CN118300933A - 一种大上行mimo传输中干扰信道未知的智能mimo检测方法 - Google Patents

Abstract

本发明属于无线通信技术领域，涉及一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法，包括：步骤1、获取目标用户等效信道H₁的零空间矩阵W，剔除目标信号获取处理后的干扰信号；步骤2、采用JADE算法对处理后的干扰信号进行盲均衡获得干扰信道矩阵和干扰发送信号的估计值；步骤3、对干扰发送信号采用基于累积量的分类器自动对处理后的干扰信号的调制阶数进行分类；步骤4、联合目标用户信道信息和调制阶数以及干扰信号信道和调制阶数的估计值，采用最大似然对目标用户信号进行估计，本发明有效提高了比特误码率性能和系统容量，提升了系统有效性和可靠性。

Description

一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法

技术领域

本发明属于无线通信技术领域，涉及一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法。

背景技术

近年来，随着人们对于无线通信的要求不断提高，需要更高速率的无线接入技术，在单输入单输出(SISO)系统中，大部分情况下速率的提高是通过牺牲或者占用更多的带宽换来的。在无线通信技术中，频谱资源有限因而更加宝贵，不可能无限制地使用带宽。在这种情况下，多输入多输出(MIMO：Multiple Input Multiple Output,MIMO)系统以高效的频谱利用率受到了广泛关注。在MIMO上行网络中，每个基站服务于覆盖区域的若干终端用户。

然而，现有的蜂窝网通信采用频率复用方式，不同基站的服务用户会使用相同的频率资源和服务基站通信，因此服务基站不仅会收到本基站覆盖范围内用户信号，还会收到相邻基站边缘覆盖用户信号，如果忽略相邻基站边缘覆盖用户信号的干扰，目标用户信号的信干噪比显著降低，会严重降低通信系统可靠性和有效性，影响基站的服务质量。因此，如何降低相邻基站用户信号的干扰，提高目标用户信号的信干噪比一直是困扰MIMO传输中的一个难题。

发明内容

本发明提供以下技术方案：一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法，包括以下步骤：

步骤1、在接收端已知目标用户信道信息，获取目标用户等效信道H₁的零空间矩阵W，将零空间矩阵W与接收信号进行相乘剔除目标用户信号，获得处理后的未知信道信息和调制阶数的干扰信号；

步骤2、采用JADE算法对步骤1中获得的干扰信号进行盲均衡获得干扰信道矩阵和干扰发送信号的估计值；

步骤3、对步骤2中获得的未知调制阶数的干扰发送信号采用基于累积量的分类器自动对处理后的干扰信号的调制阶数进行分类，获得干扰信号的调制阶数；

步骤4、联合目标用户信道信息和调制阶数以及干扰信号信道和调制阶数的估计值，采用最大似然对目标用户信号进行估计。

优选的，所述步骤1中，目标用户接收信号为：

y＝H₁x₁+H₂x₂+n (1)

式(1)中，H₁表示本基站到目标用户等效信道，x₁表示本基站对目标用户发送信号，H₂表示相邻基站到边缘覆盖用户的等效信道，X₂表示相邻基站对边缘覆盖用户发送信号，H₁x₁表示目标信号，H₂x₂表示干扰信号。

更优的，所述步骤4中，对目标用户信号进行估计的方法为：

式(2)中，表示目标用户星座符号集，U₁表示目标用户流数，表示干扰用户星座符号集，U₂表示干扰用户流数。

本发明的有益效果是：

1、本发明的MIMO智能检测方法，在具体操作时通过获取目标用户等效信道H₁的零空间矩阵W，剔除目标信号获取处理后的干扰信号；采用JADE算法对处理后的干扰信号进行盲均衡获得干扰信道矩阵和干扰发送信号的估计值,并对干扰发送信号采用基于累积量的分类器自动对处理后的干扰信号的调制阶数进行分类，最后联合目标用户信道信息和调制阶数以及干扰信号信道和调制阶数的估计值，采用最大似然对目标用户信号进行估计；因此本发明方法相比于传统的未处理未知干扰的MIMO系统,有效提高了比特误码率性能和系统容量，提升了系统有效性和可靠性。

2、本发明为无线通信系统中的调制技术提供了一种高效可靠的MIMO系统中干扰调制信息和干扰信道信息缺失的信号检测流程，为无线通信系统中的检测技术提供了有力推动力，进一步促进了下一代无线通信的发展。

附图说明

图1是一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法的步骤示意图；

图2是一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明中的相关技术进行清楚、完整的描述，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。

