基于并行GS迭代的大规模MIMO检测算法及硬件架构制造技术

本发明专利技术公开了一种基于并行GS迭代的大规模MIMO检测算法（MMSE‑PGS）及相应的硬件架构，通过改变原有GS迭代方法中元素的更新顺序，使得所提出的MMSE‑PGS算法能够被并行实现。根据数值模拟结果，本发明专利技术所提出的MMSE‑PGS算法在复杂性和性能方面优于常规的基于NSE的方法。与现有技术相比，本发明专利技术重点考虑了计算复杂度和算法性能，有效避免了复杂度高的高阶矩阵求逆过程，且能够达到和传统GS迭代算法一致的检测效果；由于并行化了传统的GS迭代方法，本发明专利技术采用的并行GS迭代方法减少了每轮迭代的硬件延时，大大提高了硬件吞吐率。另一方面，由于引入的预处理和辅助变量，并行GS迭代模块中的每个PE采用的乘法器所需字长明显减少，进一步减少了整体硬件消耗。

【技术实现步骤摘要】
基于并行GS迭代的大规模MIMO检测算法及硬件架构
本专利技术属于计算机通信和数字电路领域，涉及一种大规模MIMO系统上行链路信号线性检测方法及其硬件架构。
技术介绍
大规模多输入多输出(MIMO)被认为是第5代(5G)无线系统的关键技术之一。通过装备大量天线(例如，在基站处安装数百个并且用户端安装数十个)，该技术可以提供更高的频谱效率，更快的峰值数据速率以及比小规模MIMO系统上的更好的能量效率。然而，在大规模MIMO上行链路中，随着天线数目的显着增加，诸如最大似然(ML)检测和最大后验(MAP)检测的最佳检测方法在计算复杂度方面变得难以承受。因此研究人员将目光转向近似MAP算法(例如消息传递检测器)和近似ML检测算法(例如多分支和可能性上升搜索(LAS)检测器)。同时，线性检测方法，如迫零(ZF)和最小均方误差(MMSE)，在大规模MIMO系统中因其次优性能和低复杂性特性备受关注。虽然大规模MIMO有着优越的性能，但是天线量级的巨大增幅带来了计算复杂度的指数上升。目前已有多篇文章提出了大规模MIMO上行链路信号检测的算法及架构，其主要的计算复杂度在于一个高阶矩阵的求逆，假设M为用户数。若采用精确的矩阵求逆方法，如Cholesky分解法，则计算复杂度为O(M3)。那么当M的数量极大时，这样的求逆方案将带来巨大的计算和硬件消耗。近几年，LinglongDai等研究人员提出了基于Gauss-Seidel(GS)方法的软输出检测算法，该算法主要采用GS迭代方法求解线性方程组，从而避免了复杂度较高的矩阵精确求逆，但由于GS迭代方法固有的数据依赖特性，每轮迭代中的元素必须按顺序更新，不能并行计算，这使得该算法不利于高吞吐率的硬件实现。
技术实现思路
专利技术目的：针对现有技术的不足，本专利技术提出了一种基于并行GS迭代的大规模MIMO检测算法(MMSE-PGS)及相应的硬件架构。通过略微改变原有GS迭代方法中元素的更新顺序，使得所提出的MMSE-PGS算法能够被并行实现，从而进一步提高硬件的吞吐率。根据数值模拟结果，本专利技术所提出的MMSE-PGS算法在复杂性和性能方面优于常规的基于NSE的方法，当迭代次数足够大时，所提出的MMSE-PGS算法能够达到和传统GS迭代检测算法一样的误码率性能。技术方案：本专利技术提供了一种基于并行GS迭代方法的大规模MIMO线性检测算法，包括以下步骤：步骤1：将信道矩阵H和接收信号y经过匹配滤波和矩阵运算，得到匹配滤波器输出yMF＝HHy和规则化Gram矩阵W＝G+NOIM，其中Gram矩阵G＝HHH，NO为噪声方差，IM为M维单位矩阵，(.)H为共轭转置操作，M为矩阵W的维度，即发射天线数；步骤2：计算系数矩阵A＝D-1W和常数向量b＝D-1yMF，使得系数矩阵对角线元素为1，其中D为W的对角阵；步骤3：设置迭代初始解为x0＝0和辅助向量初始化s＝b，目标迭代次数K；步骤4：开始迭代过程，每轮迭代中对矩阵和向量的每列进行并行运算，当行号和列号相同时，令xi＝si，si＝bi，否则令si＝si-Aijxj，i和j分别为系数矩阵的行号和列号，K轮迭代后，xK即为待检测信号的估计结果。一种实现上述的基于并行GS迭代的大规模MIMO线性检测算法的硬件架构，包括Gram矩阵&匹配滤波模块、预处理模块和并行GS迭代模块；所述Gram矩阵&匹配滤波模块包括：由复数乘法累加器(MAC)组成的匹配滤波计算单元，用于计算yMF＝HHy，以及规则化Gram矩阵计算单元，用于计算W＝G+NOIM；所述预处理模块包括：求倒数单元，用于计算W对角元素的倒数D-1，以及乘法器阵列，用于计算A＝D-1W和b＝D-1yMF；所述并行GS迭代模块包括一个控制器和一系列结构相同的处理单元(PE)，每个处理单元并行计算，实现xi＝si，si＝bi运算或si＝si-Aijxj运算。进一步地，每个处理单元(PE)包括：一个乘法器，用于计算Aijxj；一个加法器，用于计算si-Aijxj；一个寄存器，用于保存si的当前值；两个交换电路，用于切换PE工作模式，在模式1中PE执行si＝si-Aijxj运算，在模式2中PE执行xi＝si，si＝bi运算。进一步地，所述并行GS迭代模块中共有M个PE与控制器相连，控制器负责向PE输入Aij和bi，并与PE交换xi和xj；同时，控制器提供控制信号，负责切换PE的工作模式，经过K轮迭代后，控制器输出检测结果。工作原理：考虑到大规模MIMO系统上行链路MMSE检测中滤波矩阵W为Hermitian正定阵且主对角线占优，本专利技术采用的并行GS迭代方法在多次迭代后一定收敛，有效避免了复杂度高的矩阵求逆过程，从而得到近似线性MMSE检测效果。另一方面，由于本专利技术采用的并行GS迭代方法打破了传统GS迭代方法的元素更新次序，因此在初始的几轮迭代内，性能略低于传统GS迭代方法，但随着迭代次数的增大，本专利技术采用的并行GS迭代方法最终功能能够达到和传统GS迭代方法一致的误码率效果。有益效果：与现有技术相比，本专利技术重点考虑了计算复杂度和算法性能，有效避免了复杂度高的高阶矩阵求逆过程，且能够达到和传统GS迭代算法一致的检测效果(接近线性MMSE检测效果)；由于并行化了传统的GS迭代方法，本专利技术采用的并行GS迭代方法减少了每轮迭代的硬件延时，有利于提高硬件吞吐率。另一方面，本专利技术为迭代算法，在软件编程方面可以节省内存消耗，在硬件实现方面具有节省面积的优点。附图说明图1为发射天线(用户)数为16，接收天线数为64时，采用本专利技术信号检测算法和其他传统检测算法的误码率对比图；图2为发射天线(用户)数为16，接收天线数为128时，采用本专利技术信号检测算法和其他传统检测算法的误码率对比图；图3为本专利技术提供的基于并行GS迭代的大规模MIMO检测算法的硬件架构示意图；图4为并行GS迭代模块硬件架构图及内部处理单元(PE)结构图；图5为并行GS迭代模块时序调度示意图。具体实施方式本实施例中建立一个大规模MIMO上行链路系统进行模拟操作。在大规模MIMO上行链路中，一般有Nr》Nt(基站天线数Nr远大于发射天线数，即用户数Nt)。首先Nt个不同用户产生的并行传输比特流分别通过信道编码进行编码，然后映射到星座符号，并采取星座图集合能量归一化。让x＝[x1,x2,x3,…,xNt]T表示信号向量，x中包含了分别从Nt个用户产生的传输符号，采用64-QAM方式映射。H表示维度是Nr×Nt信道矩阵，故上行链路基站端的接收信号向量y可以表示为y＝Hx+n其中y的维度为Nr×1，n为Nt×1维的加性白噪声向量，其元素服从零均值方差为No的高斯分布。上行链路多用户信号检测任务就是从接收机接收向量y＝[y1,y2,y3,…,yNr]T估计传输信号符号x。假设H已知(平坦Rayleigh衰落信道)，其元素服从均值为0方差为1的独立同分布，采用最小均方误差(MMSE)线性检测理论，对传输信号向量的估计表示为该估计过程等效为求解线性方程组基于上述模型，本专利技术实施例公开的基于并行GS迭代方法的大规模MIMO线性检测算法，包括如下步骤：步骤1：将信道矩阵H和接收信号y经过匹配滤波和矩阵运算，得到匹配滤波器输出yMF＝HHy和规则化Gram矩阵W＝H本文档来自技高网...

