CN116915547A - 一种基于最小均方误差联合最大比值合并的迭代方法 - Google Patents

Abstract

本发明提供一种基于最小均方误差联合最大比值合并的迭代方法，包括：步骤S1，进行最小均方误差均衡处理，然后进行功率归一化处理；步骤S2，进行第一次削幅处理；步骤S3，进行重排序；步骤S4，根据排序序列中的索引顺序进行干扰抵消处理；步骤S5，基于最大比值合并算法更新排序序列中的发端符号估计值，然后进行功率归一化处理。步骤S6，进行第二次削幅处理；步骤S7，更新星座点，并判断是否遍历完所有的发端符号：若是，则输出均衡结果；若否，则返回步骤S4。有益效果：本发明利用MMSE的均衡结果作为后验信息，利用层可靠性排序进行干扰抵消，使得每一层都是近似无干扰单层MRC的均衡效果，然后更新估计结果，循环迭代，提高SER性能。

Description

一种基于最小均方误差联合最大比值合并的迭代方法

技术领域

本发明涉及通信技术领域，尤其涉及一种基于最小均方误差联合最大比值合并的迭代方法。

背景技术

最小均方误差(Minimum Mean Square Error，MMSE)均衡算法是一种广泛运用于无线通信系统的接收机均衡算法。在空分复用的场景中，可以有效的抑制层间干扰，得到准确的星座点估计。

在无线通信系统中，为了详细的说明，令接收模型如下：y＝Hx+n，其中，y表示维度为N_rx×1的接收信号；n表示维度为N_rx×1的白噪声，x表示维度为N_tx×1的发端符号，H表示维度为N_rx×N_tx是无线信道矩阵，N_rx,N_tx分别为接收天线和发射天线。那么MMSE均衡表示如下：

其中，MMSE的目的就是找一个矩阵W，来让WY更加接近于x；σ²表示先验的噪声功率；I表示单位矩阵；表示MMSE均衡结果。可以看到，F越接近于单位矩阵，流间抑制能力越强。

但由于无线信道环境复杂多变，在信道条件数较大时，(H^HH+σ²I)^-1的求逆操作在实际实现时误差就越大，从而流间抑制效果就越差。

第三代合作伙伴计划(3rd Generation Partnership Project，3GPP)在4G、5G无线通信系统中，由于发射层数较多，接收天线数通常为2或4，因此需要使用2层或4层的MMSE均衡来抑制层间干扰，获得准确的星座点估计值。但是由于MMSE均衡性能在信道矩阵条件数较大时，MMSE均衡性能较差，无法得到准确的星座点估计，从而导致符号错误率(SymbolError Rate，SER)较大的问题。

发明内容

为了解决以上技术问题，本发明提供了一种基于最小均方误差联合最大比值合并的迭代方法。

本发明所解决的技术问题可以采用以下技术方案实现：

一种基于最小均方误差联合最大比值合并的迭代方法，包括：

步骤S1，对接收信号、噪声功率、信道估计值进行最小均方误差均衡处理，得到均衡后的发端符号估计值，并对所述发端符号估计值进行功率归一化处理；

步骤S2，对功率归一化处理后的所述发端符号估计值进行第一次削幅处理，得到发端符号的星座点集合；

步骤S3，按照一预定的排序策略对所述星座点集合进行重排序，并输出一排序序列；

步骤S4，根据所述排序序列中发端符号估计值的索引顺序进行干扰抵消处理；

步骤S5，基于最大比值合并算法更新所述排序序列中的所述发端符号估计值，然后进行功率归一化处理。

步骤S6，对所述排序序列中的所述发端符号估计值进行第二次削幅处理；

步骤S7，更新星座点，并判断是否遍历完所有的发端符号：

若是，则输出均衡结果；

若否，则返回所述步骤S4。

优选地，所述步骤S7中，所述所述判断是否遍历完所有的发端符号之后，所述输出均衡结果之前，还包括：

步骤S8，预置一循环次数，判断是否满足所述循环次数：

若是，则输出所述均衡结果；

若否，则返回所述步骤S3，直至满足所述循环次数后将所述步骤S7得到的更新星座点作为所述均衡结果输出。

优选地，所述步骤S1中，采用下述公式实现最小均方误差均衡：

其中，H表示N_rx×N_tx维度的无线信道矩阵，N_rx表示接收端口的接收天线的个数，N_tx表示发射端口的发射天线的个数；H^H表示无线信道矩阵H的共轭转置矩阵；I表示单位矩阵；σ²表示所述噪声功率；y表示所述接收信号；表示均衡后的所述发端符号估计值。

