一种基于QSM系统低复杂度检测的改进算法技术方案

本发明专利技术公开了一种基于QSM系统低复杂度检测的改进算法。该算法针对正交空间调制(QuadratureSpatialModulation，QSM)系统接收端检测算法复杂度较高的问题，利用QSM系统发送端信号的稀疏性的特点，结合压缩感检测(CompressedSensing，CS)算法理论中的OMP算法进行改进推广。在迭代过程中取满足条件的与当前残差相关最大的S个索引存入集合Λ中，分别从集合Λ1，Λ2中取一个天线索引号进行组合，共S2种天线组合存入天线索引集合进行控制。新的检测算法在误码性能上接近最大似(MaximumLikelihood，ML)检测算法，复杂度约为ML的4.7％，且具有较高的系统性能。且具有较高的系统性能。且具有较高的系统性能。

【技术实现步骤摘要】
一种基于QSM系统低复杂度检测的改进算法


[0001]本专利技术涉及空天地海一体化通信
，具体涉及一种基于QSM系统低复杂度检测的改进算法。

技术介绍

[0002]第五代通信系统(5Generation,5G)需要满足多种终端设备同时接入多采样的业务需求，高频谱效率的正交空间调制(Quadrature Spatial Modulation，QSM)方案应运而生，但是QSM系统具有特殊的映射方式，使得系统的解调变得困难。在当前现有的检测算法中，QSM系统中最优检测即最大似然(Maximum Likelihood，ML)检测算法，但是该算法联合搜索所有可能的发射天线组合和调制符号导致计算复杂度极高。
[0003]基于压缩感知(Compressed Sensing，CS)稀疏信号重构理论被广泛应用在大规模天线系统中，因为其在信号检测方面有着极低的计算复杂度。许多学者利用GSM系统中信号的稀疏性将一些经典的CS算法应用在其中，如正交匹配追踪(Orthogonal Matching Pursuit，OMP)算法，基追踪(Basis Pursuit，BP)算法，压缩采样匹配追踪(Compressie Sampling Matching Pursuit，CoSaMP)算法等。
[0004]但是以上基于CS理论的算法都是每一时隙激活天线数固定即信号稀疏度固定的GSM系统中实现的，并取得次要排序块最小均方误差算法(OB
‑
MMSE)和改进的OB
‑
MMSE(IOB
‑<br/>MMSE)的误码性能。然而QSM系统中发送端在每一时隙激活的发射天线数是在1和2之间根据输入的不同信息流变化的。将基追踪降噪算法应用在QSM系统接收端，虽然取得较好误码性能，但仍具有较高的计算复杂度。

