CN115296706A - 一种信号检测方法及装置 - Google Patents

Abstract

本申请提供一种信号检测方法及装置，涉及通信技术领域，能够改善大规模MIMO系统中信号检测时的误码性能。信号检测方法包括：获取接收信号；根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵；根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号；利用所述第一转换矩阵对所述第一估计信号进行转换，得到所述发射信号的第二估计信号；对所述第二估计信号进行有限符号集判决，得到发射信号的第一目标判决信号。

Description

一种信号检测方法及装置

技术领域

本申请涉及通信技术领域，尤其涉及一种信号检测方法及装置。

背景技术

大规模多输入多输出(multiinput-multioutput，MIMO)技术，是指在基站配置庞大的天线数量，在相同的时频资源上同时服务更多用户的技术。大规模MIMO技术，能够对无线通信系统中空间资源进行充分利用，有效提升通信系统吞吐量和用户承载量，成为实现宽带机器类通信的重要途径之一。

但同时，大规模MIMO也给基站端信号的检测带来了挑战，具体表现为误码性能的下降。因此在大规模MIMO场景下，如何设计出一个具有较高误码性能的信号检测方法也至关重要。

发明内容

本申请提供一种信号检测方法及装置，能够提高通信系统中信号检测的误码性能。

为达到上述目的，本申请采用如下技术方案：

第一方面本申请实施例提供一种信号检测方法，应用于接收机，包括：

获取接收信号；根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵；根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号；利用所述第一转换矩阵对所述第一估计信号进行转换，得到所述发射信号的第二估计信号；对所述第二估计信号进行有限符号集判决，得到发射信号的第一目标判决信号。

采用本申请提供的信号检测方法，通过构造发射信号与发射信号的高维稀疏信号质检的第一转换矩阵，来检测发射信号的高维稀疏信号，并根据检测到的高维稀疏信号的第一估计信号重建发射信号，得到发射信号的第二估计信号，最后对重建得到的第二估计信号进行有限符号集判决后，即可得到发射信号的第一目标判决信号。即采用本申请提供的信号检测方法，通过检测发射信号的高维稀疏信号的方式，挖掘发射信号的稀疏特性，而信号的稀疏特性有助于提高信号重建的准确性，因此即采用本申请提供的信号检测方法，提高了信号检测的误码性能。

在一种可能的实现方式中，所述根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵，包括：

根据公式

确定所述第一转换矩阵；其中，Φ表示所述第一转换矩阵，I_2K表示2K阶单位矩阵，K表示所述发射天线数，r为在所述有限符号集中的元素按照从大到小排列所组成的行向量。

在一种可能的实现方式中，所述根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号，包括：

基于原始对偶方法，根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号。

在一种可能的实现方式中，所述基于原始对偶方法，利用所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号，包括：

确定第二转换矩阵A和行向量b；其中，

1_r表示长度为|r|，所有元素为1的向量，|r|表示r的模；

以s⁽⁰⁾为所述高维稀疏信号s的初始值、以u⁽⁰⁾为第一辅助变量u的初始值、以v⁽⁰⁾为第二辅助变量v的初始值、以η⁽⁰⁾为代理对偶间隔η的初始值，根据A、b、Φ、所述接收信号y和所述信道矩阵H对s、u、v和、η进行迭代更新，直至s、u、v和、η满足预设的收敛条件，则确定满足所属收敛条件的s为所述第一估计信号

其中，s⁽⁰⁾、u⁽⁰⁾和v⁽⁰⁾为满足第一约束条件的随机参数，所述第一约束条件为As＝b，s＞0，u＞0，且v≠0；η⁽⁰⁾＝(s⁽⁰⁾)^Hu⁽⁰⁾，b＝1_K；0表示所有元素为0的向量，1_K表示长度为K，所有元素为1的向量；K表示所述发射天线数；

第k次迭代更新过程为：

根据s在第k-1次迭代更新后值s^(k-1)、u在第k-1次迭代更新后的值u^(k-1)、v在第k-1次迭代更新后的值v^(k-1)、η在第k-1次迭代更新后的值η^(k-1)，以及联立方程组

得到与s相关的增量Δs、与u相关的增量Δu和与v相关的增量Δv；其中，参数Q＝(HΦ)^HHΦ，参数d＝-y^HHΦ，参数

N与所述发射信号对应调制方式相关；y表示所述接收信号；

根据Δs、Δu、Δv、s^(k-1)、u^(k-1)、v^(k-1)、公式s^(k)＝s^(k-1)+μΔs、公式v^(k)＝v^(k-1)+μΔv和公式u^(k)＝u^(k-1)+μΔu，得到s^(k)、u^(k)、v^(k)；其中，μ为预设的系数，0＜μ＜1；

根据s^(k)、u^(k)和公式η^(k)＝(s^(k))^Hu^(k)，得到η^(k)；

所述收敛条件为：η≤ε₁，且

其中，ε₁为预设的第一误差门限，ε₂为预设的第二误差门限，矩阵c₁＝Qs+d-u+A^Hv，矩阵c₂＝As-b。

在一种可能的实现方式中，所述获取接收信号之后，所述方法还包括：

根据所述发射天线数和所述接收信号的接收天线数的比值，确定负载因子；所述根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵，包括：

若所述负载因子小于或者等于预设门限值，则根据所述发射天线数和所述有限符号集，确定所述第一转换矩阵。

在一种可能的实现方式中，若所述负载因子大于所述预设门限值，则所述方法还包括：

对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号；以所述初始判决信号作为第二目标判决信号的初始值，根据所述接收信号和所述信道矩阵对所述第二目标判决信号进行L次迭代更新，L≥1；

其中，第l次迭代更新的过程包括：

所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值；根据所述估计值对所述第二目标判决信号进行更新，l取遍1到L之间的正整数。

在一种可能的实现方式中，所述根据所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值，包括：

根据所述接收信号、所述信道矩阵和所述第二目标判决信号，确定所述误码向量的接收向量；

根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定2^N-1个线性检测矩阵，N与所述发射信号对应调制方式相关；

根据2^N-1个线性检测矩阵和所述接收向量确定2^N-1个子误码向量；

分别对2^N-1个子误码向量进行有限字符集判决；

根据2^N-1个判决后的子误码向量，确定所述估计值。

在一种可能的实现方式中，所述根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定个2^N-1线性检测矩阵，包括：

确定所述误码向量的2^N-1个稀疏度参数，其中，当l＝1时，所述稀疏度参数与所述信噪比、所述接收天线数和所述发射天线数相关；当1＜l≤L时，所述稀疏度参数与第l-1次迭代更新过程中确定的线性检测矩阵和判决后的子误码向量相关；

根据2^N-1个所述稀疏度参数和所述信道矩阵确定2^N-1个线性检测矩阵。

在一种可能的实现方式中，2^N-1个稀疏度参数中的第m个稀疏度参数

根据公式

确定，其中，m和m′取遍1到2^N-1之间的正整数，

表示2^N-1个子误码向量中与第m个稀疏度参数

对应的第m个子误码向量中的非零元素出现的概率；

当l＝1时，

其中，系数

表示信噪比，参数D＝2M-2K，M表示所述接收天线数，K表示所述发射天线数；当1＜l≤L时，

其中，

参数

是矩阵

中第i行第i列的元素，

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，H表示所述信道矩阵；参数

表示在第l-1次迭代更新过程中对第m个子误码向量中的第i个元素进行判决时采用的加性干扰噪声方差；参数

表示在第l-1次迭代更新过程中确定的第m个子误码向量中的第i个元素判决门限值；函数Q()表示标准正态分布的右尾函数。

在一种可能的实现方式中，

的取值为

其中，矩阵

矩阵

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，

表示噪声方差。

在一种可能的实现方式中，L＝2，或者L＝3。

第二方面，本申请实施例提供一种信号检测方法，应用于接收机，包括：

获取接收信号；对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号；以所述初始判决信号作为第二目标判决信号的初始值，根据所述接收信号和所述信道矩阵对所述第二目标判决信号进行L次迭代更新，L≥1；其中，第l次迭代更新的过程包括：

所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值；根据所述估计值对所述第二目标判决信号进行更新，l取遍1到L之间的正整数。

采用本申请提供的信号检测方法，在基于传统线性检测(例如ZF算法、MMSE算法)方法检测到发射信号的初始判决信号后，估计构造发射信号与初始判决信号之间的误码向量，对初始判决信号进行进一步更新。由于误码向量为稀疏信号，因此采用本申请提供的信号检测方法，通过检测发射信号与初始判决信号之间的误码向量，来挖掘信号的稀疏特性，而信号的稀疏特性有助于提高信号重建的准确性，因此即采用本申请提供的信号检测方法，提高了信号检测的误码性能。

在一种可能的实现方式中，所述根据所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值，包括：

根据所述接收信号、所述信道矩阵和所述第二目标判决信号，确定所述误码向量的接收向量；

根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定2^N-1个线性检测矩阵，N与所述发射信号对应调制方式相关；

根据2^N-1个线性检测矩阵和所述接收向量确定2^N-1个子误码向量；

分别对2^N-1个子误码向量进行有限字符集判决；

根据2^N-1个判决后的子误码向量，确定所述估计值。

在一种可能的实现方式中，所述根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定个2^N-1线性检测矩阵，包括：

确定所述误码向量的2^N-1个稀疏度参数，其中，当l＝1时，所述稀疏度参数与所述信噪比、所述接收天线数和所述发射天线数相关；当1＜l≤L时，所述稀疏度参数与第l-1次迭代更新过程中确定的线性检测矩阵和判决后的子误码向量相关；

