一种MIMO信号检测方法技术

本发明专利技术公开了一种MIMO信号检测方法，其特征在于，包括：步骤一：计算信道矩阵的MP逆矩阵，并且计算判决变量向量；步骤二：量化检测判决变量向量中的所有元素，得到符号向量的检测结果，然后得到判决变量向量中噪声项的估值；步骤三：每次迭代检测，检测符号向量中的符号sk，如果sk对应的判决变量向量中的噪声项的估值是最弱的，则选择sk进行检测，sk为符号向量中的第k个元素。本发明专利技术与已有的MMSE-Simplified-OSIC-DLR、MMSE-OSNPC-DLR检测方案相比，显著改善了检测性能，进一步逼近了最佳检测性能，同时维持了原有的较低的复杂度。

【技术实现步骤摘要】

本专利技术设及一种MIMO(multiple-i吨utmultiple-output,MIM0,多输入多输出） 信号检测方法，具体设及一种低复杂度逼近最佳的MIM0信号检测方法。本专利技术属于无线通 信系统，特别是多输入多输出无线通信系统的信号检测技术。
技术介绍
在多输入多输出无线通信系统中，MIM0信号的检测，简称MIM0检测，其基本方法 包括3类，简述如下。 1)最大似然检测 最大似然（maximum1化elihood，ML)检测是众所周知的最佳检测，可W达到全分 集（分集阶数等于接收天线数），具有最佳检测性能。但是，其计算复杂度随着并行传输符 号数W及信号星座规模的增加呈指数增长，因而在许多实际场合是无法实现的。[000引。线性检测 线性检测包括迫零（zero化rcing，Z巧检测和最小均方误差（minimummean squareerror,MM沈）检测。ZF及MMSE检测具有较低的计算复杂度，但不能达到全分集，与 最佳检测性能有很大差距。 3)0SIC检测 W干扰依序逐次消去（orderedsuccessiveinterferencecancellation，OSIC) 为基本手段的迭代检测，包括基于ZF的OSIC检测（ZF-OSIC)和基于匪沈的OSIC检测 (MMSE-0SIC)检测两种具体类型。0SIC检测是对检测性能及计算复杂度的一种折中。其检 测性能显著优于线性检测而逊于ML检测，其计算复杂度高于线性检测但大大低于ML检测。 0SIC检测具有较好的检测性能，其计算复杂度在实际应用中可W接受，因而得到了广泛的 应用。 原始的0SIC检测也称为V-BLAST检测。在原始0SIC检测基础上，又提出了简化 的OSIC(Simplified-OSIC)检测，两者检测性能相同，但Simplified-OSIC检测的计算复杂 度大大降低。 除上述3类基本检测方法之外，线性检测与0SIC检测还可W与格约减（lattice re化ction，LR)方法相结合，构成各种LR辅助检测方法，W进一步提高检测性能，当然也同 时增加了计算复杂度。 目前，在LR辅助MIMI0检测的各种方案中，W对偶格约减（化alLR，化时辅助 匪SE-〇SIC(MM沈-0SIC-DLR)检测方案的检测性能最优，比较接近最佳检测性能，其中的 0SIC检测如果采用简化的Simplified-OSIC，则MM沈-Simplified-OSIC-DLR检测方案的计 算复杂度在实际应用中是可W接受的。 进一步提高已有检测方法的检测性能，或进一步降低它们的计算复杂度，或在检 测性能与计算复杂度之间找到更好的折中方法，一直是MIM0检测研究领域所追求的目标。 现有技术尚没有可行的解决方法。
技术实现思路
为解决现有技术的不足，本专利技术的目的在于提供一种MIM0信号检测方法，W解决 在提高检测方法的检测性能时不大幅提高计算复杂度的技术问题。 为了实现上述目标，本专利技术采用如下的技术方案： 一种MIM0信号检测方法，其特征在于，包括： 步骤一：计算信道矩阵的MP逆矩阵，并且计算判决变量向量； 步骤二：量化检测判决变量向量中的所有元素，得到符号向量的检测结果，然后得 到判决变量向量中噪声项的估值；[001引步骤立海次迭代检测，检测符号向量中的符号Sk，如果Sk对应的判决变量向量中 的噪声项的估值是最弱的，则选择Sk进行检测，Sk为符号向量中的第k个元素。 前述的一种MIM0信号检测方法，其特征在于，所述信道矩阵的MP逆矩阵为；B= (AHA)-iah，判决变量向量为巧=Bx=s+Bw=s+n，其中，X为接收向量，A为信道矩阵，y为 判决变量向量，n=Bw是y中的噪声项。 