结合极化码的MIMO系统联合检测译码方法与流程

本发明属于无线通信
技术领域：
，是应用于极化码编码的MIMO系统的低复杂度联合检测译码方法。
背景技术：
：移动通信经历了第一代模拟通信(1G)，第二代蜂窝数字通信(2G)，第三代CDMA宽带通信(3G)的发展历程，目前已进入了第四代移动通信(4G)产业化的应用阶段。移动通信正朝着高速率，高容量，高频谱效率和低功耗的方向发展，不断满足人们日益增长的数据和视频需求。据主要运营商和权威咨询机构预测：移动宽带业务流量将在未来10年增长1000倍。现有4G技术在传输速率和资源利用率等方面仍然无法满足未来的需求，其无线覆盖和用户体验也有待进一步提高。世界各国在推动4G产业化工作的同时，第五代移动通信技术(5G)已经成为了国内外无线通信领域的研究热点。5G移动通信标志性的关键技术主要体现在超高效能的无线传输技术和高密度无线网络技术。基于大规模多输入多输出(MIMO)的无线传输技术将有可能使频谱效率和功率效率在4G的基础上再提升一个量级。与此同时，高性能、高效率的信道编码技术也将成为5G的一个重要研究方向。作为第一个能够达到香农容量的信道编码，极化码是信息理论和无线通信领域的重大突破，引起了学术界和工业界的广泛关注。在5G移动通信的全新应用场景下，极化码将会取代Turbo码和LDPC码，成为信道纠错编码的候选者。研究适用于极化码编码的MIMO系统的联合检测译码方法具有重大的理论意义与应用价值。关于MIMO系统检测的相关文献中，有大量针对理想误码性能，低复杂度和低延时的MIMO检测器的相关研究。最大似然检测器(ML)为理想检测器，其计算复杂度随着发射天线的增加呈指数增加。软输出的K-best及球形译码(SD)算法，由于其近似最优的检测性能和降低的复杂度而成为MIMO系统的研究热点。近年来，连续消除的列表极化码译码器因其接近最优的检测性能而引起了广泛的关注。在极化码编码的MIMO系统中，检测器首先从接收的信号中估计发送符号。然后，译码器从估计的符号中恢复信息比特。结合极化码的MIMO技术将大大提高系统容量和数据速率。同时，这也大大增加了接收机的复杂度。一般情况下，检测和译码常常被看作两个独立的处理模块。输出信息在两个独立模块之间相互迭代，从而改善BER性能。然而，迭代的检测译码将会增加系统延时。因此，研究结合极化码的联合MIMO检测译码技术具有重大意义。技术实现要素：发明目的：为了克服现有独立MIMO检测译码器的上述问题，本发明提出了一种低复杂度的联合检测译码方法，结合极化码的编码特性，缩小了传统K-best检测中路径搜索范围。技术方案：本发明中，我们考虑发射天线数为Nt，接收天线数为Nr的MIMO上行链路。采用码率R＝1/2的(N,K,)极化码编码，其中N、K、和分别表示码长、信息比特长度、信息比特的集合和空闲比特值。对于宽度优先的K-Best算法，每次选取具有最小部分欧式距离(PED)的Kp条路径列表Pnew作为候选路径，对应的路径度量值列表为Lnew。发射复值向量中的每个符号取自矩形正交幅度调制(QAM)星座集合Θ，其中，Q为调制星座点尺寸，Mc为每个发射符号包含比特数。用实值分解(RVD)的方法，Nt×Nr的复值MIMO系统可等效为2Nt×2Nr实值系统，发射实值符号的集合为Ω。在联合检测译码(JDD)算法中，n个信道实现需要同时考虑。第i个信道的发射向量为xi，信道矩阵为Hi，加性高斯白噪声为ni，接收向量为yi。经过信道矩阵QR分解Hi＝QiRi，zi＝QHiyi，n个信道的接收向量的变形z可表示为z＝Rx+n,即K个信息比特经过编码得到N个编码比特输出。对于每一个码字，信道实现数n＝N/(NtMc)，详细的系统配置如图1所示。因此，树的搜索层数由2Nt增加为2Ntn。需要注意的是，搜索树的第1层代表矩阵R的第2Ntn行，搜索树的第2Ntn层代表矩阵R的第1行。不同于传统的基于因子图的迭代检测译码算法，本发明提出一种结合极化码的MIMO系统树形联合检测译码方法，具体包括如下步骤：1)初始化路径列表及其PED列表：P0＝[0,0,...,0],PED0＝[0,0,...,0]。2)构造缩减树结合极化码编码，2N个码字中仅含有2K个有效码字，即理想ML检测的搜索路径中仅有条路径产生于有效的码字，称为有效路径，在路径扩展过程中，仅扩展有效路径构成的树称为缩减树。