CN114785390A - Mimo信道双对角化下的低复杂度检测解码算法 - Google Patents

Mimo信道双对角化下的低复杂度检测解码算法 Download PDF

Info

Publication number
CN114785390A
CN114785390A CN202210242883.1A CN202210242883A CN114785390A CN 114785390 A CN114785390 A CN 114785390A CN 202210242883 A CN202210242883 A CN 202210242883A CN 114785390 A CN114785390 A CN 114785390A
Authority
CN
China
Prior art keywords
matrix
mimo
signal
algorithm
channel
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.)
Pending
Application number
CN202210242883.1A
Other languages
English (en)
Inventor
杨杰
蒋轶
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.)
Fudan University
Original Assignee
Fudan 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 Fudan University filed Critical Fudan University
Priority to CN202210242883.1A priority Critical patent/CN114785390A/zh
Publication of CN114785390A publication Critical patent/CN114785390A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03891—Spatial equalizers
    • H04L25/03898—Spatial equalizers codebook-based design
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L2025/03592—Adaptation methods
    • H04L2025/03598—Algorithms
    • H04L2025/03611—Iterative algorithms

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明属于多输入多输出(MIMO)通信系统技术领域，具体为一种MIMO或大规模MIMO系统中双对角化下的低复杂度检测解码算法。本发明是在发送端进行预编码，在MIMO信道矩阵H已知的前提下，将H分解为一个双对角化矩阵B左乘酉阵Q再右乘酉阵P的转置共轭：H＝QBPH；基于矩阵B的双对角化特点，接收端在执行最大似然或者最大后验概率检测及解码(如维特比算法/BCJR算法)时，能以较小的计算复杂度获取很好的系统抗误码性能。仿真结果验证了本发明算法的有效性。