根据2^N-1个所述稀疏度参数和所述信道矩阵确定2^N-1个线性检测矩阵。

在一种可能的实现方式中，2^N-1个稀疏度参数中的第m个稀疏度参数

根据公式

确定，其中，m和m′取遍1到2^N-1之间的正整数，

表示2^N-1个子误码向量中与第m个稀疏度参数

对应的第m个子误码向量中的非零元素出现的概率；

当l＝1时，

其中，系数

表示信噪比，参数D＝2M-2K，M表示所述接收天线数，K表示所述发射天线数；当1＜l≤L时，

其中，

参数

是矩阵

中第i行第i列的元素，

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，H表示所述信道矩阵；参数

表示在第l-1次迭代更新过程中对第m个子误码向量中的第i个元素进行判决时采用的加性干扰噪声方差；参数

表示在第l-1次迭代更新过程中确定的第m个子误码向量中的第i个元素判决门限值；函数Q()表示标准正态分布的右尾函数。

在一种可能的实现方式中，

的取值为

其中，矩阵

矩阵

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，

表示噪声方差。

在一种可能的实现方式中，L＝2，或者L＝3。

在一种可能的实现方式中，所述获取接收信号之后，所述方法还包括：

根据所述发射天线数和所述接收信号的接收天线数的比值，确定负载因子；

所述对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号，包括：

若所述负载因子大于所述预设门限值，则对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号。

第三方面，本申请实施例提供一种通信装置，通信装置可以为接收机，也可以是应用于接收机的芯片或组件，并且，该通信装置中各模块或单元分别用于执行上述第一方面、第一方面的任意实现方式、第二方面或者第二方面的任意实现方式中由接收机所执行的各动作或处理过程。

可选的，通信包括收发单元和处理单元。收发单元用于在处理单元的控制下执行具体的信号收发。

可选的，该通信装置还可以该存储单元，收发单元可以是收发器、输入/输出接口或接口电路。存储单元用于存储收发单元和处理单元执行的指令。收发单元、处理单元和存储单元相互耦合，存储单元存储指令，处理单元用于执行存储单元存储的指令，收发单元用于在处理单元的控制下执行具体的信号收发。

可选的，通信装置可以包括至少一个处理器，所述至少一个处理器用于执行第一方面、第一方面的任意实现方式、第二方面或者第二方面的任意实现方式中的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序或指令，当计算机读取并执行所述计算机程序或指令时，使得计算机执行第一方面、第一方面的任意实现方式、第二方面或者第二方面的任意实现方式中的方法。

第五方面，本申请实施例提供一种芯片，包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的接收机执行如第一方面、第一方面的任意实现方式、第二方面或者第二方面的任意实现方式中的方法。

附图说明

图1为本申请实施例提供的一种通信系统的系统架构图；

图2为本申请实施例提供的一种MIMO系统中发射天线与接收天线之间的收发场景示意图；

图3为本申请实施例提供的一种信号检测方法的流程示意图；

图4为本申请实施例提供的一种发射信号与高维稀疏信号之间的转换示意图；

图5为本申请实施例提供的一种信号检测的误码率曲线的仿真结果示意图一；

图6为本申请实施例提供的一种信号检测的误码率曲线的仿真结果示意图二；

图7为本申请的又一个实施例提供的一种信号检测方法的流程示意图；

图8为本申请实施例提供的一种误码向量拆分示意图；

图9为本申请实施例提供的一种信号检测的误码率曲线的仿真结果示意图三；

图10为本申请实施例提供的一种信号检测的误码率曲线的仿真结果示意图四；

图11为本申请实施例提供的一种信号检测的误码率曲线的仿真结果示意图五；

图12为本申请的又一个实施例提供的一种信号检测方法的流程示意图；

图13为本申请实施例提供的一种通信装置的示意性框图；

图14为本申请实施例提供的另一种通信装置的示意性框图。

具体实施方式

下面将结合附图，对本申请中的技术方案进行描述。

在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，在本申请实施例的描述中，“多个”是指两个或多于两个。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

本申请实施例的技术方案可以应用于各种通信系统，例如：长期演进(Long TermEvolution，LTE)系统、LTE频分双工(Frequency Division Duplex，FDD)系统、LTE时分双工(Time Division Duplex，TDD)、第五代(5th Generation，5G)系统、新空口(New Radio，NR)或第六代(6th Generation，6G)等5G之后演进的通信系统等。

如图1所示，通信系统中包括至少两个具有无线收发功能的通信设备，通信设备之间通过无线通信相互传输信号。在本申请实施例中，将向其他通信设备发送发射信号的通信设备称为发射机，将接收其他通信设备发送的发射信号的通信设备称为接收机。可以理解的是，同一个通信设备既可以发送发射信号也可以接收信号时，该通信设备集成有发射机和接收机的功能。

其中，接收机可以是终端设备，具体可以指用户设备(user equipment，UE)、接入终端、用户单元(subscriber unit)、用户站、移动台(mobile station)、客户终端设备(customer-premises equipment，CPE)、远方站、远程终端、移动设备、用户终端、无线通信设备、用户代理或用户装置。终端设备还可以是卫星电话、蜂窝电话、智能手机、无线数据卡、无线调制解调器、机器类型通信设备、可以是无绳电话、会话启动协议(sessioninitiation protocol，SIP)电话、无线本地环路(wireless local loop，WLL)站、个人数字处理(personal digital assistant，PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、高空飞机上搭载的通信设备、可穿戴设备、无人机、机器人、智能销售点(point of sale，POS)机、设备到设备通信(device-to-device，D2D)中的终端、车到一切(vehicle to everything，V2X)中的终端、虚拟现实(virtual reality，VR)终端设备、增强现实(augmented reality，AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端或者未来通信网络中的终端设备等，本申请不作限制。

接收机也可以是一种将终端设备接入到无线网络的网络设备。具体可以为无线接入网中的节点，又可以称为基站，还可以称为无线接入网(radio access network，RAN)节点(或设备)。接收机备可以是LTE中的演进型基站(evolved Node B，eNB或eNodeB)；或者5G网络中的下一代节点B(next generation node B，gNB)或者未来演进的公共陆地移动网络(public land mobile network，PLMN)中的基站，宽带网络业务网关(broadband networkgateway，BNG)，汇聚交换机或者非第三代合作伙伴项目(3rd generation partnershipproject，3GPP)接入设备等。

可选的，本申请实施例中的接收机还可以包括各种形式的基站，例如：宏基站、微基站(也称为小站)、中继站、5G之后演进的通信系统中实现基站功能的设备、传输点(transmitting and receiving point，TRP)、发射点(transmitting point，TP)、移动交换中心以及设备到设备(Device-to-Device，D2D)、车辆外联(vehicle-to-everything，V2X)、机器到机器(machine-to-machine，M2M)通信中承担基站功能的设备等，还可以包括云接入网(cloud radio access network，C-RAN)系统中的集中式单元(centralized unit，CU)和分布式单元(distributed unit，DU)、非陆地通信网络(non-terrestrial network，NTN)通信系统中的网络设备，即可以部署于高空平台或者卫星。本申请实施例对此不作具体限定。

本申请实施例未对本申请实施例提供的方法的执行主体的具体结构特别限定，只要能够通过运行记录有本申请实施例的提供的方法的代码的程序，以根据本申请实施例提供的方法进行信号检测即可，例如，本申请实施例提供的方法的执行主体可以是接收机，或者，是接收机中能够调用程序并执行程序的功能模块。

另外，本申请的各个方面或特征可以实现成方法、装置或使用标准编程和/或工程技术的制品。本申请中使用的术语“制品”涵盖可从任何计算机可读器件、载体或介质访问的计算机程序。例如，计算机可读介质可以包括，但不限于:磁存储器件(例如，硬盘、软盘或磁带等)，光盘(例如，压缩盘(compact disc，CD)、数字通用盘(digital versatile disc，DVD)等)，智能卡和闪存器件(例如，可擦写可编程只读存储器(erasable programmableread-only memory，EPROM)、卡、棒或钥匙控制器等)。另外，本文描述的各种存储介质可代表用于存储信息的一个或多个设备和/或其它机器可读介质。术语“机器可读介质”可包括但不限于，无线信道和能够存储、包含和/或承载指令和/或数据的各种其它介质。

在几十年中，无线通信系统经历了从第一代模拟通信系统到5G NR通信系统以及未来的6G通信系统的演变和研究。在这复杂的演变过程中，高吞吐和大连接一直是无线通信网络的核心挑战。为了应对上述挑战，大规模MIMO通信技术应运而生，5G通信系统提出了超可靠，低时延通信(ultra-reliable,low latency communications，URLLC)、增强移动带宽(enhanced mobile broadband，eMBB)、以及大规模机器通信(massive machine typecommunications，mMTC)等作为技术目标。而6G无线通信系统必将向更大吞吐、更低时延、更高可靠性、更大连接数、更高频谱利用率等方向演进。

如图2所示，在基于MIMO通信技术的通信系统中，接收机的接收天线数(本申请中发射天线数表示为M)和发射机的发射天线数(本申请中发射天线数表示为K)均有增加。尤其针对网络侧的接收机，例如基站，天线数大规模增加，导致基站在进行上行MIMO信号传输时，由于基站的天线数大于终端设备(发射机)的天线数，而使得基站与终端设备之间的通信系统为超定系统，增加了基站检测接收信号的难度。

目前，基于MIMO通信技术的通信系统，常采用线性检测的方法进行MIMO信号检测。包括迫零检测(zero forcing，ZF)算法和最小均方误差检测(Minimum Mean SquareError，MMSE)算法。其中，ZF算法是利用线性检测矩阵B_ZF对接收信号y进行检测，得到发射信号x的检测信号x′，即x′＝B_ZFy，其中B_ZF＝(H^HH)^-1H^H；然后将x′进行有限符号集判决，得到对应的判决信号