优选地，所述步骤S1中，采用下述公式进行功率归一化处理：

其中，F(i,i)表示第i个发端符号的自相关矩阵；N_tx表示发射端口的发射天线的个数；表示功率归一化处理后的所述发端符号估计值。

优选地，所述步骤S2和所述步骤S6中，所述削幅处理的方法基于slicer算法实现。

优选地，所述步骤S2中，所述slicer算法采用下述公式实现：

其中，表示功率归一化处理后的第i个发端符号对应的所述发端符号估计值；x_i表示第i个发端符号；/>表示发端符号i调制的所述星座点集合。

优选地，所述步骤S6中，所述slicer算法采用下述公式实现：

其中，i表示发端符号，i＝1,...,N_tx，N_tx表示发射端口的发射天线的个数；表示功率归一化处理后的第i个发端符号对应的所述发端符号估计值；x_i表示第i个发端符号；表示发端符号i调制的所述星座点集合；M表示星座调制的状态空间；/>表示发端符号i调制的得到的归一化后的星座点集合。

优选地，所述步骤S4中，采用下述实现并行流间干扰抵消：

s(i),s(j)＝1,...,N_tx

其中，表示第N_rx个接收天线的接收信号；/>表示无线信道矩阵的第N_rx行第s(j)列元素；/>表示所述星座点集合第s(j)列元素；/>表示第i个发端符号的第N_rx个接收天线的接收信号。

优选地，所述步骤S5中，采用下述进行最大比值合并：

其中，表示第i个发端符号的第k个接收信号；/>表示无线信道矩阵的共轭转置矩阵的第k行第s(i)列元素；/>表示更新后的发端符号估计值。

优选地，所述步骤S5中，采用下述公式进行第二次功率归一化处理：

其中，表示无线信道矩阵的共轭转置矩阵的第k行第s(i)列元素；/>表示更新后的发端符号估计值。

本发明技术方案的优点或有益效果在于：

本发明在MMSE均衡的基础上，利用MMSE的均衡结果作为后验信息，利用层可靠性排序，来进行层间干扰抵消，使得每一层都是近似无干扰单层MRC的均衡效果，然后更新估计结果，循环迭代，提高SER性能，大幅度降低算法复杂度。

附图说明

图1为本发明较佳实施例中，多输入多输出信道的均衡方法具体实施例1的流程示意图；

图2为本发明较佳实施例中，多输入多输出信道的均衡方法具体实施例2的流程示意图。

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作出创造性劳动的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。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

参见图1，本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种基于最小均方误差MMSE联合最大比值合并MRC的迭代方法，包括：

步骤S1，对接收信号、噪声功率、信道估计值进行最小均方误差均衡处理，得到均衡后的发端符号估计值，并对发端符号估计值进行功率归一化处理；

步骤S2，对功率归一化处理后的发端符号估计值进行第一次削幅处理，得到发端符号的星座点集合；

步骤S3，按照一预定的排序策略对星座点集合进行重排序，并输出一排序序列；

步骤S4，根据排序序列中发端符号估计值的索引顺序进行干扰抵消处理；

步骤S5，基于最大比值合并算法更新排序序列中的发端符号估计值，然后进行功率归一化处理。

步骤S6，对排序序列中的发端符号估计值进行第二次削幅处理；

步骤S7，更新星座点，并判断是否遍历完所有的发端符号：

若是，则输出均衡结果；

若否，则返回步骤S4。

具体的，在MIMO信道中，发射端口和/或接收端口均设置多根天线；假设发射端口有N_tx根发射天线，接收端口有N_rx根接收天线，假设发射天线和接收天线之间相互通信；令接收模型为：

y＝Hx+n；

其中，y表示维度为N_rx×1的接收信号矩阵；n表示维度为N_rx×1的白噪声矩阵，x表示维度为N_tx×1的发端符号矩阵，H表示维度为N_rx×N_tx是无线信道矩阵，N_rx、N_tx分别为接收端口和发射端口的天线个数。

即接收模型具体为：

其中，N_rx表示接收天线的个数；N_tx表示发射天线的个数；表示无线信道矩阵H中第N_rx个接收天线接收第N_tx个发射天线对应响应的信道估计值；/>表示发端符号矩阵x中第N_tx个发射天线发送的发端符号；/>表示白噪声矩阵n中第N_rx个接收天线对应的噪声功率；/>表示接收模型，y_Nrx表示接收信号矩阵y中第N_rx个接收天线的接收信号。

