改善MassiveMIMO系统检测能力的方法和系统技术方案

本发明专利技术提供了一种改善Massive MIMO系统检测能力的方法和系统，具体包括以下步骤：构建Massive MIMO系统模型；降低Massive MIMO信号检测的上行链路的计算复杂度，并从多方面对算法进行优化；在Massive MIMO系统的下行链路中基于MMSE软干扰消除信号检测算法以提高信号检测性能。本发明专利技术针对Massive MIMO系统的上行通信链路和下行通信链路都做出了检测性能的优化，同时采用混合迭代算法融合检测干扰消除算法，进一步提高系统检测能力。进一步提高系统检测能力。进一步提高系统检测能力。

【技术实现步骤摘要】
改善Massive MIMO系统检测能力的方法和系统


[0001]本专利技术涉及通信系统
，特别是涉及一种改善Massive MIMO系统检测能力的方法和系统。

技术介绍

[0002]Massive MIMO技术通过在基站端上配备大量矩阵天线以服务于相同频带上的移动用户，从而实现了更高的数据速率，更高的通信链路可靠性，更高的能源效率和更低的干扰。Massive MIMO技术在当前的5G无线通信系统被广泛应用，是一项非常有前景的技术。但是，Massive MIMO技术在应用中也表现了一些缺点。由大量不同用户发送通信信号到基站端时，接收信号的相互干扰也给基站端恢复接收信号带来巨大挑战。Massive MIMO信息检测技术的重点是进行复杂性和准确性方面的研究。现有的信号检测算法大多单独对Massive MIMO系统的上行通信链路或下行通信链路，并未考虑检测信号的干扰消除，所以需要一种应用于Massive MIMO整个系统且能够进一步提高系统检测能力的方法。

