带有检测前信道矩阵预处理的MIMO-OFDM无线信号检测方法和系统技术方案

用于MIMO‑OFDM无线通信系统的信号检测方法，包括：对多个MIMO‑OFDM数据包中的每个MIMO‑OFDM数据包，通过信道估计得出每个子载波的信道矩阵；接收每个子载波的接收向量；对每个子载波的信道矩阵执行信道矩阵预处理，以生成全局动态K值表，其中全局动态K值表包括与每个子载波的每一搜索层对应的全局动态K值；及对MIMO‑OFDM数据包中的每个OFDM符号进行MIMO检测，其中MIMO检测包括对当前OFDM符号的每个子载波执行下述步骤：读取当前子载波的信道矩阵预处理结果及接收向量；将当前子载波的接收向量转换至LR搜索域；及对当前子载波进行K‑best搜索，以得出当前子载波的LR域候选发送向量，其中在K‑best搜索中，对当前子载波的每一搜索层应用的K值为全局动态K值表中与该搜索层对应的全局动态K值。

【技术实现步骤摘要】
带有检测前信道矩阵预处理的MIMO-OFDM无线信号检测方法和系统
本专利技术主要涉及多天线无线通信系统的低复杂度检测技术，具体涉及带有检测前信道矩阵预处理的MIMO-OFDM无线信号检测方法和系统。
技术介绍
随着无线通信技术的迅猛发展，越来越多的无线通信系统开始采用多天线通信技术(MIMO)，以扩展系统的频谱利用率和数据速率，并兼获得较高的分级增益(diversitygain)以提高系统数据传输的可靠性。尤其，伴随着无线通信理论的演化，新的MIMO无线通信技术采用的天线数目正变得或即将变得越来越庞大。同时，用户设备越来越小尺寸化，集成度越来越高。这就使得MIMO信号的高性能检测方法的研究变得十分有意义。一方面需要检测方法的复杂度可控，保证系统数据的大吞吐率；另一方面需要满足超大规模集成电路(VeryLargeScaleIntegratedcircuits，VLSI)设计实现的低功耗和低面积的要求。MIMO检测方法，按照检测性能的高低，可以分为最优检测、次优检测和近优检测。常用的MIMO最优检测方法，如最大似然检测(MaximumLikelihood，ML)，可以获得最优的误码检测性能，但是其检测复杂度是随QAM星座和天线数目的增长，呈指数级增长的。因此绝大部分系统配置下，最优检测并不实用，仅作为仿真中其他MIMO检测器的性能对比参照。MIMO次优检测方法，又可以分为线性和非线性两种。线性次优检测方法，如迫零检测(ZeroForcing，ZF)、最小均方误差检测(MinimumMeanSquareError，MMSE)，利用线性均衡方式，一次性处理所有的并行数据流，复杂度最低，系统开销小，但是其接收分级增益(ReceiverDiversityGain，RDG)接近单天线系统(SISO)，因此误码性能最差。非线性次优检测方法，如多种形式的连续误差消除法(SuccessiveInterferenceCancellation，SIC)，接收分级增益略有提高，但易受误差传播的影响，误码性能提升有限，在大天线和大星座规模时，与ML性能差别极大。MIMO近优检测方法，通常指基于球形译码(SphereDecoder，SD)的各种树搜索算法变型。这类算法可以使检测性能接近ML方法，而复杂度相比ML下降很多。其中广度优先的K-best检测器，可以保证独立于信号接收信噪比(SignaltoNoiseRatio，SNR)的吞吐率，同时性能与ML检测接近，因此，是最常用的MIMO检测方法之一。其检测性能和复杂度之间的平衡，是通过调节K-best中的K因子实现的。但是，单纯的K-best检测，在大天线数目和大星座规模下，为了保证一定的接收性能，必须加大搜索K值，因此其复杂度提升很快，同时性能相比ML迅速下降，只是单纯依靠调节K因子已经无法实现MIMO接收性能和复杂度的均衡了。