用于采用分层更新的形式进行检测迭代；
具体为：用于执行S41，根据每个迭代层的实数域用户数量P，将一次迭代过程分成L＝2K/P层进行，计算当前迭代层的P个实数域用户对应的信号干扰，并对所述信号干扰进行干扰取消；
还用于执行S42，计算
Figure FDA00036984807800000212
个星座点对应的可靠性度量值
Figure FDA00036984807800000213
以及使
Figure FDA00036984807800000214
绝对值最小的sr'，将使
Figure FDA00036984807800000215
绝对值最小的sr'，作为当前迭代的估计符号向量
Figure FDA00036984807800000216
其中
Figure FDA00036984807800000217
分别对应集合B'中的
Figure FDA00036984807800000218
个元素；
还用于执行S43，重复S41至S42，直到所有的L层运算完成，将当前迭代次数t加1，获得下一次迭代次数t+1，将当前层数l设为0；
还用于执行S44，判断迭代次数t+1是否大于最大迭代次数Imax，若迭代次数t+1小于或等于最大迭代次数Imax，则跳转至S41，若迭代次数t+1大于最大迭代次数Imax，则终止检测迭代，并将输出当前迭代的估计符号向量
Figure FDA00036984807800000219
7.根据权利要求6所述的一种低复杂度的信号检测系统，其特征在于，所述分层迭代模块，还用于判断当前迭代的估计符号值
Figure FDA00036984807800000220
是否等于上一迭代的估计符号值
Figure FDA00036984807800000221
若
Figure FDA00036984807800000222
则将提前终止变量sum加一；若
Figure FDA00036984807800000223
则将提前终止变量sum置零；并将当前层数l加1；
以及，用于判断提前终止变量sum是否大于或等于2K，如果提前终止变量sum大于或等于2K，则提前终止检测迭代，并将输出当前迭代的估计符号向量
Figure FDA00036984807800000224
8.根据权利要求6所述的一种低复杂度的信号检测系统，其特征在于，所述滤波模块，还用于将信道模型和星座调制从复数域转化到实数域，获得MIMO系统模型y＝Hx+n；
以及，用于在MIMO系统模型y＝Hx+n的两边乘以HT/N，获得z＝Jx+v。
9.根据权利要求6所述的一种低复杂度的信号检测系统，其特征在于，所述初始化模块对2K个用户采用全并行操作。
CN202110988508.7A 2021-08-26 2021-08-26 一种低复杂度的信号检测方法及系统 Active CN113691353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110988508.7A CN113691353B (zh) 2021-08-26 2021-08-26 一种低复杂度的信号检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110988508.7A CN113691353B (zh) 2021-08-26 2021-08-26 一种低复杂度的信号检测方法及系统

Publications (2)

Publication Number Publication Date
CN113691353A CN113691353A (zh) 2021-11-23
CN113691353B true CN113691353B (zh) 2022-08-02

Family

ID=78583121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110988508.7A Active CN113691353B (zh) 2021-08-26 2021-08-26 一种低复杂度的信号检测方法及系统

Country Status (1)

Country Link
CN (1) CN113691353B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115622665A (zh) * 2022-10-31 2023-01-17 电子科技大学 一种基于自适应概率计算的mcmc-mimo检测方法、设备及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107888537A (zh) * 2017-11-28 2018-04-06 南京大学 一种在大规模天线系统中改善系统复杂度的信号检测方法
CN109981151A (zh) * 2019-04-10 2019-07-05 重庆邮电大学 大规模mimo系统中改进的高斯树近似消息传递检测算法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1780924A1 (en) * 2005-10-31 2007-05-02 Siemens Aktiengesellschaft Method to determine the number of data streams to be used in a MIMO system
CN112383328B (zh) * 2020-10-13 2022-01-18 哈尔滨工业大学（深圳） 通信系统中基于概率剪切的改进匹配滤波消息传递检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107888537A (zh) * 2017-11-28 2018-04-06 南京大学 一种在大规模天线系统中改善系统复杂度的信号检测方法
CN109981151A (zh) * 2019-04-10 2019-07-05 重庆邮电大学 大规模mimo系统中改进的高斯树近似消息传递检测算法

Also Published As

Publication number Publication date
CN113691353A (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
US8867649B2 (en) Antenna layer selection and soft demapping for MIMO decoder
CN101499840B (zh) 多入多出系统的迭代检测方法
Chen et al. Low-complexity precoding design for massive multiuser MIMO systems using approximate message passing
CN113691353B (zh) 一种低复杂度的信号检测方法及系统
CN110417515B (zh) 一种基于离散迭代估计的大规模mimo信号检测方法
Azari et al. Automated deep learning-based wide-band receiver
Hassan et al. Polynomial GSVD beamforming for two-user frequency-selective MIMO channels
CN107231177B (zh) 基于大规模mimo的高效cr检测方法和架构
Perovic et al. Low-complexity detection for generalized pre-coding aided spatial modulation
CN113055061B (zh) 一种大规模mimo系统的低复杂度预编码方法
Aggarwal et al. Optimal peak-to-average power ratio reduction in MIMO-OFDM systems
Chen et al. Selection based list detection with approximate matrix inversion for large-scale MIMO systems
Prabhu et al. Algorithm and hardware aspects of pre-coding in massive MIMO systems
CN111769975A (zh) Mimo系统信号检测方法及系统
Srinivas et al. A semi-blind based channel estimator for pilot contaminated one-bit massive MIMO systems
CN113328771B (zh) 一种基于共轭梯度算法的大规模mimo信号检测方法
CN113630160B (zh) 一种大规模mimo检测方法、装置、设备和存储介质
CN111193534B (zh) 一种大规模mimo系统中的低复杂度信号检测方法
JP4887758B2 (ja) 無線受信装置
CN116707670A (zh) 一种多输入多输出发射信号检测方法、装置、设备及介质
CN117118538A (zh) 高性能、低复杂度的无线天线系统信号检测方法和装置
CN115133971A (zh) 一种大规模mimo系统低复杂度混合迭代信号检测方法
CN115276729A (zh) 一种面向大规模mimo系统的信号检测方法及系统
Liang et al. A low-complexity signal detection approach in uplink massive MIMO systems
CN116743216A (zh) 基于admm的大规模mimo深度展开软输出信号检测方法及装置

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