专利名称：基于自适应选择可行集的近最优多输入多输出发送符号检测方法
技术领域：
本发明涉及多输入多输出通信中的多输入多输出发送符号检测技术，更具体地，涉及一种基于自适应选择的可行集的近最优多输入多输出发送符号检测方法。
背景技术：
多输入多输出(MIMO)技术是无线移动通信领域技术的重大突破。MIMO技术指的是数据的发送和接收都采用了多根天线。研究表明，利用MIMO技术可以提高信道的容量，同时也可以提高信道的可靠性，降低误码率。MIMO系统的最大容量或容量上限随最小天线数的增加而线性增加。而在同样条件下，在接收端或发射端采用多天线或天线阵列的普通智能天线系统，其容量仅随天线数的对数增加而增加。相对而言，MIMO技术对于提高无线通信系统的容量具有极大的潜力，是新一代移动通信系统采用的关键技术。
图1所示为通常采用的MIMO系统结构示意图。在该结构中，发送端和接收端分别采用nT和nR个天线进行信号的发送和接收。在发送端，待发送的数据首先经过串/并变换模块101进行串/并转换处理，分成nT个数据流，每个数据流对应一个发送天线。在接收端，首先由nR个接收天线103将信号接收下来，然后由信道估计模块104根据该接收信号进行信道估计，估计出当前的信道特性矩阵H。MIMO检测模块，即检测器105利用该信道特性矩阵H对接收信号进行检测，解调出发送端所发送的信息比特。
下面对传统的检测器进行描述。
a.最大似然检测最大似然检测方法可以通过充分统计向量的噪声方差直接推导出结果，但是最大似然检测的复杂度是随呈指数增长的，难以实现。
b.ZF(迫零)和MMSE(最小均方误差)检测器迫零检测器的特点是完全消除了各个发送天线之间的干扰，其代价是增强了背景噪声。MMSE检测器的基本思想是使估计的数据与真正的数据之间的均方误差最小化。它考虑了背景噪声的影响，在消除各个天线之间的干扰和增强背景噪声之间得到一个折衷，性能要优于迫零检测器。
c.BLAST检测器(ZF-BLAST和MMSE-BLAST)。
BLAST检测器包括两部分线性变换和串行干扰消除器。首先通过线性变换得到信噪比最强的第I根发送天线上的数据进行判决，通过此数据，重建第I个天线的发送数据。然后，再从接收信号中减去此符号的影响。接着计算余下的数据中信噪比最强的天线上的数据估计，进行干扰消除。然后一直重复此过程直到得到所有数据估计。
发明内容
本发明的目的在于，提供一种基于自适应选择的可行集的近最优的MIMO发送符号检测方法，以尽可能小的复杂度达到接近最优的误码性能。
根据本发明的第一方面，提出了一种基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，包括确定接收信号中各个符号的可选集合，并根据可选集合中各个符号是发送符号的可能性大小，对可选集合中的元素进行排序；根据特定的规则，选择可选集合的至少一部分作为各个符号的候选集合；选择候选集合中的元素作为可能的符号，从候选集合中删除已选元素；在获得其是接收信号的可能性大于已获得的候选输出是接收信号的可能性的、全部符号的可能解时，重复前述可选集合、候选集合生成和可能解选择步骤；在所述候选集合为空时，输出候选输出，并根据排序顺序，得到所检测出的接收符号。
根据本发明的第二方面，提出了一种基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，包括获得信道矩阵和接收信号，根据排序的乔累斯基分解，得到排序顺序，下三角矩阵；根据下三角矩阵和接收信号，求解全部符号的一个可能解；将所述可能解作为候选输出，并确定接收信号中各个符号的可选集合，并根据可选集合中各个符号是发送符号的可能性大小，对可选集合中的元素进行排序；根据特定的规则，选择可选集合的至少一部分作为各个符号的候选集合；选择候选集合中的元素作为可能的符号，从候选集合中删除已选元素，并计算在这种情况下，其是正确的可能性是否大于已获得的候选输出是正确的可能性；在其是正确的可能性不大于已获得的候选输出是正确的可能性时，重复上述可能解选择步骤；在获得其是正确的可能性大于已获得的候选输出是正确的可能性的、全部符号的另一可能解时，重复前述可选集合、候选集合生成和可能解选择步骤；在所述候选集合为空时，输出候选输出，并根据排序顺序，得到所检测出的接收符号。