MMSE算法是利用线性检测矩阵B_MMSE对接收信号y进行检测，得到发射信号x的检测信号x′，即x′＝B_MMSEy，其中

其中，

表示通信系统的噪声功率；然后将x′进行有限符号集判决，得到对应的判决信号

然后随着发射天线数和接收天线数的增加，传统的线性检测算法的误码性能下降，尤其在发射天线数大于接收天线数的一半时，误码性能严重下降，影响系统的通信。

还有一种常用的方法是基于压缩感知的信号检测方法，该方法要求接收信号对应的发射信号为稀疏信号，接收机利用l₀-范数使用l₁-范数进行近似的方法，根据已知的信道矩阵和接收信号，求解l₁-范数最小化问题，得到发射信号的估计信号，然后将该估计信号进行有限符号集判决，得到对应的检测结果。

然而，一方面，基于压缩感知的信号检测方法要求待恢复的发射信号为稀疏信号，但大规模MIMO通信技术的通信系统中发射信号可能不一定具备稀疏性，另一方面，压缩感知更适合检测欠定系统(发射天线数大于接收天线数)。上行MIMO信号通常属于是超定系统，因此使用压缩感知会增加信号检测的复杂度，且带来一定的信息损失。

有鉴于此，本申请提供一种信号检测方法，通过挖掘MIMO信号的稀疏特性，将传统的MIMO信号检测问题转换为稀疏信号检测问题，以提高信号检测的误码性能。

其中，本申请设计了两种挖掘MIMO信号的稀疏特性的方法，一种方法是通过构造发射信号的高维稀疏信号，由接收机基于高维稀疏信号检测的方式挖掘接收信号的稀疏特性。为了便于描述，在本申请实施例中，将基于高维稀疏信号检测的信号检测方法称为高维稀疏投影(High Dimensional Sparse Projection，HD-SP)方法。另一种是通过构造发射信号与判决信号之间的稀疏误码向量，由接收机基于稀疏误码向量检测的方式挖掘接收信号的稀疏特性。为了便于描述，在本申请实施例中将基于稀疏误码向量检测的信号检测方法称为稀疏残差估计(Sparse-aware residual estimation，SA-RE)方法。

下面结合具体实施例对本申请提供的信号检测方法进行示例性的说明。

参见图3为本申请的一个实施例提供的一种信号检测方法的流程示意图，该实施例主要描述HD-SP方法。如图3所示，该方法包括：

S301，获取接收信号。

其中，当接收机的接收天线数为M时，接收机接收到的接收信号具体可以表示为一个长度为2M的实数向量。

例如，接收信号用向量y表示，则，

表示长度为2M的实数向量，

表示接收信号的复数形式，

表示长度为M的复数向量。

S302，根据接收信号对应的发射信号的发射天线数和发射信号所属的有限符号集，确定发射信号的高维稀疏信号与发射信号之间的第一转换矩阵。

当发射机的发射天线数为K时，发射机发射的发射信号具体可以表示为一个长度为2K的实数向量。

例如，发射信号用向量x表示，则，

表示长度为2K的实数向量，

表示发射信号的复数形式，

表示长度为K的复数向量。

在本申请实施例中，可以根据发射机在发送发射信号时所采用的调制方式，构造发射信号的高维稀疏信号。例如，当采用正交振幅调制(Quadrature AmplitudeModulation，QAM)方式时，可以根据QAM的星座点数量，构造发射信号的高维稀疏信号。例如，常见的QAM的星座点数量包括4、8、16、32、64、128、256等，通常表示为4QAM、8QAM、16QAM、32QAM、64QAM、128QAM、256QAM等。

在本申请实施例中，设计与调制方式相关的常数N(N≥1)，通过2^2N来表示QAM的星座点数量，例如当N＝1时，表示4QAM，当N＝2时，表示16QAM，当N＝3时表示64QAM等。假设，发射信号x的高维稀疏信号用向量s表示，那么，当采用的调制方式为2^2NQAM时，构造对应的高维稀疏信号

表示长度为2^N+1K的实数向量。

示例性的，以K＝3，16QAM为例，如图4所示为本申请提供的一种发射信号与高维稀疏信号之间的转换示意图。当K＝3，调制方式为16QAM时，发射信号x的长度为2K，发射信号x中的每个元素均来自于与16QAM对应的有限符号集{+3，-3，-1，+1}，假设x＝[+1，+3，+1，-3，-1，+3]^T。

在构造发射信号x的高维稀疏信号s时，可以将有限符号集中的元素按照预设稀疏化规则进行高维稀疏。例如，16QAM对应的有限符号集中包括4个元素，则可以将每个元素转化为一个4维稀疏向量(即可以理解为将1维向量转换为4维向量)，稀疏向量中的1个元素为1剩余元素为0。假设，16QAM对应的预设稀疏化规则为，有限符号集中的元素+3对应的稀疏向量为[1，0，0，0]^T，有限符号集中的元素+1对应的稀疏向量为[0，1，0，0]^T，有限符号集中的元素-1对应的稀疏向量为[0，0，1，0]^T，有限符号集中的元素-3对应的稀疏向量为[0，0，0，1]^T。那么，将发射信号x＝[+1，+3，+1，-3，-1，+3]^T中的每个元素转换为对应的稀疏向量后，得到的高维稀疏信号s＝[0，1，0，0，1，0，0，0，0，1，0，0，0，0，0，1，0，0，1，0，1，0，0，0]^T。

假设，发射信号与对应的高维稀疏信号之间的关系可以表示为x＝Φs，Φ为发射信号与对应的高维稀疏信号之间的第一转换矩阵。经统计发现，

I_2K表示2K阶单位矩阵，r为在发射信号所属有限符号集中的元素按照从大到小排列所组成的行向量。

因此，在本申请实施例中，接收机在进行信号检测时，可以先根据发射信号的发射天线数和发射信号所属的有限符号集构造发射信号与对应的高维稀疏信号之间的第一转换矩阵，即利用公式

确定第一转换矩阵Φ。然后基于第一转换矩阵Φ进一步估计高维稀疏信号，具体可以参见下述步骤S303。

S303，根据第一转换矩阵、接收信号和信道矩阵构造高维稀疏信号的第一估计信号。

其中，信道矩阵可以是预先设定，例如可以采用接收机与发射机之间的信道处于理想状态时所对应的信道矩阵。信道矩阵也可以时接收机通过对信道进行测量获得的测量值。

在本申请实施例中，可以基于数值优化方法估计高维稀疏信号，得到高维稀疏信号的第一估计信号。其中，数值优化方法可以包括原始对偶法(Primal-Dual Method)、牛顿法、屏障法等。

下面以原始对偶法对上述步骤S303进行示例性的说明。

示例性的，基于原始对偶方法，根据第一转换矩阵、接收信号和信道矩阵构造高维稀疏信号的第一估计信号，可以包括以下步骤：

S303a，确定第二转换矩阵A和行向量b。

其中，

1_r表示长度为|r|，所有元素为1的向量，|r|表示r的模。

S303b，以s⁽⁰⁾为高维稀疏信号s的初始值、以u⁽⁰⁾为第一辅助变量u的初始值、以v⁽⁰⁾为第二辅助变量v的初始值、以η⁽⁰⁾为代理对偶间隔η的初始值，根据A、b、Φ、接收信号y和信道矩阵H对s、u、v和、η进行迭代更新，直至s、u、v和、η满足预设的收敛条件，则确定满足所属收敛条件的s为第一估计信号

其中，s⁽⁰⁾、u⁽⁰⁾和v⁽⁰⁾为满足第一约束条件的随机参数，第一约束条件为As＝b，s＞0，u＞0，且v≠0；η⁽⁰⁾＝(s⁽⁰⁾)^Hu⁽⁰⁾，b＝1_K；0表示所有元素为0的向量，1_K表示长度为K，所有元素为1的向量。

收敛条件为：η≤ε₁，且

其中，ε₁为预设的第一误差门限，ε₂为预设的第二误差门限，矩阵c₁＝Bs+d-u+A^Hv，矩阵c₂＝As-b。

示例性的，在S303b中，第k次迭代更新过程可以为：

首先，根据s在第k-1次迭代更新后的值s^(k-1)、u在第k-1次迭代更新后的值u^(k-1)、v在第k-1次迭代更新后的值v^(k-1)、η在第k-1次迭代更新后的值η^(k-1)，以及联立方程组，得到与s相关的增量Δs、与u相关的增量Δu和与v相关的增量Δv。

其中，联立方程组为

参数Q＝(HΦ)^HHΦ，参数d＝-y^HHΦ，参数

N与发射信号对应调制方式相关。

然后，根据Δs、Δu、Δv、s^(k-1)、u^(k-1)、v^(k-1)、公式s^(k)＝s^(k-1)+μΔs、公式v^(k)＝v^{(k -1)}+μΔv和公式u^(k)＝u^(k-1)+μΔu，得到s^(k)、u^(k)、v^(k)；其中，μ为预设的系数，0＜μ＜1。

最后，根据s^(k)、u^(k)和公式η^(k)＝(s^(k))^Hu^(k)，得到η^(k)。

可以理解的是，若在第k次更新迭代后，s、u、v和、η的取值s^(k)、u^(k)、v^(k)和η^(k)满足上述收敛条件，说明s(^k)比较接近高维稀疏信号的标准值，则可以以s(^k)作为高维稀疏信号s的第一估计信号

(即令

)，参与后续发射信号的估计。

当然，若在第k次更新迭代后，s^(k)、u^(k)、v^(k)和η^(k)不满足上述收敛条件，则继续进行第k+1次迭代，直至s、u、v和、η的取值满足上述收敛条件为止。

