一种优化的大规模MIMO信号检测方法技术

本发明专利技术公开了一种优化的大规模MIMO信号检测方法，包括以下步骤：步骤1、大规模MIMO系统的接收天线接收信号，并将信号传输给信号处理模块；步骤2、信号处理模块采用SSOR算法对接收的信号检测，得到SSOR算法检测结果；步骤3、对SSOR算法检测结果进行优化，得到优化后的检测输出，完成对信号的检测。本发明专利技术的收敛速度对松弛参数不是很敏感，因此可以选取简单且经过近似后的松弛参数，本发明专利技术以SSOR检测结果为基础，利用切比雪夫加速法进行优化，和MMSE检测方法相比，大大降低了算法复杂度。

【技术实现步骤摘要】
一种优化的大规模MIMO信号检测方法
本专利技术属于无线通信领域，涉及一种大规模MIMO系统的信号检测方法，可用5G无线通信系统中的MIMO接收机。
技术介绍
近年来，大规模MIMO技术已经成为5G移动通信研究的热点，然而，在传统MIMO系统中高效的接收机难以在大规模MIMO中发挥作用。在大规模MIMO上行链路中，当使用最佳的ML检测方法时，复杂度随发射天线数目和调制阶数呈指数增加，在大规模MIMO系统中难以实现，为了获得低复杂且接近最佳的ML检测性能，人们提出了非线性固定复杂度的球形解码算法和禁忌搜索算法，但是，当MIMO系统的维度很大或者调制阶数很高时，这些算法的复杂度仍然很大。随着基站端的天线大幅度增加，信道之间渐渐正交，基于这个重要特性，在传统MIMO系统中性能不理想的简单线性接收方法，比如：匹配滤波(MF)、迫零(ZF)和最小均方误差(MMSE)，都可以应用于大规模MIMO系统中且获得很好性能。相比MF和ZF算法，MMSE检测算法能够获得更准确的判断，较广泛地用于无线通信系统。但是MMSE线性检测算法涉及复杂的矩阵求逆。为了降低矩阵求逆带来的计算复杂度，人们又提出了纽曼级数近似算法，它把矩阵求逆转换成一系列矩阵-向量的乘积；但是，当迭代次数大于2时，计算复杂度减少就不明显了。由上可知，MMSE线性检测算法由于涉及复杂的矩阵求逆，还是具有较高的复杂度，不方便硬件实现，因此需要进一步降低检测的复杂度，以便于实际应用。
技术实现思路
本专利技术要解决的技术问题在于提供一种优化的大规模MIMO信号检测方法，进一步降低检测的复杂度。为实现上述目的，本专利技术提出的技术方案为一种优化的大规模MIMO信号检测方法，包括以下步骤：步骤1、大规模MIMO系统的接收天线接收信号，并将信号传输给信号处理模块；步骤2、信号处理模块采用SSOR(SymmetricSuccessiveOver-Relaxation，对称逐次超松弛)算法对接收的信号检测，得到SSOR算法检测结果；步骤3、对SSOR算法检测结果进行优化，得到优化后的检测输出，完成对信号的检测。进一步，上述步骤2中采用SSOR算法对接收信号进行检测,具体步骤为：步骤2-1、在上行大规模MIMO系统中，信道矩阵H列满秩，方程Hq＝0有唯一解，即q是K×1零向量，因此，对于任意K×1非零向量x，可得(Hx)HHx＝xH(HHH)x＝xHGx＞0GH＝(HHH)H＝HHH＝G这表明格拉姆矩阵G＝HHH是正定的，且表明矩阵G是Hermitian的,所以矩阵G是Hermitian正定的，而噪声方差σ2是正数，故MMSE滤波矩阵W＝G+σ2IK也是Hermitian正定的；步骤2-2、MMSE滤波矩阵W是Hermitian正定的,分解W所用公式为：W＝D-L-U其中，D、L和U分别表示对角矩阵，严格下三角矩阵和严格上三角矩阵；步骤2-3、一次SSOR迭代由两部分半迭代组成，前半部分迭代和SOR迭代相同，确定第k+1/2次检测出的信号估计值所用公式为：其中，0＜w＜2是松弛参数，是滤波输出；步骤2-4、计算后半部分迭代，和SOR逆序一样，确定第k+1次检测出的信号估计值所用公式为：上述步骤3中，对SSOR算法检测结果进行优化，具体步骤为：步骤3-1、在大规模MIMO系统，当基站天线数N和用户数K很大且固定时，D-1可用公式表示：并且W的最大特征值λ1和最小特征值λK可以近似为：步骤3-2、在上述的系统中，Jacobi迭代矩阵BJ的谱半径可以表示为：BJ＝IK-D-1W；步骤3-3、松弛参数w影响基于CSSOR检测算法的收敛速度，最佳松弛参数可以表示为：由上面的步骤3-1和步骤3-2可以得到最佳松弛参数的近似值表示为：步骤3-4、切比雪夫加速法计算第k+1次迭代的信号估计值所用公式为：其中，ηk是迭代参数，η0＝2，μ和α是常数，所用公式为：步骤3-5、发射信号估计值会影响迭代的收敛速度，选择一个合适的初始值可以进一步加快收敛速度，所用公式为：与现有技术相比，本专利技术的优点：1)本专利技术的收敛速度对松弛参数不是很敏感，这意味着可以选取简单且经过近似后的松弛参数；2)本专利技术以SSOR检测结果为基础，利用切比雪夫加速法进行优化，和MMSE检测方法相比，大大降低了算法复杂度。附图说明图1是本专利技术实施例的系统组成图。图2是本专利技术的流程图。图3是本专利技术实施例的误码率随信噪比变化曲线。具体实施方式现结合附图对本专利技术作进一步详细描述。本专利技术的一种优化的大规模MIMO信号检测方法，如图2所示，包括以下步骤：步骤1、大规模MIMO系统的接收天线接收信号，并将信号传输给信号处理模块；步骤2、信号处理模块采用SSOR算法对接收的信号检测，得到SSOR算法检测结果；采用SSOR算法对接收的信号进行检测具体为：步骤2-1在上行大规模MIMO系统中，信道矩阵H列满秩，方程Hq＝0有唯一解，即q是K×1零向量，因此，对于任意K×1非零向量x，可得(Hx)HHx＝xH(HHH)x＝xHGx＞0GH＝(HHH)H＝HHH＝G这表明格拉姆矩阵G＝HHH是正定的，且表明矩阵G是Hermitian的,所以矩阵G是Hermitian正定的。而噪声方差σ2是正数，故MMSE滤波矩阵W＝G+σ2IK也是Hermitian正定的。步骤2-2MMSE滤波矩阵W是Hermitian正定的,分解W所用公式为：W＝D-L-U其中，D、L和U分别表示对角矩阵，严格下三角矩阵和严格上三角矩阵。步骤2-3一次SSOR迭代由两部分半迭代组成，前半部分迭代和SOR迭代相同，确定第k+1/2次检测出的信号估计值所用公式为：其中，0＜w＜2是松弛参数，是滤波输出。步骤2-4计算后半部分迭代，它和SOR逆序一样，确定第k+1次检测出的信号估计值所用公式为：步骤3、对SSOR算法检测结果进行优化，得到优化后的检测输出，完成对信号的检测。对SSOR算法检测结果进行优化具体步骤为：步骤3-1、在大规模MIMO系统，当基站天线数N和用户数K很大且固定时，D-1可用公式表示：并且W的最大特征值λ1和最小特征值λK可以近似为：步骤3-2、在上述的系统中，Jacobi迭代矩阵BJ的谱半径可以表示为：BJ＝IK-D-1W步骤3-3、松弛参数w影响基于CSSOR检测算法的收敛速度，最佳松弛参数可以表示为：从上面的步骤3-1和步骤3-2可以得到最佳松弛参数的近似值表示为：步骤3-4、切比雪夫加速法计算第k+1次迭代的信号估计值所用公式为：其中，ηk(η0＝2)是迭代参数，μ和α是常数，所用公式为：步骤3-5、发射信号估计值会影响迭代的收敛速度，选择一个合适的初始值可以进一步加快收敛速度，所用公式为：为便于本领域的技术人员进一步理解和实施本专利技术，现提供一个实施例对本专利技术做进一步详细的描述：实施例：整个系统组成图如图1所示，系统采用K发N收的大规模MIMO系统。数据比特流为8×106，调制方式为64QAM。假设传输信道为平坦瑞利衰落信道，信道状态信息在发送和接收端均已知。首先对系统接收天线接收到的信号进行SSOR检测，具体步骤为：步骤1、在上行大规模MIMO系统中，信道矩阵H列满秩，方程Hq＝0有唯一解，即q是K×1零向量，因此，对于任意K×1非零向量x，可得(Hx)HH本文档来自技高网...

