本發(fā)明涉及信號(hào)處理技術(shù)領(lǐng)域，尤其涉及一種無需qr分解的mimo檢測(cè)方法。

背景技術(shù)：

mimo(multipleinputmultipleoutput)作為下一代無線通信標(biāo)準(zhǔn)中的廣泛應(yīng)用的一種物理層技術(shù)，可以在有限頻寬上提供更高的信道容量，近年來已經(jīng)成為無線通信研究中的熱點(diǎn)之一。面向未來的視角來看，無論是lte還是4g/5g標(biāo)準(zhǔn)中，都規(guī)劃了mimo技術(shù)標(biāo)準(zhǔn)。隨著收發(fā)天線數(shù)量的增加，mimo系統(tǒng)本身的復(fù)雜度也隨之迅速提高，其中一個(gè)核心問題就是低復(fù)雜度，高性能的信號(hào)檢測(cè)方法。

最大似然(maximumlikelihood,ml)檢測(cè)是理論上具有最優(yōu)誤碼率(symbolerrorrate,ser)性能的檢測(cè)方法，但ml方法計(jì)算復(fù)雜度非常龐大，難以在工程上實(shí)現(xiàn)實(shí)時(shí)處理。基于線性迫零(zeroforcing,zf)和最小均方誤差(minimummeansquareerror,mmse)檢測(cè)具有最小的計(jì)算復(fù)雜度，但檢測(cè)性能很差，難以滿足實(shí)際應(yīng)用需求。近些年來得到廣泛研究的是基于樹搜索的k-best檢測(cè)方法，k-best檢測(cè)能夠較好地權(quán)衡ser性能和算法復(fù)雜度矛盾，受到廣泛關(guān)注。k-best方法中，當(dāng)k值較小時(shí)，ser性能急劇下降，而k值加大會(huì)增加計(jì)算復(fù)雜度，而且k-best檢測(cè)需要復(fù)雜的qr(正交三角分解)分解操作。因此，對(duì)于天線數(shù)量較小的資源受限應(yīng)用場(chǎng)合(如便攜式和移動(dòng)式的終端節(jié)點(diǎn)，一般為4x4以下天線規(guī)模)，k-best方法的計(jì)算量依然很大，由此帶來的計(jì)算資源和耗能問題仍然難以承受。

針對(duì)上述問題，本發(fā)明提出了一種無需qr分解的低復(fù)雜度mimo檢測(cè)方法，該方法結(jié)合迫零檢測(cè)、鄰域擴(kuò)展和多路徑歐式距離計(jì)算，在天線規(guī)模為4x4，3x3時(shí)，具有相對(duì)低的計(jì)算復(fù)雜度，即使在高階星座映射下仍然具有k-best檢測(cè)類似的ser性能，能夠應(yīng)用在資源受限場(chǎng)合。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述的分析，本發(fā)明旨在提供一種無需qr分解的mimo檢測(cè)方法，用以解決現(xiàn)有技術(shù)計(jì)算復(fù)雜度，不適合資源受限場(chǎng)合應(yīng)用的問題。

本發(fā)明的目的主要是通過以下技術(shù)方案實(shí)現(xiàn)的：

提供一種mimo檢測(cè)方法，具體包括步驟：

步驟1.根據(jù)信噪比大小對(duì)信道矩陣分層重新排列，將信噪比最高的符號(hào)層作為父節(jié)點(diǎn)；

步驟2.在星座點(diǎn)集合中選擇m個(gè)父節(jié)點(diǎn)符號(hào)估計(jì)值，根據(jù)m個(gè)父節(jié)點(diǎn)符號(hào)估計(jì)值推導(dǎo)其余各層符號(hào)估計(jì)值，從中確定k個(gè)最優(yōu)父節(jié)點(diǎn)；

步驟3.獲取k個(gè)最優(yōu)父節(jié)點(diǎn)的歐式距離，求取最小值歐式距離，確定歐式距離最小值對(duì)應(yīng)的路徑作為最終檢測(cè)值。

其中，

步驟1中所述根據(jù)信噪比大小對(duì)信道矩陣分層重新排列，具體包括：對(duì)信道矩陣按列計(jì)算功率和，再按功率升序重新排列信道矩陣，此時(shí)對(duì)應(yīng)符號(hào)的信噪比依次遞減。