根据本发明的第三方面，提出了一种基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，包括以下步骤获得信道矩阵H和接收信号r，根据排序的乔累斯基分解，得到排序顺序P，下三角矩阵L，变换后的接收信号y；设置候选集合为空，其行号对应于符号顺序，符号数为K，则行数也为K；从第一个符号开始，在已确定对先前所有符号的估计的情况下，根据下三角矩阵L和变换后的接收信号y，计算并解调出第k个符号k；计算重建信号(1，2，…，k)与变换后的接收信号y的欧式距离uk；判断欧式距离uk是否大于等于上界C；如果欧式距离uk大于等于上界C，则判断候选集合是否为空；如果候选集合不为空，则从候选集合的各个行中，将k值取为最大非空行的行号，并将该行中的第一个符号作为第k个符号k，并更新候选集合，从该行中删除所述第一个符号；然后，执行所述欧式距离计算步骤；如果候选集合为空，则输出结果，并根据排序顺序P，得到对各个符号的估计，完成检测；如果欧式距离uk不大于等于上界C，则判断是否进行到最后一个符号，即是否k＝K；如果已经进行到最后一个符号，则令上界C＝uK，候选输出结果out＝s＝1，2，…，K，并重新确定各个符号的可行集合，并按照可能性的大小对其进行排序，在每个符号的可选集合中，按照特定的规则，选择至少一部分作为候选集合，然后，返回执行判断候选集合是否为空的判断步骤。
下面，将参照附图，对本发明的优选实施例进行详细的描述，其中图1是MIMO系统结构的示意图；图2是归一化16QAM调制的星座图；图3A和3B是示出了根据本发明的近最优多输入多输出发送符号检测方法的流程图；图4是搜索过程的树图表示；图5示出了各种方法的比较结果；图6是乔累斯基(cholesky)分解和排序乔累斯基分解的性能比较示意图；以及图7是用于解释解调过程的示意图。
具体实施例方式
下面结合附图对本发明作具体说明。应该指出，所描述的实施例仅是为了说明的目的，而不是对本发明范围的限制。
采用图1所示的MIMO系统结构。发送端和接收端分别采用nT和nR个天线进行信号的发送和接收。在发送端，待发送的数据首先在串/并变换模块101经过串/并转换，分成nT个数据流，每个数据流对应一个发送天线102。在接收端，首先由nR个接收天线103将信号接收下来，然后由信道估计模块104根据该接收信号进行信道估计，估计出当前的信道特性矩阵H。
本发明的基于自适应选择可行集的近最优多输入多输出发送符号检测方法的原理如下根据排序的乔累斯基(cholesky)分解，得到排序顺序P，排序后的信道矩阵HP，以及根据排序后的信道矩阵HP得到的下三角矩阵L。
因为，HPH×HP=LH×L]]>，由此，首先对MIMO检测的接收模型r＝Hs+n(其中，r为接收信号，H为信道矩阵，s为发送的符号向量，n为白高斯噪声向量)进行排序，得到rP＝HPsP+nP，并将其两侧左乘(LT)-1×HPH，得到y＝Ls+v，其中y=(LT)-1×HPH×r,]]>同样代表了接收信号，v同样表示白高斯噪声。
根据y＝Ls+v，令S为调制符号的集合，则最优的判决准则为s=argmins∈S||y-Ls||22]]>(判优准则)如果，利用求解等式y＝Ls的方法来得到符号的估计s(假设s为有K个符号的向量)，则解得s的顺序为s(1)、s(2)、…、s(K)。在无误码传播的情况下，第i个用户的信噪比正比于|Lii|2，则为了避免误码传播，希望靠前检测的s(i)所对应的|Lii|2尽可能的大。而且，由于计算乔累斯基分解时，先得到Lii中i较大的Lii，所以，可以仿照排序QR分解的方法，得到排序的乔累斯基分解。即第一次得到LKK，由于第一次有K种可能，在这K种可能中选择|LKK|2最小的作为输出，并置换相应H的相应的行和列，在第i步，在这K-i+1种可能中，选择|LK-i+1，K-i+1|2最小的作为输出，并置换相应H的相应的行和列(在第i步，计算出L的第K-i+1列)。
图4为搜索过程的树图表示。将接收模型变为y＝Ls+v。由于对信道矩阵H进行线性变换所得的L是下三角矩阵，所以，对第一个符号s1的估计只需考虑s1本身；估计s2时要联合考虑s1、s2；…；估计sK时要联合考虑s1到sK。如果将每个符号看作树的一个节点，那么可得到如图4所示的树图表示，sK的候选集是根据树的前K-1个节点s1到sK-1来决定的。
以下，将结合图3来说明本发明的基于自适应选择可行集的近最优多输入多输出发送符号检测方法。
在步骤S301，得到信道矩阵H和接收信号r，r的维数K。