【技术保护点】
一种优化的大规模MIMO信号检测方法，其特征在于，包括以下步骤：步骤1、大规模MIMO系统的接收天线接收信号，并将信号传输给信号处理模块；步骤2、信号处理模块采用SSOR算法对接收的信号检测，得到SSOR算法检测结果；步骤3、对SSOR算法检测结果进行优化，得到优化后的检测输出，完成对信号的检测。

【技术特征摘要】
1.一种优化的大规模MIMO信号检测方法，其特征在于，包括以下步骤：步骤1、大规模MIMO系统的接收天线接收信号，并将信号传输给信号处理模块；步骤2、信号处理模块采用SSOR算法对接收的信号检测，得到SSOR算法检测结果；步骤3、对SSOR算法检测结果进行优化，得到优化后的检测输出，完成对信号的检测。2.根据权利要求1所述的优化的大规模MIMO信号检测方法，其特征在于，步骤2中采用SSOR算法对接收信号进行检测,具体步骤为：步骤2-1、在上行大规模MIMO系统中，信道矩阵H列满秩，方程Hq＝0有唯一解，即q是K×1零向量，因此，对于任意K×1非零向量x，可得(Hx)HHx＝xH(HHH)x＝xHGx＞0GH＝(HHH)H＝HHH＝G这表明格拉姆矩阵G＝HHH是正定的，且表明矩阵G是Hermitian的,所以矩阵G是Hermitian正定的，而噪声方差σ2是正数，故MMSE滤波矩阵W＝G+σ2IK也是Hermitian正定的；步骤2-2、MMSE滤波矩阵W是Hermitian正定的,分解W所用公式为：W＝D-L-U其中，D、L和U分别表示对角矩阵，严格下三角矩阵和严格上三角矩阵；步...

【专利技术属性】
技术研发人员：张晶，刘孝祥，杨杰，唐太阳，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32