MIMO信号的对偶格约减辅助检测方法技术

本发明专利技术提出了MIMO信号的对偶格约减辅助检测方法，所述方法对信道增益矩阵求MP逆得到对偶格矩阵；使用高效对偶格约减EDLR方法得到对偶格矩阵的高效对偶格约减基矩阵；采用基于高效约减基对偶格约减辅助检测方法；检测结果执行符号向量反变换，得到发送符号向量估计值。所述方法计算复杂度比已有LR算法复杂度有显著降低，随着发送天线数增加，计算复杂度下降更多，检测性能也更优越，特别适合于大规模MIMO系统，为大规模MIMO系统的实际应用消除了主要障碍。

【技术实现步骤摘要】
MI MO信号的对偶格约减辅助检测方法
本专利技术属于属于无线通信
，具体指的是MMO信号的对偶格约减辅助检测方法。
技术介绍
在多输入多输出(multiple-1nputmultiple-output, ΜΙΜΟ)无线通信系统中，MMO信号的检测，简称MMO检测，基本方法包括:最大似然(maximum likelihood, ML)检测、迫零(zeroforcing, ZF)检测和最小均方误差(minimum mean square error, MMSE)检测。其中ML检测可以达到全分集(分集阶数等于接收天线数)，且具有最佳检测性能，但是，其计算复杂度随着并行传输符号数以及信号星座规模的增加呈指数增长，因而在许多实际场合是无法实现的。ZF及MMSE检测具有较低的计算复杂度，但不能达到全分集，与最佳检测性能有很大差距，被称为次最佳检测方法。另外，采用干扰按序逐次消去(orderedsuccessive interference cancellation, 0SIC)技术，与基本的次最佳检测方法(即 ZF和MMSE)结合，还可以构成基于OSIC的ZF检测(ZF-OSIC)以及基于OSIC的MMSE检测(MMSE-0SIC)等检测方法。ZF-OSIC和MMSE-0SIC也属于次最佳MMO检测，其性能与计算复杂度介于最佳检测(即ML检测)与基本次最佳检测之间。近年来的研究表明，在各种次最佳MMO检测方法中，引入格约减(latticereduction, LR)技术作为辅助手段,可以极大地改善这些检测方法的性能,而由此引起的计算复杂度的增加是可以接受的。这样的检测方法称为“ΜΜ0信号的LR辅助检测”，简称为LR辅助MMO检测。分析表明，以LR为辅助的各种次最佳MMO检测方法，可以像ML检测一样达到全分集，同时呈现出接近最佳的检测性能，但仍然与ML最佳检测性能有一定差距。在MMO检测问题中，以原始的信道增益矩阵作为基所构成的格称为原始格。针对原始格进行的LR，称为原始格约减(PLR)。求出原始信道增益矩阵的MP逆矩阵，以该逆矩阵为基所构成的格称为原始格的对偶格(dual lattice)。针对对偶格进行的LR，称为对偶格约减(DLR)。在LR辅助MMO检测中，既可以使用PLR，也可以使用DLR。LR 算法有多种，例如 LLL 算法(Lenstra-Lenstra-Lovdsz algorithm)和 SA 算法(Seysen’ s algorithm),另夕卜还有 Minkowski and Hermite-Korkine-Zolotareffreduction、size reduction、Gauss reduction 和 Brun’ s algorithm 等等算法。目前，在LR辅助MIMO检测中，LR算法几乎无一例外地采用LLL算法和SA算法(或者是它们的某种改进)。这样的选择是出于检测性能和计算复杂度最优的综合考虑。LLL算法可以对原始格进行格约减，也可以对原始格的对偶格进行格约减(此时称为DLLL算法)，而SA算法是对原始格和它的对偶格同时进行格约减。在MIMO检测应用中，就性能和计算复杂度而言，LLL算法与SA算法基本相当。它们的缺点是，计算复杂度偏高，尤其是MMO系统并行传输的符号数(亦即发送天线数，也是相应的格基的维数)较大时，计算复杂度将变得非常高。MIMO信号检测的基本方法包括如下几种:ML检测，最大似然(maximumlikelihood, ML)检测又称为最佳检测，具有最佳检测性能，其计算复杂度正比于Qn，其中Q为系统所使用符号集的势，N是符号向量的维数或发送天线数，当Q和N较大时，ML检测由于计算复杂度太大而难以实现；ZF检测，迫零(zero forcing, ZF)检测为次最佳检测，在诸检测方法中检测性能最差，但计算复杂度最低；MMSE检测,最小均方误差(minimummean square error,丽SE)检测为次最佳检测，与ZF检测相比，性能稍好，而计算复杂度稍大；ZF-OSIC检测，采用干扰按序逐次消去(ordered successive interferencecancellation，0SIC)技术，与ZF检测结合，即构成基于OSIC的ZF检测(ZF-0SIC)，ZF-0SIC检测为次最佳检测，其检测性能与计算复杂度介于ZF检测与ML检测之间；MMSE-0SIC检测，基于OSIC的丽SE (MMSE-0SIC)检测为次最佳检测，其检测性能与计算复杂度介于丽SE检测与ML检测之间。将格约减(lattice reduction, LR)技术应用于MIMO信号的次最佳检测,可以显著改善各种次最佳MMO检测器的性能。这种检测方法称为格约减辅助MMO检测(LR-aidedMIMO detection)。LR辅助MMO检测的现有技术如下。I美国专利N0.6724843，申请日为2000年2月15日，标题为“Method andapparatus for fast decoding in a muItipIe-antenna wireless communicationsystem”。该专利技术专利主要涉及一种LR辅助MMO检测方法与装置，其中的LR算法为基本的LLL算法，该算法仅限于实数运算，计算复杂度较高。2美国专利N0.8270506，申请日为2008年6月26日，标题为“Method andapparatus for decoding using complex lattice reduction in a multiple antennasystem”。该专利技术专利主要涉及一种LR辅助MMO检测方法及装置，其中的LR算法为复数LLL算法。与实数运算的LLL算法相比，复数LLL算法计算复杂度有所降低，而检测性能与实数LLL算法相同。3美国专利N0.8116399，申请日为2008年I月31日，标题为“Multiple-1nputmultiple-output signal detectors based on relaxed lattice reduction，，。该专利技术专利主要涉及一种LR辅助MMO检测器，其中的LR算法为一种改进的LLL算法，而且适合于复数运算。这种改进的LLL算法，在格约减的迭代运算过程中，后面的迭代步骤放松了格约减的标准(改变格约减准则表达式中的一个重要参数)，这样从总体上明显降低了计算复杂度，而检测性能的下降却不很明显。可以看到，在上述LR辅助MMO检测的现有技术中，其LR算法都属于LLL算法的类型，所进行的某些改进虽然使算法复杂度有所降低，但LLL算法复杂度偏高的状况并无实质性的、数量级上的改变。因此，有必要针对LR辅助MMO检测问题，构造出更有效的LR算法，它具有比LLL算法或SA算法更低的计算复杂度，同时使LR辅助MMO检测器呈现出更优越的检测性能。迄今为止，无论是PLR辅助MMO检测还是DLR辅助MMO检测，所使用的LR算法为LLL算法、SA算法或者是它们的某种改进。这些算法有一个共同的缺点，就是计算复杂度偏高。尤其当格基的维数N (对于MIMO检测应用，N也是发送符号向量的维数或发送天线数)较大时，它们的计算复杂度变得非本文档来自技高网...