3)结合缩减树第i(i>0)层，对第i-1层中的每一条路径扩展其有效路径，得到更新的路径列表根据PEDi-1得到更新的PED列表其中Kp表示每一层幸存路径数，Pi,j表示第i层的j条幸存路径，PEDi,j表示第i层的j条幸存路径的度量值，Q表示调制星座点尺寸；根据PEDi-1得到PEDnew的具体计算公式为：PEDnew=PEDi-1+||z2nNt+1-i-Σj=2nNt+1-i2nNtrljxj||2---(11)]]>其中，Nt为发射天线数，xj为第j个发射数据流的发射符号，zj为第j个接收数据流的接收信号，R为信道矩阵QR分解得到的上三角矩阵，rlj为上三角矩阵R的第l行j列元素。4)判断是否完成检测，若i＝2Ntn，表示到达叶子节点层，则输出候选路径列表及其PED列表否则，选取PED列表PEDnew中最小的Kp个值构成PEDi，其对应的Kp条路径作为第i层的候选路径列表Pi，令i＝i+1，返回步骤3进行下一层路径扩展，其中Nr表示接收天线数，n为信道数。5)进行硬输入或者软输入译码：采用硬输入译码时，输出最优路径即最后一层的路径度量值向量中每一项的最小值对应的路径，将其对应的路径进行反映射得到发射码字，输入SSC译码器即得译码结果；采用软输入译码时，首先结合中的Kp条路径的PED值，计算接收向量y的LLP，然后输入SCL译码器恢复信息比特；计算接收向量y的LLP的具体公式为：其中，为第k个发射数据流的符号xk的第i比特，为第i比特为b的所有符号的集合，b∈{0,1}，σ2为噪声n的方差，z为通过n个信道的接收向量的变形，R为信道矩阵QR分解得到的上三角矩阵，x为n个信道的发射向量。有益效果：本发明将MIMO技术与可达香农信道容量的极化码相结合，提高了系统容量和数据速率。结合极化码的编码特性，避免了无效路径的扩展和更新，降低了整体的计算复杂度，同时改善了系统的BER性能。此外，采用SSC硬译码的JDD算法，采用高效的流水线编码器完成译码操作，进一步降低了硬件实现的复杂度，提高了系统吞吐率，在保证较好的BER性能前提下，适用于高吞吐率及低复杂度的应用场景。附图说明图1是JDD算法中MIMO系统配置；图2是2×2MIMO系统联合检测译码算法的树形搜索过程(16-QAM)；图3是4×4MIMO系统不同检测译码算法的性能对比(4-QAM)；图4是4×4MIMO系统SDD与JDD算法的性能对比(16-QAM)。具体实施方式下面结合具体实施案例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。为了更好的理解本发明，首先对本发明涉及到的各方法进行简单介绍。在MIMO系统预处理中，对信道矩阵进行排序的QR分解(SQRD)。具有最高信噪比(SNR)的信号最先被检测，具有最低SNR的信号最后被检测，从而降低错误传播。通过SQRD处理，MIMO系统的最大似然检测问题可转化为一个2Nt层的树形搜索问题。这种宽度优先的检测方法称为K-best算法。在硬判决中，K-best检测器选择叶子节点处具有最小部分欧式距离(PED)的路径作为最优路径，并输出估计符号。估计的符号通过解调得到编码比特，编码比特再经过一次极化码编码恢复原始的信息比特。这种方法称为硬输入的极化码译码。对于软判决输出，叶子节点处的所有幸存路径进行结合，计算接收向量y的对数似然概率(LLP)。极化码的连续消除列表(SCL)译码器根据接收到的软信息LLP恢复信息比特。这种方法称为软输入的极化码译码。在分开的检测译码(SDD)算法中，每个信道实现单独处理得到估计的发射向量。目前常见的联合检测译码器大多是基于因子图的迭代实现。在本发明中，提出的联合检测译码(JDD)算法基于宽度优先搜索的树形结构。该算法需要同时考虑若干个信道实现。对于极化码编码的MIMO系统，假定能够产生有效极化码的路径为有效路径。在传统的K-best检测中，每一层都需要扩展条路径。结合极化码编码，这些路径并不全是有效的。在JDD算法中，每一层仅仅需要扩展有效的路径，由此产生了缩减的树。基于该缩减的树，进行路径扩展与更新。基于性能和实现复杂度，JDD方法采用SCL和SSC两种译码方法恢复原始信息比特。极化码编码和译码假定译码器输入为输出为GN和BN分别表示生成矩阵和比特反序重排置换矩阵。