Λ 巧+5N,))欠每Μ乘祐、^N,T{5N,N,' + N,. +巧-Ν,-卽欠每：敬械拒新 NtT次开平方运算；（ii)基站天线发射矩阵X的第t列向量xt时，接收端采用MRC算法进行信号 译码时的计算复杂度，对yi左乘hH，我们首先计算出矩阵hH与矩阵Η乘积hHh需要 ^ +1)次复数乘法和^(W,. -l)W,(iV, +1)次复数加法，然后计算hHh与xt乘积HKHxt时 需要次复数乘法和Nt(Nt-l)次复数加法，最后计算曲与m乘积hV时需要恥Nr次复数乘法 和Nt(Nr-l)次复数加法，因此发射第t列向量xt时总共需要(馬馬+ %+3J\y次复数乘 法和^W,(W,-l)〇V,.+l)次复数加法，发射矩阵別寸总共需要皆新+帮次复数乘 法和巧+1)次复数加法。两种算法复杂度比较如表一所示。
[0122] 表一 MRC和ZF算法复杂度比较
[0123]
[0124] 由表一可知，MRC算法与ZF算法相比，总运算次数明显降低。
[01巧]性能仿真
[01%]假设系统中发射端天线数分别为Nt = 4、10和40,基站接收机天线数分别为Nr = 40、 100和400，发射的满分集VBLAST码字矩阵如式
听示，式 中S是模为1的复数，令沒=知假设信道为独立同分布的瑞利衰落信道。本申请采用的MRC 检测算法与传统的ZF线性检测算法进行了误比特率性能比较。频谱利用率分别为化it/s/ 化和化its/s/化，分别采用BPSK和QPSK调制方式。当系统中发射端天线数为Nt = 4,基站接 收机天线数为Nr = 40时，仿真结果分别如图1和图2所示。当发射天线数为Nt=10,接收机天 线数为Nr=100时，仿真结果分别如图3和图4所示。当发射天线数为Nt = 40,接收机天线数为 Nr = 400时，仿真结果分别如图5和图6所示。
[0127]由图1和图2可见，在发射端发射天线数和基站接收天线数较少情况下，当肥R = 1〇-5时，BPSK和QPSK调制方式下本发明所用MRC算法与传统的ZF算法相比误比特率性能分别 有-0.5地和-2地的增益，换言之，虽然MRC算法与ZF算法相比其计算复杂度较低，但会导致 误比特率性能降低；由图3和图4可见，随着发射天线数和接收天线数的增加，当SNR较低的 情况下，BPSK和QPSK调制方式下本发明所用MRC算法与传统的ZF算法相比误比特率性能较 好，而当SNR较高时MRC算法与ZF算法相比误比特率性能会降低；由图5和图6可见，随着发射 天线数和接收天线数的继续增加，在BPSK和QPSK调制方式下本发明所用MRC算法的误比特 率性能比ZF算法的误比特率性能要好。当移动用户发射端天线和基站接收端天线数不断增 加时，矩阵妒与信道矩阵Η的乘积hHh中非对角线元素与对角线元素相比不断减小，当基站天 线数趋于无穷大时，非对角元素与对角元素相比可W忽略不计。此时矩阵hHh近似等于 EiHH，即矩阵肿近似于对角阵，换言之，当Nr'iVi ? ￥时，Ht'K/iV? Iw,，运里^是恥/恥 的单位阵，因此MRC算法是对接收信号yi左乘HH，相乘之后等式右边的第一项近似于对角矩 阵与信号向量XI的乘积，使向量XI中元素的系数大于1;而ZF算法是对接收信号yi左乘化嘴 厂1妒，相乘之后等式右边的第一项等于单位矩阵与信号向量XI的乘积，使向量XI中元素的系 数等于1。所W在大规模ΜΙΜΟ系统中，与传统的ZF算法相比，采用MRC算法对接收信号进行检 巧。，不但能够降低系统的计算复杂度，而且能够保证系统的误比特率性能。
[012引当mM>l时，SINR的详细计算过程如下：
[0129] 针对第η个接收天线，采用MRC算法对信号Xm-1+i进行译码，则接收端SINR为
[0130]
[01 川根据式 yi=Hxi+m=vpi/2xi+m 可知，
[0132]
[01扣]式中向量vm是式y i=Hxi+m = Vpi/2xi+m中矩阵V的第m列向量，元素 Pm是式y i=Hxi+ nl = VplパXl + nl中对角矩阵P的第m个对角元素。将式hh = 代入式
中，根据叫Xm-w鬥=1，发射信号Xm-w和 噪声向量η中的元素都与向量hm中的元素统计独立，而且
[0139]对上式中的分子分母同时除W I .，可W得到
[01创由于E I巧v,|2|v；；X?j 1 =1，而且服从策分布，因此上式变成
[0144]
[0145] 当mM>l时，SNR的详细计算过程如下：
[0146] 针对第η个接收天线，采用ZF算法对信号Xm-1+i进行译码，则接收端SNR为
[0147]
[014引式中[· ]*m表示列向量的第m个元素，上式中E[| [化HH)-iHHHx]*m|2]=E[|xm-i+i|2]， 对上式中分母进行展开，可W得到
[0149]
