专利名称：一种多输入多输出数据检测方法及装置的制作方法
技术领域：
本发明涉及通信技术，尤其涉及一种多输入多输出数据检测方法及装置。
背景技术：
在LTE (Long Term Evolution,长期演进)及下一代无线通信系统中，为了提高频谱效率，通常采用多输入多输出(MMO)技术。在MMO系统中，线性检测和最大似然(ML)检测的性能差异较大，ML算法的检测性能远好于线性检测。但是ML检测的复杂度较大，与调制阶数和天线数成指数关系。因此，实际系统中，尤其是采用高阶调制时，ML检测因复杂度太高而难以实现。具体的，以一个NtXNkMIMO系统为例,接收信号可以表不为r = Hx+n 其中，H为等效的信道响应矩阵，χ为发送信号向量，η为噪声向量，Ne表示接收天线数目，Nt表示发送天线数目。ML检测的原理是找到一个信号向量i ,使得接收信号和重构的接收信号依之间距离最小Xml = arg min |卜—列 |由上式可知，ML检测需要遍历所有可能的发送信号的组合，才能搜索出使得卜.式距离最小的信号组合。若调制符号共有Q个星座点，则可能的发送信号的组合共有P种，使得ML检测的复杂度太大，与成正比。在高阶调制或者发送天线数较大时，ML检历搜索的过程将带来非常大的计算复杂度，并耗费大量的时间，因而，在实际系统中，ML检测难以实现。虽然有一些ML的简化算法提出，比如球形译码，其主要的思想在于构造较小的候选集，且能有效覆盖可能性较大的信号组合，而不必对所有可能的发送信号的组合进行遍历搜索。但是球形检测算法的缺点在于构造候选集的距离参数σ不好确定，若σ过大，则与ML检测的复杂度相同，若σ过小，则可能需要反复搜索；而且球形检测是逐层顺序构造候选集的，耗时较长；另外，球形检测算法的复杂度变动较大，在实际中，可能带来较大的计算复杂度风险。因此，这些算法在天线数目较多、调制阶数较高时复杂度仍然满足指数关系，因此不能满足系统的实时性要求。QRM-MLD (QR decomposition with M-algorithmmaximum-1 ikelihood detector,基于正交分解和多候选算法的最大似然算法)对于两天线的情况，性能与复杂度仍然不能满足要求。
发明内容
本发明实施例提供一种多输入多输出数据方法及装置，以减小多输入多输出最大似然检测的复杂度。
—种多输入多输出数据检测方法，包括对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果；分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值；组合各个分支度量值，得到数据候选集。一种多输入多输出数据检测装置，包括硬判检测单元，用于对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果；确定单元，用于分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量·值；组合单元，用于组合各个分支度量值，得到数据候选集。本发明实施例提供一种多输入多输出数据检测方法及装置，对于每个发送信号元素，分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，再确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值，组合各个分支度量值，得到数据候选集，该方案相当于将复杂度从P降低到Ag;-1，当Nt值小于Q时，减小了多输入多输出最大似然检测的复杂度。
图Ia为本发明实施例提供的多输入多输出数据检测方法流程图；图Ib和图Ic为本发明实施例提供的多输入多输出数据检测方法性能仿真示意图；图2为本发明实施例提供的多输入多输出数据检测装置结构示意图。
具体实施例方式本发明实施例提供一种多输入多输出数据检测方法及装置，对于每个发送信号元素，分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，再确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值，组合各个分支度量值，得到数据候选集，该方案相当于将复杂度从降低到AfvH，当Nt值小于Q时，减小了多输入多输出最大似然检测的复杂度。如图Ia所示，本发明实施例提供的多输入多输出数据检测方法，包括步骤S101、对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果；步骤S102、分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值；步骤S103、组合各个分支度量值，得到数据候选集。由于对于每个发送信号元素，都将基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，因此，对于每个发送信号元素，将复杂度从CT降低到0AW，由于总共有Nt个发送信号元素，所以本发明实施例中，进行数据检测的复杂度为ιρΑ-1。