具體的，信道矩陣按列計(jì)算功率和是通過p＝diag(h*h^t)計(jì)算的，其中h代表信道矩陣，diag(.)為取對(duì)角線元素操作。

步驟2中通過計(jì)算歐式距離確定k個(gè)最優(yōu)父節(jié)點(diǎn)。

具體的，針對(duì)4*4以上的天線規(guī)模，步驟2中在選擇m個(gè)父節(jié)點(diǎn)符號(hào)估計(jì)值之后，將父節(jié)點(diǎn)符號(hào)視為干擾，剩余符號(hào)依次對(duì)父節(jié)點(diǎn)符號(hào)作干擾抵消，再執(zhí)行迫零檢測(cè)并量化到星座點(diǎn)上，得到各層符號(hào)估計(jì)值。

步驟3中獲取k個(gè)最優(yōu)父節(jié)點(diǎn)的歐式距離進(jìn)一步是通過迭代計(jì)算k個(gè)最優(yōu)父節(jié)點(diǎn)中的每一個(gè)父節(jié)點(diǎn)的歐式距離實(shí)現(xiàn)的，具體包括：

步驟31.針對(duì)k個(gè)最優(yōu)父節(jié)點(diǎn)中的一個(gè)，選取星座點(diǎn)集合中父節(jié)點(diǎn)符號(hào)的n個(gè)最近鄰域符號(hào)作為父節(jié)點(diǎn)擴(kuò)展后的子節(jié)點(diǎn)集合；

步驟32.剩余層針對(duì)干擾層進(jìn)行干擾抵消，再進(jìn)行迫零檢測(cè)，并量化到星座點(diǎn)集合中，得到剩余層的符號(hào)估計(jì)值；

步驟33.根據(jù)步驟3的子節(jié)點(diǎn)集合和步驟4剩余層的符號(hào)估計(jì)值，計(jì)算父節(jié)點(diǎn)與n個(gè)子節(jié)點(diǎn)的n條路徑的歐式距離，將歐式距離最小值作為當(dāng)前父節(jié)點(diǎn)的歐式距離；

步驟34.分別針對(duì)k個(gè)最優(yōu)父節(jié)點(diǎn)的每一個(gè)父節(jié)點(diǎn)，重復(fù)步驟31-33，得到k個(gè)最優(yōu)父節(jié)點(diǎn)的歐式距離。

進(jìn)一步的，步驟32中，剩余層是信噪比最低的兩層，干擾層為除剩余層以外的層。

本發(fā)明有益效果如下：

本發(fā)明是一種無需qr分解的低復(fù)雜度mimo檢測(cè)方法，包括以下技術(shù)：(1)根據(jù)信噪比對(duì)信道矩陣重新排序，高信噪比對(duì)應(yīng)符號(hào)層視為剩余符號(hào)干擾；(2)逐層干擾抵消后，利用簡(jiǎn)單的求逆代替復(fù)雜的qr分解實(shí)現(xiàn)迫零檢測(cè)；(3)選擇最近符號(hào)鄰域作為擴(kuò)展子節(jié)點(diǎn)，避免復(fù)雜的樹搜索操作；(4)根據(jù)父節(jié)點(diǎn)、子節(jié)點(diǎn)和剩余符號(hào)估計(jì)值，計(jì)算路徑歐式距離并比較。其中通過簡(jiǎn)單的矩陣求逆代替qr分解，以及符號(hào)鄰域擴(kuò)展子節(jié)點(diǎn)，使得本發(fā)明非常適用于小天線規(guī)模，資源受限場(chǎng)合下的mimo信號(hào)檢測(cè)，能夠以相對(duì)較少的計(jì)算復(fù)雜度，有效提高誤碼率性能。

本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分的從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

附圖說明

附圖僅用于示出具體實(shí)施例的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制，在整個(gè)附圖中，相同的參考符號(hào)表示相同的部件。

圖1為4x4天線規(guī)模mimo檢測(cè)流程；

圖2為16-qam最近符號(hào)鄰域擴(kuò)展子節(jié)點(diǎn)示意圖。

具體實(shí)施方式

下面結(jié)合附圖來具體描述本發(fā)明的優(yōu)選實(shí)施例，其中，附圖構(gòu)成本申請(qǐng)一部分，并與本發(fā)明的實(shí)施例一起用于闡釋本發(fā)明的原理。

本發(fā)明的一個(gè)具體實(shí)施例，公開了一種mimo(multipleinputmultipleoutput)檢測(cè)方法，以4x4天線規(guī)模為例。

為描述方便，天線規(guī)模mimo系統(tǒng)基帶等效模型式為y＝h·s+w；其中，y為接收信號(hào)向量，h為信道矩陣，s為發(fā)送信號(hào)復(fù)向量，ω是具有獨(dú)立同分布統(tǒng)計(jì)特性的高斯噪聲向量。

