基于导频信道估计的mimo系统软检测方法

文档序号:9508529阅读:502来源:国知局
基于导频信道估计的mimo系统软检测方法
【技术领域】
[0001] 本发明涉及无线通信技术领域,更进一步涉及多天线技术领域的基于导频信道估 计的多入多出系统的(multiple-input multiple-output ΜΙΜΟ)软检测方法。本发明在保 证系统检测性能的情况下,能以较高的准确率完成基于导频信道估计的软输出多入多出系 统的ΜΜ0信号的检测。
【背景技术】
[0002] 多入多出系统的ΜΜ0技术是无线移动通信技术领域智能天线技术的重大突破。 面对未来移动通信日益增长的语音业务、数据业务和宽带Internet业务对传输速率、传输 性能和业务容量的高要求,在信道容量和频谱资源有限的情况下,该技术能在不增加系统 带宽的情况下成倍的提高通信系统的容量和频谱利用率,利用多天线来抑制信道衰落,是 新一代移动通信系统必须采用的关键技术。一个通信系统通信质量的高低很大程度取决于 信号检测是否准确,而准确的信号检测是保证ΜΜ0技术得以发挥其优势的关键。为了使 ΜΙΜΟ技术的优越性得以充分的发挥出来,应该采用性能尽量好的检测算法。但是性能好的 检测算法往往伴随着较高的信号处理复杂度。因此,需要在检测性能和复杂度之间寻找一 个良好的平衡点。近年来人们研究发现软输出的Μ頂0检测方法能够在ΜΜ0系统的较低复 杂度时实现较好的检测性能,并且研究发现最小均方误差MMSE检测方法能够很好的平衡 系统的检测性能和复杂度之间的关系。但是,传统的Μπω系统中的MMSE检测方法由于没 有考虑到信道估计误差对系统检测性能的影响,这在一定程度上限制了它的应用。
[0003] L. Jalloul, S. Alex 等人在其发表的论文 "Co_ents on Soft Decision Metric Generation for QAM with Channel Estimation Error',(IEEE Transaction on Comm uni cations, 2014, 11 (62) : 4162-4163)中提到了 一种软输出的单入单出(single-input single-output SIS0)系统的检测方法。在该方法中,考虑到了信道估计误差的存在对系统 检测性能的影响,得到了 SIS0系统中信道估计误差存在时的软输出检测矩阵。该方法存在 的不足之处是,该方法在系统信道容量和频谱资源有限的环境中数据传输速率低,无法满 足现如今日益增长的通信业务的需求,并且软输出检测矩阵的检测误码率高于软输出的比 特信号的检测。
[0004] 西安电子科技大学申请的专利"高阶调制多入多出系统中的信号检测方法"(专利 申请号2012101383990,公布号CN102724160A)中公开了一种高阶M-QAM调制]\OM0系统的 信号检测方法。该方法利用宽度优先的树形搜索方法,用排序的QR分解代替传统的QR分解 来实现对实数信道矩阵的三角化,重点在于将同一层已排序的幸存路径分为两组,分别对 两组中的幸存路径扩展出不同数目的新路径,并且将次优路径限定在一定范围之内,保证 了每层得到的一定数目的幸存路径在对应层的扩展路径中是最优的。该专利申请存在的不 足是,该方法的检测复杂度非常高,在保证系统检测性能的情况下,相对于低复杂度的MMSE 检测方式是一种次优的检测算法。
[0005] Louay Μ. A. Jalloul, Sam Ρ. Alex 等人在其发表的论文 "Soft-Output ΜΙΜ0 Detectors with Channel Estimation Error', (IEEE Signal Processing Letters, 2015,7(22) :993-997)中提到了一种非随机信道的软输出多入多出系统中信号的检测方 法。在该方法中考虑到了信道估计误差对系统检测性能的影响,采用非随机信道的估计模 型,重点在于发送端信号进行分层传输的方式,接收端的信号通过分层接收后再通过滤波, 得到了非随机信道中软输出检测的比特似然比(log-likelihood ratio, LLR)。该方法存 在的不足之处是,该方法没有考虑到没有考虑接收端信号间的相互干扰和信道随机性,而 接收端一个节点的信号的检测会受到其他检测信号的干扰,同时实际应用中的信道都具有 随机性,因而该方法会降低系统的检测性能。