在步骤S302，根据排序的乔累斯基分解，得到排序顺序P，排序后的信道矩阵HP，以及根据排序后的信道矩阵HP得到的下三角矩阵L。初始化k＝0，C＝+∞，并初始化各个符号的候选集合set为空。
各个符号的候选集合set由K个行向量组成，第i个行向量表示第i个符号的候选集合。
在步骤S303，令k＝k+1，在已确定对前k-1个符号的估计(1，2，…，k-1)的情况(稍后将对其进行描述)下，求解等式y＝Ls，得到对第k个符号的估计sk。
在这种情况下，对第k个符号的估计为s^k_s=(yk-Σi=1k-1Lkis^iLii)---(1)]]>s^k=Q(yk-Σi=1k-1Lkis^iLii)---(2)]]>在式(1)中，k_s表示解调前的值，在式(2)中，Q表示解调过程，如图7所示。在图7所示的情况下，将表示解调前的数值的k_s的×点解调为距其最近的o点W。
在步骤S304中，计算重建信号(1，2，…，k)与接收信号的欧式距离uk。
由于，此时已经得到了对s1、s2、…、sk的估计1，2，…，k，可以得到二者之间的欧式距离uk=Σi=1k|yi-Σj=1iLijs^j|2---(3)]]>在步骤S305，判断uk是否大于上界C，如果是，转到S306，如果否，转到S308。
在步骤S306，判断候选集合set是否为空(候选集合set为空意味着所有K个符号中每个符号的候选集合都为空)，如果是，转到S311，如果候选集合set不为空，则转到步骤S307。
在步骤S307，从候选集合set的各个行中，得到新的k值，并得到新的k，并更新候选集合set，然后，返回步骤S304。
如前所述，需要检测的数据具有K个符号，则候选集合set有K行，分别对应每一个需要检测的符号。从第i＝K行开始(实际上，第K行总为空)，检查候选集合set的第i行是否为空，如果第i行为空，则检查i-1行，依次类推。
由于此时，候选集合set不为空，则总能找到候选集合set的某个行不空，假设此行为i，则令k＝i，sk＝候选集合set的第i行的第一个元素，且从候选集合set的第i行中删除第一个元素。
在步骤S308，判断是否k＝K，如果是，则进入步骤S309，否则，返回步骤S304。
在步骤S309中，令上界C＝uK，候选输出out＝s＝1，2，…，k，并重新确定各个符号的可行集合，并按照可能性的大小进行排序(将参照图3B进行详细描述)，然后，转到步骤S310。
图3B示出了步骤S309中的重新确定和排序过程。此时的候选输出为out1＝1，out2＝2，…，outK＝K。
在步骤S401，输入需要估计的符号的个数K，上界C＝uK，候选输出out＝s＝1，2，…，k，并初始化I＝1。
在步骤S402，判断是否I＜＝K，如果是，转入步骤S403，如果否，转入步骤S404。
在步骤S403，根据欧氏距离uI，确定第I个符号的可选集合，并对此可选集合进行排序，排序完成后。令I＝I+1，然后，返回步骤S402。
现在，确定第I个符号的可行集合。对第I个符号的可行集合选择如下，在确定1＝out1，2＝out2，…，I-1＝outI-1不变的情况下，令sI的估计I(*)分别等于除了当前得到的I之外的所有的星座点(取决于调制方式，一共有M-1个点，例如，如果调制方式为16QAM，则M＝16)。假设这M-1个点分别为I(1)，I(2)，…，I(M-1)。
然后，分别以I(1)，I(2)，…，I(M-1)代替公式(3)uI=Σi=1I|yi-Σj=1iLijs^j|2]]>中的I，得到与之相对应的M-1个欧式距离uI。将这M-1个欧式距离uI中、满足uI＜C的条件的欧式距离uI所对应的符号I(P)(1＜＝p＜＝M-1)加入到第I个符号的可行集合中。
第I个可行集合表示的是在1＝out1，2＝out2，…，I-1＝outI-1不变的情况下，对第I个符号的估计除了求解y＝Ls而得到的outI之外，还有哪些是有可能的(即，满足uI＜C)。
对此可选集合进行排序对每个符号的可行解进行排序，排序的准则是在第I个集合的可行解中，根据公式(3)得到的欧式距离uI越小，其作为发送方所发送的符号的可能性越大，因此，按照欧式距离uI从小到大的顺序对第I个集合中的可行解进行排序。
例如，第I个符号的可行集合为{a b c}，当第I个符号为a时，uI-a＝2；当第I个符号为b时uI-b＝3；当第I个符号为c时uI-c＝1；则第I个符号的已排序可选集合为{c a b}。
