CN115883295A - 一种信号检测方法及mimo系统 - Google Patents
一种信号检测方法及mimo系统 Download PDFInfo
- Publication number
- CN115883295A CN115883295A CN202211525375.0A CN202211525375A CN115883295A CN 115883295 A CN115883295 A CN 115883295A CN 202211525375 A CN202211525375 A CN 202211525375A CN 115883295 A CN115883295 A CN 115883295A
- Authority
- CN
- China
- Prior art keywords
- signal
- algorithm
- signal detection
- borwein
- barzilai
- 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
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Radio Transmission System (AREA)
Abstract
Description
技术领域
本发明涉及一种信号检测方法及MIMO系统,属于无线通信技术领域。
背景技术
信号检测是对接收端含干扰噪声的信号进行提取,进而恢复出原始信号的过程。在通信领域具有重要意义。
大规模MIMO(Massive-Multiple-Input Multiple-Output,M-MIMO)系统是第五代移动通信系统的关键技术之一,通过在发送端和接收端装备大量天线,使得发送端和接收端通信过程都可利用多根天线进行信号的传输,显著地提高通信系统的信道容量、数据传输速率、频谱效率和通信质量等指标。
然而由于天线数的大量增加,许多适用于传统MIMO系统的高性能方法不再适用于大规模MIMO系统,因为这些方法应用于大规模MIMO系统中时往往会带来较高的复杂度。因此如何在保持较好性能的同时实现较低的检测复杂度成为了一个急需解决的问题。
传统的信号检测方法根据运算特性大体可分为非线性和线性检测方法两类。而非线性检测是使用非线性运算处理信息,可以获得很好的系统性能,例如最大似然检测(Maximum Likelihood,ML)检测,但是计算复杂度过高,不适宜应用于大规模MIMO系统。对比之下线性检测方法是使用线性运算处理信息,方法实现简单,计算复杂度低。主要有迫零检测(Zero Forcing Detection,ZF)、匹配滤波检测(Matched Filtering,MF)和最小均方误差检测(Minimum Mean-Squared Error,MMSE)等。
其中,MMSE算法能达到接近最优的线性信号检测性能,但是MMSE算法需要复杂的矩阵求逆运算,这限制了该算法的应用,为了降低运算复杂度,将MMSE检测转化为一个求解线性方程组问题时一种非常有效的技术。
近年来,通过迭代算法求解检测问题在大规模MIMO系统中的应用越来越广泛,刘孝祥等提出了一种信号检测方法,利用了Barzilai-Borwein迭代算法进行大规模MIMO系统中的信号检测,该方案虽然解决了MMSE矩阵求逆复杂度高的问题,但是存在误码率高,收敛速度慢慢等问题(刘孝祥,张晶.基于Barzilai-Borwein迭代的低复杂度大规模MIMO信号检测算法[J].系统工程与电子技术,2018,40(08):1861-1865.)。
Jin等人提出了一种信号检测方法,该方法将最速下降法与Barzilai-Borwein算法结合,形成修正Barzilai-Borwein(CBB)迭代法,然后利用CBB进行信号检测,实践证明,该方案虽然在一定程度上优化了检测性能,但是在误码率和收敛速度方面,仍需进一步提升(Jin J,Zhang Z,You X,et al.Massive MIMO Detection Based on Barzilai-BorweinAlgorithm[C].2018IEEE International Workshop on Signal Processing Systems(SiPS).IEEE,2018:152-157.)。
发明内容
为了进一步提升大规模MIMO系统中信号检测的速度和检测性能,本发明提供了一种信号检测方法及MIMO系统,所述技术方案如下:
本发明的第一个目的在于提供一种MIMO系统的信号检测方法,包括:
步骤一:根据所述大规模MIMO系统的信道增益矩阵构造最小均方误差信号检测算法;