与此同时，在实际的无线通信系统中，MIMO技术并不是单独使用，其通常是与其他无线通信技术，如正交频分复用(OFDM)、高阶正交振幅调制(M-QAM)、先进的信道编解码器(如低密度校验码(LDPC)、Turbo码、卷积码(CC))等综合使用，以进一步提高系统性能和频谱利用率、对抗无线信道的非理想状况。例如：近年来的IEEE定义的无线局域网802.11n/ac/ax，3GPP定义的第四代无线通信系统LTE，以及即将到来的3GPP第五代无线通信系统等，就是MIMO技术结合OFDM技术以及高阶M-QAM、先进信道编解码技术的典型实例。这类系统给高性能的MIMO检测器设计提出了新的挑战。如何综合考虑各种技术的优缺点，使各部分协同工作，达到整个链路性能的最优化，是这类系统设计思路的重点。然后，现有技术中当前的大多数技术方案致力于解决单载波MIMO检测，而对于频率选择性信道如MIMO-OFDM的情况，没有给出实用的方法。而且MIMO检测与信道解码所需的软值生成，没有综合考虑，无法充分利用信道编码增益。专利技术人注意到，现有技术中的单载波MIMO检测方法和系统至少还未能很好地解决MIMO-OFDM环境中的下述问题：1)MIMO检测加上频域维度(OFDM)之后的最优化；以及2)MIMO-OFDM检测中应用于信道解码器的LLR软值最优化，也即，搜索资源的合理配置问题。例如，H.YaoandG.Wornell,“Lattice-Reduction-AidedDetectorsforMIMOCommunicationSystems(用于MIMO通信系统的格基规约辅助的检测器),”inIEEEProc.Globecom,Taipei,Taiwan,November17-212002.作为LR域MIMO检测的理论奠基之作，给出了清晰的LR域理论分析和物理意义解释，但是没有给出任何具体的实施建议。D.Wubben,R.Bohnke,VKuhn,andK.-D.Kammeyer,"MMSE-BasedLatticeReductionforNear-MLDetectionofMIMOSystems(用于MIMO系统的近似ML检测的基于MMSE的格基规约),"inITGProc.WorkshoponSmartAntennas(WSA)，Munich，Germany，Mar.2004.提出了LR域变换的最优操作，但是其MIMO检测基于MMSE，因此检测性能差强人意。M.ShabanyandG.Gulak,“Theapplicationoflattice-reductiontotheK-bestalgorithmfornear-optimalMIMOdetection(将格基规约应用于K-Best算法以进行近优MIMO检测),”inProc.IEEEInt.Symp.CircuitsSyst.,May2008,pp.316–319.是最早给出LR域K-bestMIMO检测方法的文献，但是其没有将LR域展开边界考虑到算法中。同时非针对MIMO-OFDM设计，软值生成也没有特殊考虑。S.Roger,A.Gonzalez,V.Almenar,andM.Vidal,“Ondecreasingthecomplexityoflattice-reduction-aidedK-bestMIMOdetectors(降低格基规约辅助的K-bestMIMO检测器的复杂性),”inProc.Eur.SignalProcess.Conf.,Glasgow,U.K.,Aug.2009,pp.2411–2415.虽然给出了带LR域搜索边界的K-best检测方法，也提出了K的动态调整，但是其预处理过程并不是最优，而且其动态调整K值的过程，并不是保证整个资源总量不变，而是大幅增加了系统搜索资源。同时，其不是针对MIMO-OFDM中常遇到的频率选择性信道，也没有针对信道编解码增益进行软值生成优化。中国专利公开CN105814857A公开了一种用于检测大型多输入多输出通信系统中的符号的系统及方法，其处理的非MIMO-OFDM系统，无法应对多本文档来自技高网...

