基于格基规约的mimo检测的软输出方法

专利名称：基于格基规约的mimo检测的软输出方法
技术领域：
本发明涉及一种基于格基规约的MIMO多天线检测的软输出方法，属于MIMO通信 系统的技术领域。
背景技术：
先介绍多天线发送与多天线接收MIMO(Multiple Input Multiple Output) 系统模型假设空间复用ΜΙΜΟ系统有Nt根发射天线和N,根接收天线，无线信道 为漫散射和准静态的平坦衰落，每根发射天线与接收天线之间经历的衰落可以看 成互相独立，并且接收机能够进行理想信道的估计，则系统传输模型可以表示为y
=Hx+n;式中，接收信号矢量y = [%,%，_··, /&『，其维度为NrXl ；信道响应矩阵 H 二 [Iiph2,···, ! ](\ =[\t,h2i,---,hNJT ) ’其维度为NrXNt,式中，发射天线 j 与
接收天线i之间的信道增Shu是一个均值为零、方差为1的复高斯随机变量；发射信号矢 量χ = S2，…，xNt f，其维度为Nt X 1，与发射信号矢量χ对应的比特矢量是b，b的维度
为Ntlog2M。，Mc表示调制阶数；接收天线上的白高斯噪声为η = [ηνη2,···,πΝ]τ，其均值为
零，方差为ο2。^ ^ M^] LR(lattice reduction)胃夕去I《Closest point search in lattices [J]》刊于 “IEEE Transactions on Information Theory” 2002，48 :2201_2214) 能够有效降低矩阵各列之间的相关性，使得经过格基规约得到的规约基的各列尽可能地 正交和等模，也就是降低了该矩阵的条件数。著名的Lenstra，Lenstra, Lovsaz (LLL)格 基规约实现算法(参见((Lattice-Reduction-Aided Detectors for MlMOCommunication Systems [C]))刊于“IEEE Globecom” 2002 :424_428)因其有二项式的低复杂度而获得 广泛应用。不过，LLL只能对取值为实数的信道矩阵进行格基规约，对于复数信道矩阵， 就必须进行模型扩展，将其转换为实数矩阵再进行相应的具体的格基规约实现算法。而 Complexity LLL (CLLL)实现算法(参见〈〈Complex Lattice Reduction Algorithms for Low-Complexity MIMO Detection [C]》刊于 “ IEEE Globecom” 2005 :2953_2957)能够直接 对取值为复数的信道矩阵进行格基规约，其算法思路和LLL类似，但因其复杂度低而更适 用于实际系统。格基规约经常用于作为接收端进行线性检测(即迫零检测ZF(Zero-Forcing)和 最小均方误差检测MMSE (Minimum Mean Square Error))或非线性检测算法前的预处理操 作，增加了此预处理的检测算法都被称为LRAdattice reduction aided)检测算法。参见图1，介绍接收端采用LR进行预处理时的检测框图，包含下述4步(1)对接收信号进行适当的平移和等价变换，以保证等效发送信号是复整式中，假设发送端采用方形QAM调制，则平移数值
，平移系数值
Mc为调制阶数；等价变换系数
值，以满足等效发送信号是复整数的要求；1^xl为维度为NtXl、取值均为1的列矢量；
对于其它的调制方式，需要根据星座图的具体形式来设计α，β的取
，Si(自然数i是发送天线端口序号，其最大值为Nt)的实部取值和
虚部取值训、)都属于集合S = {0,1,··· ^Mc -1}。 (2)对信道响应矩阵进行格基规约，得到规约基Hral和对应的变换矩阵T =Hred = ΗΤ，这样，上述步骤(1)的处理公式就等效为下述公式y' = α HTT^s+n = αΗ^ζ+η;式
中，设
为经过变换矩阵的逆矩阵Γ1变换后的变换域内的
发送信号矢量，其实部和虚部取值均是复整数；用Mi表示Zi所有可能取值的个数，则Zi的
所有可能的取值组成的集合