【技术保护点】
一种基于并行GS迭代的大规模MIMO检测算法，其特征在于，包括以下步骤：步骤1：将信道矩阵H和接收信号y经过匹配滤波和矩阵运算，得到匹配滤波器输出y

【技术特征摘要】
1.一种基于并行GS迭代的大规模MIMO检测算法，其特征在于，包括以下步骤：步骤1：将信道矩阵H和接收信号y经过匹配滤波和矩阵运算，得到匹配滤波器输出yMF＝HHy和规则化Gram矩阵W＝G+NoIM，其中Gram矩阵G＝HHH，No为噪声方差，IM为M维单位矩阵，(.)H为共轭转置操作，M为矩阵W的维度，即发射天线数；步骤2：计算系数矩阵A＝D-1W和常数向量b＝D-1yMF，使得系数矩阵对角线元素为1，其中D为W的对角阵；步骤3：设置迭代初始解为x0＝0和辅助向量初始化s＝b，目标迭代次数K；步骤4：开始迭代过程，每轮迭代中对矩阵和向量的每列进行并行运算，当行号和列号相同时，令xi＝si，si＝bi，否则令si＝si-Aijxj，i和j分别为系数矩阵的行号和列号，K轮迭代后，xK即为待检测信号的估计结果。2.一种实现权利要求1所述的基于并行GS迭代的大规模MIMO线性检测算法的硬件架构，其特征在于：包括Gram矩阵&匹配滤波模块、预处理模块和并行GS迭代模块；所述Gram矩阵&匹配滤波模块包括：由复数乘法累加器(MAC)组成的匹配滤波计算单...

【专利技术属性】
技术研发人员：张川，吴至榛，尤肖虎，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32