[0150] 式中[· ]m*表示行向量的第m个元素，[· U表示矩阵的第m个对角线元素。由于噪 声向量η中的元素都与向量hm中的元素统计独立，且噪声功率为E[ |nni門=02,因此上式可 W变成
由于Vm的元素是均值为0、方差为1的独立同分布(i.i.d.)高斯随机变量，因此元素巧 服从4 V,.-卿1)分布，即乃Ρ?,Λ" □义iv, -W,冲，所如
变成
[0157]
[015引针对上行链路的大规模ΜΙΜΟ系统，分别计算了MRC算法与ZF算法的接收端SINR和 SNR，分析了两种算法SINR/SNR性能相等应满足的条件，并对两种算法进行了计算复杂度和 误比特率性能对比。结果表明，在大规模ΜΙΜΟ系统中，与ZF算法相比，采用MRC算法对接收信 号进行检测，不但能够降低系统的计算复杂度，而且能够保证系统的误比特率性能。
[0159] W上所述仅是本发明的优选实施方式，应当指出，对于本领域的普通技术人员，在 不脱离本发明的前提下，还可W对本发明做出的若干改进和补充，运些改进和补充，也应视 为本发明的保护范围。
【主权项】
1. 一种基于大规模MIMO系统的满分集VBLAST快速译码方法，其特征在于，在移动通信 领域大规模MIMO系统上行链路中发射端天线发射码字矩阵X的第i列信号XI，基站接收信号 后，采用MRC算法来对信号向量Xi的第m个信号进行译码，具体包括如下步骤：51. 根据算法要求进行信道建模:假设矩阵H是基站接收天线与发射端发射天线之间的 信道矩阵，则矩阵H维数为Nr X Nt，矩阵中元素 hnm表示第m个发射天线到第n个接收天线之间 的信道增益系数，均方值为E[ |h?|2]=Pm， 其中，Nt表示发射端用于向基站发射信号的发射天线数，Nr表示基站接收天线数，I < m <Nt，l <n<Nr， 发射信号用矩阵X表示，维数为NtXT，其中T为发射时隙数，矩阵中元素 Xni满足E[ I Xni 2 ]= Es = 1，发射矩阵X的第i列用向量Xi表示， 接收信号矩阵用Y表示，维数为NrXT,第i列用向量yi表示，则接收信号为 Y = HX+N 式中1含i含T，N表示基站接收天线与发射端发射天线之间的噪声矩阵，维数为NrXT，矩 阵中元素 nni满足独立同分布复高斯分布，其均值为0,方差为因此噪声功率为E[ Innil2] 9 =O， 接收信号矩阵的第i列用向量表示为 y i=Hxi+m=Vpi/2xi+m 式中P是对角线元素分别为凡，…，i?的NtXNt维对角矩阵，矩阵V中元素是均值为0、 方差为1的独立同分布高斯随机变量，维数为Nr X Nt;52. 构建码率为1的满分集VBLAST码：式中S是模等于1的复数，但S辛1。有Nt = T,得到X矩阵为满分集矩阵；53. 采用MRC算法对接收信号进行快速译码:对 y i=Hxi+m=Vpi/2xi+m 式中的接收信号yi左乘HH，相乘之后等式左边的值HHyi为MRC方法检测出的码字，将检测 出的码字看作算法检测结果，进行译码； 式中，RH表示信道矩阵H的Hermitian变换。2. 根据权利要求1所述的一种基于大规模MIMO系统的满分集VBLAST快速译码方法，其 特征在于，所述步骤Sl中： 当m > i > 1时，此时发射端第m个发射天线发射的信号为Xm-W，针对第n个接收天线，采 用MRC算法对信号Xm-W进行译码，此时其他Nt-I个信号就作为干扰信号，则接收端的平均信 号功率与干扰噪声功率之比SINR为式中，向量Vm是矩阵V的第m列向量； 元素 Pm是对角矩阵P的第m个对角元素； Nt表示发射端用于向基站发射信号的发射天线数； Nr表示基站接收天线数； 噪声功率为E[|nni|2]=〇2. 5是模等于1的复数，但 当1如y-1时，此时发射端第m个发射天线发射的信号为针对觀个接收天 线，采用MRC算法对信号进行译码，此时接收端SINR为当i = l时，此时发射端第m个发射天线发射的信号为Xm,针对第n个接收天线，采用MRC算 法对信号Xm进行译码，此时接收端SINR为
【专利摘要】本发明涉及一种基于大规模MIMO系统的满分集VBLAST快速译码方法，在移动通信领域大规模MIMO系统中发射端发射天线发射码字矩阵X的第i列信号xi，基站接收信号后，采用MRC算法来对信号向量xi的第m个信号进行译码。本发明的优点体现在：在大规模MIMO系统中，采用MRC算法对接收信号进行检测，不但能够降低系统的计算复杂度，而且能够保证系统的误比特率性能，使得系统误比特率性能接近甚至超过ZF算法的误比特率性能。
【IPC分类】H04L1/06, H04B7/06, H04B7/04
【公开号】CN105656527
【申请号】
【发明人】李正权, 金小萍, 李君 , 善良, 王秀敏
【申请人】中国计量学院
【公开日】2016年6月8日
【申请日】2015年12月3日