S304，利用第一转换矩阵对第一估计信号进行转换，得到发射信号的第二估计信号。

接收机得到高维稀疏信号s的第一估计信号

后，即可利用第一转换矩阵Φ和第一估计信号

估计发射信号x，得到发射信号x的第二估计信号

即

S305，对第二估计信号进行有限符号集判决，得到发射信号的第一目标判决信号。

由于发射信号中的每个元素都属于对应有限符号集。因此在得到第二估计信号

后，需要对

中的每个元素进行判决，使得每个元素的判决值都属于发射信号所属的有限符号集。示例性的，发射信号所属的有限符号集表示为

例如，当采用16QAM发送发射信号时，发射信号所属的对应的有限符号集表示为

那么，以

中的第g个元素

为例，

的判决值

可以取值为有限符号集

中的各个元素x中与

之间的距离最小的元素，即

其中，函数

表示符号

和符号

之间的距离，当符号

和符号

为复数形式时，即

则

的表达式为：

判决后得到的第一目标判决信号

即为接收机对接收信号的检测结果。

下面结合具体仿真实例对本本申请提供的HD-SP方法的误码性能进行分析。

参见图5，为在通信系统采用4QAM的调制方式发送发射信号，发射天线数K＝16，接收天线数M＝32的仿真场景下，采用本申请实施例提供的HD-SP方法进行信号检测的误码率曲线(图5中采用HD-SP标记的曲线)，与采用传统的MMSE算法进行信号检测的误码率曲线(图5中采用MMSE标记的曲线)的仿真结果。如图5所示，在误符号率(symbol error rate，SER)为10^-3时，本申请实施例提供的HD-SP方法的信噪比(signal-to-noise ratio，SNR)，相比于传统的MMSE算法的SNR可以取得大约1.5dB的增益。

参见图6，为在通信系统采用16QAM的调制方式发送发射信号，发射天线数K＝16，接收天线数M＝32的仿真场景下，采用本申请实施例提供的HD-SP方法进行信号检测的误码率曲线(图6中采用HD-SP标记的曲线)，与采用传统的MMSE算法进行信号检测的误码率曲线(图6中采用MMSE标记的曲线)的仿真结果。如图6所示，在SER＝3×10^-2时，本申请实施例提供的HD-SP方法的SNR，相比于传统的MMSE算法的SNR可以取得大约3.3dB的增益。

可见，在不同的仿真场景下，相比于传统的线性检测方法，本申请实施例提供的HD-SP方法，能够提升信号检测的误码性能。

参见图7为本申请的又一个实施例提供的一种信号检测方法的流程示意图，该实施例主要描述SA-RE方法。如图7所示，该方法包括：

S701，获取接收信号。

S702，对接收信号进行线性检测及有限符号集判决，得到发射信号的初始判决信号。

在本申请实施例中，接收机在接收到接收信号后，可以先采用传统的线性检测方法对接收信号进行初步检测。

例如，先根据线性检测矩阵B，对接收信号y进行线性检测，得到发射信号x的线性检测结果x′，x′＝By。示例性的，当采用ZF算法时，线性检测矩阵B可以表示为B_ZF，B_ZF＝(H^HH)^-1H^H；当次啊用MMSE算法时，线性检测矩阵B可以表示为B_MMSE，

其中，

表示通信系统的噪声功率，

和信道矩阵H可以通过测量得到，也可以采用预设值(例如，信道在理想状态下对应的信道矩阵)。

然后对线性检测结果x′进行有限符号集判决，得到发射信号x的初始判决信号

其中，接收信号y、发射信号x以及信道矩阵H的大小可以参见上述图3所示实施例中的相关描述，此处不再赘述。

对线性检测结果x′进行有限符号集判决的具体过程，可以参见上述图3所示实施例中S305中的描述，此处不再赘述。

S703，以初始判决信号作为第二目标判决信号的初始值，根据接收信号和信道矩阵对第二目标判决信号进行L次迭代更新。

其中，L≥1，第l(l取遍1到L之间的正整数)次迭代更新的过程包括：

S7031，接收信号和信道矩阵构造发射信号与第二目标判决信号之间的误码向量的估计值。

S7032，根据误码向量的估计值对第二目标判决信号进行更新。

示例性的，假设第二目标判决信号表示为

发射信号x第二目标判决信号

之间的误码向量可以表示为e，

误码向量e的估计值可以表示为

与以初始判决信号

作为

的初始值进行迭代更新：

开始第1次迭代更新时，

接收机可以构造发射信号x与

之间的误码向量(假设表示为e⁽¹⁾)的估计值(假设表示为

)，然后根据

对

进行更新，得到第1次迭代更新的结果

即

此时

的取值被更新为

开始第2次迭代更新时，

接收机可以构造发射信号x与

之间的误码向量(假设表示为e⁽²⁾)的估计值(假设表示为

)，然后根据

对

进行更新，得到第2次迭代更新的结果

即

此时

的取值被更新为

以此类推，开始执行第l次迭代更新时，

接收机可以构造发射信号x与

之间的误码向量(假设表示为e^(l))的估计值(假设表示为

)，然后根据

对

进行更新，得到第l次迭代更新的结果

即

此时

的取值被更新为

当接收机完成L次迭代更新流程后，即可将

在第L次迭代更新后的取值

确定为第二目标判决信号的最终检测结果。

示例性的，上述步骤S7031中，根据接收信号y和信道矩阵H构造发射信号x与第二目标判决信号

(此时

)之间的误码向量e^(l)的估计值

具体可以包括：

S71，根据接收信号、信道矩阵和第二目标判决信号，确定误码向量的接收向量。

假设，在第l次迭代更新过程中，误码向量e^(l)的接收向量表示为

根据接收信号y与第二目标判决信号

之间的关系，以及误码向量e^(l)与第二目标判决信号

之间的关系，可知，

与e^(l)之间的关系可以表示为

其中，n表示通信系统的噪声。

S72，根据预设的信噪比、接收信号的接收天线数、发射天线数和信道矩阵确定2^N-1个线性检测矩阵。

在本申请实施例中，假设在第l次迭代更新过程中，确定的线性检测矩阵表示为W^(l)，

表示有2K行，2M列的实数矩阵。2^N-1个W^(l)中的第m个W^(l)表示为

其中，m取遍1到2^N-1之间的正整数。

S73，根据2^N-1个线性检测矩阵和接收向量确定2^N-1个子误码向量。

即将2^N-1个W^(l)依次左乘在上述步骤S71中确定的误码向量e^(l)的接收向量

上，得到2^N-1个子误码向量(假设表示为

)。其中，2^N-1个

中的第m个

表示为

S74，分别对2^N-1个子误码向量进行有限字符集判决。

在本申请实施例中，将误码向量e^(l)拆分成2^N-1个子向量(假设表示为R^(l)，其中第m个R^(l)表示为

)，拆分后，2^N-1个子向量R^(l)满足拆分条件：

且

中的每个元素属于有限符号集

示例性的，如图8所示，当发射天线数K＝5，调制方式为16QAM时，N＝2，发射信号的长度为2K。假设，发射信号x＝[+1，+3，+3，-3，+1，-3，-1，-3，-1，+3]^T，在第l次迭代更新过程中，第二目标判决信号的取值为

因此，

根据拆分条件，将e^(l)拆分为2^N-1个子向量

和

其中，

中的每个元素属于有限符号集

中的每个元素属于有限符号集

中的每个元素属于有限符号集

且

因此，

在本申请实施例中，通过2^N-1个W^(l)检测到的2^N-1个

即为误码向量e^(l)拆分成的2^N-1个子向量R^(l)的估计值，本申请中通过构造2^N-1个W^(l)对待检测误码向量e^(l)的各个子向量进行估计。在得到的2^N-1个

后，即可根据各个R^(l)属于有限符号集，对各个

进行判决，使得估计得到的2^N-1个

的判决结果

属于对应的有限符号集。

例如，可以根据如下公式对

中的第i个元素

进行判决，得到

的判决结果

(即为对应的第m个子向量

中第i个元素

的估计值)：

其中，指示函数

表示若函数括号内输入的条件成立，则函数的输出为1，否则输出值为0。

为元素

的判决门限值，

是矩阵

中第i行第i列的元素，

为在对

进行判决时采用的加性干扰噪声方差，

的取值为

其中，

表示矩阵

中第i行第i列的元素。

表示与

对应的稀疏度参数，用于描述误码向量e^(l)的稀疏度。当l＝1时，稀疏度参数

与信噪比

接收天线数M和发射天线数K相关。当1＜l≤L时，稀疏度参数与第l-1次迭代更新过程中确定的第m个线性检测矩阵

和判决后的第m个子误码向量相关。

例如，

可以根据公式

确定，其中，m′取遍1到2^N-1之间的正整数，

表示第m个子向量

中的非零元素出现的概率，也是第m个子误码向量

中的非零元素出现的概率。

当l＝1时，

其中，系数

参数D＝2M-2K。当1＜l≤L时，

参数

是矩阵

中第i行第j列的元素，

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵；

为在第l-1次迭代更新过程中对第m个子误码向量中的第i个元素进行判决时采用的加性干扰噪声方差；参数

表示在第l-1次迭代更新过程中确定的第m个子误码向量

中的第i个元素

判决门限值；函数Q()表示标准正态分布的右尾函数。

S75，根据2^N-1个子误码向量的判决结果，确定误码向量e^(l)的估计值。

将2^N-1个子误码向量

的判决结果

进行相加，得到e^(l)的估计值

即

在一个实例中，上述步骤S72中，2^N-1个线性检测矩阵的具体确定方式可以参见如下步骤：

S721，确定误码向量e^(l)的2^N-1个稀疏度参数λ^(l)。

其中，第m个稀疏度参数

的相关描述可以参见上述S74中的相关描述，此处不在赘述。

S722，根据2^N-1个稀疏度参数和信道矩阵确定2^N-1个线性检测矩阵。

例如，第m个线性检测矩阵

值得说明的是，在上述对误码向量e的接收向量

进行稀疏信号检测的方式，来估计误码向量e的过程中，本申请实施例使用了通信系统中QAM调制信号特有的l₀范数与l₂-范数之间的等价关系，不会带来信息的损失，从而提高检测的误码性能。具体推导如下：