步骤二:将求解所述最小均方误差信号检测算法转换为求解线性方程组的问题;
步骤三:将所述求解线性方程组的问题转化为求解算法迭代解问题,即将检测问题重构为求解算法迭代解问题;
可选的,所述改进的修正Barzilai-Borwein算法的初值为:
b=HHy
其中,N表示接收天线数目,K表示发射天线数目,y表示接收信号向量,H表示信道增益矩阵。
可选的,所述改进的修正Barzilai-Borwein算法的步长为:
可选的,所述步骤一中构造的最小均方误差信号检测算法为:
可选的,所述步骤二包括:
利用下式将最小均方误差检测算法转换为算法迭代解问题:
其中A表示所述最小均方误差信号检测算法的检测矩阵;b表示接收信号的匹配滤波输出。
可选的,所述步骤四中计算第t+1次迭代信号检测估计值的过程包括:
h(t)=Ar(t)
可选的,所述信道增益矩阵H为瑞利衰落信道增益矩阵。
本发明的第二个目的在于提供一种MIMO信号检测装置,包括:
信号接收单元,用于接收信号;
信号检测单元,利用上述的MIMO系统的信号检测方法对接收到的信号进行检测;
信号输出单元,用于将所述信号检测单元的检测结果输出。
本发明的第三个目的在于提供一种MIMO通信系统,包括发射机和接收机,所述接收机包括上述的信号检测装置。
本发明的第四个目的在于提供一种MIMO通信方法,发射端发送的信号经过信道传输由接收端接收,其特征在于,所述接收端接收信号时,利用上述的MIMO系统的信号检测方法对接收到的信号进行检测。
本发明有益效果是:
本发明的信号检测方法,利用改进的修正Barzilai-Borwein迭代算法对接收的信号进行检测,在检测的过程中将求解信号检测问题转换为求解线性方程组问题,实验结果证明,相比于现有的信号检测方法,本发明在大规模MIMO系统中可以获得较好的检测性能,对修正Barzilai-Borwein迭代算法的初值和步长进行改进后,本发明同时还具有较低的计算复杂度,提高了检测方法的误码性能和收敛速度。因此,本发明适用于大规模MIMO系统。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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是本发明在信道为瑞利衰落信道、调制方式为32QAM、基站侧接收天线为128、用户数为32的条件下,Barzilai-Borwein,修正Barzilai-Borwein(CBB)迭代法,改进修正Barzilai-Borwein和MMSE的误码率比较图。
图2是本发明在信道为瑞利衰落信道、调制方式为64QAM、基站侧接收天线为128、用户数为32条件下,Barzilai-Borwein,修正Barzilai-Borwein(CBB)迭代法,改进修正Barzilai-Borwein和MMSE的误码率比较图。
图3是本发明在信道为瑞利衰落信道、调制方式为32QAM、基站侧接收天线为64、用户数为16的条件下,Barzilai-Borwein,修正Barzilai-Borwein(CBB)迭代法,改进修正Barzilai-Borwein和MMSE的误码率比较图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
首先对本发明涉及的基本理论知识进行介绍:
实施例一:
本实施例提供一种MIMO系统的信号检测方法,包括以下步骤:
步骤一:根据所述大规模MIMO系统的信道增益矩阵构造最小均方误差信号检测算法;
步骤二:将求解所述最小均方误差信号检测算法转换为求解线性方程组的问题;
步骤三:将所述求解线性方程组的问题转化为求解算法迭代解问题,即将检测问题重构为求解算法迭代解问题;
实施例二:
本实施例提供一种大规模MIMO系统中基于离散估计迭代信号检测方法,所述方法适用的系统模型为:
yC=HCxC+nC
为了对数据进行分析处理,将复数信道模型转换为实数信道模型,各个模型可以转换为:
之后信号传输可以改写为:
y=Hx+n
本实施例的信号检测方法包括以下步骤:
步骤1:根据信道增益矩阵H构造最小均方误差检测算法;
采用下式(1)构造最小均方误差检测算法;
步骤2:将最小均方误差检测算法转换为求解线性方程组的问题;
利用下式(2)将最小均方误差检测算法转换为求解线性方程组的问题:
其中A表示最小均方误差检测算法MMSE的检测矩阵;b表示接收信号的匹配滤波输出;
步骤3:将求解线性方程组问题转化为求解算法迭代解问题,即将信号检测问题重构为求解算法迭代解问题;
式(3)将利用Barzilai-Borwein算法来解决迭代解问题