，即为第i维转换域格点集合。(3)根据规约基对等效后的上述步骤(2)中的系统模型公式进行线性或非线性检 测，就得到判决矢量 。下面，以非线性的QRM(QR Decomposition and M algorithm)检测 (也被称作K-Best检测)，且幸存矢量数SM=I为例进行说明先对等价变换后的规约基α Hral进行正交三角形分解(Orthogonal-Triangular Decomposition,常被称为QR分解)，得到α Hred对应的酉矩阵Q和上三角矩阵R :aH
并对上述步骤(2)中的系统模型公式左乘Q的共轭转置矩阵QH，获得检测矢量
则有
，式中，上三角矩
阵
，处理后的白高斯噪声η' =QhHc 接着，根据下述计算公式A
，通过迭代的干扰消除，依次得到由下至上各维变换域发送信号的估计值；式中，Q( ·)表示将变 量的实部和虚部分别选取其最接近的整数。 (4)将幸存矢量
经变换矩阵T变换得到^ i = Ti,并
对S1实施线性反变换，最终得到幸存发送符号矢量X1 。
灼Mx1及幸存发送比特矢量因为M= 1，所以公式A中对Zi只保留一个可能的取值式，则根据步骤(4)中的两 个公式得到的幸存发送符号矢量&就是发送信号矢量χ的硬判结果。如果要得到软判结果， 可以在步骤(3)中保留M(M彡2)个幸存矢量ipi2, ,iw ,其组成的集合叫做幸存矢量集合Z。根据计算公式A进行迭代，并在每层保留M个幸存矢量的过程可以看成是对一个倒置的树的搜索过程(参见图2所示)，树的高度为发射天线数Nt。由第i层节点衍生出 来的第i_l层节点称为子节点，而第i层节点则为该子节点的父节点。例如，图中的根节 点root是i =4层所有节点的父节点，而i =4层所有节点都是root的子节点。搜索的 最终目的是在树的底层找到权值最小的一个节点，该节点与其各层父节点组成的幸存矢量
就是变换域发送信号矢量Z的估计值。而树的每层上各个节点的权值
可以用下述累加和形式表示:
i行，第d列元素取值，P k为检测矢量 为了后续的描述方便，将
,Tw是上三角矩阵R的第
的第k个元数取值t称为第i层的中心点。由该
公式可知，中心点巧的取值取决于(i+Ι，…，Nt)各层的父节点。下文将会根据中心点的具 体取值进行列表排序，此处不再解释。以“格基”为关键词在中国专利局网站上搜索进入公布阶段的PCT专利申请公开 文本，得到以下三篇与通信相关的专利申请，分别分析如下《应用改进型Lenstra-Lenstra-Lovasz(LLL)算法的格基规约辅助检测》 (CN200780000781. 2)介绍一种在无线通信系统中执行LLL算法，以确定格基规约的同时， 获得格基规约矩阵的逆。它是在LLL算法中插入求逆矩阵的相应步骤来实现的，也是提供 一种简便求格基规约矩阵的逆的方法。《无线通信设备》(CN200780000779.5)描述在0FDM-MIM0系统中，将某一子载波的 信道矩阵与前一子载波的信道矩阵的对应的变换矩阵进行相乘，再进行格基规约算法。该 算法考虑到相邻载波对应信道矩阵的相关性，能够有效降低格基规约的复杂度。《在格基规约MIMO系统中的软判决产生》(CN200780000791.6)。在基于格基规 约辅助接收机的无线通信系统中，按照下述方法根据所接收信号确定所发射比特值的软估 计将格基规约应用于经由信道估计得到的信道响应矩阵，并依照规约基信道来均衡接收信号，基于最优幸存矢量生成幸存向量集合，并对每一个幸存向量的对应发射符号向量，以 及基于接收信号来确定发射每一比特已经被发射的概率；它通过对最优幸存矢量进行扰动 来获得幸存矢量集合。另外，博士论文《ΜΙΜΟ系统中的检测算法研究》(西安电子科技大学，2009 :71_85) 中提出一种适用于搜索类检测算法的软信息计算方法，在转换域中，先根据每层信号的边 界值来确定近似的转换域格点集合，接着进行栈检测。对于上述几个典型的LR相关的专利申请进行分析发现，现有的专利申请涉及内 容主要分为两类一类是简化LRA检测过程，即简化信道矩阵的格基规约实现过程，如简化 获得规约基的过程，或简化变换矩阵的求逆过程。另一类是如何求解软信息(中国专利库 仅搜到一个)。再分析上述专利申请和论文，可知现有的软信息求解算法各有特点。