对接收信号

采用稀疏信号的检测方法进行误码向量e的恢复，一般采用最大后验(Maximum A Posteriori，MAP)概率检测器得到误码向量e的估计值

其中，表示误码向量e的稀疏程度，p为误码向量e取值为非零元素的概率，

为误码向量e中的元素所属的有限符号集。但MAP概率检测器的检测为离散优化问题，求解具有较高的复杂度。因此，基于误码向量e具有的稀疏特性，利用将l₀-范数使用l₁-范数进行近似，将上述离散优化问题化简为：

但由于l₀-范数和l₁-范数并不是等价转换，因此可能会带来信息的损失。因此，对于采用2^2NQAM的调制方式的系统，在本申请实施例中，将误码向量e分解成2^N-1个子向量：

分解需满足两个条件：

1)

2)

由于每个子向量中元素所属的字符集中只有两个关于零点对称的非零元素，因此对于每个子向量，如下l₀-范数与l₂-范数之间的等价关系成立：

那么，即可将上述优化问题

分解为多个子向量R_m的求解的问题：

所以，接下来问题的关键在于如何检测这些子向量，子问题可以表示为：

由于含有l₀范数，较难进行优化求解，此时可以利用前面得到的关于l₀-范数与l₂-范数之间的等价关系

得到上述子问题的等价表示：

之后，可以先将该等价表示中有限字符集合

扩展到实数集，得到优化问题：

则该优化问题的闭式解可以通过求导的方式得到(即

)：

综上可知，通过设计线性检测矩阵W_m(即对应于上述每次迭代更新过程中确定的

)估计误码向量e的各个子向量，直接利用了通信系统中QAM调制信号特有的l₀-范数与l₂-范数之间的等价关系，相比于l₀-范数向l₁-范数近似转换，该等价关系不会带来信息的损失，从而保证本申请实施例提供的误码向量的检测的误码性能大大提成，也降低了计算复杂度。

在本申请实施例中，L的取值不限，可以根据实际需要确定迭代更新次数，都能够保证接收机进行信号检测时的误码性能。可选的，经过实验验证，当迭代更新次数L＝2，或者L＝3时，接收机即可获得较好的误码性能，因此，在考虑复杂度的情况下，可以无需继续进行迭代更新。

可以理解的是，本申请提供的SA-RE方法是针对传统线性检测方法的改善，即在利用传统线性检测方法(例如，ZF方法和MMSE方法)进行信号检测后，对检测结果进一步进行更新检测。

下面结合具体仿真实例对本申请提供的SA-RE方法的误码性能进行分析。

在通信系统采用4QAM的调制方式发送发射信号，发射天线数K＝32，接收天线数M＝32的仿真场景下，如图9所示，仿真结果包括采用本申请实施例提供的SA-RE方法进行信号检测的误码率曲线和采用传统线性检测方法进行信号检测的误码率曲线之间的比较结果。

其中，采用SA-RE方法进行信号检测的误码率曲线包括基于ZF算法得到初始判决信号的且迭代更新次数L＝1时的仿真得到的误码率曲线(图9中采用ZF+SA-RE 1iter标记的曲线)，基于ZF算法得到初始判决信号的且迭代更新次数L＝2时的仿真得到的误码率曲线(图9中采用ZF+SA-RE 2iter标记的曲线)，基于MMSE算法得到初始判决信号的且迭代更新次数L＝1时的仿真得到的误码率曲线(图9中采用MMSESA-RE 1iter标记的曲线)，基于MMSE算法得到初始判决信号的且迭代更新次数L＝2时的仿真得到的误码率曲线(图9中采用MMSE+SA-RE 2iter标记的曲线)。

采用传统线性检测方法进行信号检测的误码率曲线包括基于ZF算法进行信号检测的误码率曲线(图9中采用ZF标记的曲线)，基于MMSE算法进行信号检测的误码率曲线(图9中采用MMSE标记的曲线)。

基于图9可以看出，在低阶调制下，基于ZF算法的SA-RE方法相比于单纯使用ZF算法，误码性能有明显提升。例如，在SER＝10^-2时，相比于ZF算法，SA-RE方法在1次迭代更新后大约7.6dB的增益，在2次迭代更新后大约13.9dB的增益。

而基于MMSE算法的SA-RE方法相比于单纯使用MMSE算法，误码性能有明显提升。例如，同样在SER＝10^-2时，相比于MMSE算法，SA-RE方法在1次迭代更新后大约7.3dB的增益，在2次迭代更新后大约9.9dB的增益。

基于图9所示的仿真场景，将调制方式修改为16QAM进行仿真测试，如图10所示，在高阶调制下，基于ZF算法的SA-RE方法相比于单纯使用ZF算法，误码性能同样有明显提升。例如，在SER＝10^-2时，相比于ZF算法，SA-RE方法在1次迭代更新后大约3.7dB的增益，在2次迭代更新后大约6.3dB的增益。

而基于MMSE算法的SA-RE方法相比于单纯使用MMSE算法，误码性能有明显提升。例如，同样在SER＝10^-2时，相比于MMSE算法，SA-RE方法在1次迭代更新后大约7.3dB的增益，在2次迭代更新后大约10.3dB的增益。

在通信系统采用4QAM的调制方式发送发射信号，发射天线数K＝64，接收天线数M＝64的仿真场景下，如图11所示，仿真结果包括采用基于ZF算法的SA-RE方法(迭代更新次数L＝1)进行信号检测的误码率曲线(图11中采用ZF+SA-RE 1iter标记的曲线)、基于ZF算法的SA-RE方法(迭代更新次数L＝2)进行信号检测的误码率曲线(图11中采用ZF+SA-RE2iter标记的曲线)、基于MMSE算法的SA-RE方法(迭代更新次数L＝1)进行信号检测的误码率曲线(图11中采用MMSE+SA-RE 1iter标记的曲线)、基于MMSE算法的SA-RE方法(迭代更新次数L＝2)进行信号检测的误码率曲线(图11中采用MMSE+SA-RE 2iter标记的曲线)、采用基于ZF算法的压缩采样匹配追踪(Compressive Sampling MP，CoSaMP)方法(图11中采用ZF+CoSaMP标记的曲线)、采用基于ZF算法的采用并行干扰消除(Parallel interferencecancellation，PIC)方法(迭代1次)进行信号检测的误码率曲线(图11中采用ZF+PIC 1iter标记的曲线)、采用基于ZF算法的采用并行干扰消除(Parallel interferencecancellation，PIC)方法(迭代2次)进行信号检测的误码率曲线(图11中采用ZF+PIC 2iter标记的曲线)、采用基于MMSE算法的压缩采样匹配追踪(Compressive Sampling MP，CoSaMP)方法(图11中采用MMSE+CoSaMP标记的曲线)、采用基于MMSE算法的采用并行干扰消除(Parallel interference cancellation，PIC)方法(迭代1次)进行信号检测的误码率曲线(图11中采用MMSE+PIC 1iter标记的曲线)、采用基于MMSE算法的采用并行干扰消除(Parallel interference cancellation，PIC)方法(迭代2次)进行信号检测的误码率曲线(图11中采用MMSE+PIC 2iter标记的曲线)。

基于图11可以看出，相比于与ZF算法结合的基于ZF算法的CoSaMP方法和基于ZF算法的PIC方法，本申请提供的基于ZF算的SA-RE方法，在相同的误码率的情况下，可以取得更大的SNR增益。相比于与MMSE算法结合的基于MMSE算法的CoSaMP方法和基于MMSE算法的PIC方法，本申请提供的基于MMSE算的SA-RE方法，在相同的误码率的情况下，可以取得更大的SNR增益。

综上所述，相比于现有的检测方法，采用本申请提供的SA-RE方法，1次迭代更新即可获得提高信号检测的误码性能，通过更多次的迭代检测则可以进一步取得更大的增益。因此，采用本申请提供的SA-RE方法能够有效提升信号检测的误码性能。

在一个示例中，接收机可以根据负载因子判断是否使用上述SA-RE方法。例如，接收机接收到接收信号后，可以先根据发射天线数和接收信号的接收天线数的比值，确定负载因子。

例如，负载因子表示f_load，

预设门限值表示为α，α的取值可以根据实际需要进行设置。例如，假设α＝0.5，则当接收机确定f_load＞0.5时，执行本申请提供的SA-RE方法，若f_load≤0.5，接收机则可以根据其他检测方法进行信号检测。

在一个示例中，接收机也可以根据负载因子的大小，灵活选择采用上述SA-RE方法或者HD-SP方法。示例性的，如图12所示为本申请提供的又一种信号检测方法的流程示意图，包括：

S1101，获取接收信号。

S1102，根据发射天线数和接收信号的接收天线数的比值，确定负载因子。

当f_load＞α时，接收机利用上述SA-RE方法进行信号检测，当f_load≤α时，接收机则执行如下步骤S1103-S1106所述的HD-SP方法进行信号检测。当f_load＞α时，接收机则执行如下步骤S1107-S1108所述的SA-RE方法进行信号检测。