Description

MIMO信道双对角化下的低复杂度检测解码算法
技术领域
本发明属于多输入多输出(MIMO)通信系统技术领域，具体涉及MIMO或大规模MIMO系统中的基于预编码方案的具有低复杂度的最优检测解码算法。
背景技术
多输入多输出(MIMO)通信系统或大规模MIMO系统在5G通信技术中的发展如火如荼，近年来有很多性能很好的符号检测和解码方案被提出来提高系统的接收性能。符号检测基本上都是采用线性最小均方误差(LMMSE)的均衡算法或者迫令均衡(ZF)算法，但是系统的接收性能表现一般。于是随着对系统性能的要求，非线性的方法如球形译码(SD)算法被提出，但是该算法带来性能的同时也带来极高的复杂度，这在民用的设备上成本极高，所以没有被广泛应用。
经过上述的背景分析，不难发现接收检测算法带来的潜在价值对于MIMO系统或者大规模MIMO系统极其重要。本发明针对MIMO系统或大规模MIMO系统提出了一种复杂度极低，且允许接收端采用最大似然检测或者最大后验检测的基于预编码的信道双对角化分解设计。我们在数值计算平台进行仿真，仿真结果也有效验证了我们提出的算法能以较小的计算复杂度获取很好的系统抗误码性能。
发明内容
本发明的目的是在于设计一种可显著提高在MIMO或者大规模MIMO系统中抗误码性能的双对角化下的低复杂度检测解码算法。
本发明提供的MIMO信道双对角化下的低复杂度检测解码算法，具体步骤如下。
(1)假设MIMO系统中发送天线数为Nt，接收天线数Nr，已知信息传输的信道矩阵H，为Nt×Nr，即Nt，Nr为矩阵H的行数和列数，对该信道矩阵进行分解。具体采用双对角化分解：
H＝QBPH，
其中，Q，PH是酉阵，B是双对角化矩阵(上对角矩阵或者下对角矩阵)。
(2)设发送端发送的信号为x(信息矢量)，对x做预编码操作，即发送消息为Px，则接收端接收到的信号可以表示为：
y＝QBPHPx+z
＝QBx+z
其中，z表示系统模型中的高斯白噪声。
(3)由于Q,PH是酉阵，QHQ和PHP都是单位阵；为了获得等效信道双对角矩阵B，接收端需要对接收的信号再左乘上一个酉阵Q的转置共轭，即QH，于是得到：
Figure BDA0003544219740000021
即得到信道的等效双对角矩阵B，且其中的
Figure BDA0003544219740000022
还可以视作服从高斯分布的白噪声。
(4)接收端，对信号
Figure BDA0003544219740000023
进行检测，并恢复出发送信号x；
通常可以执行最大似然或者最大后验概率检测及解码(如维特比算法/BCJR算法)；
基于双对角矩阵B对信号模型
Figure BDA0003544219740000024
进行网格图表征；网格图的横轴是发送天线，从Nt,Nt-1,…,1；纵轴有M个点，表示M-QAM调制的M种可能转移的状态，1,2,…,M.从而建立一个横轴有Nt个点，纵轴M个点的状态转移网格图。并且此时的网格图是个全连接的状态转移网格图，此时可以利用马尔可夫原理求解信息矢量x，可大大简化计算复杂度。
作为演示，以下用一个简化的上双对角化之后的信道矩阵示意；
Figure BDA0003544219740000025
基于这样的双对角矩阵，可以建模出如附图1所示的求解每根天线的结构框架。附图1中表明在求解每根天线上的数据时，只跟前一根天线有关，其结构同马尔可夫原理相同；每个虚线矩形框表示两根天线之间的数据求解过程，并且每个虚线矩形框求解过程是相互独立的。因此，相比于非线性的检测算法，本发明方法计算复杂度大大降低。将该结构化简，可以建立以调制星座点为状态数，天线数为搜索深度的状态转移网格图进行检测和解码。
对于有编码的MIMO或大规模MIMO系统，可在发送端引入交织器，于是该系统的接收端除了利用最大似然检测算法之外，还可以基于双对角等效信道：
Figure BDA0003544219740000026
利用Turbo迭代均衡进行迭代检测解码。附图4也给出了在有卷积码编码情况下的MIMO系统中采用Turbo均衡算法相比于维特比算法的性能再度提升。
本发明检测解码算法，能够用于5G或者移动通信技术中。
附图说明
图1为基于双对角等效信道矩阵下的求解每根天线符号结构图。
图2为以图1为基础建立的状态转移网格图。
图3为无编码系统下的本发明检测算法和其他检测算法的性能对比。
图4为有编码系统下的本发明迭代解调解码和其他解调解码算法的性能对比。
具体实施方式
下面结合附图和实施例对本发明的技术方案进行详细介绍。
作为实施例子，本发明用matlab平台仿真了128×128天线下的大规模MMO系统，传输QPSK信号；如附图2所示，网格图中纵向的是QPSK信号的星座点，横向的是128深度的天线数。按照这样的状态转移网格图利用维特比算法进行信号检测。
图3中给出了在无编码情况下该仿真条件下的仿真结果，可以看到在该预编码下的双对角化方法可以有效的提高系统的抗误码性能。
图4给出了在码率为1/2的卷积码编码下的仿真结果，我们用8×8天线的MIMO系统进行仿真，解码算法利用最大后验检测和解码算法进行迭代解调解码。

Claims (3)

