CN113992482B - 一种基于2ppj迭代的信号检测方法及其系统 - Google Patents

Abstract

本发明涉及一种基于2PPJ迭代的信号检测方法及其系统。该信号检测方法先获取接收信号矢量，计算出发射信号矢量的接收估计值，然后利用2PPJ迭代方法对接收估计值进行迭代计算，以解出发射信号矢量的近似序列。最后对发射信号矢量的近似序列进行解调，以恢复发射信号矢量的比特序列。该信号检测方法能使得算法的复杂度大大降低。同时上参数一方面保持了适用于并行计算的特点，而且又扩大了方法的应用范围，使得收敛速度显著增加。该信号检测方法还可以经过较少的迭代次数就可以达到接近理想的最小均方误差矩阵求逆的检测性能。

Description

一种基于2PPJ迭代的信号检测方法及其系统

技术领域

本发明涉及无线通信技术领域，特别是涉及一种基于2PPJ迭代的信号检测方法及其系统；2PPJ指的是：预条件双参数的雅可比(Jacobi)方法。

背景技术

随着移动互联网和物联网的高速发展，第5代移动通信(5G)快速的增长。同时智能终端的迅速普及导致无线数据业务的飞速增长，进而产生一系列的问题，比如频谱资源的的短缺，频谱效率低下等问题，尽管即使采用了小小区、高阶调制等技术可以在一定程度上解决上述的问题，但是随着需求的增长，现有的技术还是远远不能满足。

为了适应移动数据业务需求的的爆炸式增长，无线通信系统必须显著提高频谱效率。目前已有人提出了大规模多输入多输出(Massive MIMO)技术，这项技术采用大量天线来服务数量相对少的用户，可以有效的提高频谱效率。

现如今Massive MIMO系统在业界多是采用了最小均方误差(MMSE)接收检测的方法，虽然这个方法的性能比较好，但是由于矩阵需要求逆，从而导致复杂度很高。因此如何降低复杂度和提高收敛速度，成为了Massive MIMO系统信号检测中亟需解决的问题。

发明内容

基于此，有必要针对现有技术中，大规模多输入多输出系统的信号检测时存在复杂度较高、收敛速度较低的技术问题，本发明提供一种基于2PPJ迭代的信号检测方法及其系统。

本发明公开一种基于2PPJ迭代的信号检测方法，信号检测方法应用于一个大规模多输入多输出系统。系统包括K个单天线用户，以及部署了N个天线的基站。信号检测方法包括以下步骤：

一、获取接收信号矢量y：

y＝Hx+n

式中，H为基站的信道矩阵。n表示N*1维、均值为1、且方差为σ²的高斯白噪声。N为基站的天线数量。x表示单天线用户所发射的发射信号矢量。

二、根据接收信号矢量y计算发射信号矢量x的接收估计值

式中，A表示MMSE线性检测算法的滤波矩阵。表示匹配滤波器。

三、利用2PPJ迭代方法对接收估计值进行迭代计算，以解出发射信号矢量x的近似序列。

四、对发射信号矢量x的近似序列进行解调，以恢复发射信号矢量x的比特序列。

在其中一个实施例中，信道矩阵H为：

H∈B^N×K

其中，B表示与信道矩阵H对应的矩阵。

在其中一个实施例中，步骤二中，匹配滤波器为：

在其中一个实施例中，步骤二中，MMSE线性检测算法的滤波矩阵A为：

A＝H^H+σ²I_k

其中，σ²为高斯白噪声n的方差。I_k表示与第k个用户相对应的n阶单位矩阵。

在其中一个实施例中，发射信号矢量x的表达公式为：

x＝[x₁,x₂,...,x_k]^T

其中，x_k为第k个用户所发射的发射信号矢量。

在其中一个实施例中，其特征在于，步骤三中，在对接收估计值进行迭代计算之前，还对接收估计值/>的计算公式/>进行转换，以得到线性方程：

其中，为n阶非奇异矩阵。

在其中一个实施例中，n阶非奇异矩阵为：

其中，为n阶非奇异矩阵/>的第i行、第j列元素。n阶非奇异矩阵/>的对角元素a_ij均不为零。

在其中一个实施例中，步骤三中，对接收估计值进行迭代计算的表达公式为：

式中，s表示迭代次数。I表示n阶单位矩阵。D为n阶非奇异矩阵的对角矩阵，即J的表达公式为：J＝D^-1C。C为一个临时变量，且C＝D-A。τ和ω均为设置的参数。表示迭代第s次的接收估计值。

