一种基于SSOR迭代的大规模MIMO信号检测方法技术

本发明专利技术公开了一种基于SSOR迭代的大规模MIMO信号检测方法，该方法包括：(1)根据信道响应矩阵H构造MMSE检测矩阵T；(2)将检测矩阵T分解为矩阵T＝D+L+U，其中D表示T的对角矩阵，L代表T的严格下三角矩阵，U代表T的严格上三角矩阵，且U＝L

A large scale MIMO signal detection method based on SSOR iteration

The invention discloses a large-scale MIMO signal detection method based on SSOR iteration, the method comprises the following steps: (1) according to the channel response matrix H structure MMSE detection matrix T; (2) the detection matrix T decomposition for matrix T = D+L+U, wherein D represents a diagonal matrix of T, L on behalf of T strictly lower triangular matrix U T, representative of the strictly upper triangular matrix, and U = L

【技术实现步骤摘要】
一种基于SSOR迭代的大规模MIMO信号检测方法
本专利技术涉及无线通信
，尤其涉及一种基于SSOR迭代的大规模MIMO信号检测方法。
技术介绍
大规模MIMO(LargeScale-Multiple-InputMultiple-Output,LS-MIMO)系统是第五代移动通信系统的关键技术之一，通过在基站和用户端配备大量天线，显著地提高系统的信道容量、数据传输速率、频谱效率和通信质量。由于天线数的增多，许多适用于传统MIMO系统的高性能的算法不再适用于大规模MIMO系统，这些算法往往会产生较高的复杂度。因此如何在维持较好性能的同时降低算法复杂度成为了一个急需解决的问题。传统的信号检测算法可以根据运算特性分为线性检测算法和非线性两类。线性检测算法是使用线性运算处理信息，算法实现简单，计算复杂度低。主要有迫零检测(ZF)、匹配滤波检测(MF)和最小均方误差检测(MMSE)等。非线性检测是使用非线性运算处理信息，可以获得很好的系统性能，例如ML检测，但是计算复杂度过高，不适用于大规模MIMO系统。在线性检测算法中，MMSE检测算法具有很好的性能和较低的复杂度。但是随着天线数目的增加，MMSE检测算法存在高维矩阵求逆的过程，具有很高的计算复杂度。
技术实现思路
专利技术目的：本专利技术针对现有技术存在的问题，提供一种基于对称逐步超松弛(SSOR)迭代的大规模MIMO信号检测方法，该方法采用SSOR迭代法对高维矩阵求逆过程进行估计，将矩阵求逆过程转化为矩阵乘法和矩阵加法的迭代过程，大大降低了计算复杂度。技术方案：本专利技术所述的基于SSOR迭代的大规模MIMO信号检测方法包括：(1)根据信道响应矩阵H构造MMSE检测矩阵T；(2)将检测矩阵T分解为矩阵T＝D+L+U，其中D表示T的对角矩阵，L代表T的严格下三角矩阵，U代表T的严格上三角矩阵，且U＝LH；(3)采用信道硬化现象对估计SSOR迭代算法的最优松弛系数；(4)根据矩阵D、L和最优松弛系数，采用SSOR迭代法对经接收端匹配滤波器输出的接收信号矩阵进行检测得到发射信号估计值进一步的，步骤(1)具体包括：根据信道响应矩阵H按照以下公式构造出构造MMSE检测矩阵T：式中，σ2表示噪声方差，表示Nt×Nt的单位矩阵，Nt表示发射天线数目。进一步的，所述步骤(3)中得到的最优松弛系数其中，Nr表示接收天线数目，Nt表示发射天线数目。进一步的，步骤(4)具体包括：(4-1)设置初始值g(0)＝0，迭代次数k＝1；(4-2)根据矩阵D和L按照下式更新：式中，w表示最优松弛系数；(4-3)判断迭代次数是否达到预设迭代次数J，若未达到，则将k＝k+1，并返回步骤(4-2)，若已达到，则停止迭代，迭代截止时的值即为发射信号估计值进一步的，步骤4)中所述经接收端匹配滤波器输出的接收信号矩阵y表示接收信号。进一步的，所述信道响应矩阵H具体为瑞丽衰落信道响应矩阵。有益效果：本专利技术与现有技术相比，其显著优点是：本专利技术提供一种基于对称逐步超松弛(SSOR)迭代的大规模MIMO信号检测方法，该方法采用SSOR迭代法对高维矩阵求逆过程进行估计，将矩阵求逆过程转化为矩阵乘法和矩阵加法的迭代过程，大大降低了计算复杂度，并且利用信道硬化现象计算得到了最优松弛系数，使得迭代收敛性更好。附图说明图1是本专利技术在信道为瑞利衰落信道，基站侧接收天线数为256，用户数为32的条件下，对基于SSOR迭代的大规模MIMO信号检测算法得到的误码性能和Neumann级数展开算法以及传统MMSE检测算法得到的误码性能进行比较。图2是本专利技术在信道为瑞利衰落信道，基站侧接收天线数为256，用户数为32的条件下，对基于SSOR迭代的大规模MIMO信号检测算法得到的误码性能和Newton迭代算法以及传统MMSE检测算法得到的误码性能进行比较。具体实施方式下面对具体实施进行详细的描述。本专利技术所适用的系统模型为：y＝Hx+w式中是基站侧接收信号，是发射端发送的信号，Nr表示接收天线数目，Nt表示发射天线数目，是加性高斯白噪声，表示瑞丽衰落信道。传统MMSE检测得到的表达式为：其中矩阵H表示信道矩阵，σ2表示噪声方差，y表示接收信号，I表示单位矩阵。可以看出信号检测问题转化成了求解线性方程组问题，即可以证明在大规模MIMO系统中矩阵T既是对角占优矩阵又是Hermitian正定矩阵，所以可以用基于SSOR迭代的大规模MIMO信号检测方法(MSSD)去检测发射信号具体包括步骤：(1)根据信道响应矩阵H构造MMSE检测矩阵(2)将检测矩阵T分解为矩阵T＝D+L+U，其中D表示T的对角矩阵，L代表T的严格下三角矩阵，U代表T的严格上三角矩阵，T是一个Hermitian正定矩阵，所以U＝LH。(3)采用信道硬化现象对估计SSOR迭代算法的最优松弛系数。对松弛系数的求解可以利用大规模系统中的信道硬化现象进行近似估计，信道硬化现象是指随着信道矩阵H的维度的怎增大(也就是Nr和Nt的增大)，矩阵HHH的对角线元素与非对角线元素的比值越来越大，即当Nr和Nt非常大时松弛系数w对检测算法的收敛性能有很大的影响，我们可以得到松弛系数w的最优解为：BJ是雅各比迭代算法的迭代矩阵,BJ＝-D-1(L+U)。ρ(BJ)是迭代矩阵BJ的谱半径,直接计算谱半径ρ(BJ)是比较复杂的,可以大规模MIMO系统中的利用信道硬化现象去获得近似最优松弛系w。ρ(BJ)＝ρ(-D-1(L+U))＝ρ(-D-1(T-D))＝ρ(I-D-1T)因为信道硬化，即可以用代替D-1，则公式可以转化为：最后可以得到近似最优松弛系数为：其中(4)根据矩阵D、L和最优松弛系数，采用SSOR迭代法对经接收端匹配滤波器输出的接收信号矩阵进行检测得到发射信号估计值步骤(4)具体包括：(4-1)设置初始值g(0)＝0，迭代次数k＝1；(4-2)根据矩阵D和L按照下式更新：(4-3)判断迭代次数是否达到预设迭代次数J，若未达到，则将k＝k+1，并返回步骤(4-2)，若已达到，则停止迭代，迭代截止时的值即为发射信号估计值实验结果如图1和2所示，可知，当迭代次数超过4时，基于SSOR的MMSE检测算法的误码性能几乎与传统MMSE检测算法相同。同时结果表明，基于SSOR迭代的MMSE检测算法性能要优于Neumann级数展开算法和Newton迭代算法。以上所揭露的仅为本专利技术一种较佳实施例而已，不能以此来限定本专利技术之权利范围，因此依本专利技术权利要求所作的等同变化，仍属本专利技术所涵盖的范围。本文档来自技高网...