在步骤S404，已经得到了所有待估计符号的可选集合，结束处理。
返回图3A，在步骤S310，在每个符号的可选集合中，按照特定的规则，选择一部分作为候选集合，然后，进行到步骤S306。例如，可以按照以下方式来选取候选集合第一种方式，按比例取。由于对各个可行的符号按照可能性进行了排序。假设比例数为ratio＝0.6。则取可行解数目的规则为 ( 表示对x上取整，这样保证在可行解的集合非空的情况下，至少有一个被选中)。
第二种方式，按欧式距离uk的数值选取。选择小于预定数值的欧式距离uk所对应的符号。
第三种方式，按固定的数目取，比如最多可以选取三个。
在步骤S311，输出结果out，并根据排序顺序P，得到各个符号的估计，结束。
例如，假设排序顺序P＝2、3、1、4，输出的结果out为4个符号，分别为out(1)、out(2)、out(3)、out(4)。则最后的符号估计s(1)＝s(P(1))＝out(3)，s(2)＝s(P(2))＝out(1)，s(3)＝s(P(3))＝out(2)，s(4)＝s(P(4))＝out(4)。
图5和图6为各种不同的方法的性能(发送、接收天线各为4，调制方式为16QAM)。
图5中，ratio表示在步骤S310中，从可行集中取的比例。从图中可以看出，ratio取0.6就已经非常接近最大似然的方法了。
图6为单纯的乔累斯基和排序的乔累斯基分解的比较。在本发明中，一开始使用排序的乔累斯基分解，可以尽快地得到最优解，而且排序的乔累斯基分解增加的复杂度并不多。
尽管已经针对典型实施例示出和描述了本发明，本领域的普通技术人员应该理解，在不脱离本发明的精神和范围的情况下，可以进行各种其他的改变、替换和添加。因此，本发明不应该被理解为被局限于上述特定实例，而应当由所附权利要求所限定。
权利要求
1.一种基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，包括确定接收信号中各个符号的可选集合，并根据可选集合中各个符号是发送符号的可能性大小，对可选集合中的元素进行排序；根据特定的规则，选择可选集合的至少一部分作为各个符号的候选集合；选择候选集合中的元素作为可能的符号，从候选集合中删除已选元素；在获得其是接收信号的可能性大于已获得的候选输出是接收信号的可能性的、全部符号的可能解时，重复前述可选集合、候选集合生成和可能解选择步骤；在所述候选集合为空时，输出候选输出，并根据排序顺序，得到所检测出的接收符号。
2.根据权利要求1所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述符号是发送符号的可能性大小是根据所述符号重建发送信号，计算重建发送信号与变换后的接收信号之间的欧式距离确定的，欧式距离越小则所述可能性越大。
3.根据权利要求1或2所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照固定的比例选取可选集合中的元素构成候选集合。
4.根据权利要求1或2所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照固定的数量选取可选集合中的元素构成候选集合。
5.根据权利要求1所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照可能性的阈值选取可选集合中的元素构成候选集合。
6.根据权利要求2所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照欧式距离的阈值选取可选集合中的元素构成候选集合。
7.一种基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，包括获得信道矩阵和接收信号，根据排序的乔累斯基分解，得到排序顺序，下三角矩阵；根据下三角矩阵和接收信号，求解全部符号的一个可能解；将所述可能解作为候选输出，并确定接收信号中各个符号的可选集合，并根据可选集合中各个符号是发送符号的可能性大小，对可选集合中的元素进行排序；根据特定的规则，选择可选集合的至少一部分作为各个符号的候选集合；选择候选集合中的元素作为可能的符号，从候选集合中删除已选元素，并计算在这种情况下，其是正确的可能性是否大于已获得的候选输出是正确的可能性；在其是正确的可能性不大于已获得的候选输出是正确的可能性时，重复上述可能解选择步骤；在获得其是正确的可能性大于已获得的候选输出是正确的可能性的、全部符号的另一可能解时，重复前述可选集合、候选集合生成和可能解选择步骤；在所述候选集合为空时，输出候选输出，并根据排序顺序，得到所检测出的接收符号。