【技术保护点】
MIMO信号的对偶格约减辅助检测方法，其特征在于，所述方法包括如下步骤：?步骤A，根据接收到的信号进行信道估计，得到MIMO信道增益矩阵；?步骤B，对信道增益矩阵求MP逆得到其对偶格矩阵；?步骤C，对步骤B所述对偶格矩阵使用高效对偶格约减EDLR方法得到所述对偶格矩阵的高效对偶格约减基矩阵及对应的幺模矩阵；?步骤D，执行EDLR辅助检测：执行对偶格约减DLR辅助检测，DLR辅助检测采用步骤C中得到的高效对偶格约减基矩阵作为其对偶格约减基矩阵；?步骤E，对步骤D检测结果执行符号向量反变换，得到发送符号向量估计值。

【技术特征摘要】
1.MIMO信号的对偶格约减辅助检测方法，其特征在于，所述方法包括如下步骤: 步骤Α，根据接收到的信号进行信道估计，得到MMO信道增益矩阵； 步骤B，对信道增益矩阵求MP逆得到其对偶格矩阵； 步骤C，对步骤B所述对偶格矩阵使用高效对偶格约减EDLR方法得到所述对偶格矩阵的高效对偶格约减基矩阵及对应的么模矩阵； 步骤D，执行EDLR辅助检测:执行对偶格约减DLR辅助检测，DLR辅助检测采用步骤C中得到的高效对偶格约减基矩阵作为其对偶格约减基矩阵； 步骤Ε，对步骤D检测结果执行符号向量反变换，得到发送符号向量估计值。2.根据权利要求1所述MIMO信号的对偶格约减辅助检测方法，其特征在于，所述步骤D中，所述EDLR辅助检测方法与任何现有次最佳检测技术组合实现MMO符号检测。3.根据权利要求1所述MIMO信号的对偶格约减辅助检测方法，其特征在于，所述步骤C中，高效对偶格约减基矩阵的判别准则为: MIMO信道增益矩阵A的对偶格L(B)的基BkC‘VxM是高效约减基，如果它满足: Lb:bf / b;b;H I = 0，U e {1,2，…, / y 其中，b' 1表示矩...

【专利技术属性】
技术研发人员：刘金铸，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：