在步骤S1中，采用下述公式实现最小均方误差均衡：

其中，y表示接收信号；σ²表示噪声功率；H表示维度为N_rx×N_tx的无线信道矩阵，N_rx表示接收端口的接收天线的个数，N_tx表示发射端口的发射天线的个数；H^H表示矩阵H的共轭转置矩阵；I表示单位矩阵；表示均衡后的发端符号估计值。

已知接收信号y，信道估计值H，噪声功率σ²，通过上述MMSE均衡算法求解得到其中，/>表示第N_rx个接收天线接收的发端符号估计值；是矩阵/>的转置矩阵，可以认为/>是关于每一个发端符号i的最小均方误差性能下的最优解。通过MMSE均衡可以实现干扰的初步抑制。

然后，采用下述公式进行功率归一化处理：

其中，F(i,i)表示第i个发端符号的自相关矩阵，F＝(H^HH+σ²I)^-1H^HH；N_tx表示发射端口的发射天线的个数；表示功率归一化处理后的发端符号估计值，g表示由于调制方式需要归一化的功率增益。

然后，基于slicer算法进行削幅处理，在步骤S2中，slicer算法具体采用下述公式实现：

其中，表示功率归一化处理后的第i个发端符号对应的发端符号估计值；x_i表示第i个发端符号；Xset为星座点的集合；/>表示发端符号i调制的星座点集合。

Slicer处理之后，为了减少可能的差错传播，按照预定的排序策略进行重排序，优选的，该预定的排序策略可以是对无线信道矩阵H的列权重从弱到强排序，即

s＝sort_j(‖H(:,j)‖),；

其中，j表示发射天线，j＝1,...,N_tx，N_tx表示发射端口的发射天线的个数；H(:,j)表示无线信道矩阵H的列权重；s表示列权重排序序列，下文中的s(i),s(j)即为其在列权重排序序列中排序位置。

按照排序序列的索引顺序进行天线的流间干扰抵消，即采用下述实现并行流间干扰抵消：

s(i),s(j)＝1,...,N_tx

其中，表示第N_rx个接收天线的接收信号；/>表示无线信道矩阵的第N_rx行第s(j)列元素；/>表示星座点集合第s(j)列元素；/>表示第i个发端符号的第N_rx个接收天线的接收信号。

然后最大比值合并MRC，得到更新的发端符号估计值，具体实现如下：

其中，表示第i个发端符号的第k个接收信号；/>表示无线信道矩阵的共轭转置矩阵的第k行第s(i)列元素；/>表示更新后的发端符号估计值。

然后，进行MRC的功率归一化，具体实现如下：

其中，表示无线信道矩阵的共轭转置矩阵的第k行第s(i)列元素；/>表示更新后的发端符号估计值，s(i)＝1,...,N_tx，g表示由于调制方式需要归一化的功率增益。

再更新均衡结果，令接着再进行干扰消除、MRC，按步骤更新x(s(i)),i＝1,...,N_tx。

本发明实施例通过先并行干扰抵消，然后进行MRC，之后更新单层星座点，利用更新的星座点再进行并行干扰抵消，然后MRC，通过多次迭代处理，来提高SER性能；并且仅需在MMSE均衡之后，进行N_rx次简单的乘加运算即可，易于并行实现，复杂度极低。

作为优选的实施方式，其中，步骤S6中，slicer算法采用下述公式实现：

其中，i表示发端符号，i＝1,...,N_tx，N_tx表示发射端口的发射天线的个数；表示功率归一化处理后的第i个发端符号对应的发端符号估计值；x_i表示第i个发端符号；/>表示发端符号i调制的星座点集合；M表示星座调制的状态空间；/>表示接收端口解调发端符号i得到的归一化后的星座点估计集合。

具体的，在本实施例中，根据调制的星座调制的状态空间设置阈值，即以对/>进行判决操作，由理想情况下的复数计算比较简化为4舍5入，相比传统的基于最小欧式距离的slicer算法，其复杂度降低了90％。

作为优选的实施方式，其中，如图2所示，步骤S7中，判断是否遍历完所有的发端符号之后，输出均衡结果之前，还包括：

步骤S8，预置一循环次数N，判断是否满足循环次数N：

若是，则输出均衡结果；

若否，则返回步骤S3，直至满足循环次数N后将步骤S7得到的更新星座点作为均衡结果输出。

具体的，在本实施例中，上述步骤S1-S7完成之后，记为第1次循环，优选的，可预置一循环次数，在不满足该循环次数时，返回步骤S3，按照预定的排序策略对更新后的星座点集合进行重排序，然后再次进行干扰抵消处理。在本实施例中，仅需在MMSE均衡之后，进行N*N_rx次简单的乘加运算即可，易于并行实现，复杂度极低。