1.一种MIMO信道双对角化下的低复杂度检测解码算法，其特征在于，具体步骤如下：
(1)假设MIMO系统中发送天线数为Nt，接收天线数Nr，已知信息传输的信道矩阵H，那么其矩阵维度为Nt×Nr，即Nt，Nr为矩阵H的行数和列数，对该信道矩阵进行双对角化分解：H＝QBPH，其中，Q，PH是酉阵，B是双对角化矩阵；
(2)设发送端发送的信号为x，对x做预编码操作，即发送消息为Px，则接收端接收到的信号表示为：
y＝QBPHPx+z＝QBx+z；
其中，z表示系统模型中的高斯白噪声；
(3)由于Q，PH是酉阵，QHQ和PHP都是单位阵；为了获得等效信道双对角矩阵B，接收端对接收的信号再左乘上一个酉阵Q的转置共轭，即QH，于是得到：
Figure FDA0003544219730000011
即得到信道的等效双对角矩阵B，且其中的
Figure FDA0003544219730000012
也视作服从高斯分布的白噪声；
(4)接收端，对信号
Figure FDA0003544219730000013
进行检测，并恢复出发送信号x。
2.根据权利要求1所述的MIMO信道双对角化下的低复杂度检测解码算法，其特征在于，步骤(4)中所述对信号
Figure FDA0003544219730000014
进行检测，并恢复出发送信号x，具体做法为：对信号模型
Figure FDA0003544219730000015
进行网格图表征；网格图的横轴是发送天线，从Nt，Nt-1，...，1；纵轴有M个点，表示M-QAM调制的M种可能转移的状态，1，2，...，M.从而建立一个横轴有Nt个点，纵轴M个点的状态转移网格图；并且此时的网格图是个全连接的状态转移网格图，于是利用马尔可夫原理求解信息矢量x。
3.根据权利要求1所述的MIMO信道双对角化下的低复杂度检测解码算法，其特征在于，步骤(4)中所述对信号
Figure FDA0003544219730000016
进行检测，并恢复出发送信号x，具体做法为：对于有编码的MIMO或大规模MIMO系统，在发送端引入交织器，于是该系统的接收端可以利用最大似然检测算法求解发送信号x；或者基于双对角等效信道：
Figure FDA0003544219730000017
利用Turbo迭代进行检测解码。
CN202210242883.1A 2022-03-13 2022-03-13 Mimo信道双对角化下的低复杂度检测解码算法 Pending CN114785390A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210242883.1A CN114785390A (zh) 2022-03-13 2022-03-13 Mimo信道双对角化下的低复杂度检测解码算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210242883.1A CN114785390A (zh) 2022-03-13 2022-03-13 Mimo信道双对角化下的低复杂度检测解码算法

Publications (1)

Publication Number Publication Date
CN114785390A true CN114785390A (zh) 2022-07-22

Family

ID=82423264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210242883.1A Pending CN114785390A (zh) 2022-03-13 2022-03-13 Mimo信道双对角化下的低复杂度检测解码算法

Country Status (1)