则极化码的编码可表示为：x1N=u1NGN=u1NF⊗nsBN,---(2)]]>其中，ns代表译码器的阶数，代表的Kronecker积。类似于K-best算法，SCL译码也是宽度优先的搜索算法，在满二叉树上逐层扩展并选择最优路径。因此，SCL译码可结合K-best算法，实现联合检测译码。SDD算法设等效实值MIMO系统中，发射向量为x，信道矩阵为H，加性高斯白噪声为n，接收向量为y。信道矩阵的QR分解表示为H＝QR。其中，Q为2Nr×2Nt的矩阵，R为2Nt×2Nt的上三角矩阵。在K-best检测器中，估计向量可表示为：x^=argminx^∈Ω||z-Rx||2=argminx^∈ΩΣl=12Nt||zl-Σj=l2Ntrljxj||2---(3)]]>公式(3)可看作一个2Nt层的树形搜索问题，每一个节点有个孩子节点。在树的每一层，保留Kp条具有最小PED值的路径作为幸存路径。在树的第i层，扩展路径的PED可表示为：PEDi=Σl=12Nt-i+1||zl-Σj=12Ntrljxj||2---(4)]]>在SDD算法中，叶子节点层所有的候选路径进行结合，并计算接收向量y的LLP。假定符号xk的第i比特记为则y的LLP计算如下：其中，代表第i比特为b的所有符号的集合，b∈{0,1}，σ2为噪声n的方差。SCL译码器根据接收到的软信息LLP恢复原始的信息比特。SSD算法仅仅是已有MIMO系统K-best检测器与极化码SCL译码器的简单级联，可作为本发明提出的联合检测译码算法的比较基准。本发明提出一种结合极化码的MIMO系统树形联合检测译码方法，操作步骤如下：1)初始化路径列表及其PED列表：P0＝[0,0,...,0],PED0＝[0,0,...,0]。2)构造缩减树结合极化码编码，2N个码字中仅含有2K个有效码字。即，理想ML检测的搜索路径中仅有条路径产生于有效的码字，称为有效路径。在路径扩展过程中，仅扩展有效路径构成的树称为缩减树。3)结合缩减树第i(i>0)层，对第i-1层中的每一条路径扩展其有效路径，得到更新的路径列表并根据公式4得到更新的PED列表4)判断是否完成检测，若i＝2Ntn，表示到达叶子节点层，则输出候选路径列表及其PED列表否则，选取PED列表PEDnew中最小的Kp个值构成PEDi，其对应的Kp条路径作为第i层的候选路径列表Pi，令i＝i+1，返回步骤3进行下一层路径扩展。5)进行硬输入或者软输入译码：采用硬输入译码时，输出最优路径即最后一层的路径度量值向量中每一项的最小值对应的路径，将其对应的路径进行反映射得到发射码字，输入SSC译码器即得译码结果；采用软输入译码时，首先结合中的Kp条路径的PED值，根据公式5计算接收向量y的LLP，然后输入SCL译码器恢复信息比特。SCL译码器工作原理如下：1)初始化路径列表：path0＝[0,0,...,0]，度量值列表：2)逐层路径扩展：在第i(i>0)层，对第i-1层路径列表pathi-1＝[path(i-1),1,path(i-1),2,...,path(i-1),L](L代表每层幸存路径数)中每一条路径，分别添加一位“0”和“1”得到扩展路径列表pathi＝[pathi1,pathi,2,...,pathi,2L],并根据以下迭代公式得到度量值列表{wN(2i-1)(y1N,u^12i-2|u2i-1)=max*{wN/2(i)(y1N/2,u^1,o2i-2⊕u^1,e2i-2|u2i-1)+wN/2(i)(yN/2+1N,u^1,e2i-2|0)wN/2(i)(y1N/2,u^1,o2i-2⊕u^1,e2i-2|u‾2i-1)+wN/2(i)(yN/2+1N,u^1,e2i-2|1)}wN(2i)(y1N,u^12i-1|u2i)=wN/2(i)(y1N/2,u^1,o2i-2⊕u^1,e2i-2|u2i-1⊕u2i)+wN/2(i)(yN/2+1N,u^1,e2i-2|u2i),---(6)]]>其中，代表译码器接收向量，代表编码器输入比特，ui代表向量中的第i项，代表编码器输入比特的估计值，代表中奇数下标对应比特构成的向量，代表中偶数下标对应比特构成的向量，代表u2i-1的比特翻转，代表比特异或操作，max*代表取最大值。3)译码结束判断及选取候选路径：若i＝＝N，选取为最大度量路径，即可得到译码输出否则，选取路径度量值列表中最大的L个值构成候选度量值列表其对应的L条路径作为第i层的候选路径列表；令i＝i+1，返回步骤2)，进行下一层扩展。