进一步的，该循环次数N可按照需求设置，N的数值越大，其性能也越好，但随之算法复杂度也会有所增加。作为举例而非限定，循环次数N可设置为3次，在降低算法复杂度的同时提高性能，实现性能和复杂度的平衡。

本发明技术方案的优点或有益效果在于：本发明在MMSE均衡的基础上，利用MMSE的均衡结果作为后验信息，利用层可靠性排序，来进行层间干扰抵消，使得每一层都是近似无干扰单层MRC的均衡效果，然后更新估计结果，循环迭代，提高SER性能，大幅度降低算法复杂度。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (10)

1.一种基于最小均方误差联合最大比值合并的迭代方法，其特征在于，包括：

步骤S1，对接收信号、噪声功率、信道估计值进行最小均方误差均衡处理，得到均衡后的发端符号估计值，并对所述发端符号估计值进行功率归一化处理；

步骤S2，对功率归一化处理后的所述发端符号估计值进行第一次削幅处理，得到发端符号的星座点集合；

步骤S3，按照一预定的排序策略对所述星座点集合进行重排序，并输出一排序序列；

步骤S4，根据所述排序序列中发端符号估计值的索引顺序进行干扰抵消处理；

步骤S5，基于最大比值合并算法更新所述排序序列中的所述发端符号估计值，然后进行功率归一化处理。

步骤S6，对所述排序序列中的所述发端符号估计值进行第二次削幅处理；

步骤S7，更新星座点，并判断是否遍历完所有的发端符号：

若是，则输出均衡结果；

若否，则返回所述步骤S4。

2.根据权利要求1所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S7中，所述判断是否遍历完所有的发端符号之后，所述输出均衡结果之前，还包括：

步骤S8，预置一循环次数，判断是否满足所述循环次数：

若是，则输出所述均衡结果；

若否，则返回所述步骤S3，直至满足所述循环次数后将所述步骤S7得到的更新星座点作为所述均衡结果输出。

3.根据权利要求1所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S1中，采用下述公式实现最小均方误差均衡：

其中，H表示N_rx×N_tx维度的无线信道矩阵，N_rx表示接收端口的接收天线的个数，N_tx表示发射端口的发射天线的个数；H^H表示无线信道矩阵H的共轭转置矩阵；I表示单位矩阵；σ²表示所述噪声功率；y表示所述接收信号；表示均衡后的所述发端符号估计值。

4.根据权利要求1所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S1中，采用下述公式进行功率归一化处理：

其中，F(i,i)表示第i个发端符号的自相关矩阵；N_tx表示发射端口的发射天线的个数；表示功率归一化处理后的所述发端符号估计值。

5.根据权利要求1所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S2和所述步骤S6中，所述削幅处理的方法基于slicer算法实现。

6.根据权利要求5所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S2中，所述slicer算法采用下述公式实现：

其中，表示功率归一化处理后的第i个发端符号对应的所述发端符号估计值；x_i表示第i个发端符号；/>表示发端符号i调制的所述星座点集合。

7.根据权利要求5所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S6中，所述slicer算法采用下述公式实现：

其中，i表示发端符号，i＝1,...,N_tx，N_tx表示发射端口的发射天线的个数；表示功率归一化处理后的第i个发端符号对应的所述发端符号估计值；x_i表示第i个发端符号；/>表示发端符号i调制的所述星座点集合；M表示星座调制的状态空间；/>表示发端符号i调制的得到的归一化后的星座点集合。

8.根据权利要求1所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S4中，采用下述实现并行流间干扰抵消：

s(i),s(j)＝1,...,N_tx

其中，表示第N_rx个接收天线的接收信号；/>表示无线信道矩阵的第N_rx行第s(j)列元素；/>表示所述星座点集合第s(j)列元素；/>表示第i个发端符号的第N_rx个接收天线的接收信号。

9.根据权利要求1所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S5中，采用下述进行最大比值合并：

其中，表示第i个发端符号的第k个接收信号；/>表示无线信道矩阵的共轭转置矩阵的第k行第s(i)列元素；/>表示更新后的发端符号估计值。

10.根据权利要求1所述的基于最小均方误差联合最大比值合并的迭代方法，其特征在于，所述步骤S5中，采用下述公式进行第二次功率归一化处理：

其中，表示无线信道矩阵的共轭转置矩阵的第k行第s(i)列元素；/>表示更新后的发端符号估计值。