在其中一个实施例中，基于2PPJ迭代的信号检测方法的计算复杂度为

本发明还公开一种大规模多输入多输出系统，系统采用上述任意一项基于2PPJ迭代的信号检测方法。系统包括K个单天线用户，以及部署了N个天线的基站。

相较于现有的技术手段，本发明具有如下的有益效果：

本发明提供的基于2PPJ迭代的信号检测方法及其系统，其信道矩阵刚好符合2PPJ的所有条件，使其收敛，该方法先计算发射信号矢量的接收估计值，利用2PPJ迭代方法将其转换为线性方程并进行迭代计算，可以求解到近似序列趋近于用户发送的矢量信号，从而使得算法的复杂度大大降低。同时上参数一方面保持了适用于并行计算的特点，另一方面又扩大了方法的应用范围，使得收敛速度显著增加。本发明的信号检测方法可以经过较少的迭代次数就可以达到接近理想的最小均方误差矩阵求逆的检测性能。

附图说明

图1为本发明较佳实施例中基于2PPJ迭代的信号检测方法的流程图；

图2为本发明较佳实施例中大规模多输入多输出系统的框架示意图；

图3为图2中信号的传输示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。

请参阅图1-3，本实施例提供一种Massive MIMO系统，并且本实施例考虑MassiveMIMO系统上行链路，并且该系统包括K个单天线用户，以及部署了N条天线的基站。该系统的多个用户为发送端，基站作为接收端，基站在接收到来自用户的信号后，对信号进行运算处理。该系统采用一种基于2PPJ迭代的信号检测方法，该信号检测方法包括步骤一至步骤四。

一、获取接收信号矢量y：

y＝Hx+n

式中，H为基站的信道矩阵，且信道矩阵H可以为：H∈B^N×K，B表示与所述信道矩阵H对应的矩阵。n表示N*1维、均值为1、且方差为σ²的高斯白噪声。N为基站的天线数量。x表示单天线用户所发射的发射信号矢量，其可以表示为x＝[x₁,x₂,...,x_k]^T，x_k为第k个用户所发射的发射信号矢量。

本实施例中，接收信号矢量y为基站段接收到的信号矢量。

二、根据接收信号矢量y计算发射信号矢量x的接收估计值

式中，A表示MMSE线性检测算法的滤波矩阵，且MMSE线性检测算法的滤波矩阵A可以为：A＝H^H+σ²I_k，σ²为高斯白噪声n的方差，I_k表示与第k个用户相对应的n阶单位矩阵。表示匹配滤波器，且匹配滤波器/>可以为：/>

在本实施例中，由于A^-1的计算复杂度是O(k³)，所以在大规模的多输入多输出的系统中，MMSE线性算法仍不是特别理想，进而也没有得到很大的推广。因此，通过以下步骤进行完善上述问题。

三、利用2PPJ迭代方法对接收估计值进行迭代计算，以解出发射信号矢量x的近似序列。

其中，在对接收估计值进行迭代计算之前，还对接收估计值/>的计算公式/>进行转换，以得到线性方程：/>此处，/>可以为n阶非奇异矩阵，且 是/>的第j列第i行元素，且/>的对角元素a_ij均不为零。将分裂为二矩阵P和Q之差，即：

A＝P-Q

由此，有解线性代数方程组的迭代格式如下：

式中，矩阵P^-1Q为此矩阵格式的迭代矩阵，其外推迭代矩阵为：

G_ω＝(1-ω)I+ωP^-1Q

其中，I为n阶单位矩阵，相应的迭代格式为：

本实施例中，在一般情况下，为了让接收估计值有更好的收敛性，P为更加接近于方程的系数矩阵。D为n阶非奇异矩阵/>的对角矩阵，即D＝diagA。其中，s表示迭代次数，J的表达公式为：J＝D^-1C。C为一个临时变量，且C＝D-A。/>表示迭代第s次的接收估计值。如果ρ(J)＜1，就会有：

取P^-1为其中k为正整数。如果取k＝1，并引入另外一个参数τ，即取P^-1＝(I-τJ)D^-1代入到公式/>中，就可以得到两参数并行Jacobi方法(2PPJ)。τ和ω均为设置的参数，并且可以通过经验值获取。

上式的迭代矩阵如下：

其中，T_τ＝[(1-τ)I+τJ]J。由上式表明，G_ω,τ为T的外推迭代矩阵，外推的参数为ω，因而有相应的迭代格式：

2PPJ是其外推格式，容易验证公式相容于线性方程/>

在本实施例中，步骤三中，对接收估计值进行迭代计算的表达公式为：

四、对发射信号矢量x的近似序列进行解调，以恢复发射信号矢量x的比特序列。

以下将对本实施例的信号检测方法的收敛性进行分析，基站天线数远大于单天线用户数的Massive MIMO系统中，实时信道矩阵H具有全列秩的特性，所以对任意的K*1维向量q，都有：