4x4天線規(guī)模mimo系統(tǒng)基帶等效模型如公式(2)所示，其中信道矩陣h對(duì)應(yīng)4輸入4輸出天線；s為4x1維的發(fā)送信號(hào)復(fù)向量，對(duì)應(yīng)到m個(gè)正交幅度調(diào)制(qam)的星座點(diǎn)符號(hào)，實(shí)施例具體采用16-qam；y為4x1維的接收信號(hào)向量，ω是具有獨(dú)立同分布統(tǒng)計(jì)特性的高斯噪聲向量。mimo基帶等效模型按行可分為4層，其中第一行作為最頂層，即層4，對(duì)應(yīng)父節(jié)點(diǎn)，后續(xù)層次遞減。所述y、h、w均為已知量，通過s的估計(jì)值進(jìn)行計(jì)算和判斷，得出最優(yōu)檢測(cè)值。

本發(fā)明提供的mimo檢測(cè)方法具體步驟如下。

步驟1.根據(jù)4x4天線規(guī)模，根據(jù)信噪比大小對(duì)信道矩陣h按列進(jìn)行重新排列，信噪比大小從左至右依次遞減。將信噪比最高的符號(hào)層作為父節(jié)點(diǎn)，將信噪比次高的符號(hào)層作為子節(jié)點(diǎn)。

對(duì)于確定的星座點(diǎn)符號(hào)功率，信道功率越小，對(duì)應(yīng)符號(hào)的信噪比越大，則該符號(hào)估計(jì)值具有更高可信度。因此，對(duì)信道矩陣h按列計(jì)算功率和，計(jì)算公示如公式(2)所示，其中diag(.)為取對(duì)角線元素操作。按功率p升序重新排列信道矩陣h的層，排序后對(duì)應(yīng)信噪比依次遞減，其中s1信噪比最高，其估計(jì)值可信度最高，s2次之，s4信噪比最低，估計(jì)值的可信度最低。

p＝diag(h*h^t)(2)

檢測(cè)過程從高信噪比符號(hào)估計(jì)起始，依次逐層處理，其中高信噪比對(duì)應(yīng)符號(hào)層視為剩余符號(hào)干擾。

步驟2：信噪比最高的符號(hào)層，即第4層作為父節(jié)點(diǎn)，在星座點(diǎn)集合中選擇m個(gè)父節(jié)點(diǎn)符號(hào)估計(jì)值剩余層依次對(duì)父節(jié)點(diǎn)符號(hào)作干擾抵消，然后進(jìn)行迫零檢測(cè)，并量化到星座點(diǎn)上，得到其余層各的符號(hào)估計(jì)值。

具體的，以信噪比最高的符號(hào)層，即層4作為父節(jié)點(diǎn)，在星座點(diǎn)集合中選擇m個(gè)父節(jié)點(diǎn)符號(hào)估計(jì)值為實(shí)施例以16-qam為例，選擇16個(gè)父節(jié)點(diǎn)符號(hào)估計(jì)值對(duì)后續(xù)層次而言，父節(jié)點(diǎn)符號(hào)視為干擾，剩余符號(hào)依次對(duì)父節(jié)點(diǎn)符號(hào)作干擾抵消，干擾抵消采用公示(3)進(jìn)行。

對(duì)應(yīng)m個(gè)qam星座點(diǎn)符號(hào)s1抵消后，如下式(4)作zf檢測(cè)(迫零檢測(cè))，得到3x1維向量再經(jīng)過判決量化到星座點(diǎn)上，可得到m個(gè)剩余符號(hào)(s2，s3，s4)估計(jì)值分別對(duì)應(yīng)第3，2，1層節(jié)點(diǎn)符號(hào)估計(jì)值。

本實(shí)施例以4x4的天線規(guī)模為例進(jìn)行說明，當(dāng)天線規(guī)模為3x3時(shí)，則無需對(duì)父節(jié)點(diǎn)符號(hào)作干擾抵消的步驟。當(dāng)天線規(guī)模在4x4以上時(shí)，也需要干擾抵消的步驟。

步驟3：根據(jù)m個(gè)父節(jié)點(diǎn)符號(hào)推導(dǎo)的各層符號(hào)估計(jì)值，計(jì)算歐式距離并排序，確定k個(gè)最優(yōu)父節(jié)點(diǎn)。