S1103，根据接收信号对应的发射信号的发射天线数和发射信号所属的有限符号集，确定发射信号的高维稀疏信号与发射信号之间的第一转换矩阵。

S1104，根据第一转换矩阵、接收信号和信道矩阵构造高维稀疏信号的第一估计信号。

S1105，利用第一转换矩阵对第一估计信号进行转换，得到发射信号的第二估计信号。

S1106，对第二估计信号进行有限符号集判决，得到发射信号的第一目标判决信号。

上述S1103-S1106的具体描述，可以参见如图3所示实施例中S302-S305中的描述，此处不再赘述。

S1107，对接收信号进行线性检测及有限符号集判决，得到发射信号的初始判决信号。

S1108，以初始判决信号作为第二目标判决信号的初始值，根据接收信号和信道矩阵对第二目标判决信号进行L次迭代更新。

上述S1107-S1108的具体描述，可以参见如图7所示实施例中S702-S703中的描述，此处不再赘述。

在本申请实施例中，可以根据系统的负载因子，灵活选择HD-SP算法和SA-RE算法进行信号检测。由于SA-RE方法在负载因子较大的场景下，相比于其他算法能够明显提升误码性能，且复杂度更低。因此，在负载因子较小的情况下选择HD-SP算法，能够降低HD-SP算法的计算复杂度，且相比于现有的其他算法能够提升信号检测的误码性能。而在负载因子较大的情况下选择SA-RE方法，能够实现在较低的计算复杂度的情况下，获得更高的误码性能。

应理解，上述只是为了帮助本领域技术人员更好地理解本申请实施例，而非要限制本申请实施例的范围。本领域技术人员根据所给出的上述示例，显然可以进行各种等价的修改或变化，例如，上述方法实施例中的某些步骤可以不必须的，或者可以新加入某些步骤等。或者上述任意两种或者任意多种实施例的组合。这样的修改、变化或者组合后的方案也落入本申请实施例的范围内。

还应理解，本申请实施例中的各种方式、情况、类别以及实施例的划分仅是为了描述的方便，不应构成特别的限定，各种方式、类别、情况以及实施例中的特征在不矛盾的情况下可以相结合。

还应理解，在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本申请的实施例的范围。上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

还应理解，上文对本申请实施例的描述着重于强调各个实施例之间的不同之处，未提到的相同或相似之处可以互相参考，为了简洁，这里不再赘述。

还应理解，本申请实施例中，“预定义”或者“预设”可以通过在设备(中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现，本申请对于其具体的实现方式不做限定。

以上结合图1至图12对本申请实施例的信号检测的方法做了详细说明。以下，结合图13至图14对本申请实施例通信装置进行详细说明。

本实施例可以根据上述方法，对接收机进行功能模块的划分。例如，可以对应各个功能，划分为各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块可以采用硬件的形式实现。需要说明的是，本实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

需要说明的是，上述方法实施例涉及的各步骤的相关内容，均可以援引到对应功能模块的功能描述，此处不再赘述。

本申请实施例提供的接收机，用于执行上述方法实施例提供的任一种信号检测方法，因此可以达到与上述实现方法相同的效果。在采用集成的单元的情况下，接收机可以包括处理模块，以及可选的存储模块和通信模块。其中，处理模块可以用于对接收机的动作进行控制管理。例如，可以用于支持接收机执行处理单元执行的步骤。存储模块可以用于支持存储程序代码和数据等。通信模块，可以用于支持接收机与其他设备的通信。

其中，处理模块可以是处理器或控制器。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，数字信号处理(digital signal processing，DSP)和微处理器的组合等等。存储模块可以是存储器。通信模块具体可以为射频电路、蓝牙芯片、Wi-Fi芯片等与其他电子设备交互的设备。

示例性地，图13示出了本申请实施例的通信装置的示意性框图，该通信装置可以对应上述方法实施例中所述的接收机，也可以是应用于接收机的芯片或组件，并且，该通信装置中各模块或单元分别用于执行上述方法中由接收机所执行的各动作或处理过程。

如图13所示，该通信包括收发单元1310和处理单元1340。收发单元1310用于在处理单元1340的控制下执行具体的信号收发。

其中，在一种可能的实现方式中：

收发单元1310，用于获取接收信号。

处理单元1340，用于根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵；根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号；利用所述第一转换矩阵对所述第一估计信号进行转换，得到所述发射信号的第二估计信号；对所述第二估计信号进行有限符号集判决，得到发射信号的第一目标判决信号。

在一种可选的实现方式中，所述处理单元1340根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵，包括：

根据公式

确定所述第一转换矩阵；其中，Φ表示所述第一转换矩阵，I_2K表示2K阶单位矩阵，K表示所述发射天线数，r为在所述有限符号集中的元素按照从大到小排列所组成的行向量。

在一种可选的实现方式中，所述处理单元1340根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号，包括：

基于原始对偶方法，根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号。

在一种可选的实现方式中，所述处理单元1340基于原始对偶方法，利用所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号，包括：

确定第二转换矩阵A和行向量b；其中，

1_r表示长度为|r|，所有元素为1的向量，|r|表示r的模。

以s⁽⁰⁾为所述高维稀疏信号s的初始值、以u⁽⁰⁾为第一辅助变量u的初始值、以v⁽⁰⁾为第二辅助变量v的初始值、以η⁽⁰⁾为代理对偶间隔η的初始值，根据A、b、Φ、所述接收信号y和所述信道矩阵H对s、u、v和、η进行迭代更新，直至s、u、v和、η满足预设的收敛条件，则确定满足所属收敛条件的s为所述第一估计信号

其中，s⁽⁰⁾、u⁽⁰⁾和v⁽⁰⁾为满足第一约束条件的随机参数，所述第一约束条件为As＝b，s＞0，u＞0，且v≠0；η⁽⁰⁾＝(s⁽⁰⁾)^Hu⁽⁰⁾，b＝1_K；0表示所有元素为0的向量，1_K表示长度为K，所有元素为1的向量；K表示所述发射天线数。

第k次迭代更新过程为：

根据s在第k-1次迭代更新后值s^(k-1)、u在第k-1次迭代更新后的值u^(k-1)、v在第k-1次迭代更新后的值v^(k-1)、η在第k-1次迭代更新后的值η^(k-1)，以及联立方程组

得到与s相关的增量Δs、与u相关的增量Δu和与v相关的增量Δv；其中，参数Q＝(HΦ)^HHΦ，参数d＝-y^HHΦ，参数

N与所述发射信号对应调制方式相关；y表示所述接收信号。

根据Δs、Δu、Δv、s^(k-1)、u^(k-1)、v^(k-1)、公式s^(k)＝s^(k-1)+μΔs、公式v^(k)＝v^(k-1)+μΔv和公式u^(k)＝u^(k-1)+μΔu，得到s^(k)、u^(k)、v^(k)；其中，μ为预设的系数，0＜μ＜1。

根据s^(k)、u^(k)和公式η^(k)＝(s^(k))^Hu^(k)，得到η^(k)。

所述收敛条件为：η≤ε₁，且

其中，ε₁为预设的第一误差门限，ε₂为预设的第二误差门限，矩阵c₁＝Qs+d-u+A^Hv，矩阵c₂＝As-b。

在一种可选的实现方式中，所述收发单元1310获取接收信号之后，

所述处理单元1340，还用于根据所述发射天线数和所述接收信号的接收天线数的比值，确定负载因子；

所述处理单元1340根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵，包括：

若所述负载因子小于或者等于预设门限值，则根据所述发射天线数和所述有限符号集，确定所述第一转换矩阵。

在一种可选的实现方式中，若所述负载因子大于所述预设门限值，所述处理单元1340还用于：

对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号；以所述初始判决信号作为第二目标判决信号的初始值，根据所述接收信号和所述信道矩阵对所述第二目标判决信号进行L次迭代更新，L≥1；其中，第l次迭代更新的过程包括：

根据所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值；根据所述估计值对所述第二目标判决信号进行更新，l取遍1到L之间的正整数。

在一种可选的实现方式中，所述处理单元1340根据所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值，包括：

根据所述接收信号、所述信道矩阵和所述第二目标判决信号，确定所述误码向量的接收向量；根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定2^N-1个线性检测矩阵，N与所述发射信号对应调制方式相关；根据2^N-1个线性检测矩阵和所述接收向量确定2^N-1个子误码向量；分别对2^N-1个子误码向量进行有限字符集判决；根据2^N-1个判决后的子误码向量，确定所述估计值。

在一种可选的实现方式中，所述处理单元1340根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定个2^N-1线性检测矩阵，包括：

确定所述误码向量的2^N-1个稀疏度参数，其中，当l＝1时，所述稀疏度参数与所述信噪比、所述接收天线数和所述发射天线数相关；当1＜l≤L时，所述稀疏度参数与第l-1次迭代更新过程中确定的线性检测矩阵和判决后的子误码向量相关；根据2^N-1个所述稀疏度参数和所述信道矩阵确定2^N-1个线性检测矩阵。

在一种可选的实现方式中，2^N-1个稀疏度参数中的第m个稀疏度参数

根据公式

确定，其中，m和m′取遍1到2^N-1之间的正整数，

表示2^N-1个子误码向量中与第m个稀疏度参数

对应的第m个子误码向量中的非零元素出现的概率；

当l＝1时，

其中，系数

表示信噪比，参数D＝2M-2K，M表示所述接收天线数，K表示所述发射天线数；当1＜l≤L时，

其中，

参数

是矩阵

中第i行第i列的元素，

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，H表示所述信道矩阵；参数

表示在第l-1次迭代更新过程中对第m个子误码向量中的第i个元素进行判决时采用的加性干扰噪声方差；参数

表示在第l-1次迭代更新过程中确定的第m个子误码向量中的第i个元素判决门限值；函数Q()表示标准正态分布的右尾函数。

在一种可选的实现方式中，

的取值为

其中，矩阵

矩阵

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，

表示噪声方差。

在一种可选的实现方式中，L＝2，或者L＝3。

在另一种可能的实现方式中：

收发单元1310用于，获取接收信号。

处理单元1340用于，对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号；以所述初始判决信号作为第二目标判决信号的初始值，根据所述接收信号和所述信道矩阵对所述第二目标判决信号进行L次迭代更新，L≥1；其中，第l次迭代更新的过程包括：所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值；根据所述估计值对所述第二目标判决信号进行更新，l取遍1到L之间的正整数。

