基于树搜索的对偶格约减低复杂度MIMO检测算法制造技术

本发明专利技术提供了一种基于树搜索对偶格约减(TDLR)低复杂度MIMO检测算法，在树搜索过程中，该算法通过增加基矢量长度判决条件来约减标号搜索次数，通过子节点的度量预测来避免不必要的路径扩展，通过采用裁剪策略来降低算法的复杂度。相比已存在的对偶LLL(DLLL)算法，TDLR算法需要更少的迭代时间并产生更好的正交基矢量。此外，尤其对于大规模MIMO系统，TDLR辅助的检测器比DLLL辅助的检测器获得更好的性能和更低的复杂度。

【技术实现步骤摘要】
基于树搜索的对偶格约减低复杂度MIMO检测算法
本专利技术涉及无线通信
，具体的涉及一种基于树搜索的对偶格约减低复杂度MIMO检测算法。
技术介绍
多输入多输出(MIMO)在未来的第五代通信系统(5G)中将成为一项关键的基础技术，MIMO通过在发送与接收端配置多根天线，来实现高频谱效率和能量效率。MIMO系统的编码简单，复杂度主要集中在检测上，为了实现MIMO技术的潜在优势，在接收端设计高效的联合检测算法极其重要。通过采用全局搜索的最大似然(ML)检测可以获得最优性能，实现全接收分集增益。然而由于过高的算法复杂度，ML检测在实际工程中难以使用。为了降低这种过高的复杂度，研究者们提出一系列高效的次优检测算法。其中的格基约减辅助的检测(LRAD)算法可以以多项式这一较低的计算复杂度获得近似ML检测的检测性能。与球形译码等近似最优算法相比，LRAD算法具有更为突出的低复杂度优势，然而格基约减算法本身的复杂度还是过高，这使其在实际工程中的应用仍受到很大的限制。为了降低格基约减算法的复杂度，各种不同的低复杂度格基约减算法不断涌现，包括许多LenstraLenstraandLovasz(LLL)和Seysen约减的改进算法以及若干种新格基约减方法。例如从星座图的最小欧氏距离最大化角度出发，利用数学优化模型来求解格基变换矩阵。也有人提出基于最大符号均方误差的最小化准则来进行格基约减运算，使得LRAD算法的符号均方误差达到最小，从而获得很好的检测性能。现有技术中已经证实采用格基约减辅助的检测器有助于提高MIMO检测方法的检测性能，但现有格基约减算法复杂度过高任然阻碍着该检测器在MIMO检测方法的使用。
技术实现思路
本专利技术所要解决的技术问题：针对现有技术存在的上述问题，提供一种基于树搜索的对偶格约减低复杂度MIMO检测算法，该方法实现了MIMO检测算法低复杂度和高检测性能兼顾的目的。本专利技术提供一种基于树搜索的对偶格约减低复杂度MIMO检测算法，包括以下步骤：S1：初始化令令根节点为树的第0层，并计算根节点度量S2：对于第k(k≥0)层的每一个节点，计算{λi,j,Di,j}，并根据od(k+1)(·)＝od(k)(·)·Di,j对所有子节点进行度量预测，在该层所有可能的分支路径中选择Di,j最大的路径，得到Mbest条扩展路径进行基更新，得到Mbest个最优候选基S3：如果第k层的所有候选节点的可能扩展路径度量都满足Di,j＝1，则树搜索终止，从最优候选基中选择od(k+1)(·)最小的路径对应的约减基和约减矩阵T并输出；如果不满足Di,j＝1，则在Mbest个候选节点中选择最小的约减基，进行基更新，作为经过TDLR算法约减后得到的约减基和约减矩阵T，并再次返回判断是否第k层的所有候选节点的可能扩展路径度量都满足Di,j＝1；S4：格基约减后得到原域的已约矩阵和变换矩阵T，其中得到格域信号模型为且z＝T-1s为格域的等效信号向量，基于格基变换后的该信号模型，在格域采用MIMO检测算法对等效信号矢量z进行检测；S5：将在格域中得到的检测结果z变换为原域并进行星座点定位，将所得结果作为检测结果输出，其中Q(·)表示星座点定位。进一步地，Mbest设置为1～10。本专利技术的技术效果：1.本专利技术提供的基于树搜索的对偶格约减低复杂度MIMO检测算法，通过将树搜索算法运用于对偶格约减算法中，并采用树裁剪策略来降低该算法的复杂度，从而实现了MIMO检测算法的高检测性能和低复杂度。2.本专利技术提供的基于树搜索的对偶格约减低复杂度MIMO检测算法，更加适用于现代通信系统中的低复杂度且高性能的树搜索对偶格约减算法。3.本专利技术提供的基于树搜索的对偶格约减低复杂度MIMO检测算法，在树搜索过程中，通过增加基矢量长度判决条件来约减标号搜索次数，通过子节点的度量预测来避免不必要的路径扩展，通过采用裁剪策略来降低算法的复杂度。