【技术保护点】
1.一种用于MIMO-OFDM无线通信系统的信号检测方法，包括对多个MIMO-OFDM数据包进行处理，其特征在于，所述方法包括下述步骤：/n对于该多个MIMO-OFDM数据包中的每个MIMO-OFDM数据包，执行下述步骤：/n通过信道估计得出每个子载波的信道矩阵；/n接收每个子载波的接收向量；/n对每个子载波的信道矩阵执行信道矩阵预处理，以生成全局动态K值表，其中所述信道矩阵预处理包括对当前子载波的信道矩阵进行分解和格基规约以生成当前子载波的多个LR域矩阵，其中所述全局动态K值表包括与每个子载波的每一搜索层对应的全局动态K值；以及/n对所述MIMO-OFDM数据包中的每个OFDM符号进行MIMO检测，其中所述MIMO检测包括对当前OFDM符号的每个子载波执行下述步骤：/n读取当前子载波的多个LR域矩阵以及接收向量；/n将当前子载波的接收向量转换至LR搜索域；以及/n对当前子载波进行K-best搜索，以得出当前子载波的LR域候选发送向量，其中在所述K-best搜索中，对当前子载波的每一搜索层应用的K值为所述全局动态K值表中与该搜索层对应的全局动态K值。/n

【技术特征摘要】
1.一种用于MIMO-OFDM无线通信系统的信号检测方法，包括对多个MIMO-OFDM数据包进行处理，其特征在于，所述方法包括下述步骤：
对于该多个MIMO-OFDM数据包中的每个MIMO-OFDM数据包，执行下述步骤：
通过信道估计得出每个子载波的信道矩阵；
接收每个子载波的接收向量；
对每个子载波的信道矩阵执行信道矩阵预处理，以生成全局动态K值表，其中所述信道矩阵预处理包括对当前子载波的信道矩阵进行分解和格基规约以生成当前子载波的多个LR域矩阵，其中所述全局动态K值表包括与每个子载波的每一搜索层对应的全局动态K值；以及
对所述MIMO-OFDM数据包中的每个OFDM符号进行MIMO检测，其中所述MIMO检测包括对当前OFDM符号的每个子载波执行下述步骤：
读取当前子载波的多个LR域矩阵以及接收向量；
将当前子载波的接收向量转换至LR搜索域；以及
对当前子载波进行K-best搜索，以得出当前子载波的LR域候选发送向量，其中在所述K-best搜索中，对当前子载波的每一搜索层应用的K值为所述全局动态K值表中与该搜索层对应的全局动态K值。


2.根据权利要求1所述的信号检测方法，其特征在于，所述对每个子载波的信道矩阵执行信道矩阵预处理的步骤还包括生成用于每个子载波的搜索参数，其中所述搜索参数包括与每个子载波的每一搜索层对应的LR域搜索上界和下界；及
所述对当前子载波进行K-best搜索的步骤还包括在所述K-best搜索中，对当前子载波的每一搜索层应用所述搜索参数中与该搜索层对应的LR域搜索上界和下界。


3.根据权利要求1所述的信号检测方法，其特征在于，若所述MIMO-OFDM无线通信系统为实数系统，则在所述信道矩阵预处理之前对每个子载波的信道矩阵进行实数分解，并且在对当前子载波进行K-best搜索之前对接收向量进行实数分解。


4.根据权利要求1所述的信号检测方法，其特征在于，所述对当前子载波的信道矩阵进行分解和格基规约包括：对当前子载波的信道矩阵进行MMSE扩展、排序的QR分解，以得到酉矩阵、上三角矩阵和交换矩阵，以及
对所述酉矩阵、所述上三角矩阵和所述交换矩阵进行LLL格基规约以生成所述多个LR域矩阵，其中所述多个LR域矩阵包括格基酉矩阵、格基上三角矩阵和格基转换矩阵。


5.根据权利要求4所述的信号检测方法，其特征在于，将当前子载波的接收向量转换至LR搜索域包括对接收向量进行偏移缩放并将偏移缩放后的接收向量与所述格基酉矩阵的共轭转秩相乘，以得到在LR域中的接收向量。


6.根据权利要求4所述的信号检测方法，其特征在于，所述LR域搜索上界和下界按下述方式得出：
对于第n子载波的第l搜索层的LR域搜索上界：



对于第n子载波的第l搜索层的LR域搜索下界：



其中Ω为第l搜索层的星座元素的定义域；矩阵(Tn)-1为LLL格基规约后得到的格基转换矩阵的逆矩阵；(Tn)-1[l]为矩阵(Tn)-1的第l行；((Tn)-1[l])+为矩阵(Tn)-1的第l行中为正的元素；((Tn)-1[l])-为矩阵(Tn)-1的第l行中为负的元素。


7.根据权利要求1所述的信号检测方法，其特征在于，所述与每个子载波的每一搜索层对应的全局动态K值是按照下述步骤中的一个步骤或多个步骤的组合来确定的：
(1)对于信道状况较差的子载波，与该子载波的搜索层对应的全局动态K值增大；
(2)向每个子载波的每一搜索层对应的全局动态K值分配权重，其中对于距离起始搜索层较近的搜索层，向与该搜索层对应的全局动态K值分配较大的权重；以及
(3)将子载波分组，针对分组中的子载波确定每个子载波的每一搜索层对应的全局动态K值。


8.根据权利要求6所述的信号检测方法，其特征在于，所述与每个子载波的每一搜索层对应的全局动态K值是按照下述步骤中的一个步骤或多个步骤的组合来确定的：
(1)对于信道状况较差的子载波，与该子载波的搜索层对应的全局动态K值增大；
(2)向每个子载波的每一搜索层对应的全局动态K值分配权重，其中对于距离起始搜索层较近的搜索层，向与该搜索层对应的全局动态K值分配较大的权重；
(3)将子载波分组，针对分组中的子载波确定每个子载波的每一搜索层对应的全局动态K值；
(4)与每个子载波的每一搜索层对应的全局动态K值为与每一搜索层的搜索范围大小正相关的正整数；以及
(5)将每个子载波的所有搜索层的搜索范围大小分段，为搜索范围大小的每个分段分配对应的全局动态K值，以使得搜索范围较大的分段对应于较大的全局动态K值；
其中所述每一搜索层的搜索范围根据下述公式确定：