【技术保护点】
一种基于SSOR迭代的大规模MIMO信号检测方法，其特征在于该方法包括：(1)根据信道响应矩阵H构造MMSE检测矩阵T；(2)将检测矩阵T分解为矩阵T＝D+L+U，其中D表示T的对角矩阵，L代表T的严格下三角矩阵，U代表T的严格上三角矩阵，且U＝L

【技术特征摘要】
1.一种基于SSOR迭代的大规模MIMO信号检测方法，其特征在于该方法包括：(1)根据信道响应矩阵H构造MMSE检测矩阵T；(2)将检测矩阵T分解为矩阵T＝D+L+U，其中D表示T的对角矩阵，L代表T的严格下三角矩阵，U代表T的严格上三角矩阵，且U＝LH；(3)采用信道硬化现象对估计SSOR迭代算法的最优松弛系数；(4)根据矩阵D、L和最优松弛系数，采用SSOR迭代法对经接收端匹配滤波器输出的接收信号矩阵进行检测得到发射信号估计值2.根据权利要求1所述的基于SSOR迭代的大规模MIMO信号检测方法，其特征在于：步骤(1)具体包括：根据信道响应矩阵H按照以下公式构造出构造MMSE检测矩阵T：式中，σ2表示噪声方差，表示Nt×Nt的单位矩阵，Nt表示发射天线数目。3.根据权利要求1所述的基于SSOR迭代的大规模MIMO信号检测方法，其特征在于：所述步骤(3)中得到的最优松弛系数其中，Nr表示接收...

【专利技术属性】
技术研发人员：李正权，孙垚垚，燕锋，夏玮玮，沈连丰，吴名，张弛，胡静，宋铁成，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32