在得到了各个基于其他发送信号元素的分支度量值后，只要将各分支度量值的矩阵简单组合，即可得到包括所有发送信号元素的数据候选集。下面以2*2MM0系统为例进行说明，此时，Nt = Ne = 2，假定接收信号与发送信号满足如下的线性关系r=Hs+n，其中r表示接收信号,其维数为NkX I ;H = [h1； h2]表示等效的信道响应,其维数为NkXNt ;s = [s1； s2]T表示发送信号，其维数为LXl ;η表示噪声或者干扰，其维数为NkX I ；Ne表示接收天线数目，Nt表示发送天线数目； b是基于BICM编码的数据比特流，那么每个比特的后验(aposteriori)对数似然比(log-likelihoodratio, LLR)可以表不成
"、,1\Iil = +11 r)iD1(6[)-ln—^-—
DlV k> 尸( =-1 Ir)Lm (b'k) min |||r — Hsf | — min |||r — Hsf |其中，g是第k个传输天线上的符号的第i个比特，本发明实施例中，将0映射为-I，I映射为+1。对于Nt = Nr = 2，可以将I I r_Hs | |展开与成
P 2||r-Hs|「= r-[h1 h2] 1 = ||r--h2s21|"
|_^2」此时，发送信号中包括两个发送信号元素S1和s2，时，步骤SlOl中，对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果，具体包括确定第一发送信号元素S1基于第二发送信号元素S2的最大似然硬判检测结果为
2 |-
,J1(^) = Srgmin r-h2s2 -IilS1 = Quantize (I^h1)—1Ii^y) = Quantized(H^h1 )_1h^(r -h^-,) ;
"s2eS V-v-'V--/L么-」
yL MRC检测 _确定第二发送信号元素S2基于第一发送信号元素S1的最大似然硬判检测结果
为
2 Γ -]
S2 (S1) = arg min r—Ji1S1 -h25, = Quantize (h*h,)—1IiRy) = Quantize (h:h2 )_1h* (r-h^,);
''— —> "~~-'L-J
yL MRC检测 —其中，S1表不第一发送信号兀素，S2表不第二发送信号兀素，S为发送信号的调制星座图，a.rg I丨i_i、n ||·χ|表示对于χ在x e X所有的可能中取最小值，Quantize [χ]表示量化到最近的星座点，Ii1表不H的第一列，h2表不H的第二列。这时，将通过基于ML检测出来的見当作已知干扰消除后，再计算对应于已经通过ML检测消除了 S1的毛的分支度量值，即
步骤S102中，分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值，具体包括进行与调制阶数相同次数的计算，确定第一发送信号元素基于第二发送信号元素的分支度量值为:BMr' = ||r -h2s2 -h,i, (s2)||"；进行与调制阶数相同次数的计算，确定第二发送信号元素基于第一发送信号元素的分支度量值为-.BMh =||r-hA-hj2(&)丨|2。进一步，为了进一步降低复杂度，可以采用其它等价方式进行计算，例如，在步骤SlOl中，对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果时，可以先确定U1 = r-h2s2，Zl;然后确定第一发送信号元素基于第二发送信号元素的最大似然硬判检测结果为= ； 同样的，先确定U2 = r-hlSl,Z2=(h>2)-1^2U2;再确定第一发送信号元素基于第二发送信号元素的最大似然硬判检测结果为J2(A) = Quantize^}。相应的，步骤S102中，分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值，则具体包括进行与调制阶数相同次数的计算，确定第一发送信号元素基于第二发送信号元素的分支度量值为:BMh =Iu1-KA(^)II2;进行与调制阶数相同次数的计算，确定第二发送信号元素基于第一发送信号元素的分支度量值为=h-〗i:.i2(.v;)||2。从而减少变量数量,进一步降低复杂度。可见，对于Nt = Nk = 2的情况，从数量级来说，本发明实施例提供的数据检测方法可以将原来需要Q2次度量计算变成2Q次，对高阶的MMO系统复杂度降低是非常明显的，
O2 O
比如2 X 2MIM0系统，64QAM调制方式，这样的复杂度降低比例是$ = ^- = 32