4.本专利技术提供的基于树搜索的对偶格约减低复杂度MIMO检测算法，是一种更加适用于现代通信系统中的低复杂度且高性能的树搜索对偶格约减算法。本专利技术提供方法提供TDLR算法通过调整参数Mbest的值来实现算法性能与复杂度灵活的折中，Mbest的取值越大，算法搜索到全局最优解的可能性就越大，但相应的算法复杂度也会越高。如果Mbest＝1，那么TDLR的树搜索过程就变为贪婪搜索方案；如果Mbest＝∞，那么TDLR的树搜索过程就遍历所有可能的约减顺序序列，得到全局最优解。具体请参考根据本专利技术的基于树搜索的对偶格约减低复杂度MIMO检测算法提出的各种实施例的如下描述，将使得本专利技术的上述和其他方面显而易见。附图说明图1为树搜索对偶格约减(TDLR)算法的树结构模型；图2为本专利技术提供的基于树搜索的对偶格约减低复杂度MIMO检测算法的流程图；图3为8×8系统4QAM条件下，各类现有算法辅助的MIMO检测算法与本专利技术优选实施例中的基于树搜索的对偶格约减低复杂度MIMO检测算法的检测性能对比曲线示意图，其中虚线表示最小均方误差(MMSE)检测器，实线表示MMSE-SIC检测器；图4为20×20系统16QAM条件下，各类现有算法辅助的MIMO检测算法与本专利技术优选实施例中的基于树搜索的对偶格约减低复杂度MIMO检测算法的检测性能对比曲线示意图，其中虚线表示MMSE检测器，实线表示MMSE-SIC检测器；图5为各类现有算法辅助的MIMO检测算法与本专利技术优选实施例中的基于树搜索的对偶格约减低复杂度MIMO检测算法的计算复杂度对比曲线示意图。具体实施方式构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。参见图2，本专利技术提供的基于树搜索的对偶格约减低复杂度MIMO检测算法，包括以下步骤：S1：初始化令令根节点为树的第0层，并计算根节点度量S2：对于第k(k≥0)层的每一个节点，计算{λi,j,Di,j}，并根据od(k+1)(·)＝od(k)(·)·Di,j对所有子节点进行度量预测，在该层所有可能的分支路径中选择Di,j最大的路径，得到Mbest条扩展路径进行基更新，得到Mbest个最优候选基S3：如果第k层的所有候选节点的可能扩展路径度量都满足Di,j＝1，则树搜索终止，从最优候选基中选择od(k+1)(·)最小的路径对应的约减基和约减矩阵T并输出；如果不满足Di,j＝1，则在Mbest个候选节点中选择最小的约减基，进行基更新，作为经过TDLR算法约减后得到的约减基和约减矩阵T，并再次返回判断是否第k层的所有候选节点的可能扩展路径度量都满足Di,j＝1；S4：格基约减后得到原域的已约矩阵和变换矩阵T，其中得到格域信号模型为且z＝T-1s为格域的等效信号向量，基于格基变换后的该信号模型，在格域采用MIMO检测算法对等效信号矢量z进行检测；S5：将在格域中得到的检测结果z变换为原域并进行星座点定位，将所得结果作为检测结果输出，其中Q(·)表示星座点定位。该方法中步骤S4中所用MIMO检测算法可以为各类传统的现有算法，例如线性检测和连续干扰抵消检测等算法。接收信噪比无论在线性还是非线性检测算法中都是一个重要的性能参数指标，并且最小接收信噪比是由对偶基矢量的最大欧氏长度决定。本专利技术本文档来自技高网...

【技术保护点】
一种基于树搜索的对偶格约减低复杂度MIMO检测算法，其特征在于，包括以下步骤：S1：初始化令

【技术特征摘要】
1.一种基于树搜索的对偶格约减低复杂度MIMO检测算法，其特征在于，包括以下步骤：S1：初始化令令根节点为树的第0层，并计算根节点度量S2：对于第k(k≥0)层的每一个节点，计算{λi,j,Di,j}，并根据od(k+1)(·)＝od(k)(·)·Di,j对所有子节点进行度量预测，在该层所有可能的分支路径中选择Di,j最大的路径，得到Mbest条扩展路径进行基更新，得到Mbest个最优候选基S3：如果第k层的所有候选节点的可能扩展路径度量都满足Di,j＝1，则树搜索终止，从最优候选基中选择od(k+1)(·)最小的路径对应的约减基和约减矩阵T并输出；如果不满足Di,j＝1，则在Mbe...

【专利技术属性】
技术研发人员：魏急波，景常乐，周力，王欣，赵海涛，熊俊，张晓瀛，黄圣春，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南,43