【发明内容】

[0006] 本发明针对上述现有技术的不足,提出基于导频信道估计的ΜΜ0系统软检测方 法,实现较高的信号检测的准确率。
[0007] 为实现上述目的,本发明包括如下步骤:
[0008] (1)输入数据矢量和导频矢量:
[0009] (la)在多入多出ΜΜ0检测模型中,输入数据信号为采用格雷码方式映射的16QAM 调制信号组成的数据矢量;
[0010] (lb)在多入多出ΜΜ0检测模型中,任意输入一个单位阵的导频信号;
[0011] (lc)利用功率归一化公式,对导频信号进行功率归一化,得到导频矢量;
[0012] (2)获取接收信号:
[0013] (2a)在多入多出ΜΙΜ0检测模型中,任意设定一个初始信道矩阵,初始信道矩阵中 的元素服从均值为〇方差为1的正态分布;
[0014] (2b)采用导频辅助的信道估计方法,对初始信道矩阵进行估计,得到随机信道矩 阵;
[0015] (2c)在多入多出MM)检测模型中,采用线性时不变传输方法,对数据矢量进行传 输,得到数据矢量的接收值;
[0016] (3)预滤波:
[0017] 采用最小均方误差MMSE信号检测方法,对数据矢量的接收值进行分解,得到预滤 波加权矩阵;
[0018] (4)输出软检测的比特位:
[0019] (4a)将预滤波加权矩阵的行向量与数据矢量的接收值相乘,得到本地信号检测 值;
[0020] (4b)采用高斯分布的概率密度方法,对预滤波加权矩阵进行分解,得到本地信号 检测值的条件概率密度分布;
[0021] (4c)采用对数似然比方法,对本地信号检测值的条件概率密度分布取似然对数, 得到软检测的比特位;
[0022] (4d)输出软检测的比特位;
[0023] (5)数据矢量传输功率的最优分配:
[0024] (5a)在(0, 1)区间内任意取一个大于0. 5的实数作为数据矢量传输功率的分配比 值;
[0025] (5b)比较软检测的比特位和步骤(la)中的数据矢量逐比特位,将所有两个比特 位取值不同的比特位的位数相加,将其和值作为多入多出Μπω检测模型的误比特数;
[0026] (5c)将误比特数与步骤(la)中的数据矢量的总比特数相除,得到数据矢量传输 功率的分配比值大于〇. 5所对应的多入多出ΜΜ0检测模型的误码率;
[0027] (5d)在(0, 1)区间内任意取一个小于0. 5的实数作为数据矢量传输功率的分配比 值,重复步骤(5b)和步骤(5c),得到数据矢量传输功率的分配比值小于0.5所对应的多入 多出ΜΜ0检测模型的误码率;
[0028] (5e)将数据矢量传输功率的分配比值设为0. 5,重复步骤(5b)和步骤(5c),得到 数据矢量传输功率的分配比值等于〇. 5所对应的多入多出ΜΜ0检测模型的误码率;
[0029] (5f)比较步骤(5c),步骤(5d),步骤(5e)中的多入多出Μ頂0检测模型的误码率, 得到多入多出Μπω检测模型的误码率的最小值;
[0030] (5g)将步骤(5f)中多入多出ΜΜ0检测模型的误码率的最小值对应的数据矢量传 输功率的分配比值作为数据矢量传输功率的最优分配比值。
[0031] 本发明与现有的技术相比具有以下优点:
[0032] 第一,由于本发明使用多入多出MM)检测模型检测发送信号,克服了现有技术中 单入单出SIS0检测模型在系统信道容量和频谱资源有限的环境中数据传输速率低的缺 点,使得本发明中数据传输速率大幅度提高。
[0033] 第二,由于本发明使用最小均方误差MMSE信号检测方法,对数据矢量的接收值进 行预滤波,利用预滤波加权矩阵直接和数据矢量的接收值进行相乘,克服了现有技术中检 测复杂度非常高的缺点,使得本发明中检测复杂度大幅度较低,更好地实现了检测性能和 检测复杂度的折中。
[0034] 第三,由于本发明使用对数似然比方法,对本地信号检测值的条件概率密度分布 取对数似然比,克服了现有技术中没有考虑接收端信号间的相互干扰和信道随机性降低了 检测准确率的缺点,使得本发明中软检测的比特位的检测准确率大幅度提升。
【附图说明】
[0035] 图1为本发明的流程图;
[0036] 图2为本发明在提出的软检测的比特位条件下的关系仿真图;
[0037] 图3为本发明在不同的数据矢量传输功率的分配比值条件下的关系仿真图。
【具体实施方式】
[0038] 下面结合
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1