8.根据权利要求7所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于符号是发送符号的可能性大小是根据所述符号重建发送信号，计算重建发送信号与变换后的接收信号接收信号之间的欧式距离确定的，欧式距离越小则所述可能性越大。
9.根据权利要求7或8所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照固定的比例选取可选集合中的元素构成候选集合。
10.根据权利要求7或8所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照固定的数量选取可选集合中的元素构成候选集合。
11.根据权利要求7所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照可能性的阈值选取可选集合中的元素构成候选集合。
12.根据权利要求8所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照欧式距离的阈值选取可选集合中的元素构成候选集合。
13.一种基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，包括以下步骤获得信道矩阵H和接收信号r，根据排序的乔累斯基分解，得到排序顺序P，下三角矩阵L，变换后的接收信号y；设置候选集合为空，其行号对应于符号顺序，符号数为K，则行数也为K；从第一个符号开始，在已确定对先前所有符号的估计的情况下，根据下三角矩阵L和变换后的接收信号y，计算并解调出第k个符号k；计算重建信号(1，2，…，k)与变换后的接收信号y的欧式距离uk；判断欧式距离uk是否大于等于上界C；如果欧式距离uk大于等于上界C，则判断候选集合是否为空；如果候选集合不为空，则从候选集合的各个行中，将k值取为最大非空行的行号，并将该行中的第一个符号作为第k个符号k，并更新候选集合，从该行中删除所述第一个符号；然后，执行所述欧式距离计算步骤；如果候选集合为空，则输出结果，并根据排序顺序P，得到对各个符号的估计，完成检测；如果欧式距离uk不大于等于上界C，则判断是否进行到最后一个符号，即是否k＝K；如果已经进行到最后一个符号，则令上界C＝uK，候选输出结果out＝s＝1，2，…，K，并重新确定各个符号的可行集合，并按照可能性的大小对其进行排序，在每个符号的可选集合中，按照特定的规则，选择至少一部分作为候选集合，然后，返回执行判断候选集合是否为空的判断步骤。
14.根据权利要求13所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照固定的比例选取可选集合中的元素构成候选集合。
15.根据权利要求13所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照固定的数量选取可选集合中的元素构成候选集合。
16.根据权利要求14所述的基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，其特征在于所述候选集合生成步骤中的特定规则在于按照欧式距离的阈值选取可选集合中的元素构成候选集合。
全文摘要
一种基于自适应选择的可行集的近最优多输入多输出发送符号检测方法，包括确定接收信号中各个符号的可选集合，并根据可选集合中各个符号是发送符号的可能性大小，对可选集合中的元素进行排序；根据特定的规则，选择可选集合的至少一部分作为各个符号的候选集合；选择候选集合中的元素作为可能的符号，从候选集合中删除已选元素；在获得其是接收信号的可能性大于已获得的候选输出是接收信号的可能性的、全部符号的可能解时，重复前述可选集合、候选集合生成和可能解选择步骤；在所述候选集合为空时，输出候选输出，并根据排序顺序，得到所检测出的接收符号。
文档编号H04L1/02GK1870486SQ20051007377
公开日2006年11月29日 申请日期2005年5月24日 优先权日2005年5月24日
发明者吴强, 李继峰 申请人:松下电器产业株式会社