專利名稱：Mimo信號的對偶格約減輔助檢測方法
MI MO信號的對偶格約減輔助檢測方法技術(shù)領(lǐng)域
本發(fā)明屬于屬于無線通信技術(shù)領(lǐng)域，具體指的是MMO信號的對偶格約減輔助檢測方法。
背景技術(shù)：
在多輸入多輸出(multiple-1nputmultiple-output, ΜΙΜΟ)無線通信系統(tǒng)中，MMO信號的檢測，簡稱MMO檢測，基本方法包括:最大似然(maximum likelihood, ML)檢測、迫零(zeroforcing, ZF)檢測和最小均方誤差(minimum mean square error, MMSE)檢測。其中ML檢測可以達到全分集(分集階數(shù)等于接收天線數(shù))，且具有最佳檢測性能，但是，其計算復(fù)雜度隨著并行傳輸符號數(shù)以及信號星座規(guī)模的增加呈指數(shù)增長，因而在許多實際場合是無法實現(xiàn)的。ZF及MMSE檢測具有較低的計算復(fù)雜度，但不能達到全分集，與最佳檢測性能有很大差距，被稱為次最佳檢測方法。另外，采用干擾按序逐次消去(orderedsuccessive interference cancellation, 0SIC)技術(shù)，與基本的次最佳檢測方法(即 ZF和MMSE)結(jié)合，還可以構(gòu)成基于OSIC的ZF檢測(ZF-OSIC)以及基于OSIC的MMSE檢測(MMSE-0SIC)等檢測方法。ZF-OSIC和MMSE-0SIC也屬于次最佳MMO檢測，其性能與計算復(fù)雜度介于最佳檢測(即ML檢測)與基本次最佳檢測之間。
近年來的研究表明，在各種次最佳MMO檢測方法中，引入格約減(latticereduction, LR)技術(shù)作為輔助手段,可以極大地改善這些檢測方法的性能,而由此引起的計算復(fù)雜度的增加是可以接受的。這樣的檢測方法稱為“ΜΜ0信號的LR輔助檢測”，簡稱為LR輔助MMO檢測。分析表明，以LR為輔助的各種次最佳MMO檢測方法，可以像ML檢測一樣達到全分集，同時呈現(xiàn)出接近最佳的檢測性能，但仍然與ML最佳檢測性能有一定差距。
在MMO檢測問題中，以原始的信道增益矩陣作為基所構(gòu)成的格稱為原始格。針對原始格進行的LR，稱為原始格約減(PLR)。求出原始信道增益矩陣的MP逆矩陣，以該逆矩陣為基所構(gòu)成的格稱為原始格的對偶格(dual lattice)。針對對偶格進行的LR，稱為對偶格約減(DLR)。在LR輔助MMO檢測中，既可以使用PLR，也可以使用DLR。
LR 算法有多種，例如 LLL 算法(Lenstra-Lenstra-Lovdsz algorithm)和 SA 算法(Seysen’ s algorithm),另夕卜還有 Minkowski and Hermite-Korkine-Zolotareffreduction、size reduction、Gauss reduction 和 Brun’ s algorithm 等等算法。目前，在LR輔助MIMO檢測中，LR算法幾乎無一例外地采用LLL算法和SA算法(或者是它們的某種改進)。這樣的選擇是出于檢測性能和計算復(fù)雜度最優(yōu)的綜合考慮。
LLL算法可以對原始格進行格約減，也可以對原始格的對偶格進行格約減(此時稱為DLLL算法)，而SA算法是對原始格和它的對偶格同時進行格約減。在MIMO檢測應(yīng)用中，就性能和計算復(fù)雜度而言，LLL算法與SA算法基本相當(dāng)。它們的缺點是，計算復(fù)雜度偏高，尤其是MMO系統(tǒng)并行傳輸?shù)姆枖?shù)(亦即發(fā)送天線數(shù)，也是相應(yīng)的格基的維數(shù))較大時，計算復(fù)雜度將變得非常高。