为了计算软 信息，关键在于如何得到多个幸存矢量。根据获得幸存矢量的方法，可将现有LRA (Lattice Reduction Aided)检测的软信息求解算法分为两类第一类、最优幸存矢量进行扰动来获得幸存矢量集合如(CN200780000791. 6)中，对于所述步骤(2)中的公式y' = α HredZ+n，先通 过前述公式A，得到最优幸存矢量\，并通过对最优幸存矢量\进行矢量扰动，以获得所需 的其它幸存矢量。一种比较简单的处理方法是依次对、的每个元素的实部和虚部分别进 行士1和士 j的扰动，获得新的幸存矢量。以两根发射天线为例说明，将会存在8个扰动
后的幸存矢量，得到的总共9个幸存矢量分别为 =
fI+1-1.,、=，乏3 =\f2iI
z4 =
fi
^2+1
zI
Z2
'Z6 =
W
f2
'Z7 =
U h
，z8 =
zI
W
Il
9 <z
和
U接着，对每一个幸存矢量分别根据上述步骤(4)的两个公式获得对应的幸存发送 符号矢量玄^饥=1,2,…似)和幸存发送比特矢量、，进而得到发送的每一个比特已经 被发送的概率。经过上面介绍，可知该软信息算法是通过对最优幸存矢量进行扰动来获得幸存矢 量集合，其操作过程简单，比较适合于发射天线数少的LRA线性检测。但是，随着发射天线 数的增加，误差会变大。另外，由于该算法是通过最优幸存矢量获得其它的幸存矢量时，没 有考虑不同发射天线端口信号间的相关性，当其用于LRA非线性检测进行软信息求解时， 软信息误差很大。第二类、通过信号边界获得幸存矢量如上述论文针对搜索类非线性检测算法，给出的格基规约辅助的具有软输出结果 的栈检测算法。它是先获得近似的变换域格点集合，并据此进行栈检测和最小化每层节点 权值，以获得幸存矢量集合。该软信息计算方法的准确度高。但是，在栈检测时，对所有子 节点都进行了权值计算，导致计算复杂度很高；另外，其处理域为实数域，对于实际系统常 常需要进行模型扩展，不易于工程实现。因此，如何寻求一种能够解决现有技术缺陷的、简单通用的基于格基规约的MIMO
7多天线检测的软输出方法，就成为业内科技人员关注的焦点。

发明内容
有鉴于此，本发明的目的是提供一种基于格基规约的MIMO多天线检测的软输出 方法，该方法是综合考虑软信息求解的准确度和复杂度，给出的一种简单、通用的MIMO检 测的软输出方法；该方法获得的软信息准确度高，同时能够有效地减少需要计算权值的节 点个数，大大降低计算复杂度。为了达到上述目的，本发明提供了一种基于格基规约的MIMO检测的软输出方法， 其特征在于首先针对不同的变换矩阵获得变换域信号的排序列表，并将其存储起来供检 测时查询；在每次实施基于格基规约的MIMO检测时，先对信道响应矩阵进行格基规约得到 规约基和变换矩阵，再通过变换矩阵获取相应的变换域信号的排序列表；然后利用规约基 和相应的变换域信号的排序列表执行QRM(QR Decomposition and M algorithm)检测，获 得幸存矢量和每个幸存矢量对应的权值；最后利用幸存矢量和每个幸存矢量的权值，确定 每一个比特的软信息。本发明是一种基于格基规约的MIMO多天线检测的软输出方法，该方法综合考虑 软信息求解的准确度和复杂度，给出基于格基规约的MIMO检测中简单通用的软输出方法: 先针对不同的变换矩阵获得变换域信号的排序列表，并将其存储起来可供查询；在每次检 测时，通过当前的变换矩阵，选择与该变换矩阵对应的排序列表，再根据排序列表选择幸存 矢量，避免了部分子节点的权值计算。本发明与现有技术相比较，能够有效地减少QRM算法 中需要计算权值的节点的个数，大大降低计算复杂度；而且，不需要进行模型扩展，容易实 现；其算法相对于最优幸存矢量进行扰动来获得幸存矢量集合的方法来说，准确度更高。本发明方法的关键是在获得候选矢量的过程中，有效地利用变换域信号的排序 列表，使得该软输出方法变得简单。当然，事先要针对不同的转换矩阵获得变换域信号的排 序列表，并将其存储起来供检测时查询。在每次检测时，先对信道响应矩阵进行格基规约得 到规约基和变换矩阵，接着通过变换矩阵获取相应的排序列表，最后根据规约基和相应的 排序列表执行QRM(QR Decomposition and M algorithm)检测，以获取幸存矢量。