根據(jù)m個(gè)父節(jié)點(diǎn)符號(hào)推導(dǎo)的m組各層符號(hào)估計(jì)值，分別按下式(5)計(jì)算歐式距離t1，對(duì)m個(gè)歐式距離按升序排序，確定前k個(gè)歐式距離所對(duì)應(yīng)的節(jié)點(diǎn)符號(hào)估計(jì)值為最優(yōu)節(jié)點(diǎn)集合。

步驟4：針對(duì)k個(gè)最優(yōu)父節(jié)點(diǎn)中的一個(gè)，選取星座點(diǎn)集合中父節(jié)點(diǎn)符號(hào)的n個(gè)最近鄰域符號(hào)作為父節(jié)點(diǎn)擴(kuò)展后的子節(jié)點(diǎn)集合。

具體的，在最優(yōu)節(jié)點(diǎn)集合中，對(duì)應(yīng)層3的節(jié)點(diǎn)符號(hào)選取星座點(diǎn)集合中與該節(jié)點(diǎn)符號(hào)的最近鄰域符號(hào)作為父節(jié)點(diǎn)擴(kuò)展后的子節(jié)點(diǎn)集合，假定最近鄰域?yàn)閚個(gè)，即有n個(gè)子節(jié)點(diǎn)最近鄰域符號(hào)擴(kuò)展方法如附圖2所示。以16-qam為例，在圖2中的16-qam星座圖中，對(duì)應(yīng)圖中黑色實(shí)點(diǎn)，根據(jù)其在星座圖中的位置，有3個(gè)最近鄰域集合，如圖2中虛線方框，分別對(duì)應(yīng)3，5，8個(gè)最近鄰域符號(hào)，即圖2中虛線方框內(nèi)的白點(diǎn)所示。

上層節(jié)點(diǎn)符號(hào)在擴(kuò)展下層子節(jié)點(diǎn)時(shí)，選取星座點(diǎn)集合中與該節(jié)點(diǎn)符號(hào)的最近鄰域符號(hào)作為父節(jié)點(diǎn)擴(kuò)展后的子節(jié)點(diǎn)集合。最近鄰域擴(kuò)展方法是根據(jù)父節(jié)點(diǎn)符號(hào)在mimo調(diào)制星座圖的位置依次選擇距離最小的鄰居符號(hào)，子節(jié)點(diǎn)集合元素僅由mimo調(diào)制星座圖確定，具有極小的計(jì)算復(fù)雜度。

步驟5：將父節(jié)點(diǎn)、子節(jié)點(diǎn)視為干擾，除去父節(jié)點(diǎn)和子節(jié)點(diǎn)的剩余層進(jìn)行干擾抵消后，進(jìn)行迫零檢測(cè)，并量化到星座點(diǎn)集合中，得到除父節(jié)點(diǎn)、子節(jié)點(diǎn)之外，剩余層的符號(hào)估計(jì)值。

具體的，將層4對(duì)應(yīng)父節(jié)點(diǎn)的層3對(duì)應(yīng)的子節(jié)點(diǎn)視為干擾，剩余層再次干擾抵消，如下式(6)所示。

依次按序抵消后，如下式(7)作zf檢測(cè)，得到2x1維向量再經(jīng)過判決量化到星座點(diǎn)上，更新剩余符號(hào)(s3，s4)估計(jì)值分別對(duì)應(yīng)第2，1層節(jié)點(diǎn)符號(hào)估計(jì)值。

本實(shí)施例以4x4的天線規(guī)模為例進(jìn)行說明，當(dāng)天線規(guī)模為3x3時(shí)，則只需要將父節(jié)點(diǎn)視為干擾，進(jìn)行干擾抵消；當(dāng)天線規(guī)模為4x4時(shí)，則需要將父節(jié)點(diǎn)、子節(jié)點(diǎn)均視為干擾；當(dāng)天線規(guī)模大于4x4時(shí)，剩余層是信噪比最低的兩層，干擾層為除剩余層以外的層，剩余層針對(duì)干擾層進(jìn)行干擾抵消。

步驟6：根據(jù)步驟4中的子節(jié)點(diǎn)路徑集合，計(jì)算父節(jié)點(diǎn)與n個(gè)子節(jié)點(diǎn)的n條路徑的歐式距離，將歐式距離最小值作為當(dāng)前父節(jié)點(diǎn)的歐式距離。

具體的，對(duì)應(yīng)每一個(gè)父節(jié)點(diǎn)按下式(8)計(jì)算歐式距離t2，根據(jù)步驟4中的n個(gè)子節(jié)點(diǎn)可確定n條路徑，重復(fù)步驟5，可得到對(duì)應(yīng)的n條路徑的歐式距離ω(t2,n)。

