專利名稱：：一種基站間的多用戶mimo檢測方法
技術領域：
：本發(fā)明涉及多輸入多輸出(MIMO)信號檢測的技術，特別涉及一種基站間的多用戶MIM04全測方法。
背景技術：
：對MIMO通信系統(tǒng)而言，在聯(lián)合差錯概率最小的意義上最優(yōu)的檢測方法是最大似然(ML)方法或者最大后驗概率(MAP)方法，但是，這兩種檢測方法的復雜度都很高，很難在實際系統(tǒng)中應用。而實際應用的需求使得MIMO檢測算法的研究主要集中在尋求低復雜度的高性能檢測器上。目前，低復雜度高性能的檢測方法主要包括線性迫零(ZF)算法、結合順次串行干擾消除(OSIC，OrderedSuccessiveInterferenceCancellation)的ZF-OSIC算法、線性最小均方誤差(MMSE，MinimumMeanSquareError)算法、MMSE-OSIC算法、QR分解(QRD)算法、排序QRD算法、球譯碼(SphereDecoding,SD)算法、QRD-M算法、半定松弛檢測(SDR，SemidefiniteRelaxation)算法、概率數據關聯(lián)(PDA,ProbabilisticDataAssociation)算法等等。其中SD算法是迄今為止性能最接近最大似然算法的次優(yōu)檢測算法。在理想情況即搜索不失敗的條件下，其理論性能與最大似然算法相同。雖然SD算法在大多數中等規(guī)模無線通信系統(tǒng)的應用環(huán)境中平均計算復雜度為多項式復雜度，但在最壞情況下仍然是指數復雜度。SDR算法將MIMO檢測問題建模為一個半正定規(guī)劃問題，然后松弛為凸優(yōu)化問題利用數值計算的內點算法求解，可以達i'j接近于最大似然算法的檢測性能，而只付出多項式計算復雜度。和SD算法最壞情況下的指數復雜度相比，SDR算法的最壞情況復雜度仍然是多項式復雜度，但缺點在于SDR5算法是一個近似算法，只能在性能上接近最大似然算法，且其多項式復雜度的階數仍然較高。另外，對于不同的調制方式，SDR算法的具體形式也不同，沒有一個通用的算法形式，實際應用的復雜度較高。PDA算法是另一種比較重要的次優(yōu)檢測算法。該算法利用高斯近似，去估計各個發(fā)射天線數據符號的后驗概率，可以說是MAP算法的一種近似形式。它比較適用于規(guī)模較大的通信系統(tǒng)，而對于規(guī)模較小的系統(tǒng)，性能有所降低，但好于MMSE-OSIC算法，而差于球譯碼算法和SDR算法。從復雜度方面看，PDA算法的最壞情況復雜度也是多項式復雜度，且低于SDR算法的最壞情況下的復雜度。由于PDA算法在估計每個符號的后驗概率的過程中是迭代計算的，在有些時候不可避免地會出現(xiàn)個別符號的后驗概率收斂速度較慢的問題，但在給定一個合理的最大迭代次數的情況下，這個問題對檢測性能的影響很小。除了以上次優(yōu)檢測算法，利用迭代信號處理思想進行迭代檢測的算法也是一個非常重要的研究方向。該類算法利用SISO(softinputsoftourput)的性質，以較低的復雜度提供了非常優(yōu)異的檢測性能，例如PDA算法本身可以就認為是一種SISO迭代檢測算法。特別需要指出的是，在接收端對信號的迭代處理可以是單純的迭代檢測(例如只利用PDA算法進行MIM6檢測)，也可以是迭代聯(lián)合檢測譯碼(例如Turbo迭代聯(lián)合檢測譯碼算法)。