9.根据权利要求1所述的信号检测方法，其特征在于，对当前子载波进行K-best搜索的步骤包括：
对于当前子载波的K-best搜索树中的顶层，从起始点进行由近及远的快速枚举展开以得出起始搜索层的所有候选输出部分向量，其中起始搜索层的所有候选输出部分向量的个数为与起始搜索层对应的全局动态K值，并计算起始搜索层的候选输出部分向量与部分接收向量之间的部分欧氏距离；
对于所述K-best搜索树中除所述顶层之外的每一搜索层，执行下述展开步骤：
根据上一层的每个候选输出部分向量在当前搜索层中确定一个起始点，从每个起始点进行独立的展开；
(a)在每个独立的展开中，从该起始点展开第一子节点；
(b)在与展开的子节点对应的部分候选向量集合中，选择部分欧氏距离最小的部分候选向量作为当前搜索层的候选输出部分向量；
(c)从所述部分候选向量集合中取出与所述部分欧氏距离最小的部分候选向量；
(d)从与所述部分欧氏距离最小的部分候选向量对应的子节点展开得出当前搜索层的下一子节点，并将与所述下一子节点对应的部分候选向量补充到所述部分候选向量集合中；
(e)重复执行步骤(b)至(d)，直至得出当前搜索层的所有候选输出部分向量，其中当前搜索层的所有候选输出部分向量的个数为与当前搜索层对应的全局动态K值；以及
当完成对所述K-best搜索树中的底层的搜索时，得出当前子载波的所有LR域候选发送向量，对当前子载波的K-best搜索结束。


10.根据权利要求9所述的信号检测方法，其特征在于，对于当前子载波的当前搜索层中丢弃的次优的LR域候选发送向量，向下逐层展开至第1搜索层，但仅扩展第一子节点，以得到次优的LR域候选发送向量，并将所述次优的LR域候选发送向量增加到当前子载波的所有LR域候选发送向量中。


11.根据权利要求1所述的信号检测方法，其特征在于，对于当前子载波，创建当前子载波的比特距离表，其中在所述比特距离表中，对于每个发射天线的QAM符号的每个比特，包含当前比特为0的所有LR域候选发送向量中的最小部分欧氏距离以及当前比特为1的所有LR域候选发送向量中的最小部分欧氏距离。


12.根据权利要求11所述的信号检测方法，其特征在于，还包括：
将当前子载波的所有LR域候选发送向量转换成原星座域的候选发送向量；
判断原星座域的候选发送向量中的所有元素是否均为合法星座点，若是，则保留该原星座域的候选发送向量及其部分欧氏距离，若否，则将该该原星座域的候选发送向量丢弃；以及
将所保留的原星座域的合法候选发送向量的所有星座点，进行M-QAM星座点反映射，得到反映射的比特序列。


13.根据权利要求12所述的信号检测方法，其特征在于，将反映射的比特序列中的逐个比特与比特距离表中的对应的位置进行比较，若当前比特为0且其部分欧氏距离小于比特距离表中对应的最小部分欧氏距离，则用当前比特的部分欧氏距离更新比特距离表中对应的最小部分欧氏距离，若当前比特为1且其部分欧氏距离小于比特距离表中对应的最小部分欧氏距离，则用当前比特的部分欧氏距离更新比特距离表中对应的最小部分欧氏距离。


14.根据权利要求13所述的信号检测方法，其特征在于，使用所述比特距离表计算对应比特的LLR软值：
LLR(bi,t)＝PEDmin,0-PEDmin,1
其中bi,t为第i发射天线QAM符号的第t比特；
PEDmin,0为该比特bi,t为0的所有候选发送向量中的最小部分欧氏距离值；以及
PEDmin,1为该比特bi,t为1的所有候选发送向量中的最小部分欧氏距离值。


15.根据权利要求4所述的信号检测方法，其特征在于，对于复数系统，所述LLL格基规约为复数域的LLL格基规约。


16.一种用于MIMO-OFDM无线通信系统的信号检测系统，包括对多个MIMO-OFDM数据包进行检测的MIMO检测器模块，其特征在于，所述MIMO检测器模块包括信道矩阵预处理子模块、存储子模块和K-best搜索子模块：
所述MIMO检测器模块配置成接收通过信道估计得出的每个子载波的信道矩阵以及每个子载波的接收向量以作为输入；
所述信道矩阵预处理子模块配置成对每个子载波的信道矩阵执行信道矩阵预处理，以生成全局动态K值表，其中所述信道矩阵预处理包括对当...

【专利技术属性】
技术研发人员：展睿，孔鲁，
申请(专利权)人：乐鑫信息科技上海股份有限公司，
类型：发明
国别省市：上海;31