在一种可选的实现方式中，所述处理单元1340根据所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值，包括：

根据所述接收信号、所述信道矩阵和所述第二目标判决信号，确定所述误码向量的接收向量；根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定2^N-1个线性检测矩阵，N与所述发射信号对应调制方式相关；根据2^N-1个线性检测矩阵和所述接收向量确定2^N-1个子误码向量；分别对2^N-1个子误码向量进行有限字符集判决；根据2^N-1个判决后的子误码向量，确定所述估计值。

在一种可选的实现方式中，所述处理单元1340根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定个2^N-1线性检测矩阵，包括：

确定所述误码向量的2^N-1个稀疏度参数，其中，当l＝1时，所述稀疏度参数与所述信噪比、所述接收天线数和所述发射天线数相关；当1＜l≤L时，所述稀疏度参数与第l-1次迭代更新过程中确定的线性检测矩阵和判决后的子误码向量相关；根据2^N-1个所述稀疏度参数和所述信道矩阵确定2^N-1个线性检测矩阵。

在一种可选的实现方式中，2^N-1个稀疏度参数中的第m个稀疏度参数

根据公式

确定，其中，m和m′取遍1到2^N-1之间的正整数，

表示2^N-1个子误码向量中与第m个稀疏度参数

对应的第m个子误码向量中的非零元素出现的概率；

当l＝1时，

其中，系数

表示信噪比，参数D＝2M-2K，M表示所述接收天线数，K表示所述发射天线数；当1＜l≤L时，

其中，

参数

是矩阵

中第i行第i列的元素，

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，H表示信道矩阵；参数

表示在第l-1次迭代更新过程中对第m个子误码向量中的第i个元素进行判决时采用的加性干扰噪声方差；参数

表示在第l-1次迭代更新过程中确定的第m个子误码向量中的第i个元素判决门限值；函数Q()表示标准正态分布的右尾函数。

在一种可选的实现方式中，

的取值为

其中，矩阵

矩阵

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，

表示噪声方差。

在一种可选的实现方式中，L＝2，或者L＝3。

在一种可选的实现方式中，所述收发单元1310获取接收信号之后，所述处理单元1340还用于：

根据所述发射天线数和所述接收信号的接收天线数的比值，确定负载因子；

所述处理单元1340对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号，包括：

若所述负载因子大于所述预设门限值，则对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号。

进一步的，该通信装置还可以该存储单元1330，收发单元1310可以是收发器、输入/输出接口或接口电路。存储单元1330用于存储收发单元1310和处理单元1340执行的指令。收发单元1310、处理单元1340和存储单元相互耦合，存储单元1330存储指令，处理单元1340用于执行存储单元存储的指令，收发单元1310用于在处理单元1340的控制下执行具体的信号收发。

应理解，通信装置中各单元执行上述相应步骤的具体过程请参照前文中结合图3-图10所示方法相关实施例的接收机相关的描述，为了简洁，这里不加赘述。

应理解，收发单元1310可以是收发器、输入/输出接口或接口电路。存储单元可以是存储器。处理单元1340可由处理器实现。

如图14所示，通信装置可以包括处理器1410、存储器1420、收发器1430和总线系统1440。通信装置的各个组件通过总线系统1440耦合在一起，其中总线系统1440除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图14中将各种总线都标为总线系统1440。为便于表示，图14中仅是示意性画出。

处理器1410主要用于对通信协议以及通信数据进行处理，以及对整个接收机进行控制，执行软件程序，处理软件程序的数据，例如用于支持接收机执行上述信号检测方法实施例中所描述的动作。存储器主要用于存储软件程序和数据，例如存储上述实施例中所描述的期望切换信息。控制电路主要用于基带信号与射频信号的转换以及对射频信号的处理。控制电路和天线一起也可以叫做收发器，主要用于收发电磁波形式的射频信号。例如发送上述实施例中所描述的期望切换信息。输入输出装置，例如触摸屏、显示屏，键盘等主要用于接收用户输入的数据以及对用户输出数据。

当接收机开机后，处理器1410可以读取存储单元中的软件程序，解释并执行软件程序的指令，处理软件程序的数据。当需要通过无线发送数据时，处理器对待发送的数据进行基带处理后，输出基带信号至射频电路，射频电路将基带信号进行射频处理后将射频信号通过天线以电磁波的形式向外发送。当有数据发送到接收机时，射频电路通过天线接收到射频信号，将射频信号转换为基带信号，并将基带信号输出至处理器，处理器1410将基带信号转换为数据并对该数据进行处理。

本领域技术人员可以理解，为了便于说明，图14仅示出了一个存储器和处理器。在实际的接收机中，可以存在多个处理器1410和存储器1420。存储器也可以称为存储介质或者存储设备等，本申请实施例对此不做限制。

例如，处理器1410可以包括基带处理器和中央处理器，基带处理器主要用于对通信协议以及通信数据进行处理，中央处理器主要用于对整个接收机进行控制，执行软件程序，处理软件程序的数据。图14中的处理器1410集成了基带处理器和中央处理器的功能，本领域技术人员可以理解，基带处理器和中央处理器也可以是各自独立的处理器，通过总线等技术互联。本领域技术人员可以理解，接收机可以包括多个基带处理器以适应不同的网络制式，接收机可以包括多个中央处理器以增强其处理能力，接收机的各个部件可以通过各种总线连接。该基带处理器也可以表述为基带处理电路或者基带处理芯片。该中央处理器也可以表述为中央处理电路或者中央处理芯片。对通信协议以及通信数据进行处理的功能可以内置在处理器中，也可以以软件程序的形式存储在存储单元中，由处理器执行软件程序以实现基带处理功能。

应理解，本申请实施例中，该处理器1410可以为CPU，该处理器还可以是其他通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

还应理解，本申请实施例中的存储器1420可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、EPROM、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。

还应理解，以上装置中单元的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且装置中的单元可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分单元以软件通过处理元件调用的形式实现，部分单元以硬件的形式实现。例如，各个单元可以为单独设立的处理元件，也可以集成在装置的某一个芯片中实现，此外，也可以以程序的形式存储于存储器中，由装置的某一个处理元件调用并执行该单元的功能。这里该处理元件又可以称为处理器，可以是一种具有信号处理能力的集成电路。在实现过程中，上述方法的各步骤或以上各个单元可以通过处理器元件中的硬件的集成逻辑电路实现或者以软件通过处理元件调用的形式实现。

在一个例子中，以上任一装置中的单元可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specific integratedcircuit，ASIC)，或，一个或多个DSP，或，一个或者多个现场可编程门阵列(fieldprogrammable gate array，FPGA)，或这些集成电路形式中至少两种的组合。再如，当装置中的单元可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，CPU)或其它可以调用程序的处理器。再如，这些单元可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行该计算机指令或计算机程序时，全部或部分地产生按照本申请实施例的流程或功能。该计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。

本申请实施例还提供了一种计算机可读介质，用于存储计算机程序代码，该计算机程序包括用于执行上述本申请实施例提供的任意一种信号检测方法的指令。该可读介质可以是上述示例的存储器，本申请实施例对此不做限制。

本申请还提供了一种计算机程序产品，该计算机程序产品包括指令，当该指令被执行时，以使得终端设备执行对应于上述方法的终端设备操作，或者，以使得网络设备(包括第一网络设备和第二网络设备)执行对应于上述方法的网络设备的操作。

本申请实施例还提供了一种系统芯片，该系统芯片包括：处理单元和通信单元，该处理单元，例如可以是处理器，该通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行计算机指令，以使该通信装置内的芯片执行上述本申请实施例提供的任一种信号检测方法。

可选地，上述本申请实施例中提供的任意一种通信装置可以包括该系统芯片。

可选地，该计算机指令被存储在存储单元中。

可选地，该存储单元为该芯片内的存储单元，如寄存器、缓存等，该存储单元还可以是该终端内的位于该芯片外部的存储单元，如ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM等。其中，上述任一处提到的处理器，可以是一个CPU，微处理器，ASIC，或一个或多个用于控制上述的主系统信息传输的方法的程序执行的集成电路。该处理单元和该存储单元可以解耦，分别设置在不同的物理设备上，通过有线或者无线的方式连接来实现该处理单元和该存储单元的各自的功能，以支持该系统芯片实现上述实施例中的各种功能。或者，该处理单元和该存储器也可以耦合在同一个设备上。

本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本申请中出现的术语“上行”和“下行”，用于在特定场景描述数据/信息传输的方向，比如，“上行”方向一般是指数据/信息从终端向网络侧传输的方向，或者分布式单元向集中式单元传输的方向，“下行”方向一般是指数据/信息从网络侧向终端传输的方向，或者集中式单元向分布式单元传输的方向，可以理解，“上行”和“下行”仅用于描述数据/信息的传输方向，该数据/信息传输的具体起止的设备都不作限定。

在本申请中可能出现的对各种消息/信息/设备/系统/装置/动作/操作/流程等各类客体进行了赋名，可以理解的是，这些具体的名称并不构成对相关客体的限定，所赋名称可随着场景，语境或者使用习惯等因素而变更，对本申请中技术术语的技术含义的理解，应主要从其在技术方案中所体现/执行的功能和技术效果来确定。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (21)