后者復雜度更高，但提供的性能更好，尤其適用于采用了Turbo碼、巻積碼、LDPC碼的系統(tǒng)?？紤]到PDA這樣的SISO算法在迭代接收信號處理模塊中具有天然的適用性，本專利中所涉及的基本MIMO檢測算法為PDA算法。以上介紹的各種MIMO檢測算法通常應用于單用戶MIMO中。目前，由于用戶終端體積和處理能力的限制，其天線數目通常會有所限制，為更好地利用MIMO技術提高傳輸性能，將MIMO應用于多個用戶間，形成多用戶MIMO。在多用戶MIMO系統(tǒng)中，如果直接應用上述單用戶MIMO下的檢測方法進行信號檢測，那么對于待檢測用戶而言，只能將該用戶所在小區(qū)外的其他相鄰小區(qū)內與該用戶同頻的其他用戶作為干擾，而針對該用戶本身進行獨立信號檢測，這樣，在檢測過程中，無法合理利用其他同頻用戶的信號信息，使得最終的檢測結果準確性不高。
發(fā)明內容有鑒于此，本發(fā)明提供一種基站間的多用戶MIMO檢測方法，能夠實現(xiàn)多個小區(qū)的多用戶MIMO聯(lián)合檢測，有效抑制同頻干擾，提高系統(tǒng)性能。為實現(xiàn)上述目的，本發(fā)明采用如下的技術方案一種基站間的多用戶MIMO檢測方法，包括對于每個基站所在小區(qū)的任一用戶，確定本小區(qū)和相鄰小區(qū)中與所述任一用戶占用相同時頻資源的同頻用戶；在所述任一用戶所在的基站與該任一用戶的同頻用戶所在小區(qū)的基站間，共享同頻用戶的標識信息，用于本小區(qū)基站估計其他小區(qū)的所述同頻用戶在本基站的信道特性；每個基站將所在小區(qū)的用戶與該用戶的同頻用戶一起進行聯(lián)合檢測，得到該用戶及其同頻用戶的檢測結果。較佳地，在得到所述用戶及其同頻用戶的檢測結果后，該方法進一步包括確定所述用戶及其同頻用戶的檢測結果對應的概率信息；'將檢測到的相鄰小區(qū)同頻用戶的檢測結果及其對應的概率信息發(fā)送給相應相鄰小區(qū)的基站；每個基站對所在小區(qū)的任一用戶，將本小區(qū)基站檢測到的該用戶的信號檢測結果對應的概率信息與其他相鄰小區(qū)發(fā)送來的該用戶信號的檢測結果對應的概率信息進行合并，確定該用戶信號的最終檢測結果。較佳地，通過最大比合并本小區(qū)基站檢測到的該用戶的信號檢測結果對應的概率信息與其他相鄰小區(qū)發(fā)送來的該用戶的信號檢測結果對應的概率信息。較佳地，對一用戶與該用戶的同頻用戶一起進行聯(lián)合檢測包括利用迭代檢測對所述用戶及其同頻用戶進行聯(lián)合檢測；在每次迭代檢測中，依次對所述用戶及其同頻用戶的各個送天線上的信號進行檢測；且在對每個所述發(fā)送天線上的信號進行檢測時，將待檢測的發(fā)送天線之外的其他發(fā)送天線上的信號作為干擾，確定所述待;險測的發(fā)送天線上最新的信息符號概率；將每次迭代檢測得到的各個所述發(fā)送天線上最新的信息符號概率用于下一次迭代檢測，直到所有所述發(fā)送天線上的信息符號概率都收斂，或者，直到已經達到預設的迭代次數上限，則結束迭代檢測，并利用各個所述發(fā)送天線上最新的信息符號概率，確定各個所述發(fā)送天線上的用戶信號檢測結果，將每個用戶的所有發(fā)送天線上的用戶信號檢測結果作為相應用戶信號的檢測結果。較佳地，對一待檢測發(fā)送天線上的信號進行檢測的方式包括構造所述用戶及其同頻用戶與所述用戶所在小區(qū)基站間的信道矩陣H-[Hb,Hh,…,H;^]，其中，Hi，s為所述用戶的同頻用戶中第i個用戶與第s個基站間的信道特性；利用在各個所述發(fā)送天線上的接收信號計算5^(H"H廣H^，其中，(.