Country Link
CN (1) CN114785390A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050249302A1 (en) * 2004-05-05 2005-11-10 Amir Leshem System and method of a MIMO transmitter / receiver
GB0805410D0 (en) * 2008-03-25 2008-04-30 Toshiba Res Europ Ltd wireless communication apparatus
CN101854328A (zh) * 2010-07-05 2010-10-06 河南工业大学 多载波码分多址系统中分层空时非线性预编码方法
CN101854237A (zh) * 2010-06-01 2010-10-06 北京邮电大学 时变mimo系统中基于非码本预编码的传输方法
CN102946267A (zh) * 2012-08-31 2013-02-27 电子科技大学 一种基于qr分解的低复杂度mimo检测算法
US20140056334A1 (en) * 2010-09-27 2014-02-27 Massachusetts Institute Of Technology Enhanced communication over networks using joint matrix decompositions
CN104618061A (zh) * 2015-01-29 2015-05-13 清华大学 一种大规模多天线系统中多用户信号的检测方法
WO2016098369A1 (en) * 2014-12-15 2016-06-23 Nec Corporation Method and system for mimo communication
CN108199753A (zh) * 2017-12-07 2018-06-22 南京邮电大学 一种毫米波通信中基于迭代最小的预编码方法
CN108566237A (zh) * 2018-04-25 2018-09-21 东南大学 基于双对角化的低复杂度几何均值分解预编码实现方法
WO2019127933A1 (zh) * 2017-12-29 2019-07-04 深圳超级数据链技术有限公司 一种双向qr分解检测方法和装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050249302A1 (en) * 2004-05-05 2005-11-10 Amir Leshem System and method of a MIMO transmitter / receiver
GB0805410D0 (en) * 2008-03-25 2008-04-30 Toshiba Res Europ Ltd wireless communication apparatus
CN101854237A (zh) * 2010-06-01 2010-10-06 北京邮电大学 时变mimo系统中基于非码本预编码的传输方法
CN101854328A (zh) * 2010-07-05 2010-10-06 河南工业大学 多载波码分多址系统中分层空时非线性预编码方法
US20140056334A1 (en) * 2010-09-27 2014-02-27 Massachusetts Institute Of Technology Enhanced communication over networks using joint matrix decompositions
CN102946267A (zh) * 2012-08-31 2013-02-27 电子科技大学 一种基于qr分解的低复杂度mimo检测算法
WO2016098369A1 (en) * 2014-12-15 2016-06-23 Nec Corporation Method and system for mimo communication
CN104618061A (zh) * 2015-01-29 2015-05-13 清华大学 一种大规模多天线系统中多用户信号的检测方法
CN108199753A (zh) * 2017-12-07 2018-06-22 南京邮电大学 一种毫米波通信中基于迭代最小的预编码方法
WO2019127933A1 (zh) * 2017-12-29 2019-07-04 深圳超级数据链技术有限公司 一种双向qr分解检测方法和装置
CN108566237A (zh) * 2018-04-25 2018-09-21 东南大学 基于双对角化的低复杂度几何均值分解预编码实现方法

Similar Documents

Publication Publication Date Title
Rusek et al. Optimal channel shortening for MIMO and ISI channels
CN101411086A (zh) 提供mimo接收器的装置、方法和计算机程序产品
JP2004343702A (ja) Ｍｉｍｏ電気通信システム及びこのシステムにおける送信シンボルの復号方法並びに送信シンボルの復号装置
Wang et al. A family of space-time block codes achieving full diversity with linear receivers
Zheng et al. LDPC-coded MIMO systems with unknown block fading channels: soft MIMO detector design, channel estimation, and code optimization
CN105656823A (zh) 基于最小误码率准则的水下通信Turbo接收系统及方法
CN105099974B (zh) 一种低复杂度的空间调制软判决检测方法
EP1609265B1 (en) Signal processing apparatus and method
US8908806B2 (en) Method and system for communicating data wirelessly using probabilistic data association
CN108512580B (zh) 适用于低精度量化的大规模多用户mimo迭代检测方法
US6693976B1 (en) Method of wireless communication using structured unitary space-time signal constellations
CN114785390A (zh) Mimo信道双对角化下的低复杂度检测解码算法
CN103188003A (zh) 基于迭代检测的低复杂度并行干扰消除方法及系统
Zhang et al. Joint estimation and detection for MIMO-STBC system based on deep neural network
Zheng et al. A hybrid polar coding design over non-coherent channels
AU2020369979B2 (en) M-MIMO receiver
CN115426014B (zh) 一种基于酉空时编码调制的水声mimo通信方法
Wu et al. A Error Recovery MIMO Detection Algorithm based on Lattice Reduction
Qian et al. Low complexity detection algorithm for under-determined MIMO systems
CN115037338B (zh) 一种通信信号传输方法及设备
CN102664852B (zh) 多输入多输出正交频分复用系统中的软输入软输出检测方法
CN101997791A (zh) 一种简化的多元ra编码的mimo迭代均衡方案
Yueming et al. A SISO iterative probabilistic data association detector for MIMO systems
Kim et al. Exact bit error probability of orthogonal space-time block codes with quadrature amplitude modulation
CN116800379A (zh) 用于准正交空时编码空间调制系统的低复杂度译码方法

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