图1是LRA检测方框示意图。图2是倒置的树型结构(Nt = 4)示意图。图3现有技术中具有软输出的检测操作流程方框图。图4是本发明基于格基规约的MIMO检测算法的软输出方法操作流程图。图5(A)、(B)分别是第一维信号的交换域星座图和第二维信号的交换域星座图。图6 (A)、⑶分别是两个子节点排序列表方法。
具体实施例方式为使本发明的目的、技术方案和优点更加清楚，下面结合附图和实施例对本发明 作进一步的详细描述。为了便于明白本发明申请的创新点，参见图3和图4分别给出的现有技术论文中
8的软输出方法和本发明基于格基规约的MIMO多天线检测的软输出方法的两种检测流程。 由这两个图可以明显看出两者的差别由于本发明基于格基规约的MIMO检测算法中简单 通用的软输出方法利用了排序列表，能够大大降低算法复杂度。图中，之是幸存矢量集合， 是幸存比特失量集合。下面，具体说明本发明方法的四个操作步骤步骤1、针对不同的转换矩阵T获得变换域信号的排序列表，并将其存储起来，以 供检测时查询。排序列表的获得方法包括下列操作内容(11)先针对不同的变换矩阵Τ，分别获得变换域内的星座点集合。例如，采用QPSK
调制时，经过平移和缩放后的星座点为Si e
。若变换矩阵T = ο ι , ,[1 1-j
则其逆矩阵T一1 = 0 χ时，则转换域内信号ζ = T-1S的第一维信号和第二维信号的 转换域星座点集合δ i和δ 2，参见图5(A)和(B)中的黑点所示。(12)为了尽量节省节点权值的计算操作，本发明是利用事先排好序的列表，避免 权值的计算次数。且列表排序方法不作限定，介绍一种可行的列表排序为将第i维转换域 格点划分为4Mi个小方格，式中，Mi为第i维星座点的个数，自然数i为发送天线端口的序 号，其最大取值为发射天数总数Nt ；其中Mi为第i维星座点的个数。根据中心点所处方格 的位置，计算其到不同星座点的距离，对该维所有星座点进行排序，距离小的位于前面，距 离大的位于后面，即可获得该中心点对应的排序列表。再遍历中心点的4Mi种位置，以得到 该维所有信号的排序列表。本发明可以采用其它列表排序方法，在此不作限定。图6(A)和 图5(A)的星座图对应，中心点如图中的黑点所示(中心点的位置一共有48(4M》个，图中 只是例举一种位置进行说明)，将12个星座点分成48个方格，根据中心点的到不同星座点 的距离来确定排序，如图6(A)中小圆圈内的标注的数字就是这个排序号，标注为1的就是 距离中心点最近的星座点。图6(B)跟图5(B)相对应。这样在检测时，根据前面的中心点
_的求解公式巧=
I
通过查询就可以直接得到该层Mi个子节点的排序，而不需要把每个节点的权值都真正计算 出来。(13)因变换矩阵T的取值有限，故可以事先针对不同的变换矩阵设置排序列表的 存储空间，这样在检测时就可以直接根据T的取值来选择排序列表，当然这会需要一定的 存储空间。步骤2、每次执行基于格基规约LRA(Lattice Reduction Aided)检测算法时，对 信道响应矩阵H进行格基规约，得到规约基Hred和交换矩阵T，并从存储的不同交换矩阵T 对应的转换域信号的排序列表中，获取该交换矩阵T获取该交换矩阵T所对应的排序列表。 该步骤包括下列操作内容(21)对信道响应矩阵H进行格基规约，得到规约基Hred和交换矩阵T，且该步骤对 格基规约的具体算法不作限定；
能够得到中心点再判断其对应的方格位置，
(22)从存储的不同交换矩阵所对应的转换域信号的排序列表中，根据交换矩阵T 的取值，获取该交换矩阵T对应的排序列表。步骤3、根据约减后的矩阵Hral和相应的排序列表执行QRM检测，以获取M个幸存 矢量及该M个幸存矢量对应的权值Em ；式中，自然数m表示幸存矢量的序号，m的最大 值为M。该步骤包括下列操作内容(31)对接收信号矢量y进行平移乂 = Υ +，得到等效接收信号矢 量y'，以保证等效的发送信号矢量为非负复数，其中，假设发送端采用方形QAM调制，平
移数值为"Hi7vi =小/2((mc — ι)) -1 + (V^ - 1J * ΗΙΛ(Χ1 ,平移系数值
