一种用于电力线通信的多输入多输出信号检测方法
【专利摘要】本发明涉及一种用于电力线通信的多输入多输出信号检测方法，属于信号处理【技术领域】。发送端在发送信号序列之前，需要发送iter帧训练序列，iter为算法的迭代次数，迭代次数范围为100～200；在接收端，首先进行初始化，即wi(0)=0，Pi(0)=δI，其中P为计算过程中所需要的矩阵，I为N×N的单位阵，N为接收天线数，此处为2×2的单位阵，δ是一个足够大的正常数，此处为δ＝106。
【专利说明】一种用于电力线通信的多输入多输出信号检测方法
【技术领域】
[0001]本发明涉及一种用于电力线通信的多输入多输出信号检测方法，属于信号处理【技术领域】。
【背景技术】
[0002]随着通信技术的发展，“最后一公里”的接入问题已经成为制约宽带通信广泛应用的瓶颈之一。电力线通信(Power Line Communication, PLC)技术以其不用重新布线、覆盖范围广、能方便连接用户终端和网络等优点，已成为宽带接入关键技术之一。随着高速数据通信的发展，PLC信道自身的物理信道容量已不能满足要求，因此近年来人们将MMO技术引入到PLC中,研究PLC系统中的多输入多输出(mult1-1nput mult1-output, ΜΙΜΟ)技术，以提高通信速率。已有的MMO技术，都是针对无线信道中的加性高斯白噪声(Additivewhite Gaussian noise, AffGN)环境开发，这样将其用于PLC通信系统时，由于PLC信道存在显著的脉冲噪声干扰，其性能会严重下降。因此，有必要针对PLC通信信道的特点，对已有的MMO技术进行改进或提出新 的方法，以进一步提高PLC通信系统性能。
[0003](I)MMO系统模型
[0004]MIMO系统(MXN)的一般模型说明书如图1所不:设MIMO系统的发送信号为S=Ls1, S2,…，SM]τ，接收信号为r=[iyrN]T为,信道噪声为n=[rv..nN]T，信道传输函数矩阵为H。则MMO系统的接收信号模型为
[0005]r=Hs+n (I)
[0006]MIMO信号检测就是根据接收信号r来恢复出发送信号S。已有的MMO信号检测技术包括最大似然(Maximum Likelihood, ML)检测算法、迫零(Zero Forcing, ZF)检测算法、最小均方误差(Minimal Mean Square Error，MMSE)检测算法、V-BLAST (ZF-0SIC)检测算法、基于QR分解的检测算法以及球形译码算法。其中，ZF检测算法和MMSE检测算法在实际中应用较多，也是与本发明相关的两种检测方法。
[0007](2)分数低阶相关(FLOC)
[0008]在α稳定分布环境中，2阶统计量和高阶(阶数大于2)统计量不存在，所以通常采用分数低阶(阶数小于2大于0)统计量对服从α稳定分布的信号进行处理，本算法使用的分数低阶统计量为分数低阶相关，下面给出分数低阶相关的定义:
[0009]对于服从S a S分布的随机变量X和Y，其P阶分数低阶相关为
[0010]/?(；, =< Α,，Y >,, = E\XYij"x) ], \< ρ <α.,
[0011]其中，符号〈.>的运算规则为:zM = Zla-V5Q为SaS分布的特征指数。
[0012]现有技术一的技术方案
[0013]2012年3月，陈建青等在文献《ΜΜ0系统检测算法综合分析与比较》中描述了一种迫零(ZF)检测算法。该算法是一种线性检测算法，它通过线性检测矩阵从接收信号中恢复出发送信号，其数学表达式为[0014]S = Wr(2)
[0015]其中，W为检测矩阵。
[0016]不同的检测算法具有不同的检测矩阵。在ZF检测算法中，检测矩阵W的计算公式为
[0017]W = (HhH) -1Hh ； (3)
[0018]其中，(.)H表示矩阵的共轭转置。
[0019]使用ZF检测算法进行MMO信号检测时，在接收端先要进行信道估计，获得传递函数矩阵H，然后根据式(3)计算检测矩阵W，最后根据式(2)得到发送信号的估计值，完成MMO信号检测。
[0020]现有技术一的缺点
[0021]ZF检测算法的主要缺点是没有考虑到噪声的影响，这在应用中，尤其是在脉冲噪声环境下，其检测误码率很高。此外，该算法的检测结果还严重依赖于信道估计的准确性。
[0022]现有技术二的技术方案:
[0023]2003年3月，李颖等在文献《一种改进的分层空时码检测算法》中阐述了 MMSE检测算法的具体方案。该算法考虑到了噪声的影响，可以适当地平衡计算复杂度和检测准确性。该算法的检测矩阵W的计算公式为
[0024]W = (HhH+σ 2D-1Hh, (4)
[0025]其中，I为MXM的单位阵，M为MMO系统发射天线的数目；σ 2为噪声的方差。