步驟7：求取n條路徑的歐式距離最小值，作為當(dāng)前父節(jié)點(diǎn)的歐式距離。

具體的，如下式(9)求取n條路徑的歐式距離最小值，作為當(dāng)前父節(jié)點(diǎn)的歐式距離t3，與排序計(jì)算相比，求取最小值計(jì)算復(fù)雜度顯然更低。

t3＝min(ω(t2,n))(9)

步驟8：改變步驟s4中針對(duì)的k個(gè)最優(yōu)父節(jié)點(diǎn)中的一個(gè)，即分別針對(duì)k個(gè)最優(yōu)父節(jié)點(diǎn)的其他父節(jié)點(diǎn)，重復(fù)步驟4-7，得到k個(gè)父節(jié)點(diǎn)歐式距離ω(t3,k)。

步驟9：取k個(gè)父節(jié)點(diǎn)的歐式距離最小值所對(duì)應(yīng)的路徑作為4個(gè)接收天線層符號(hào)為最終檢測(cè)值。

具體的，如下式(10)求取k個(gè)父節(jié)點(diǎn)對(duì)應(yīng)歐式距離集合的最小值，確定對(duì)應(yīng)的路徑作為4個(gè)接收天線層符號(hào)為最終檢測(cè)值。

t3＝min(ω(t3,k))(10)

步驟2和5是以高信噪比層次作為上層節(jié)點(diǎn)，在節(jié)點(diǎn)符號(hào)集合中依次選擇節(jié)點(diǎn)符號(hào)估計(jì)值，后續(xù)層次將上層符號(hào)估計(jì)值視為干擾，在天線接收向量中減去干擾影響，即實(shí)現(xiàn)干擾抵消后作迫零檢測(cè)，得到后續(xù)符號(hào)向量，再經(jīng)過判決量化到星座點(diǎn)上，可得到剩余符號(hào)估計(jì)值。4x4天線規(guī)模依次對(duì)層4、層3作干擾抵消和迫零檢測(cè)，3x3天線規(guī)模則僅需對(duì)層3作干擾抵消和迫零檢測(cè)。

本發(fā)明根據(jù)父節(jié)點(diǎn)符號(hào)估計(jì)值，擴(kuò)展子節(jié)點(diǎn)符號(hào)估計(jì)值、抵消干擾后再迫零檢測(cè)得到的剩余符號(hào)估計(jì)值，進(jìn)行多路徑的歐式距離計(jì)算并比較。檢測(cè)方法中總計(jì)包括兩次歐式距離計(jì)算、一次歐式距離排序和兩次歐式距離求最小值。歐式距離的計(jì)算和比較決定最終的計(jì)算并行度和復(fù)雜度。

本方法利用小天線規(guī)模的簡(jiǎn)單求逆操作替代qr分解，待估計(jì)符號(hào)的最近鄰域擴(kuò)展子節(jié)點(diǎn)，以及多路徑歐式距離計(jì)算與比較，在4x4，3x3天線規(guī)模下，對(duì)低階16-qam和高階64-qam均能夠?qū)崿F(xiàn)類似于k-best檢測(cè)ser性能，解決了mimo檢測(cè)計(jì)算復(fù)雜度和ser性能的矛盾問題，能夠有效降低計(jì)算復(fù)雜度，顯著提高mimo檢測(cè)ser性能。

綜上所述，本發(fā)明實(shí)施例提供了一種無需qr分解的低復(fù)雜度mimo檢測(cè)方法，主要給出了4x4天線規(guī)模的信道矩陣重排預(yù)處理、迫零檢測(cè)、符號(hào)鄰域擴(kuò)展和多路徑歐式距離計(jì)算和比較等主要流程。本發(fā)明以簡(jiǎn)單的矩陣求逆代替qr分解，符號(hào)鄰域擴(kuò)展子節(jié)點(diǎn)方法非常適用于小天線規(guī)模，資源受限場(chǎng)合下的mimo信號(hào)檢測(cè)，能夠以相對(duì)較少的計(jì)算復(fù)雜度，有效提高誤碼率性能。

本領(lǐng)域技術(shù)人員可以理解，實(shí)現(xiàn)上述實(shí)施例方法的全部或部分流程，可以通過計(jì)算機(jī)程序來指令相關(guān)的硬件來完成，所述的程序可存儲(chǔ)于計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中。其中，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)為磁盤、光盤、只讀存儲(chǔ)記憶體或隨機(jī)存儲(chǔ)記憶體等。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。