廣表示取共軛轉置；根據除所述待檢測發(fā)送天錢y外的其他所述發(fā)送天線A上最新的信息符號概率|y),確定所述待檢測發(fā)送天線上的最新信息符號概率D,,、其中，^B(.)"XPA「Re(w)丫A「Re(w)、、-A,、Im(w)J'、Im(w)A/〃Re(Cov(fi))_Im(Cov(fi)))+Q、、乂Im(Cov(fi))Re(Cov(fi》A勺'A勺'et是第fc個元素為1、其他元素為零的單位向量，w-歹-jc,e,-5>,et，Cov(fi)=cr2(HwH)-'，叫=!>-^)(。mIy)，&=|X-^)乂"Iy)，4=|>丄"1力，Re(.)表示取實部，Im(.)表示取虛部，^為噪聲功率，。為信怖-1息符號第m個星座點的取值，M為發(fā)送天線A上的信息符號星座點個數。較佳地，在第一次迭代時，將各個所述發(fā)送天線的后驗概率初始化為在星座點集合上的均勻分布，由上述技術方案可見，本發(fā)明中，對于每個基站所在小區(qū)的任一用戶，確定本小區(qū)和相鄰小區(qū)中與該任一用戶占用相同時頻資源的同頻用戶；在該任一用戶所在的基站與該任一用戶的同頻用戶所在小區(qū)的基站間，共享同頻用戶的標識信息；每個基站將所在小區(qū)的用戶與該用戶的同頻用戶一起進行聯(lián)合檢測，得到該用戶及其同頻用戶的檢測結果。通過上述方式，能夠將同頻用戶間的相互干擾轉換為有用信號，進行各個同頻用戶的聯(lián)合檢測，從而有效抑制同頻干擾，提高系統(tǒng)性能。圖1為七小區(qū)的網絡模型。圖2為十九小區(qū)的網絡干擾模型。圖3為三種MIMO檢測方法的仿真結果示意圖。具體實施方式為使本發(fā)明的目的、技術手段和優(yōu)點更加清楚明白，以下結合附圖對本發(fā)明做進一步詳細說明。將占用相同時頻資源的用戶稱為同頻用戶，同頻用戶間由于占用相同的時頻資源，因此相互干擾較大，而對于占用不同時頻資源的異頻用戶，相互間干擾較小，可以在檢測中忽略，不會影響信號檢測結果。因此，本發(fā)明中在進行多用戶MIMO的信號檢測時，考慮同頻用戶間的相互干擾，并對同頻用戶間的干擾加以利用，對同頻用戶進行聯(lián)合檢測，進一步地，參與多用戶MIMO的多個用戶可能位于不同的小區(qū)中，這些用戶與各自所在小區(qū)基站間的信道特性互不相同，因此，如果要對多個基站間的同頻用戶進行聯(lián)合檢測，需要在同頻用戶所在的不同小區(qū)間共享用戶標識信息，用于計算本小區(qū)基站與其他小區(qū)同頻用戶間的信道信息?；谏鲜龇治?，本發(fā)明的基本思想是在基站與其相鄰小區(qū)基站間共享同頻用戶的標識信息，并將任一基站中一個用戶與該用戶在本小區(qū)和相鄰小區(qū)中的同頻用戶一起進行聯(lián)合檢測。同時，在上述對同頻用戶進行聯(lián)合檢測后，在任一基站側，能夠得到各個同頻用戶的檢測結果，可以進一步在同頻用戶所在的各個基站間共享同頻用戶的檢測結果，這樣，任一基站，除本身檢測到的本小區(qū)用戶的檢測結果外，還能夠收到其他基站對于該用戶的檢測結果，可以將各個基站對于該同一用戶的檢測結果進行合并，從而進一步提高檢測結果的準確性。如上，通過在多個基站間共享同頻用戶的標識信息和用戶檢測結果，將小區(qū)間同頻用戶的干擾信號轉化為有用信息，通過多基站的協(xié)作實現(xiàn)多用戶MIMO的聯(lián)合信號檢測，并能夠大大提高檢測性能。