一种广义空间调制系统的信号检测方法
【技术领域】：
[0001] 本发明涉及无线通信技术领域，具体涉及一种在广义空间调制系统的信号检测方 法。
【背景技术】：
[0002] 随着无线通信技术的日趋完善，"绿色、节能、可持续"已成为未来5G移动通信中一 大重要的发展方向。空间调制（SM)作为一种新型的多天线调制技术，通过每个时隙仅激活 一根发送天线，可有效降低系统能耗，并彻底消除信道间干扰（ICI)。为进一步提高频谱效 率，广义空间调制（GSM)将激活天线个数从一根扩展到多根，极大提升了信号传输速率。然 而与此同时，GSM系统也引入了部分ICI，这使得低复杂度的接收机设计成为亟待解决的问 题。
[0003] 典型的多天线系统接收机通常采用最大比合并（MRC)或最大似然（ML)检测，然而 这两种接收机都存在各自的问题：前者无法应用于欠定系统，即接收天线数量少于发射天 线数量，这对下行链路是致命问题；后者的计算复杂度随天线数和调整阶数呈指数增长，这 在大规模高阶调制系统中不具备实际可操作性。实际上，针对GSM系统中的低复杂度信号 检测已经存在一些方案，如球形译码、块排序等等，但其本质上都是以检测准确度为代价。 ffenlong Liu 于 2014 年在 IEEE Communication Letter 上发表了 "Denoising Detection for the Generalized Spatial Modulation System Using Sparse Property''（IEEE 组织 在通信领域的SCI期刊，《广义空间调制中利用稀疏性的去噪检测》），提出了利用压缩感知 (CS)理论来解决欠定系统中的低复杂度信号检测问题，一定程度上提高了准确度。然而，这 种检测方法只适用于低阶调制，对于无线通信中常用的高阶QAM调制系统，其检测性能和 理想最大似然检测相比还有很大差距。与此同时，现有的检测方法并没有完全利用信号的 稀疏度特性和量化特性，这意味着低复杂度、高准确度的信号检测技术还有很大的提升空 间。
【发明内容】
：
[0004] 本发明的目的在于克服上述技术存在的问题，针对广义空间调制系统，提出一种 低复杂度、高准确度的信号检测方法。该方法利用调制信号固有的稀疏度特性和量化特性， 采用复杂度简化的贝叶斯压缩感知来定位激活天线序列集，并提供一种自纠错机制来重定 位部分激活序列，从而大幅提高检测准确度。该方法适用于高阶QAM调制并逼近理想最大 似然的检测结果。
[0005] 本发明是根据以下技术方案实现的：
[0006] 步骤A :参数模型化发送信号向量X，并根据接收信号向量y和已知的信道矩阵H， 基于贝叶斯压缩感知迭代求解参数向量f;
[0007] 步骤B :利用信号特有的稀疏度信息，对步骤A中所获参数向量f的主值个数进行 检测，并重定位主值序列I。以外的剩余激活天线序列；
[0008] 步骤C :根据步骤B中获取的激活天线序列集f，采用线性均衡和星座图解调发送 符号向量f，并根据? Λ S ；)解比特映射，得到输出信息流。
[0009] 优选地，建模并计算参数向量,，.所述的步骤A包括如下步骤：
[0010] 步骤Al :将发送信号向量X建模为参数化的多元复高斯分布
[0011]
[0012] 其中γ = Iz1,S…]为表征信号稀疏性的参数向量，初始化γ = 1&。
[0013] 步骤Α2 :根据最大后验概率（MAP)准则，迭代求解目标式
[0014]
[0015] 中的参数向量譬，直至达到固定的循环次数T或1中任一元素的变化量小于Ajl 止，其中P (XI y ; γ)为用参数γ表征的后验概率密度函数。
[0016] 优选地，所述的步骤Α2中所涉及的每次迭代过程包括如下步骤：
[0017] 步骤Α21 :对当前的参数向量f中过小的元素进行剪枝，并调整对应的下标集I及 信道矩阵H,计算公式为：
[0018]
[0019] 其中，
[0020]
[0021] 为剪枝后参与运算的下标集。
[0022] 步骤A22 :根据剪枝后f的值，更新后验概率p (X I y ; γ )的期望μ和协方差矩阵 Σ，其计算公式为：
[0023]
[0024]
[0025] 式中，接收信号向量y的协方差矩阵，其计算公式为：
[0026] Σγ= σ 2Ι+ΗΓΗ*
[0027] 其中Γ = diag(y)为参数化χ模型的协方差矩阵。
[0028] 步骤A23 :采用最大期望（EM)方法更新参数向量f，其计算公式为：
[0029]
[0030] 优选地，检测并重定位激活序列，所述的步骤B包括如下步骤：
[0031] 步骤Bl :根据峰值平均功率比（PAPR)，统计参数向量f的主峰个数民及主峰序列 1〇,其计算公式定义为：
[0032]
[0033] 其中η _为大于1的预设阈值。主峰个数圮定义为I。的集合大小g 。
[0034] 步骤B2 :将主峰个数反与信号稀疏度\进行比较，若相等则取γ中前\个最大项 的下标作为检测的激活天线序列集否则执行步骤Β3 ;
[0035] 步骤Β3 :若％ =]，则遍历约束集為。.来获取激活序列/,目标式为：
[0036]
[0037] 其中，约束集為D定义为：
[0038]
[0039] 式中，符号向量％):的计算公式为：
[0040]
[0041] 其中Q( ·)为星座图量化过程。否则，执行步骤M。
[0042] 步骤M :采用正交匹配跟踪（OMP)获取激活序列f ,目标式为：
[0043]
[0044] 其中三个参量依次代表结果向量、测量矩阵和迭代次数。yras的计算公式为：
[0045]
[0046] 优选地，解调发送符号及解映射，所述的步骤C包括如下步骤：
[0047] 步骤Cl :根据获取的激活天线序列集f，采用迫零（ZF)均衡和星座图量化来求解 发送符号向量S，计算公式为：
[0048]
[0049] 步骤C2 :根据广义空间调制的映射规则，对获取的f/i)进行解比特映射，得到输 出信息流。
[0050] 与现有技术相比，本发明具有如下有益效果：<