简化SSC译码考虑硬件实现和计算的鲁棒性，SCL的简化版本SC可在对数域上实施。传输码字的对数似然比可通过下式迭代计算：LN(2i-1)(y1N,u^12i-2)≈sgn(L1)sgn(L2)min(|L1|,|L2|)---(7)]]>LN(2i)(y1N,u^12i-1)=(-1)u^2i-1L1+L2---(8)]]>其中，L1=LN/2(i)(y1N/2,u^1,o2i-2⊕u^1,e2i-2)L2=LN/2(i)(yN/2+1N,u^1,e2i-2)---(9)]]>对于一些低复杂度和高吞吐率的应用场景，简化的SC(SSC)译码是一个较好的选择。为了进一步提高硬件效率，LLR的值可以简单地用其符号来表示，可得到二进制输入的译码器，称为硬输入译码。式(7)中上面的式子可以简化为：c=a⊕b---(10)]]>其中，a,b和c分别表示L1和L2的符号比特。图2以2×2MIMO系统为例，详细描述了极化码编码的MIMO系统的联合检测译码算法。其中，采用了16-QAM调制和(8,4)极化码编码。每4比特编码成8比特的码字，然后调制到16-QAM的星座点。根据公式(1)，该缩减的树仅包含24条有效路径。在等效实值系统中，该缩减的树结构可表示为其中，每条路径中各个符号的个数为偶数。在树的每一层，有Kp＝4条幸存路径。在第一层，4个节点都是有效的，作为幸存节点。接下来，以节点-3为例，扩展它在第2层的子节点。根据缩减的树的表示，只有节点-3和3是有效的。另外两个节点直接丢弃，不再计算进行PED的更新和比较。同理，可对节点-1,1和3进行子节点扩展。扩展完成后，更新有效路径的PED并选择具有最小PED值的4条路径作为候选路径。这一操作逐层执行，直到树的叶子节点层为止。最后，采用硬输入或软输入的极化码译码器恢复原始信息比特。仿真结果与分析：在4×4的瑞利衰落MIMO信道中，K-best检测及SCL译码的幸存路径数设为4。对于检测器译码器简单级联的基本SSD算法和提出的JDD算法，检测和译码之间不实施迭代。对于4-QAM调制系统，采用(8,4)的极化码，不同算法的BER性能对比如图3所示。其中，Uncoded曲线代表无信道编码MIMO信道中K-best检测的BER性能。由图3可知，本发明提出的SSC译码的JDD算法与SCL译码的基本SSD算法具有基本一致的BER性能。采用SCL软输入译码的JDD算法BER性能优于SCL译码的基本SSD算法，在BER＝10-4处，SNR改善2dB左右。对于16-QAM调制系统，采用(16,8)的极化码，JDD算法与基本的SDD算法的BER性能对比如图4所示。同理可知，软输入SCL译码的性能优于SSC译码；提出的JDD算法性能优于基本的SDD算法。因此，对于不同的MIMO系统，只要合理选取天线配置和极化码参数，提出的JDD算法的BER性能总是优于SDD算法。假定合理选取的极化码的码率为1/2。检测器与译码器简单级联的基本SSD算法与本发明提出的JDD算法的运算复杂度比较如表1所示。其中，PED.SCL和PED.COM分别代表PED的计算和比较次数。相比SDD算法，JDD算法树形搜索的复杂度降低了50％左右。对于硬输入的极化码译码，只需要执行复杂度为的二进制运算，可通过高效的硬件架构实现，提高系统吞吐率。对于软输入的极化码译码，SCL译码需要大量的算术运算，计算复杂度为同时，SCL译码将引入较大的译码延时。结合仿真结果可知：在相同的条件下，相比SDD算法，提出的JDD算法能够获得更好的BER性能，同时降低了复杂度。表1：SDD与JDD算法的复杂度比较与现有极化译码器想比，本发明结合极化码的编码特性，缩小了传统K-best检测中路径搜索范围，提出了一种低复杂度的联合检测译码方法，将有效的路径构成缩减的搜索树，降低了路径扩展及计算的复杂度，同时改善了系统的BER性能。硬输入SSC译码，降低了硬件实现的复杂度，提高了系统吞吐率。对于合理选取的天线配置及码率为1/2的极化码，本发明提出的JDD算法的复杂度相比基本SSD算法降低了50％左右。在BER性能要求较高的实际场景中，可采用软输入的JDD算法。在高吞吐率和低复杂度的实际场景中，采用硬输入的JDD算法具有良好的应用前景。当前第1页1 2 3