将最速下降法与Barzilai-Borwein算法(CBB)结合得到:
步骤4:将修正Barzilai-Borwein迭代算法进行优化,对修正Barzilai-Borwein(CBB)进行初值改进,同时对于步长进行合理选取;
式(4)将修正Barzilai-Borwein迭代算法进行优化
h(t)=Ar(t)
式(4)第一式为步长式,θ表示步长的倍数。步长μ(t)可由r(t)决定,第三式为改进的修正Barzilai-Borwein第某次迭代的过程。
迭代算法的初始值不影响算法的收敛性,但初始值选取对迭代算法的收敛速度和检测精度有一定影响。一般来说,初始值用零向量时,算法收敛会很慢。为了拥有更快收敛速度,本实施例选取Richardson初值为:
计算第t+1次迭代信号检测估计值:
步骤5中利用两个估计解来得到更准确迭代检测算法,迭代检测过程如下所示:
为使本发明的目的、技术方案和优点更加清楚,下面将本发明的信号检测方法与现有的信号检测方法进行对比实验,展现本发明的基于改进的修正Barzilai-Borwein迭代检测算法的信号检测方法在复杂度与误比特率性能方面的优越性。
用来进行仿真的检测方法分别是基于MMSE的信号检测方法、基于Barzilai-Borwein的检测方法,基于修正Barzilai-Borwein(CBB)迭代法的信号检测方法和本发明的基于改进的修正Barzilai-Borwein迭代检测算法的信号检测方法。
其中,MMSE检测算法是经典的线性检测算法,在大规模MIMO系统中,呈现出较好的误比特率性能。Barzilai-Borwein迭代检测算法是将最小均方误差问题转换为线性方程组求解的问题,并利用Barzilai-Borwein迭代算法对问题进行求解;改进的修正Barzilai-Borwein检测算法是将修正Barzilai-Borwein进行初值改进,同时对于步长进行合理选取;这两种算法都是重构了最小均方误差检测问题,在实现低复杂度同时展现出了接近MMSE检测算法的误比特率性能。
实验结果如图1、2、3所示,从仿真曲线中可知,相比于其他几种信号检测方法,本发明可以有效提高信号检测方法的误比特率性能。
如图1所示,在天线配置为32×128,调制方式为32QAM,信噪比为13分贝左右时,本发明提出的信号检测方法迭代3次的误码率仅为10-6,而基于传统Barzilai-Borwein算法的信号检测方法迭代4次的误码率高达10-4。
如图2所示,在天线配置为32×128,调制方式为64QAM,信噪比为不到12分贝的情形下,本发明提出的信号检测方法迭代4次的误码率仅为10-6,与MMSE信号检测方法的误码率已经很接近,传统Barzilai-Borwein信号检测方法迭代4次的误码率高达10-4。
如图3所示,在天线配置为16×64,信噪比为13分贝的情形下,本申请提出的算法迭代3次的误码率能仅为10-6,而传统Barzilai-Borwein信号检测方法迭代4次的误码率高达10-4,同时也可以看出本发明的信号检测方法迭代4次时与MMSE信号检测方法的误码率已经很接近。
综上,相同的天线配置下,调制方式下,基于本发明基于改进的修正Barzilai-Borwein算法的信号检测方法在不同的信噪比下,仅需要很少的迭代次数就可以接近MMSE信号检测方法的误码率即更高的检测精度,即本发明在有效降低计算复杂度、提升收敛速度的同时,提升了信号检测精度,优化了检测性能。
本发明实施例中的部分步骤,可以利用软件实现,相应的软件程序可以存储在可读取的存储介质中,如光盘或硬盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
7.根据权利要求1-6任一项所述的MIMO系统的信号检测方法,其特征在于,所述信道增益矩阵H为瑞利衰落信道增益矩阵。
8.一种MIMO信号检测装置,包括:
信号接收单元,用于接收信号;
信号检测单元,利用权利要求1-7任一项所述的MIMO系统的信号检测方法对接收到的信号进行检测;
信号输出单元,用于将所述信号检测单元的检测结果输出。
9.一种MIMO通信系统,包括发射机和接收机,其特征在于,所述接收机包括权利要求8所述的信号检测装置。