MIMO信號檢測的基本方法包括如下幾種:ML檢測，最大似然(maximumlikelihood, ML)檢測又稱為最佳檢測，具有最佳檢測性能，其計算復(fù)雜度正比于Qn，其中Q為系統(tǒng)所使用符號集的勢，N是符號向量的維數(shù)或發(fā)送天線數(shù)，當(dāng)Q和N較大時，ML檢測由于計算復(fù)雜度太大而難以實現(xiàn)；ZF檢測，迫零(zero forcing, ZF)檢測為次最佳檢測，在諸檢測方法中檢測性能最差，但計算復(fù)雜度最低；MMSE檢測,最小均方誤差(minimummean square error,麗SE)檢測為次最佳檢測，與ZF檢測相比，性能稍好，而計算復(fù)雜度稍大；ZF-OSIC檢測，采用干擾按序逐次消去(ordered successive interferencecancellation，0SIC)技術(shù)，與ZF檢測結(jié)合，即構(gòu)成基于OSIC的ZF檢測(ZF-0SIC)，ZF-0SIC檢測為次最佳檢測，其檢測性能與計算復(fù)雜度介于ZF檢測與ML檢測之間；MMSE-0SIC檢測，基于OSIC的麗SE (MMSE-0SIC)檢測為次最佳檢測，其檢測性能與計算復(fù)雜度介于麗SE檢測與ML檢測之間。
將格約減(lattice reduction, LR)技術(shù)應(yīng)用于MIMO信號的次最佳檢測,可以顯著改善各種次最佳MMO檢測器的性能。這種檢測方法稱為格約減輔助MMO檢測(LR-aidedMIMO detection)。
LR輔助MMO檢測的現(xiàn)有技術(shù)如下。
I美國專利N0.6724843，申請日為2000年2月15日，標題為“Method andapparatus for fast decoding in a muItipIe-antenna wireless communicationsystem”。該發(fā)明專利主要涉及一種LR輔助MMO檢測方法與裝置，其中的LR算法為基本的LLL算法，該算法僅限于實數(shù)運算，計算復(fù)雜度較高。
2美國專利N0.8270506，申請日為2008年6月26日，標題為“Method andapparatus for decoding using complex lattice reduction in a multiple antennasystem”。該發(fā)明專利主要涉及一種LR輔助MMO檢測方法及裝置，其中的LR算法為復(fù)數(shù)LLL算法。與實數(shù)運算的LLL算法相比，復(fù)數(shù)LLL算法計算復(fù)雜度有所降低，而檢測性能與實數(shù)LLL算法相同。
3美國專利N0.8116399，申請日為2008年I月31日，標題為“Multiple-1nputmultiple-output signal detectors based on relaxed lattice reduction，，。該發(fā)明專利主要涉及一種LR輔助MMO檢測器，其中的LR算法為一種改進的LLL算法，而且適合于復(fù)數(shù)運算。這種改進的LLL算法，在格約減的迭代運算過程中，后面的迭代步驟放松了格約減的標準(改變格約減準則表達式中的一個重要參數(shù))，這樣從總體上明顯降低了計算復(fù)雜度，而檢測性能的下降卻不很明顯。
可以看到，在上述LR輔助MMO檢測的現(xiàn)有技術(shù)中，其LR算法都屬于LLL算法的類型，所進行的某些改進雖然使算法復(fù)雜度有所降低，但LLL算法復(fù)雜度偏高的狀況并無實質(zhì)性的、數(shù)量級上的改變。
因此，有必要針對LR輔助MMO檢測問題，構(gòu)造出更有效的LR算法，它具有比LLL算法或SA算法更低的計算復(fù)雜度，同時使LR輔助MMO檢測器呈現(xiàn)出更優(yōu)越的檢測性能。
迄今為止，無論是PLR輔助MMO檢測還是DLR輔助MMO檢測，所使用的LR算法為LLL算法、SA算法或者是它們的某種改進。這些算法有一個共同的缺點，就是計算復(fù)雜度偏高。尤其當(dāng)格基的維數(shù)N (對于MIMO檢測應(yīng)用，N也是發(fā)送符號向量的維數(shù)或發(fā)送天線數(shù))較大時，它們的計算復(fù)雜度變得非常大。因此，對于LR輔助MMO檢測，尤其對于大規(guī)模MMO系統(tǒng)發(fā)送符號向量的維數(shù)N大的情況，有必要設(shè)計新的LR算法，不但具有很低的計算復(fù)雜度，同時使M頂O檢測更加逼近ML檢測方法的性能。發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)的不足，提出MIMO信號的對偶格約減輔助檢測方法；本發(fā)明所述對偶格約減DLR方法是一種高效DLR算法(effective DLR)稱為EDLR。
為了解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是:
MIMO信號的對偶格約減輔助檢測方法，所述方法包括如下步驟:
步驟A，根據(jù)接收到的信號進行信道估計，得到MMO信道增益矩陣；
步驟B，對信道增益矩陣求MP逆得到其對偶格矩陣；
步驟C，對步驟B所述對偶格矩陣使用高效對偶格約減EDLR方法得到所述對偶格矩陣的高效對偶格約減基矩陣及對應(yīng)的么模矩陣；
步驟D，執(zhí)行EDLR輔助檢測:執(zhí)行對偶格約減DLR輔助檢測，DLR輔助檢測采用步驟C中得到的高效對偶格約減基矩陣作為其對偶格約減基矩陣；
步驟E，對步驟D檢測結(jié)果執(zhí)行符號向量反變換，得到發(fā)送符號向量估計值。
所述步驟C中，EDLR高效對偶格約減，其準則為:
MIMO信道增益矩陣A的對偶格L⑶的基Bf e Cvxm是高效約減基，如果它滿足:
權(quán)利要求
1.MIMO信號的對偶格約減輔助檢測方法，其特征在于，所述方法包括如下步驟: 步驟Α，根據(jù)接收到的信號進行信道估計，得到MMO信道增益矩陣； 步驟B，對信道增益矩陣求MP逆得到其對偶格矩陣； 步驟C，對步驟B所述對偶格矩陣使用高效對偶格約減EDLR方法得到所述對偶格矩陣的高效對偶格約減基矩陣及對應(yīng)的么模矩陣； 步驟D，執(zhí)行EDLR輔助檢測:執(zhí)行對偶格約減DLR輔助檢測，DLR輔助檢測采用步驟C中得到的高效對偶格約減基矩陣作為其對偶格約減基矩陣； 步驟Ε，對步驟D檢測結(jié)果執(zhí)行符號向量反變換，得到發(fā)送符號向量估計值。
2.根據(jù)權(quán)利要求1所述MIMO信號的對偶格約減輔助檢測方法，其特征在于，所述步驟D中，所述EDLR輔助檢測方法與任何現(xiàn)有次最佳檢測技術(shù)組合實現(xiàn)MMO符號檢測。
3.根據(jù)權(quán)利要求1所述MIMO信號的對偶格約減輔助檢測方法，其特征在于，所述步驟C中，高效對偶格約減基矩陣的判別準則為: MIMO信道增益矩陣A的對偶格L(B)的基BkC‘VxM是高效約減基，如果它滿足: Lb:bf / b;b;H I = 0，U e {1,2，…, / y 其中，b' 1表示矩陣B'的第i行行向量，b' ^表示矩陣B'的第j行行向量，b表示b' j的共軛轉(zhuǎn)置，函數(shù)W將它的復(fù)數(shù)自變量的實部和虛部分別取值為它們各自最接近的整數(shù)；N表示MMO系統(tǒng)發(fā)送天線數(shù)，M表示MMO系統(tǒng)的接收天線數(shù)；上式等效表示為: |Re(b；b；" /b'b:11 )| < 0.5, |lm(b::b,n /b'b:51 )| < 0.5,
4.根據(jù)權(quán)利要求3所述MIMO信號的對偶格約減輔助檢測方法，其特征在于，所述EDLR方法中，得到對偶格L(B)高效對偶格約減基K的方法如下: bi表示MMO信道增益矩陣A的MP逆矩陣B的第i行，對于給定的i，j e {I, 2，…，N}, i關(guān)j,求出h和bj的相關(guān)系數(shù)μ , 對復(fù)數(shù)μ ^的實部與虛部分別取整，得式，表示為# I K=b,-他 則行向量b' 1與4近似正交，且b' iKbi更短； 令b' j=bj,則對于上述給定的i, j,所述EDLR準則必定成立； 重復(fù)上述步驟，改變i, j，所述EDLR準則對于所有的i, j e {1，2，…，N}，i關(guān)j都成立；則由矩陣B得到了滿足EDLR準則的`高效約減基B/。
全文摘要
本發(fā)明提出了MIMO信號的對偶格約減輔助檢測方法，所述方法對信道增益矩陣求MP逆得到對偶格矩陣；使用高效對偶格約減EDLR方法得到對偶格矩陣的高效對偶格約減基矩陣；采用基于高效約減基對偶格約減輔助檢測方法；檢測結(jié)果執(zhí)行符號向量反變換，得到發(fā)送符號向量估計值。所述方法計算復(fù)雜度比已有LR算法復(fù)雜度有顯著降低，隨著發(fā)送天線數(shù)增加，計算復(fù)雜度下降更多，檢測性能也更優(yōu)越，特別適合于大規(guī)模MIMO系統(tǒng)，為大規(guī)模MIMO系統(tǒng)的實際應(yīng)用消除了主要障礙。
文檔編號H04L1/00GK103166742SQ201310015490
公開日2013年6月19日 申請日期2013年1月16日 優(yōu)先權(quán)日2013年1月16日
發(fā)明者劉金鑄 申請人:南京信息工程大學(xué)