前述的一种MIM0信号检测方法，其特征在于，所述符号向量的检测结果为： =Q(y)S判决变量向量中噪声项的估值为；-S检测的符号向量为§D 前述的一种MIM0信号检测方法，其特征在于，所述步骤=包括： 步骤3a;找出S中具有最弱噪声估值的符号Sk;[002引步骤3b;分别删去B、S和y的第k行，依次得到B、S和灭，则有y=玄+ ;计算 投影系数；消去判决变量向量中的噪声投影，若Sk检测正确判决变量中的噪声项被减小 步骤3c;重复步骤二到步骤3b，直到S中的所有符号均被检测出。 前述的一种MIM0信号检测方法，其特征在于，所述步骤3a中，【主权项】1. 一种ΜΙΜΟ信号检测方法，其特征在于，包括： 步骤一：计算信道矩阵的MP逆矩阵，并且计算判决变量向量； 步骤二：量化检测判决变量向量中的所有元素，得到符号向量的检测结果，然后得到判 决变量向量中噪声项的估值； 步骤三：每次迭代检测，检测符号向量中的符号sk，如果Sk对应的判决变量向量中的噪 声项的估值是最弱的，则选择Sk进行检测，s k为符号向量中的第k个元素。2. 根据权利要求1所述的一种MMO信号检测方法，其特征在于，所述信道矩阵的MP逆 矩阵为：Β = (ΑΙΓΑ11，判决变量向量为：y = Bx = s+Bw = s+n，其中，X为接收向量'A为信 道矩阵，y为判决变量向量，n =Bw是y中的噪声项。3. 根据权利要求2所述的一种MIMO信号检测方法，其特征在于，所述符号向量的检测 结果为：St 判决变量向量中噪声项的估值为：= 检测的符号向量为§。4. 根据权利要求3所述的一种MMO信号检测方法，其特征在于，所述步骤三包括： 步骤3a :找出s中具有最弱噪声估值的符号sk; 步骤3b :分别删去B、s和y的第k行，依次得到5、i和F，则有y = i + ;计算投 影系数；消去判决变量向量中的噪声投影，若Sk检测正确判决变量中的噪声项被减小 步骤3c :重复步骤二到步骤3b，直到s中的所有符号均被检测出。5. 根据权利要求4所述的一种MMO信号检测方法，其特征在于，所述步骤3a中， 女=argmin^f)，吃是?的第i个元素；得到％的最终检测结果：^ 即Γ的第k个 元素；同时得到判决变量yk中的噪声项的估值％，么是?的第k个元素。6. 根据权利要求5所述的一种MMO信号检测方法，其特征在于，所述步骤3b中，投影 系数 Uik为：/?=艮 1>λΗ/|?>」|2，Ζ· = 1,2，···。7. 根据权利要求6所述的一种MMO信号检测方法，其特征在于，所述步骤3b中，计算 W=R/ = 1,2,···，然后消去判决变量向量中的噪声投影，即： 夂=艿-/%-么=丐 + Rw -凡4, z' = 1，2,…。8. 根据权利要求7所述的一种MMO信号检测方法，其特征在于，所述步骤3b中，若s k 检测正确，即毛―=~，则：兄'=写+ (艮-/?bt) w =巧+ b>，/ = 1,2, · ·。【专利摘要】本专利技术公开了一种MIMO信号检测方法，其特征在于，包括：步骤一：计算信道矩阵的MP逆矩阵，并且计算判决变量向量；步骤二：量化检测判决变量向量中的所有元素，得到符号向量的检测结果，然后得到判决变量向量中噪声项的估值；步骤三：每次迭代检测，检测符号向量中的符号sk，如果sk对应的判决变量向量中的噪声项的估值是最弱的，则选择sk进行检测，sk为符号向量中的第k个元素。本专利技术与已有的MMSE本文档来自技高网...

【技术保护点】
一种MIMO信号检测方法，其特征在于，包括：步骤一：计算信道矩阵的MP逆矩阵，并且计算判决变量向量；步骤二：量化检测判决变量向量中的所有元素，得到符号向量的检测结果，然后得到判决变量向量中噪声项的估值；步骤三：每次迭代检测，检测符号向量中的符号sk，如果sk对应的判决变量向量中的噪声项的估值是最弱的，则选择sk进行检测，sk为符号向量中的第k个元素。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘金铸，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32