10.一种MIMO通信方法,发射端发送的信号经过信道传输由接收端接收,其特征在于,所述接收端接收信号时,利用权利要求1-7任一项所述的MIMO系统的信号检测方法对接收到的信号进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211525375.0A CN115883295A (zh) | 2022-11-30 | 2022-11-30 | 一种信号检测方法及mimo系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211525375.0A CN115883295A (zh) | 2022-11-30 | 2022-11-30 | 一种信号检测方法及mimo系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115883295A true CN115883295A (zh) | 2023-03-31 |
Family
ID=85765128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211525375.0A Pending CN115883295A (zh) | 2022-11-30 | 2022-11-30 | 一种信号检测方法及mimo系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115883295A (zh) |
-
2022
- 2022-11-30 CN CN202211525375.0A patent/CN115883295A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106911374B (zh) | 一种低复杂度软输出空间调制检测方法 | |
CN109245804B (zh) | 基于雅可比迭代的大规模mimo信号检测方法 | |
CN107070514B (zh) | 一种优化的大规模mimo信号检测方法 | |
Wang et al. | Multiuser detection for uplink large-scale MIMO under one-bit quantization | |
CN101499840B (zh) | 多入多出系统的迭代检测方法 | |
CN109951214B (zh) | 一种适用于大规模mimo系统的信号检测方法 | |
US8243860B1 (en) | Co-channel interference cancellation with multiple receive antennas for BICM | |
CN110417515B (zh) | 一种基于离散迭代估计的大规模mimo信号检测方法 | |
CN107094043B (zh) | 基于块迭代法的改进后的mmse低复杂度信号检测方法 | |
CN114826832B (zh) | 信道估计方法、神经网络的训练方法及装置、设备 | |
CN114142905A (zh) | 时变信道下基于牛顿迭代法的mimo检测算法的改进方法 | |
CN113726697A (zh) | 一种基于置信空间动态判决的otfs符号检测方法 | |
CN107276703B (zh) | 一种采用压缩感知技术的正交空间调制系统检测方法 | |
EP4128600A1 (en) | Reconstruction method of discrete digital signals in noisy overloaded wireless communication systems | |
CN109412670B (zh) | Gsm-mbm系统中基于松弛迭代的低复杂度检测方法 | |
CN115883295A (zh) | 一种信号检测方法及mimo系统 | |
CN109639301A (zh) | 一种基于置信度估计的ftn均衡方法 | |
CN114640561A (zh) | 一种通信信号传输方法和设备 | |
CN115001544A (zh) | 基于改进Richardson算法的信号检测方法 | |
CN110190908B (zh) | 一种最小化isi信道中非相干大规模simo系统误码率的星座图设计方法 | |
CN107248876B (zh) | 基于稀疏贝叶斯学习的广义空间调制符号检测方法 | |
CN111769975A (zh) | Mimo系统信号检测方法及系统 | |
CN110753012A (zh) | 一种时间反演多址系统的多用户检测算法 | |
CN111565159B (zh) | 基于无转置极小残差的迭代大规模mimo信号检测方法 | |
CN114938321B (zh) | 一种利用数据符号用作参考信号进行信道估计的方法 |
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 |