技术实现思路

[0005]针对现有技术中的缺陷，本专利技术提供一种基于QSM系统低复杂度检测的改进算法。
[0006]一方面，本专利技术提供了一种基于QSM系统低复杂度检测的改进算法，所述方法包括如下述步骤：
[0007]S1：基于QSM系统接收端检测的先验知识，生成信道传输矩阵H、加性高斯白噪声n、QSM系统接收端的接收向量y；
[0008]S2：输入归一化信道矩阵接收信号矢量并初始化参数并初始化参数
[0009]S3：在第t次迭代过程中计算；取满足条件的与当前残差相关最大的S个索引存入集合Λ中；
[0010]S4：分别从集合Λ1，Λ2中取一个天线索引号进行组合，共S2种天线组合存入集合Γ；
[0011]S5：在天线索引集合Γ中采用ML进行检测l
R
和l
I
属于集合Γ；
[0012]S6：输出激活天线索引数字调制符号数字调制符号和分别表示检测出的送
符号实部和虚部的天线索引；和表示检测出的数据调制符号s的实部和虚部。
[0013]可选的，所述在第t次迭代过程中计算步骤中，其计算表达式为：
[0014]可选的，计算步骤包括：t＝1时，若λ1＞N
t
(λ1≤N
t
)，则取中索引号大于N
t
(小与等于N
t
)的前S个最大相关值存入集合Λ
t
中；t＝2时，若λ1＞N
t
(λ1≤N
t
)，则取中满足索引号小于等于N
t
(大于N
t
)的前S个最大相关值存入集合Λ
t
中；令中；令
[0015]可选的，从集合Λ1，Λ2中取一个天线索引号进行组合，共S2种天线存入集合Γ，在天线索引集合Γ中采用ML进行检测。
[0016]可选的，所述在天线索引集合Γ中采用ML进行检测l
R
和l
I
属于集合Γ，其计算表达式为：
[0017]可选的，所述输出激活天线索引数字调制符号数字调制符号和分别表示检测出的送符号实部和虚部的天线索引；和表示检测出的数据调制符号s的实部和虚部步骤中，计算表达式为：
[0018][0019]其中，表示信道传输矩阵，表示加性高斯宝噪声，H为服从均值为0，方差为1的复用告诉随机变量，则H具有有限等距性特性，n为独立同分布且均值为0，方差为δ2的复高斯随机变量；则QSM系统接收端的接收向量为分别标识信道矩阵H的第l
R
列和第l
I
列。
[0020]本专利技术的有益效果体现在：本专利技术可将ML算法、OMP算法、BP算法、OB
‑
MMSE及新的改进算法在相同信道环境和频谱效率下进行蒙特卡洛仿真对比，可得到不同QSM系统参数配置下的误码性能。通过误码率的对比，可以得出，虽然随着天线索引个数的增加，误码性能显著提高，但随之增加的计算复杂度仍然远低于其他检测算法及ML算法。通过计算复杂度的对比，新的改进算法的计算复杂度相较于ML所占的复杂度百分比，随着发射天线的增加而降低。证明新的改进算法可以在保证误码性能的条件下有有效的降低QSM系统检测的复杂度，具有较高的工程应用价值。针对正交空间调制(Quadrature Spatial Modulation，QSM)系统接收端检测算法复杂度较高的问题，利用QSM系统发送端信号的稀疏性的特点，结合压缩感检测(Compressed Sensing，CS)算法理论中的OMP算法进行改进推广。在迭代过程中取满足条件的与当前残差相关最大的S个索引存入集合Λ中，分别从集合Λ1，Λ2中取一个天线索引号进行组合，共S2种天线组合存入天线索引集合进行控制。新的检测算法在误码性能上接近最大似(Maximum Likelihood，ML)检测算法，复杂度约为ML的4.7％，且具有
较高的系统性能。
附图说明
[0021]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0022]图1是本专利技术基于QSM系统低复杂度检测的改进算法的流程示意图；
[0023]图2是本专利技术天线信息发射流程图。
具体实施方式
[0024]下面将结合附图对本专利技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，因此只作为示例，而不能以此来限制本专利技术的保护范围。
[0025]需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本专利技术所属领域技术人员所理解的通常意义。
[0026]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本专利技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于QSM系统低复杂度检测的改进算法，其特征在于，所述方法包括如下步骤：S1：基于QSM系统接收端检测的先验知识，生成信道传输矩阵H、加性高斯白噪声n、QSM系统接收端的接收向量y；S2：输入归一化信道矩阵接收信号矢量并初始化参数并初始化参数S3：在第t次迭代过程中计算；取满足条件的与当前残差相关最大的S个索引存入集合Λ中；S4：分别从集合Λ1，Λ2中取一个天线索引号进行组合，共S2种天线组合存入集合Γ；S5：在天线索引集合Γ中采用ML进行检测l
R
和l
I
属于集合Γ；S6：输出激活天线索引数字调制符号和分别表示检测出的送符号实部和虚部的天线索引；和表示检测出的数据调制符号s的实部和虚部。2.根据权利要求1所述的方法，其特征在于，所述在第t次迭代过程中计算步骤中，其计算表达式为：3.根据权利要求2所述的一种基于QSM系统低复杂度检测的改进算法，其特征在于，计算步骤包括：t＝1时，若λ1＞N
t
(λ1≤N
t
)，则取中索引号大于N
t
(小与等于N
t
)的前S个最大相关值存入集合Λ
t
中；t＝2时，若λ1＞N
t
...

【专利技术属性】
技术研发人员：李琦，
申请(专利权)人：重庆工商大学，
类型：发明
国别省市：