The present invention relates to an improved hybrid iterative detection method for uplink of large-scale MIMO systems. Based on the existing steepest descent (SD) algorithm and Gauss Seidel (GS) iterative hybrid iterative (SDGS) detection algorithm, the log-likelihood ratio (log-lihood ratio) for channel decoding is improved. The calculation of kelihood ratio (LLR) includes the following steps: 1: initialization, 2: channel model, 3: input the channel matrix H and the received signal Y into the detector, get the matched filter output and filter matrix, 4): mixed iterative detection, and finally get the initial binary user transmit signal. The invention provides a hybrid iterative detection algorithm for improving LLR, which improves the detection performance of the system while maintaining low complexity.
【技术实现步骤摘要】
一种大规模MIMO系统上行链路中的混合迭代检测方法
本专利技术涉及一种大规模MIMO系统上行链路中的混合迭代检测方法,属于通信系统中信号检测
技术介绍
与传统MIMO(multiple-inputmultiple-output,MIMO)相比,大规模MIMO在基站配置数十甚至数百根天线。天线数目的增加大大地提高了系统的能源和频谱效率,达到2~3个数量级,大规模MIMO也因此成为5G的热点研究方向之一。作为最优的检测算法,最大似然(maximumlikehood,ML)算法存在复杂度随天线数量的增多呈指数规律增长的缺点。最小均方误差(minimunmeansquareerror,MMSE)算法因为加入了计算量为O(K3)的矩阵求逆运算,效果也不理想。为了简化矩阵求逆运算,有学者提出了Neumann级数方法,但是当展开级数超过2时复杂度太高,达到O(K3)。而高斯(GaussSeidel,GS)迭代方法也可用于矩阵求逆,不仅避免了高复杂度,同时得到了接近最优的检测性能。最近新出现的一种基于最速下降(steepestdescent,SD)算法和高斯-赛得尔(GaussSeidel,GS)迭代的混合迭代(SDGS)算法解决了MMSE算法中矩阵求逆的运算问题,其复杂度低至O(K2),同时利用SD算法为GS迭代提供有效的收敛方向,加快了收敛速度。此外,在采用译码时,都有涉及到用于信道解码器的对数似然比(loglikelihoodratio,LLR),它的计算需要用到后验信号噪声及干扰比(signaltointerferenceplusnoise,SINR)。 ...
【技术保护点】
1.一种大规模MIMO系统上行链路中的混合迭代检测方法,其特征在于,包括如下步骤:步骤1):初始化处理,在基站配备发射天线数为N,同时服务用户数为K,迭代次数m;步骤2):建立信道模型,在接收端得到y=Hx+n;其中
【技术特征摘要】
1.一种大规模MIMO系统上行链路中的混合迭代检测方法,其特征在于,包括如下步骤:步骤1):初始化处理,在基站配备发射天线数为N,同时服务用户数为K,迭代次数m;步骤2):建立信道模型,在接收端得到y=Hx+n;其中表示N根天线接收到的信号矢量;表示K个用户发射的再经过64QAM信号调制后的发射信号矢量;表示信道矩阵,是通过信道估计在接收端获得的;n表示0均值、方差为σ2的N×1维加性高斯白噪声矢量;步骤3):将信道矩阵H和接收信号y输入检测器,得到匹配滤波器输出和滤波矩阵W=HHH+σ2IK,其中σ2为噪声方差,IK为K维单位矩阵,()H为共轭转置;步骤4):进行混合迭代检测,混合迭代方法用SD算法来表示前两次GS迭代,首先根据SD算法第一次迭代为:x(1)=x(0)+ur(0);其中,由于W-1为对角占优矩阵,所以用D-1代替W-1,设置初始解x(0)=D-1yMF,D为W的对角元素,()-1为求逆运算;L为W的严格下三角元素;u为标量参数,令p(0)=Wr(0),再根据GS算法第二次迭代为:x(2)=x(1)+(D+L)-1r(1);将一次SD算法和一次GS算法合并后得到:x(2)=x(0)+ur(0)+(D+L)-1(r(0)-up(0));其中r(1)=r(0)-up(0);最后将x(2)作为第一次GS迭代结果代入进行接下来m-1次GS迭代,得到估计值步骤5):传统信号检测一般采用硬判决的方式对用户发送信号的估计值即进行符号判决,为了向检测器后端输出软检测信息,需要计算用于信道译码的LLR软信息;首先根据迭代次数m计算滤波矩阵后根据公式和更新近似等效信道增益和噪声及干扰项方差由此得到对应于第i个用户所发送的第b个比特的对数似然比Li,b:其中为的对角元素矩阵,ei表示K维单位矩阵的第i个列向量,为第i个用户的SINR,表示第i个用户的信号估计值,和分别表示第b位为0和1的64QAM星座图;步骤6):将LLR软信息输入到输入译码器进行viterbi解码,最后得到初始的二进制...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。