如图1-2所示，本发明提供了一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法，包括以下步骤：

步骤1、通过MIMO接收机接收信号，在接收端已知目标用户信道信息,获取目标用户等效信道H₁的零空间矩阵W，将零空间矩阵W与接收信号进行相乘剔除目标用户信号，获得处理后的未知信道信息和调制阶数的干扰信号；

步骤2、采用JADE算法对步骤1中获得的干扰信号进行盲均衡获得干扰信道矩阵和干扰发送信号的估计值；

步骤3、对步骤2中获得的未知调制阶数的干扰发送信号采用基于累积量的分类器自动对处理后的干扰信号的调制阶数进行分类，获得干扰信号的调制阶数；

步骤4、联合目标用户信道信息和调制阶数以及干扰信号信道和调制阶数的估计值，采用最大似然对目标用户信号进行估计。

进一步的，所述步骤1中，目标用户接收信号为：

y＝H₁x₁+H₂x₂+n (1)

式(1)中，H₁表示本基站到目标用户等效信道，X₁表示本基站对目标用户发送信号，H₂表示相邻基站到边缘覆盖用户的等效信道，x₂表示相邻基站对边缘覆盖用户发送信号，H₁x₁表示目标信号，H₂x₂表示干扰信号。

更进一步的，所述步骤4中，对目标用户信号进行估计的方法为：

式(2)中，表示目标用户星座符号集，U₁表示目标用户流数，表示干扰用户星座符号集，U₂表示干扰用户流数。

实施例

本实施例中，对本基站服务目标用户而言，相邻基站边缘覆盖用户的信号(也称为干扰信号)会干扰本基站服务目标用户信号(目标信号)。如果不对干扰信号处理，会降低本基站服务目标用户通信质量和有效性。

本实施例面向MIMO系统中干扰信号的调制信息和信道信息缺失的情况，提出一种智能检测方法及方向。通过获取目标用户等效信道H₁的零空间矩阵W，通过等效信道矩阵和零空间矩阵相乘剔除目标信号，获取处理后的干扰信号采用JADE算法对干扰信号进行盲均衡估计获得干扰信道矩阵和干扰发送信号的估计值和并对干扰发送信号估计值采用基于累积量的分类器自动对处理后的干扰信号的调制阶数进行分类，最后联合目标用户信道信息和调制阶数以及干扰信号信道和调制阶数的估计值，采用最大似然对目标用户信号进行估计。从而实现更准确的信号检测和解调过程。

综上所述，本发明在具体操作时通过获取目标用户等效信道H₁的零空间矩阵W，剔除目标信号获取处理后的干扰信号；采用JADE算法对处理后的干扰信号进行盲均衡获得干扰信道矩阵和干扰发送信号的估计值,并对干扰发送信号采用基于累积量的分类器自动对处理后的干扰信号的调制阶数进行分类，最后联合目标用户信道信息和调制阶数以及干扰信号信道和调制阶数的估计值，采用最大似然对目标用户信号进行估计；因此本发明方法相比于传统的未处理未知干扰的MIMO系统,有效提高了比特误码率性能和系统容量，提升了系统有效性和可靠性。

需要强调的是：以上仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (3)

1.一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法，其特征在于，包括以下步骤：

步骤1、在接收端已知目标用户信道信息，获取目标用户等效信道H₁的零空间矩阵W，将零空间矩阵W与接收信号进行相乘剔除目标用户信号，获得处理后的未知信道信息和调制阶数的干扰信号；

步骤2、采用JADE算法对步骤1中获得的干扰信号进行盲均衡获得干扰信道矩阵和干扰发送信号的估计值；

步骤3、对步骤2中获得的未知调制阶数的干扰发送信号采用基于累积量的分类器自动对处理后的干扰信号的调制阶数进行分类，获得干扰信号的调制阶数；

步骤4、联合目标用户信道信息和调制阶数以及干扰信号信道和调制阶数的估计值，采用最大似然对目标用户信号进行估计。

2.根据权利要求1所述的一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法，其特征在于，所述步骤1中，目标用户接收信号为：

y＝H₁x₁+H₂x₂+n (1)

式(1)中，H₁表示本基站到目标用户等效信道，X₁表示本基站对目标用户发送信号，H₂表示相邻基站到边缘覆盖用户的等效信道，X₂表示相邻基站对边缘覆盖用户发送信号，H₁x₁表示目标信号，H₂x₂表示干扰信号。

3.根据权利要求2所述的一种大上行MIMO传输中干扰信道未知的智能MIMO检测方法，其特征在于，所述步骤4中，对目标用户信号进行估计的方法为：

式(2)中，表示目标用户星座符号集，U₁表示目标用户流数，表示干扰用户星座符号集，U₂表示干扰用户流数。