接下來對本申請的多基站間協(xié)作進行多用戶MIMO檢測的方法進行詳細描述?？紤]VBLAST模型。假定有W個發(fā)射天線，&個接收天線，A^s。原始比特流首先串并變換為個~并行的子比特流，然后對每路子比特流分別編碼、調制映射為數據符號，送到各自的發(fā)射天線上發(fā)射出去。假定各發(fā)射天線上的子比特流采用同一調制方式，星座點個數為M。各天線上的數據符號以突發(fā)幀為單位進行突發(fā)發(fā)射。每個突發(fā)幀由Z個數據符號組成。為分析方便，假定丄-1，調制方式為QPSK，則某時刻接收機收到的信號矢量可表示為y=Hx+n(1)其中y-[乂，h，…，3v/是W維接收信號矢量。H是AT,x^維信道矩陣，其元素^表示從發(fā)射天線j到接收天線i的信道衰落系數。X是維數為^xl的多用戶多天線發(fā)送信號矢量。假定每個用戶只有一個發(fā)射天線，則發(fā)射數據符號矢量X=[X,，^,'，、f可以等效為^個用戶的發(fā)送信號矢量；假定每個用戶有多根發(fā)射天線，則發(fā)射數據符號矢量x^[x「,x,…,x^F當h,工2，…，、F可以等效為^個用戶的發(fā)送信號矢量，總共有w個發(fā)送符號。假定信道是準靜態(tài)平坦瑞利衰落信道，這里的準靜態(tài)是指在一個突發(fā)幀中，信道衰落系數不變，而各個突發(fā)幀之間信道衰落系數是隨機變化的，目前一般的通信系統(tǒng)的信道能夠滿足上述條件。另外，假定接收端有精確的信道估計和同步，因此CSI是精確可知的。在富散射信道環(huán)境下，~服從獨立同分布、均值為零的復高斯分布。n-[",，，…f是維AWGN噪聲矢量，其每個分量都是均值為零，方差為2^的相互獨立的復正態(tài)分布隨機變量。目前一般的通信系統(tǒng)的信道能夠滿足上述條件。因為PDA算法可以同時檢測出多個用戶，這為多小區(qū)協(xié)作提供了方便。假定各小區(qū)分別使用PDA算法，則對單個小區(qū)而言，其多用戶檢測的數學模型與式(l)相同。本發(fā)明中基站協(xié)作MIMO系統(tǒng)模型是對(l)式的進一步擴展。假定小區(qū)內用戶間采用正交多址，因此可以認為小區(qū)內用戶間不存在相互干擾；只有相鄰小區(qū)間產生相互干擾。以筒單的小區(qū)直線排列模型為例，則第s個基站處的接收信號可以表示為s+l。、=SH&X!.+n,-l,H(2)其中》為^維列向量，X,為第/個小區(qū)的用戶發(fā)送信號向量，維數iVr,xl，Mv為第i'個小區(qū)用戶的發(fā)送天線(假定每個小區(qū)內在同一時刻只有一個用戶與相鄰小區(qū)用戶形成同頻干擾)，H^為第f個小區(qū)的同頻用戶與第，個基站間的信道響應矢量。網絡的直線排列有AT個基站。對于每個基站，可以用各種檢測器將X,分別檢測出來，例如PDA算法等。在考慮更為實際的網絡模型時，(2)中的干擾信號個數會更多，這取決于具體的網絡結構。下面的實施例中以釆用PDA算法進行信號檢測為例，說明本發(fā)明中多用戶MIMO檢測方法的具體實現(xiàn)。水平右方向為0度角。如要表示右上角小區(qū)的基站，可以用eNBl(R，7t/6)來表示其坐標。圖1中的一組同頻用戶用陰影表示，如UE0、UE1、UE2、UE3、UE04、UE5和UE6為同頻用戶，這可以由網絡頻率少見劃確定。