[0026]与ZF检测算法类似，用MMSE检测算法进行MMO信号检测时，在接收端也要先进行信道估计，获得传输函数矩阵H ;然后根据式(4)计算检测矩阵W，最后根据式(2)得到发送信号的估计值，完成MMO信号检测。
[0027]现有技术二的缺点:
[0028]在丽SE检测算法中，检测矩阵要用到噪声的方差，而在脉冲噪声环境下，噪声方差不存在，因此，MMSE检测算法在脉冲噪声环境中无法正常工作。
[0029]现有技术三的技术方案:
[0030]第三种技术方案是基于同时信号分量干扰抵消的MMO检测方法。该方法主要用干扰抵消方法逐层进行检测并消除层间干扰，从而提高检测性能。这里所说的每层信号即指每个发送天线发射的信号，同时信号分量即不同发送天线在相同时刻发送的信号序列。
[0031]该方法的具体实现方案如下:在接收端，接收信号先通过前端滤波器进行处理，消除非同时分量，得到滤波后的数据；然后，用至少一个组合器矩阵对已滤波数据进行处理，得到第一层数据的检测数据，其中组合器矩阵可以是在发射机处基于信道编码、发送矩阵等的数据专用处理函数；接着，在接收端对其进行解调和解码，得到对第一层发送信号的估计值，完成第一层数据的检测。完成上述工作后，用检测出的第一层数据对已滤波数据进行处理，以消除第一层数据引起的干扰，再检测出第二层数据，然后进行解调和解码，完成第二层数据的检测。依此类推，逐步检测出所有层发送数据，完成最终的检测。
[0032]现有技术三的缺点:
[0033]利用同时信号分量的干扰消除的MMO检测算法主要是消除不同发射天线信号间的干扰，而对噪声干扰的影响考虑得较少，因此无法有效地抑制脉冲噪声的干扰。
【发明内容】
[0034]为了克服上述的不足，本发明的目的在于提供一种用于电力线通信的多输入多输出信号检测方法。
[0035]本发明采取的技术方案:
[0036]发送端在发送信号序列之前，需要发送长度为iter的训练序列，iter也是算法迭代次数，100<iter<200 ;在接收端，首先进行初始化，即Wi (O) =0，Pi (O) = δ I，其中P为计算过程中所需要的矩阵，I为NXN单位阵，此处为2X2的单位阵，N为接收天线数，δ是一个很大的正常数，δ取IO6 ;然后在每个训练序列下更新Wi，即在第η个训练序列下先根据分数低阶相关的定义计算Si (η)与!T1 (n) -r1 (η)与!T1 (n)、r2 (η)与!T1 (η)的ρ阶分数低阶相关Rsirl (η) >Rrlrl (η)和 Rr2rl (η);然后根据式(5)计算矩阵 Ici (η),其中 rp (n) = [Rrlrl (n) Rr2rl (η)]τ，λ为加权因子，0.25〈 λ〈1，本发明建议取为λ=0.99;接着根据式(6)计算矩阵？“!!)；再根据式(7)计算ei (η)，其中R11 (n) =Rsirt (η)，最后根据式(8)计算Wi (η);然后计算下一个训练序列下的值，知道达到迭代次数为止，此时获得的Wi即为最终的检测矩阵；然后根据式
(9)估计出发送信号- ;在实际检测中，在每一个训练序列下-、《2是同时并行计算的，最终同时计算出Sl、S2，完成信号检测。
[0037]
【权利要求】
1.一种用于电力线通信的多输入多输出信号检测方法，其特征在于:发送端在发送信号序列之前，需要发送长度为iter的训练序列，iter也是算法迭代次数，100〈iter〈200 ;在接收端，首先进行初始化，即Wi(O)=O, Pi(O)=S I，其中P为计算过程中所需要的矩阵，I为NXN的单位阵，N为接收天线数，此处为2X2的单位阵，δ取IO6;然后在训练序列的每个值下更新Wi,即在第η个训练序列下先根据分数低阶相关的定义计算SiOi)与!T1 (n) >T1 (η)与!T1 (η)、r2 (η)与!T1 (η)的ρ阶分数低阶相关Rsirl (η)、Rrlrl (η)和Rr2rl (η);然后根据式(5)计算矩阵 Mn)，其中，rp (n) = [Rrlrl (n) Rr2rl (η) ]τ, λ 为加权因子，0.25〈 λ〈1，λ =0.99 -M着根据式(6)计算矩阵Pi (η);再根据式(7)计算ei (η)，其中R11 (n) =Rsirt (η)，最后根据式(8)计算Wi (η);然后，依次用训练序列各个值按照同样方式计算，直到达到迭代次数iter为止，此时获得的Wi即为最终的检测矩阵；然后根据式(9)估计出发送信号Si ;在每一个训练序列下、W2是同时并行计算的，最终同时计算出Sl、S2，完成信号检测； 所述式(5)为
【文档编号】H04L1/00GK103457701SQ201310365330
【公开日】2013年12月18日 申请日期:2013年8月19日 优先权日:2013年8月19日
【发明者】陈喆, 殷福亮, 耿晓馥 申请人:大连理工大学