【技术实现步骤摘要】
一种固定复杂度球形译码的改进方法
[0001]本专利技术涉及通信
,特别是涉及一种固定复杂度球形译码的改进方法。
技术介绍
[0002]近年来,为了满足移动通信系统中日益增长的超高数据速率需求,使用大量天线进行数据传输和接收的大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统在学术界引起了极大的研究兴趣。为了在大规模MIMO系统中最大化可实现的数据速率,基站需要同时从多个终端接收尽可能多的符号,这提供了更大的复用增益。在这种情况下,接近最优的检测算法提高系统性能方面起着重要作用。由于最优算法复杂度随天线数目和调制阶数提升而增加,难以应用于大规模MIMO系统,因此如何有效降低算法在低信噪比下的复杂度也是当前检测算法的研究方向之一。
[0003]最优算法的复杂度和决策变量呈指数关系,并不适用于大规模MIMO系统,但在通过对最优检测算法的优化又衍生出诸多算法。其中被广泛研究的有球形译码(Sphere Decoding,SD)算法和固定复杂度的球形译码算法(Fixed
‑
complexity Sphere Decoder,FSD)算法等。SD算法的主要思想是将ML算法的搜索过程限定在预定半径的球体内的晶格点上,如果初始半径以及搜索顺序合适,则能在较低的复杂度中找到最优解。但其复杂度并非固定的,受到接收信号的信噪比,搜索顺序和初始半径的影响。但如果多次搜索后才检索到小半径叶子节点则会使得运算量增大,并且由于球形译码算法复杂度的具有不确定性,不利于信号 ...
【技术保护点】
【技术特征摘要】
1.一种固定复杂度球形译码的改进方法,其特征在于:含有如下步骤:步骤1、在给定的系统条件下,建立大规模MIMO系统模型;步骤2、通过对MIMO系统发送信号进行估计得到初始解步骤3、选择满足约束条件的FE阶段层数P;对信道矩阵H进行排序处理,得到排序后的信道矩阵以及排序交换矩阵B;对进行QR分解运算,得到上三角矩阵R和酉矩阵Q,计算R分解后的等效接收信号z,z=Q
H
y;步骤4、根据初始解计算SE阶段剪枝阈值r,依据性能选择阈值决定系数a,计算FE阶段剪枝阈值r2=ar;步骤5、对搜索树中前P层进行FE扩展,并舍弃累计分支度量大于r2的支路;对其余层进行SE扩展,舍弃路径中累计分支度量大于r的支路;步骤6、如果有路径到达叶子节点,则将累计分支度量最小的路径对应的发送信号作为输出解;如果没有路径到达叶子节点,则将记为输出解。2.根据权利要求1所述的固定复杂度球形译码的改进方法,其特征在于:所述步骤1中假设大规模MIMO系统基于V
‑
BLAST结构,发送端具有N
T
根发送天线,接收端具有N
R
根接收天线,采用M阶QAM调制,系统上行链路用下式来表示:y=Hx+n,其中x为发送端的发送信号,H为信道矩阵,表示信道衰落,其中元素服从n为N
R
维的加性复高斯白噪声,x为发送信号,y为接收端接收信号,对于接收端噪声功率σ2以及信道衰落H已知,需要计算发送信号估计值3.根据权利要求1所述的固定复杂度球形译码的改进方法,其特征在于:所述步骤2中设SAMP
‑
FCNet在层数为T时,通过训练可以达到极限的检测性能,对于SAMP
‑
FCNet中第t层神经网络,检测过程如下:神经网络,检测过程如下:η
(t)
=f(σ2,η
(t
‑
1)
),其中为第t次迭代过程中发送信号估计解;r
(0)
均初始化为零向量;μ
(t)
为长度为N
T
的列向量,ν
(t)
为长度为N
R
的列向量,μ
(t)
和ν
(t)
由深度学习训练获得;f(σ2,η
(t
‑
1)
)为阈值函数,通过一个DNN神经网络拟合得到,用w
(t)
,b
(t)
表示分别表示第t次迭代的阈值网络的待训练的偏移和转置;阈值网络包含一个输入层、一层隐藏层和一个输出层;其中隐藏层由N个神经元组成,N为整数,激活函数选用ReLU函数。4.根据权利要求1所述的固定复杂度球形译码的改进方法,其特征在于:所述步骤3含有以下步骤:步骤3a,FE阶段层数P应满足以下约束条件,(N
R
‑
N
T
)(P+1)+(P+1)2≥N
R
,同时要保证算法性能的前提下选择尽可能小的FE层数;步骤3b,对信道矩阵H进行排序,并计算对应的交换矩阵B,其中排序过程包含N
T
次迭代运算,不妨用H
(i)
表示第i次迭...
【专利技术属性】
技术研发人员:高明,赵海阔,杨浩然,石颖,李靖,葛建华,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
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。