假設某一頻率4皮分配在一個小區(qū)內的右下方扇區(qū)。小區(qū)干擾模型如圖2，這里只考慮同頻干擾。假如小區(qū)CellO的基站eNBO要處理用戶UEO的信息，這時eNBO同時接收到了干擾信號，這些干擾信號是以eNBO為圓心以R為半徑的圓內包含的同頻用戶發(fā)過來的，即UE2、UE3和UE4用戶發(fā)過來的信號x,、c;和;c4。所以基站eNBO接收的信號h為y0=H00x0+H20x2+H30x3+H仰X4+n。(3)假定基站eNBO進行多用戶MIMO檢測，具體方法包括步驟1，確定基站eNBO覆蓋小區(qū)內用戶UEO的同頻用戶。如前所述，用戶UEO的同頻用戶為相鄰小區(qū)的UE2、UE3和UE4。步驟2，基站eNBO與eNB2、eNB3、eNB4之間共享同頻用戶的標識信臺本步驟在多個基站(即基站eNBO與eNB2、eNB3、eNB4)間共享的同頻用戶(即UEO、UE2、UE3和UE4)標識信息，用于各個基站估計其他小區(qū)用戶到本基站間的信道特性。'步驟3，基站eNBO利用PDA算法對UEO、UE2、UE3和UE4進行聯(lián)合檢測。首先推導多用戶MIMO下PDA算法在每次迭代中確定各用戶的信息符號概率信息的方式。具體地，在利用PDA算法對多用戶MIMO信號進行聯(lián)合檢測時，依次對各個用戶中每根發(fā)送天線上的信號進行檢測，以其中一個發(fā)送天線上的信號檢測為例進行說明，其他發(fā)送天線上的信號檢測方式相同。將(2)式的系統(tǒng)模型進行擴展，第s個基站的接收信號為y,，維數^xl，為基站同時檢測的同頻用戶總數。令X-[X,X2V",X^F^[;d，;C2，…，XwrP"，12H^[H,"H2"…,Hw^],Hi，s為第i個同頻用戶與第s個基站間的信道特性，^為基站同時檢測的發(fā)送符號總數，則式(2)可以擴展為y,=HljX,+H2,x2+…+Hw,'入,,+n！=Hx+n,對上式兩邊同乘(H"H)-'hw,得到下式y(tǒng)=x+ii=w+S、et+fi蘭w+(4)其中，$=力"仏2,…，A^。fi是均值為零，其協(xié)方差為OMfi)-o"2(H"H)-'的復高斯噪聲，cr2為噪聲功率，是第A個元素為1，其他元素為零的單位向量。PDA算法的關鍵就是把干擾和噪聲項5i,(稱為偽噪聲)這個嚴格意義上來說不是高斯噪聲的部分強制當作高斯噪聲，然后在每次迭代中估計星座圖中",a2,…,^,…,)每個數據符號^的后驗概率P(;c,-。|y)=^0c;|y)，根據這些后驗概率對各個接收信號作出判決。具體到本發(fā)明中的多用戶MIMO檢測中，即檢測某一發(fā)送天線7'上的數據符號時，將該用戶其他發(fā)送天線以及該用戶的同頻用戶的所有發(fā)送天線AU-1,2，…"W，且A:^/)上的信號當作干擾和噪聲。具體偽噪聲用均值為5>^，協(xié)方差矩陣為il^Zft^e+Cw(fi),偽協(xié)方差矩陣為S,蘭2^^e:的高斯噪聲去近似。其中^=Z("m—&)*^(&ly)(5)(6)(7)兩=1令w=f--,且'「Re(w)丫「Re(w))、—A,(8)Cov(fi))Re(Cov(fi))yV、+Q(9)Q蘭S(A+Re(。)e*e〖—&(。)&+^〖*+21^),〖,+21111(6)~+6〖JU/"乂.4".其中，Re(.)表示取實部，Im(.)表示取虛部，^為信息符號第m個星座點的取值。