1.一种信号检测方法，应用于接收机，其特征在于，包括：

获取接收信号；

根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵；

根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号；

利用所述第一转换矩阵对所述第一估计信号进行转换，得到所述发射信号的第二估计信号；

对所述第二估计信号进行有限符号集判决，得到发射信号的第一目标判决信号。

2.根据权利要求1所述的方法，其特征在于，所述根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵，包括：

根据公式

确定所述第一转换矩阵；

其中，Φ表示所述第一转换矩阵，I_2K表示2K阶单位矩阵，K表示所述发射天线数，r为在所述有限符号集中的元素按照从大到小排列所组成的行向量。

3.根据权利要求1或2所述的方法，其特征在于，根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号，包括：

基于原始对偶方法，根据所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号。

4.根据权利要求3所述的方法，其特征在于，所述基于原始对偶方法，利用所述第一转换矩阵、所述接收信号和信道矩阵构造所述高维稀疏信号的第一估计信号，包括：

确定第二转换矩阵A和行向量b；其中，

1_|r|表示长度为|r|，所有元素为1的向量，|r|表示r的模；

以s⁽⁰⁾为所述高维稀疏信号s的初始值、以u⁽⁰⁾为第一辅助变量u的初始值、以v⁽⁰⁾为第二辅助变量v的初始值、以η⁽⁰⁾为代理对偶间隔η的初始值，根据A、b、Φ、所述接收信号y和所述信道矩阵H对s、u、v和、η进行迭代更新，直至s、u、v和、η满足预设的收敛条件，则确定满足所属收敛条件的s为所述第一估计信号

其中，s⁽⁰⁾、u⁽⁰⁾和v⁽⁰⁾为满足第一约束条件的随机参数，所述第一约束条件为As＝b，s＞0，u＞0，且v≠0；η⁽⁰⁾＝(s⁽⁰⁾)^Hu⁽⁰⁾，b＝1_K；0表示所有元素为0的向量，1_K表示长度为K，所有元素为1的向量；K表示所述发射天线数；

第k次迭代更新过程为：

根据s在第k-1次迭代更新后值s^(k-1)、u在第k-1次迭代更新后的值u^(k-1)、v在第k-1次迭代更新后的值v^(k-1)、η在第k-1次迭代更新后的值η^(k-1)，以及联立方程组

得到与s相关的增量Δs、与u相关的增量Δu和与v相关的增量Δv；其中，参数Q＝(HΦ)^HHΦ，参数d＝-y^HHΦ，参数

N与所述发射信号对应调制方式相关；y表示所述接收信号；

根据Δs、Δu、Δv、s^(k-1)、u^(k-1)、v^(k-1)、公式s^(k)＝s^(k-1)+μΔs、公式v^(k)＝v^(k-1)+μΔv和公式u^(k)＝u^(k-1)+μΔu，得到s^(k)、u^(k)、v^(k)；其中，μ为预设的系数，0＜μ＜1；

根据s^(k)、u^(k)和公式η^(k)＝(s^(k))^Hu^(k)，得到η^(k)；

所述收敛条件为：η≤ε₁，且

其中，ε₁为预设的第一误差门限，ε₂为预设的第二误差门限，矩阵c₁＝Qs+d-u+A^Hv，矩阵c₂＝As-b。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述获取接收信号之后，所述方法还包括：

根据所述发射天线数和所述接收信号的接收天线数的比值，确定负载因子；

所述根据所述接收信号对应的发射信号的发射天线数和所述发射信号所属的有限符号集，确定所述发射信号的高维稀疏信号与所述发射信号之间的第一转换矩阵，包括：

若所述负载因子小于或者等于预设门限值，则根据所述发射天线数和所述有限符号集，确定所述第一转换矩阵。

6.根据权利要求5所述的方法，其特征在于，若所述负载因子大于所述预设门限值，则所述方法还包括：

对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号；

以所述初始判决信号作为第二目标判决信号的初始值，根据所述接收信号和所述信道矩阵对所述第二目标判决信号进行L次迭代更新，L≥1；

其中，第l次迭代更新的过程包括：

根据所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值；

根据所述估计值对所述第二目标判决信号进行更新，l取遍1到L之间的正整数。

7.根据权利要求6所述的方法，其特征在于，所述根据所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值，包括：

根据所述接收信号、所述信道矩阵和所述第二目标判决信号，确定所述误码向量的接收向量；

根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定2^N-1个线性检测矩阵，N与所述发射信号对应调制方式相关；

根据2^N-1个线性检测矩阵和所述接收向量确定2^N-1个子误码向量；

分别对2^N-1个子误码向量进行有限字符集判决；

根据2^N-1个判决后的子误码向量，确定所述估计值。

8.根据权利要求7所述的方法，其特征在于，所述根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定个2^N-1线性检测矩阵，包括：

确定所述误码向量的2^N-1个稀疏度参数，其中，当l＝1时，所述稀疏度参数与所述信噪比、所述接收天线数和所述发射天线数相关；当1＜l≤L时，所述稀疏度参数与第l-1次迭代更新过程中确定的线性检测矩阵和判决后的子误码向量相关；

根据2^N-1个所述稀疏度参数和所述信道矩阵确定2^N-1个线性检测矩阵。

9.根据权利要求8所述的方法，其特征在于，2^N-1个稀疏度参数中的第m个稀疏度参数

根据公式

确定，其中，m和m′取遍1到2^N-1之间的正整数，

表示2^N-1个子误码向量中与第m个稀疏度参数

对应的第m个子误码向量中的非零元素出现的概率；

当l＝1时，

其中，系数

表示信噪比，参数D＝2M-2K，M表示所述接收天线数，K表示所述发射天线数；当1＜l≤L时，

其中，

参数

是矩阵

中第i行第i列的元素，

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，H表示所述信道矩阵；参数

表示在第l-1次迭代更新过程中对第m个子误码向量中的第i个元素进行判决时采用的加性干扰噪声方差；参数

表示在第l-1次迭代更新过程中确定的第m个子误码向量中的第i个元素判决门限值；函数Q()表示标准正态分布的右尾函数。

10.根据权利要求9所述的方法，其特征在于，

的取值为

其中，矩阵

矩阵

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，

表示噪声方差。

11.根据权利要求6-10任一项所述的方法，其特征在于，L＝2，或者L＝3。

12.一种信号检测方法，应用于接收机，其特征在于，包括：

获取接收信号；

对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号；

以所述初始判决信号作为第二目标判决信号的初始值，根据所述接收信号和所述信道矩阵对所述第二目标判决信号进行L次迭代更新，L≥1；

其中，第l次迭代更新的过程包括：

所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值；

根据所述估计值对所述第二目标判决信号进行更新，l取遍1到L之间的正整数。

13.根据权利要求12所述的方法，其特征在于，所述根据所述接收信号和所述信道矩阵构造所述发射信号与所述第二目标判决信号之间的误码向量的估计值，包括：

根据所述接收信号、所述信道矩阵和所述第二目标判决信号，确定所述误码向量的接收向量；

根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定2^N-1个线性检测矩阵，N与所述发射信号对应调制方式相关；

根据2^N-1个线性检测矩阵和所述接收向量确定2^N-1个子误码向量；

分别对2^N-1个子误码向量进行有限字符集判决；

根据2^N-1个判决后的子误码向量，确定所述估计值。

14.根据权利要求13所述的方法，其特征在于，所述根据预设的信噪比、所述接收信号的接收天线数、所述发射天线数和所述信道矩阵确定个2^N-1线性检测矩阵，包括：

确定所述误码向量的2^N-1个稀疏度参数，其中，当l＝1时，所述稀疏度参数与所述信噪比、所述接收天线数和所述发射天线数相关；当1＜l≤L时，所述稀疏度参数与第l-1次迭代更新过程中确定的线性检测矩阵和判决后的子误码向量相关；

根据2^N-1个所述稀疏度参数和所述信道矩阵确定2^N-1个线性检测矩阵。

15.根据权利要求14所述的方法，其特征在于，2^N-1个稀疏度参数中的第m个稀疏度参数

根据公式

确定，其中，m和m′取遍1到2^N-1之间的正整数，

表示2^N-1个子误码向量中与第m个稀疏度参数

对应的第m个子误码向量中的非零元素出现的概率；

当l＝1时，

其中，系数

表示信噪比，参数D＝2M-2K，M表示所述接收天线数，K表示所述发射天线数；当1＜l≤L时，

其中，

参数

是矩阵

中第i行第i列的元素，

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，H表示信道矩阵；参数

表示在第l-1次迭代更新过程中对第m个子误码向量中的第i个元素进行判决时采用的加性干扰噪声方差；参数

表示在第l-1次迭代更新过程中确定的第m个子误码向量中的第i个元素判决门限值；函数Q()表示标准正态分布的右尾函数。

16.根据权利要求15所述的方法，其特征在于，

的取值为

其中，矩阵

矩阵

表示在第l-1次迭代更新过程中确定的第m个线性检测矩阵，

表示噪声方差。

17.根据权利要求12-16任一项所述的方法，其特征在于，L＝2，或者L＝3。

18.根据权利要求12-17任一项所述的方法，其特征在于，所述获取接收信号之后，所述方法还包括：

根据所述发射天线数和所述接收信号的接收天线数的比值，确定负载因子；

所述对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号，包括：

若所述负载因子大于所述预设门限值，则对所述接收信号进行线性检测及有限符号集判决，得到所述发射信号的初始判决信号。

19.一种接收机，其特征在于，包括至少一个处理器，所述至少一个处理器用于执行如权利要求1至18任一项所述的方法。

20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序或指令，当计算机读取并执行所述计算机程序或指令时，使得计算机执行如权利要求1至18中任一项所述的方法。

21.一种芯片，其特征在于，包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的接收机执行如权利要求1至18中任一项所述的方法。

Images