一O同样的原理，可以推广到Nt = Nk > 2的情况，例如，对于Nt = Nk = 4的情况，则先去除S1基于发送信号元素S2、S3, S4的最大似然硬判检测结果，计算基于发送信号元素s2、s3、S4的分支度量值，再去除S2基于发送信号元素Sl、S3, S4的最大似然硬判检测结果，计算基于发送信号元素Sl、S3、S4的分支度量值，同样道理，分别计算出基于发送信号元素Sl、S2、S4的分支度量值和基于发送信号元素S1、S2、S3的分支度量值，其复杂度从Q4降低为4Q3，复
杂度降低比例是| = ￥ = 16
O在性能上，本发明实施例与线性接收机在SDM条件下的性能比较如图lb、图Ic所示，其中图Ib是EVA、64QAM、2*2MM0条件下进行的仿真图，图Ic是EVA、16QAM、2*2MM0条件下进行的仿真图，图Ib和图Ic中，由于本发明实施例提供的ML(simplified)(最大似然简化算法)与ML的性能完全一致，没有标ML的曲线。其中，仿真条件具体如表I所示
表 I
权利要求
1.一种多输入多输出数据检测方法,其特征在于,包括 对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果； 分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值； 组合各个分支度量值，得到数据候选集。
2.如权利要求I所述的方法，其特征在于，当发送信号中包括两个发送信号元素时，所述对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果，具体包括 确定第一发送信号元素基于第二发送信号元素的最大似然硬判检测结果为
3.如权利要求2所述的方法，其特征在于，所述分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值，具体包括 进行与调制阶数相同次数的计算，确定第一发送信号元素基于第二发送信号元素的分支度量值为=||r-h2.v: 进行与调制阶数相同次数的计算，确定第二发送信号元素基于第一发送信号元素的分支度量值为:BMSi yir-hA-hAhf。
4.如权利要求I所述的方法，其特征在于，当发送信号中包括两个发送信号元素时，所述对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果，具体包括确定
5.如权利要求4所述的方法，其特征在于，所述分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值，具体包括进行与调制阶数相同次数的计算，确定第一发送信号元素基于第二发送信号元素的分支度量值为.
6.一种多输入多输出数据检测装置，其特征在于，包括 硬判检测单元，用于对于每个发送信号元素，确定基于其他发送信号元素的最大似然硬判检测结果； 确定单元，用于分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，并确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值；组合单元，用于组合各个分支度量值，得到数据候选集。
7.如权利要求6所述的装置，其特征在于，当发送信号中包括两个发送信号元素时，所述硬判检测单元具体用于 确定第一发送信号元素基于第二发送信号元素的最大似然硬判检测结果为
8.如权利要求7所述的装置，其特征在于，所述确定单元具体用于 进行与调制阶数相同次数的计算，确定第一发送信号元素基于第二发送信号元素的分支度量值为:
9.如权利要求6所述的装置，其特征在于，当发送信号中包括两个发送信号元素时，所述硬判检测单元具体用于确定 U1 = r-h2s2,
10.如权利要求9所述的装置，其特征在于，所述确定单元具体用于 进行与调制阶数相同次数的计算，确定第一发送信号元素基于第二发送信号元素的分支度量值为-.BM匕=IIu1-Ji1J1(S2)II2; 进行与调制阶数相同次数的计算，确定第二发送信号元素基于第一发送信号元素的分支度量值为:BMS' =||u2-V2(S1)If。
全文摘要
本发明公开了一种多输入多输出数据检测方法及装置，对于每个发送信号元素，分别将各个基于其他发送信号元素的最大似然硬判检测结果从接收信号中去除，再确定与发送信号元素个数相同个数的基于其他发送信号元素的分支度量值，组合各个分支度量值，得到数据候选集，该方案相当于将复杂度从降低到当NT值小于Q时，减小了多输入多输出最大似然检测的复杂度。
文档编号H04L25/03GK102882815SQ201210361158
公开日2013年1月16日 申请日期2012年9月25日 优先权日2012年9月25日
发明者戴晓明 申请人:电信科学技术研究院