因為假設了發(fā)射符號先驗等概，則每個符號的后驗概率為,、凡(yl、)P(、-氣)—/^(yl、)戶(^-)—A(、)，、M"2>m"j="w)2仏)如上可見，可以根椐除發(fā)送天線j'外的其他發(fā)送天線k上的發(fā)送符號后驗概率，通過式(5)(10)計算得到發(fā)送天線y上信息符號的后驗概率。基于上述對任一發(fā)送天線上信號進行的檢測，在多用戶MIMO中對各個用戶信號進行聯(lián)合檢測的整個過程包括1)初始化構造所述用戶及其同頻用戶與所述用戶所在小區(qū)基站間的信道矩P車H-[Hk，H2,，…，H/^]，并計算f，將&(xjy)初始化為星座點集合上的均勻分布，乂'=1,2,..,，/n=l,2,...,il/,并設迭代次數計數器2=1;2)依次對所述用戶及其同頻用戶的各個發(fā)送天線上的信號進行;險測，且在對每個所述發(fā)送天線上的信+進行檢測時，將待檢測的發(fā)送天線之外的其他發(fā)送天線上的信號作為干擾，確定所述待檢測的發(fā)送天線上最新的信息符號概率。具體地，對于力',^{1,2,...,^},基于(P(yt)^的概率矢量，通過(5)~(10)計算尸J^/ly)，并用此結果更新原來的PC;')，其中，每個P(it)M&(;ctly》是由M個概率值構成的概率矢量，M為星座集合元素個數；3)如果對于y/，P(力都收斂了，或者已經到達了給定的迭代次數的上限，轉到4)，否則，令z-z+l，返回2);'4)對義給出檢測結果乓，即；=fl/,/=arg,max{P,(、|y)},貝'J"(!l乂-l，2,…，iV^。通過上面的步驟，我們可以同時檢測到多個小區(qū)的各個同頻用戶信號。至此，本發(fā)明中最基本的多用戶MIMO聯(lián)合檢測流程結束。在該基本流程中，將同頻用戶的干擾信號轉化為有用信息，用于本用戶的信號檢測。為進一步提高檢測性能，還可以包括如下步驟步驟4,基站eNB0確定本小區(qū)用戶及其各個同頻用戶的檢測結果對應的概率信息，并將相鄰小區(qū)同頻用戶的檢測結果及其對應的概率信息發(fā)送給相應的相鄰小區(qū)基站。各個基站可以通過步驟3確定該小區(qū)用戶及其相鄰小區(qū)的同頻用戶的信息-，包4舌i亥用戶的才企觀j纟吉果(即;,)和對應的孝既率"fl"息max|y)}。這樣，每個基站檢測出來的信息既包括本小區(qū)同頻用戶信息也包括鄰小區(qū)同頻用戶的信息，這時本基站將^r測出來的鄰小區(qū)同頻用戶信息傳遞給鄰小區(qū)基站，同時將收到鄰小區(qū)基站檢測出的關于本小區(qū)同頻用戶的信息。本實施例中，eNB0將得到UE0的4個信息i。,、、、、和、，分別來自于本eNBO和其他的三個相鄰小區(qū)基站eNBl、eNB5和eNB6。步驟5,每個基站將該基站小區(qū)用戶的檢測結果對應的概率信息與其他相鄰小區(qū)發(fā)來的該用戶的檢測結果對應的概率信息進行軟合并處理，確定該基站小區(qū)用戶的最終檢測結4?；鹃g信息傳遞完畢后，檢測出來的關于該用戶數據的概率信息包括本小區(qū)基站檢測的概率信息和鄰小區(qū)基站檢測出來的概率信息，最后將這些概率信息做總的軟處理合并，具體可以通過最大比合并用戶的所有概率信息，例如，對于eNBO下的UEO,可以得到x。的最終判決信息i。=/(S。，.m。為說明本發(fā)明中的多用戶MIMO檢測方法的性能，對三種方式的檢測進行了仿真，具體仿真條件參見表l，仿真結果參見圖3。