The invention proposes an improved BB search tree detection method based on shadow domain; the invention combines QP and branch bound method, after further QP method, uses branch bound search tree method to obtain the optimal integer solution of unreliable symbols falling into shadow region; uses appropriate pruning strategy in search tree to reduce complexity; and in large-scale MIMO scenarios, the basis proposed in this paper is used. The improved BB search tree detection method in shadow domain not only shows good performance, but also is suitable for high-order modulation.
【技术实现步骤摘要】
一种基于阴影域的改进型BB搜索树检测方法
本专利技术涉及一种基于阴影域的改进型BB搜索树检测方法，主要应用于大规模多输入多输出(MIMO)场景，其属于移动通信
技术介绍
目前，第五代移动通信系统(5G)的相关研究正在积极开展，并且于2018年已经形成了第一版5G标准。其中，大规模MIMO技术是研究和讨论的热点。通过在基站侧使用大量的收发天线，大规模MIMO系统可以利用额外的自由度，并行传输多个数据流，同时提高分集增益，从而可以极大的增加频谱利用率、提高传输可靠性并改善系统的能量效率。由于基站使用大量的收发天线，如何设计出适合大规模场景下使用的高性能检测算法成了应用中面临的重要挑战。虽然针对传统的MIMO系统已经提出了很多检测方法，如MMSE(MinimumMeanSquareError，最小均方误差)，ML(MaximumLikelihood，最大似然)，ZF(ZeroForcing，破零)，球形译码方法等，但是这些检测方法随着大规模MIMO场景下天线数目的增加其检测性能并没有达到最优。基于以上问题，在大规模MIMO系统中提出了新的检测方法如RTS(Re...
【技术保护点】
1.一种基于阴影域的改进型BB搜索树检测方法，其特征在于，包括以下步骤：S1：利用已知的信道矩阵和发送符号构造二次规划qp模型；S2：运用阴影域算法对qp模型进行求解分别得到落入阴影域不可靠符号的向量及没有落入阴影域的可靠符号的向量；S3：对落入阴影域的不可靠符号采用分支界限法进行分支，并运用合适的修剪策略得出需要的检测向量；S4：将可靠符号的向量量化后与步骤3得到的检测向量进行整合并在解调制后得到检测结果。
【技术特征摘要】
1.一种基于阴影域的改进型BB搜索树检测方法，其特征在于，包括以下步骤：S1：利用已知的信道矩阵和发送符号构造二次规划qp模型；S2：运用阴影域算法对qp模型进行求解分别得到落入阴影域不可靠符号的向量及没有落入阴影域的可靠符号的向量；S3：对落入阴影域的不可靠符号采用分支界限法进行分支，并运用合适的修剪策略得出需要的检测向量；S4：将可靠符号的向量量化后与步骤3得到的检测向量进行整合并在解调制后得到检测结果。2.根据权利要求1所述的一种基于阴影域的改进型BB搜索树检测方法，其特征在于，步骤S1中，所述qp模型是基于松弛因子将ML模型转化得到的。3.根据权利要求1所述的一种基于阴影域的改进型BB搜索树检测方法，其特征在于，步骤S1中，所述qp模型为：约束于Q＝HTH，其中，Q表示半正定矩阵，M是QAM调制的星座大小，0表示一个2NT×1的全零向量，I＝[1,1,1,...,1]T是一个2NT×1的列向量，H表示静态平坦衰...
【专利技术属性】
技术研发人员：李小文，范艺芳，王丹，陈发堂，王华华，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。