技术实现思路

[0003]针对现有技术中存在的缺陷，本专利技术的目的在于提供一种改善Massive MIMO系统检测能力的方法和系统，可以应用于Massive MIMO整个系统且能够进一步提高系统检测能力。
[0004]为了达到上述目的，本专利技术所采用的具体技术方案如下：
[0005]一种改善Massive MIMO系统检测能力的方法，具体包括以下步骤：
[0006]S1，构建Massive MIMO系统模型；
[0007]S2，降低Massive MIMO信号检测的上行链路的计算复杂度，并从多方面对算法进行优化；
[0008]其中，降低Massive MIMO信号检测的上行链路的计算复杂度具体指的是采用混合迭代检测模式或分解矩阵模式或分解矩阵后混合迭代检测模式来估计发送信号；从多方面对算法进行优化具体指的是根据混合迭代检测模式或分解矩阵模式或分解矩阵后混合迭代检测模式涉及的优化因素对算法进行优化，优化因素包括但不限于松弛参数、信道估计、初始解矢量、有效噪声方差；
[0009]S3，在Massive MIMO系统的下行链路中基于MMSE软干扰消除信号检测算法以提高信号检测性能。
[0010]优选的，步骤S1构建Massive MIMO系统模型具体包括以下步骤：
[0011]S101，初始化处理，设置Massive MIMO系统的上行链路和下行链路的相关参数；
[0012]S102，判断Massive MIMO系统是否采用中继节点；
[0013]S103，设置Massive MIMO系统的上行链路和下行链路中用户接入方式；
[0014]S104，分别建立Massive MIMO系统上行链路和下行链路的系统模型。
[0015]优选的，若Massive MIMO系统为多用户MIMO中继系统，信号传输包括AF传输方式、
DF传输方式和自适应传输方式。
[0016]优选的，步骤S2中混合迭代检测模式具体指的是采用改进后的混合迭代检测算法进行信号检测，改进后的混合迭代检测算法包括基于最速降低算法与高斯
‑
赛得尔迭代算法改进的混合迭代SDGS检测算法以及基于自适应雅克比迭代算法和共轭梯度算法改进的混合迭代CGDJ检测算法；
[0017]步骤S2中分解矩阵模式具体指的是采用对自动滤波分布矩阵进行分解或将MMSE滤波矩阵进行分块构造子矩阵，采用梯度算法为迭代算法提供搜索方向，得到混合迭代过程；引入松弛因子对混合迭代过程进行加速收敛；采用切比雪夫加速迭代方法或改进的雅可比迭代法计算得到发送传输数据信号的预计数值。
[0018]优选的，对自动滤波分布矩阵进行分解具体指的是将自动滤波分布矩阵分解为对角矩阵、严格的下三角矩阵和严格的上三角矩阵；将MMSE滤波矩阵进行分块构造子矩阵具体指的是将MMSE滤波矩阵分为大小相等的四个子矩阵，对四个子矩阵进一步划分为2*2的子矩阵，将MMSE滤波矩阵与对角线上的子矩阵合并以构成迭代矩阵；采用梯度算法为迭代算法提供搜索方向具体指的是采用共轭梯度算法为自适应阻尼雅克比迭代算法提供有效的搜索方向。
[0019]一种改善Massive MIMO系统检测能力的系统，包括
[0020]模型构建单元，用于构建Massive MIMO系统模型；
[0021]上行链路优化单元，用于降低Massive MIMO信号检测的上行链路的计算复杂度，并从多方面对算法进行优化；其中，降低Massive MIMO信号检测的上行链路的计算复杂度具体指的是采用混合迭代检测模式或分解矩阵模式或分解矩阵后混合迭代检测模式来估计发送信号；从多方面对算法进行优化具体指的是根据混合迭代检测模式或分解矩阵模式或分解矩阵后混合迭代检测模式涉及的优化因素对算法进行优化，优化因素包括但不限于松弛参数、信道估计、初始解矢量、有效噪声方差；
[0022]下行链路优化单元，用于在Massive MIMO系统的下行链路中基于MMSE软干扰消除信号检测算法以提高信号检测性能。
[0023]优选的，所述模型构建单元在构建构建Massive MIMO系统模型过程中需要设置Massive MIMO系统的上行链路和下行链路的相关参数，判断Massive MIMO系统是否采用中继节点，设置Massive MIMO系统的上行链路和下行链路中用户接入方式。
[0024]优选的，混合迭代检测模式具体指的是采用改进后的混合迭代检测算法进行信号检测，改进后的混合迭代检测算法包括基于最速降低算法与高斯
‑
赛得尔迭代算法改进的混合迭代SDGS检测算法以及基于自适应雅克比迭代算法和共轭梯度算法改进的混合迭代CGDJ检测算法；
[0025]分解矩阵模式具体指的是采用对自动滤波分布矩阵进行分解或将MMSE滤波矩阵进行分块构造子矩阵，采用梯度算法为迭代算法提供搜索方向，得到混合迭代过程；引入松弛因子对混合迭代过程进行加速收敛；采用切比雪夫加速迭代方法或改进的雅可比迭代法计算得到发送传输数据信号的预计数值。
[0026]本专利技术的有益效果在于：针对Massive MIMO系统的上行通信链路和下行通信链路都做出了检测性能的优化，同时采用混合迭代算法融合检测干扰消除算法，进一步提高系统检测能力。
附图说明
[0027]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0028]图1是本专利技术实施例提供的改善Massive MIMO系统检测能力的方法的流程图；
[0029]图2是本专利技术实施例提供的改善Massive MIMO系统检测能力的系统的原理框图；
[0030]图3是Massive MIMO多用户系统上行链本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改善Massive MIMO系统检测能力的方法，其特征在于，具体包括以下步骤：S1，构建Massive MIMO系统模型；S2，降低Massive MIMO信号检测的上行链路的计算复杂度，并从多方面对算法进行优化；其中，降低Massive MIMO信号检测的上行链路的计算复杂度具体指的是采用混合迭代检测模式或分解矩阵模式或分解矩阵后混合迭代检测模式来估计发送信号；从多方面对算法进行优化具体指的是根据混合迭代检测模式或分解矩阵模式或分解矩阵后混合迭代检测模式涉及的优化因素对算法进行优化，优化因素包括但不限于松弛参数、信道估计、初始解矢量、有效噪声方差；S3，在Massive MIMO系统的下行链路中基于MMSE软干扰消除信号检测算法以提高信号检测性能。2.根据权利要求1所述的改善Massive MIMO系统检测能力的方法，其特征在于，步骤S1构建Massive MIMO系统模型具体包括以下步骤：S101，初始化处理，设置Massive MIMO系统的上行链路和下行链路的相关参数；S102，判断Massive MIMO系统是否采用中继节点；S103，设置Massive MIMO系统的上行链路和下行链路中用户接入方式；S104，分别建立Massive MIMO系统上行链路和下行链路的系统模型。3.根据权利要求2所述的改善Massive MIMO系统检测能力的方法，其特征在于，若Massive MIMO系统为多用户MIMO中继系统，信号传输包括AF传输方式、DF传输方式和自适应传输方式。4.根据权利要求1所述的改善Massive MIMO系统检测能力的方法，其特征在于，步骤S2中混合迭代检测模式具体指的是采用改进后的混合迭代检测算法进行信号检测，改进后的混合迭代检测算法包括基于最速降低算法与高斯
‑
赛得尔迭代算法改进的混合迭代SDGS检测算法以及基于自适应雅克比迭代算法和共轭梯度算法改进的混合迭代CGDJ检测算法；步骤S2中分解矩阵模式具体指的是采用对自动滤波分布矩阵进行分解或将MMSE滤波矩阵进行分块构造子矩阵，采用梯度算法为迭代算法提供搜索方向，得到混合迭代过程；引入松弛因子对混合迭代过程进行加速收敛；采用切比雪夫加速迭代方法或改进的雅可比迭代法计算得到发送传输数据信号的预计数值。5.根据权利要求4所述的改善Massive MIMO系统检测能力的方法，其特征在于，对自动滤波分布矩阵进...

【专利技术属性】
技术研发人员：侯书丹，李明，李欣越，
申请(专利权)人：西安电子科技大学广州研究院，
类型：发明
国别省市：