表l仿真4Ht<table>tableseeoriginaldocumentpage15</column></row><table>同頻用戶的功率比戶信道類型平坦瑞利衰落信道在圖3中，曲線301表示采用單小區(qū)單用戶獨立檢測時，信噪比與誤碼率的對應關系曲線；曲線302表示采用多小區(qū)協(xié)作多用戶MIMO聯(lián)合檢測、且不對檢測結果進行合并時，信噪比與誤碼率的對應關系曲線；曲線301表示采用多小區(qū)協(xié)作多用戶MIMO聯(lián)合檢測、且對檢測結果進行合并時，信噪比與誤碼率的對應關系曲線。由上述三條曲線可以看到，單小區(qū)單用戶獨立檢測時，系統(tǒng)檢測性能很差；多小區(qū)協(xié)作迭代檢測，但不進行信息合并時，檢測性能比單小區(qū)單用戶獨立檢測的性能改善很多；多小區(qū)協(xié)作迭代檢測，并進行信息合并時，系統(tǒng)檢測性能進一步改善，在誤碼率10^時獲得了約3犯的性能增益。由此可見，通過本發(fā)明中的多用戶MIMO聯(lián)合檢測方法，一方面摒棄了單用戶分別檢測的思想，在一個基站中同時對多個小區(qū)中的同頻用戶進行多用戶聯(lián)合檢測；同時，摒棄了簡單的線性檢測的思想，在檢測中進行軟信息迭代，充分利用了軟入軟出算法的性質和迭代帶來的增益；進一步地，打破了單小區(qū)獨立檢測的思想，在相鄰小區(qū)間共享同頻用戶的標識信息和用戶數據信息的情況下，能有效地抑制小區(qū)間的同頻干擾，充分利用了MIMO模型帶來的空間分集增益，特別是當干擾很嚴重時，大大提高了系統(tǒng)性能。另外，由于基站間協(xié)作MIMO多用戶迭代檢測算法只在最后一步要進行軟信息合并時基站間發(fā)生軟信息傳遞的交互過程，額外的信息負載很小，算法復雜度適中，相鄰小區(qū)間傳輸的數據量也適中，實用性強。上述實施例中確定同頻用戶的方式，能夠適用于目前業(yè)界普遍使用的六邊形蜂窩網絡模型，有很大的現(xiàn)實針對性。以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。1權利要求1、一種基站間的多用戶MIMO檢測方法，其特征在于，該方法包括對于每個基站所在小區(qū)的任一用戶，確定本小區(qū)和相鄰小區(qū)中與所述任一用戶占用相同時頻資源的同頻用戶；在所述任一用戶所在的基站與該任一用戶的同頻用戶所在小區(qū)的基站間，共享同頻用戶的標識信息，用于本小區(qū)基站估計其他小區(qū)的所述同頻用戶在本基站的信道特性；每個基站將所在小區(qū)的用戶與該用戶的同頻用戶一起進行聯(lián)合檢測，得到該用戶及其同頻用戶的檢測結果。2、根據權利要求1所述的方法，其特征在于，在得到所述用戶及其同頻用戶的檢測結果后，該方法進一步包括確定所述用戶及其同頻用戶的檢測結果對應的概率信息；將檢測到的相鄰小區(qū)同頻用戶的檢測結果及其對應的概率信息發(fā)送給相應相鄰小區(qū)的基站；每個基站對所在小區(qū)的任一用戶，將本小區(qū)基站檢測到的該用戶的信號檢測結果對應的概率信息與其他相鄰小區(qū)發(fā)送來的該用戶信號的檢測結果對應的概率信息進行合并，確定該用戶信號的最終檢測結果。3、根據權利要求2所述的方法，其特征在于，通過最大比合并本小區(qū)基站檢測到的該用戶的信號檢測結果對應的概率信息與其他相鄰小區(qū)發(fā)送來的該用戶的信號檢測結果對應的概率信息。