(Hq)^HHq＝q^H(H^HH)q＝q^HGq＞0

由于格拉姆矩阵G＝H^HH是正定矩阵，得出：

G^H＝(H^HH)^H＝G

所以，G是对称正定矩阵，由于σ²＞0，可知A＝G+σ²I是正定矩阵，因此当A是正定矩阵的时候，且满足：

0＜ω＜2/[1+ρ(T_τ)],(ρ(J)-1)/[ρ(J)(1+ρ(J))]＜τ＜1/ρ(J)

此时2PPJ方法收敛。

为了进一步优化以上的信号检测方法，本实施例还对初始值进行选取。初始值会影响迭代的速度，但是不会影响收敛性。当Massive MIMO的单天线用户数K和基站天线数N足够大的时候，基于2PPJ迭代的信号检测方法的初始解向量可选为：

本实施例还对基于2PPJ迭代的信号检测方法的复杂度进行分析，复杂度由乘法器的个数决定，将公式改写为：

则第i个元素有：

由于需要k+i次乘法，所以/>共需要k+i个乘法器，又因为/>有k个元素，所以需要/>个乘法器。

因此，基于2PPJ迭代的信号检测方法的计算复杂度为所以改信号检测方法的复杂度保持在较低的数量级O(K²)。

综上所述，本发明提供的基于2PPJ迭代的信号检测方法具有如下优点：

本发明提供的基于预条件双参数的Jacobi方法应用于大规模多输入多输出系统中，对于基站天线远大于用户数的系统，其信道矩阵刚好符合2PPJ的所有条件，使其收敛，该方法先计算发射信号矢量的接收估计值，利用2PPJ迭代方法将其转换为线性方程并进行迭代计算，可以求解到近似序列趋近于用户发送的矢量信号，从而使得算法的复杂度大大降低。同时上参数一方面保持了适用于并行计算的特点，而且又扩大了方法的应用范围，使得收敛速度显著增加。本发明的信号检测方法可以经过较少的迭代次数就可以达到接近理想的最小均方误差矩阵求逆的检测性能。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。

Claims (7)

1.一种基于2PPJ迭代的信号检测方法，其特征在于，所述信号检测方法应用于一个大规模多输入多输出系统；所述大规模多输入多输出系统包括K个单天线用户，以及部署了N个天线的基站；所述信号检测方法包括以下步骤：

一、获取接收信号矢量y：

y＝Hx+n

式中，H为所述基站的信道矩阵；n表示N*1维、均值为1、且方差为σ²的高斯白噪声；N为所述基站的天线数量；x表示所述单天线用户所发射的发射信号矢量；

二、根据所述接收信号矢量y计算所述发射信号矢量x的接收估计值

式中，A表示最小均方误差线性检测算法的滤波矩阵；表示匹配滤波器；

三、利用2PPJ迭代方法对所述接收估计值进行迭代计算，以解出所述发射信号矢量x的近似序列；

步骤三中，在对所述接收估计值进行迭代计算之前，还对所述接收估计值/>的计算公式/>进行转换，以得到线性方程：

其中，为n阶非奇异矩阵；所述n阶非奇异矩阵/>为：

其中，为所述n阶非奇异矩阵/>的第i行、第j列元素；所述n阶非奇异矩阵/>的对角元素a_ij均不为零；

步骤三中，对所述接收估计值进行迭代计算的表达公式为：

式中，s表示迭代次数；I表示n阶单位矩阵；D为所述n阶非奇异矩阵的对角矩阵，即J的表达公式为：J＝D^-1C；C为一个临时变量，且C＝D-A；τ和ω均为设置的参数；表示迭代第s次的接收估计值；

四、对所述发射信号矢量x的近似序列进行解调，以恢复所述发射信号矢量x的比特序列。

2.根据权利要求1所述的基于2PPJ迭代的信号检测方法，其特征在于，所述信道矩阵H为：

H∈B^N×K

其中，B表示与所述信道矩阵H对应的矩阵。

3.根据权利要求1所述的基于2PPJ迭代的信号检测方法，其特征在于，步骤二中，所述匹配滤波器为：

4.根据权利要求1所述的基于2PPJ迭代的信号检测方法，其特征在于，步骤二中，所述最小均方误差线性检测算法的滤波矩阵A为：

A＝H^H+σ²I_k

其中，σ²为所述高斯白噪声n的方差；I_k表示与第k个用户相对应的n阶单位矩阵。

5.根据权利要求4所述的基于2PPJ迭代的信号检测方法，其特征在于，所述发射信号矢量x的表达公式为：

x＝[x₁,x₂,...,x_k]^T

其中，x_k为第k个用户所发射的发射信号矢量。

6.根据权利要求1所述的基于2PPJ迭代的信号检测方法，其特征在于，所述基于2PPJ迭代的信号检测方法的计算复杂度为

7.一种大规模多输入多输出系统，其特征在于，所述大规模多输入多输出系统采用如权利要求1-6中任意一项所述的基于2PPJ迭代的信号检测方法；所述系统包括K个单天线用户，以及部署了N个天线的基站。