4、根據權利要求1到3中任一所述的方法，其特征在于，對一用戶與該用戶的同頻用戶一起進行聯(lián)合檢測包括利用迭代檢測對所述用戶及其同頻用戶進行聯(lián)合檢測；在每次迭代檢測中，依次對所述用戶及其同頻用戶的各個發(fā)送天線上的信號進行檢測；且在對每個所述發(fā)送天線上的信號進行檢測時，將待檢測的發(fā)送天線之外的其他發(fā)送天線上的信號作為干擾，確定所迷待檢測的發(fā)送天線上最新的信息符號概率；將每次迭代檢測得到的各個所述發(fā)送天線上最新的信息符號概率用于下一次迭代檢測，直到所有所述發(fā)送天線上的信息符號概率都收斂，或者，直到已經達到預設的迭代次數上限，則結束迭代檢測，并利用各個所述發(fā)送天線上最新的信息符號概率，確定各個所述發(fā)送天線上的用戶信號檢測結果，將每個用戶的所有發(fā)送天線上的用戶信號才企測結果作為相應用戶信號的檢測結果。5、根據權利要求4所述的方法，其特征在于，對一待檢測發(fā)送天線上的信號進行檢測的方式包括構造所述用戶及其同頻用戶與所述用戶所在小區(qū)基站間的信道矩陣H-[H,"H2,，…,H;^]，其中，Hi,s為所述用戶的同頻用戶中第i個用戶與第s個基站間的信道特性；利用在各個所述發(fā)送天線上的接收信號計算j^(H"H)-'H"y,，其中，(.廣表示取共軛轉置；根據除所述待檢測發(fā)送天線/外的其他所述發(fā)送天線A上最新的信息符號概率|y),確定所述待檢測發(fā)送天線上的最新信息符號概率加=|其中，先()"xp'Re(w)Im(w)乂、r(d。,、、)Re(w)、Im(w)乂，A..='Re(Cov(fi))-Im(Cov(fi))、Im(Cov(fi》Re(Cov(fi)))+QQ=ZK+Re(。)e:+2H-Re(。)e瑪《+J]Im(。e*e[+JVr+2Im^h+wX，A勺.A勺-"乂q是第；t個元素為1、其他元素為零的單位向量，w-，-;c,,-ZVt，COV(fi)=(72(H"H)—1，化-|;(~-A)("m—|y)，&=|>—^f/^"|y),^=1>丄"1力，Re(.)表示取實部，Im(.)表示取虛部，^為噪聲功率，為信息符號第m個星座點的取值，M為發(fā)送天線Jt上的信息符號星座點個數。6、根據權利要求5所述的方法，其特征在于，在第一次迭代時，將各個所述發(fā)送天線的后'驗概率初始化為在星座點集合上的均勻分布。全文摘要本發(fā)明公開了一種基站間的多用戶MIMO檢測方法，包括對于每個基站所在小區(qū)的任一用戶，確定本小區(qū)和相鄰小區(qū)中與所述任一用戶占用相同時頻資源的同頻用戶；在所述任一用戶所在的基站與該任一用戶的同頻用戶所在小區(qū)的基站間，共享同頻用戶的標識信息，用于本小區(qū)基站估計其他小區(qū)的所述同頻用戶在本基站的信道特性；每個基站將所在小區(qū)的用戶與該用戶的同頻用戶一起進行聯(lián)合檢測，得到該用戶及其同頻用戶的檢測結果。應用本發(fā)明，能夠實現(xiàn)多個小區(qū)的多用戶MIMO聯(lián)合檢測，有效抑制同頻干擾，提高系統(tǒng)性能。文檔編號H04W24/00GK101616427SQ200910090140公開日2009年12月30日申請日期2009年7月29日優(yōu)先權日2009年7月29日發(fā)明者呂旌陽,亮房,林雪紅,煒胡,趙振山,旭雷,萍龔申請人:普天信息技術研究院有限公司;北京郵電大學