β =补((Mc 一1)) (Τ “ 1 + (V^ - 1) *》，H为信道响应矩阵，Mc为调制阶数，^
是维度为NtX 1的全1矢量，Nt为发射天数总数；(32)对等效接收信号矢量y'按照下述公式y' =(χ+/ 1 χ1)) + η = aHs + n进行等价变换，以保证等效的发
送信号矢量为非负复整数上述公式中，y为接收信号矢量，H为信道响应矩阵，χ为发送 信号矢量，s为取值为非负复整数的等效发送信号矢量，η为白高斯噪声，等价变换系数值
α =抓Mc — 1)，平移数值为β ^ = φ^υ、!^ — ι +— ι) * j)Η Λ(χ1 ,H为信道响应矩
阵，Mc为调制阶数，1^xl维度为NtX 1全1矢量。(33)对等价变换后的规约基α Hred进行QR分解(Orthogonal-Triangular Decomposition)，得到酉矩阵Q和上三角矩阵R，并对等效接收信号矢量y'左乘Q的共轭 转置矩阵QH，得到检测矢量P ；(34)根据得到的检测矢量P逐层进行QRM检测，获得幸存矢量Gm以及该M个幸 存矢量 对应的权值Em;该M个幸存矢量 对应的权值Em的计算公式为p_Rim 2,式
mmm 2
中，P为检测矢量，R为上三角矩阵，Il表示矢量的2范数的平方。假设在第i层M个保留下来的节点为[ ,，ρ ,，2,···￡,Μ],其中， \m ^ δ工m = 1，2,···,Μ)和其各层父辈节点组成的矢量就为第i层的第m个幸存矢量
Km=\_Km h’m …。并且，这M个保留节点已经根据其的权值进行了从小到
大的排序。每个保留节点(以下称为父节点)都会有 个子节点。每个父节点对应一个 中心点的取值，则同父子节点可根据中心点位置所对应的排序列表进行从小到大的排序。
因此将子节点命名为k，M，l <P<M,l<q<(第一个下标i表示其父节点在
第i层，则子节点是在第i_l层；第二个下标P表示该父节点的权值大小的排序；第三个下
10标q表示该子节点在同父子节点集合中的排序)。下面解释，如何从第i_l层的个子节点中选择权值最小的M个保留节点 先计算第一父节点&！的第一个子节点Zi,u的权值，如果其权值小于其余M-I个父节点的 权值，则将Zi,u存入幸存矢量列表中，否则，计算下一个父节点的第一子节点的权值；如果 某个子节点被存入幸存矢量列表后，则由其同父节点的下一个子节点代替，并代表该家族 与其它家族的代表进行权值比较；每次比较后，权值最小的子节点存入到幸存矢量列表中。 这个过程一直持续到长度为M的幸存矢量列表被填满为止。这些节点经过从小到大的排序 后，可以更名为伐-U如此循环直到第1层，就能得到M个所需的幸存矢量，Z12,…，，
为了方便，将这M个所需的幸存矢量重新表示为^，Z2,…，幸存矢量集合
Λ_—
Z = Z2 …ZmJo步骤4、分别确定每一个幸存矢量、对应的幸存发送符号矢量im，以 及幸存发送符号矢量对应的幸存发送比特矢量&m (或称幸存比特失量集合
Β = Γb, b2…“]),再根据幸存发送比特矢量6和幸存矢量 对应的权值Em获得
Jmm
每个发送比特的软信息。该步骤(4)中，求解第i根发送天线上的第1个发送比特& x的软信息Ubi, )的计算公式为』{K )=去(min6,成(,，0。Em - mi /eU;7)i民)，式中乂为白
高斯噪声η的功率，、(Μ)是幸存发送比特矢量 的第i行、第1列的比特取值，自然
,n \ /ΤΠ
数i为发送天线端口序号，其最大值为Nt，自然数1是发送比特的列序号，其最大值是M。， min6iiiebm(M)0 Em表示在满足^ G，0 二 0的所有的幸存发送比特矢量对应权值Em中的最
小值，mirXieSmMi Em表示在满足、(O) = 1的所有的幸存发送比特矢量对应权值Em 中的最小值。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
1权利要求
一种基于格基规约的MIMO检测的软输出方法，其特征在于首先针对不同的变换矩阵获得变换域信号的排序列表，并将其存储起来供检测时查询；在每次实施基于格基规约的MIMO检测时，先对信道响应矩阵应用格基规约得到规约基和变换矩阵，再通过变换矩阵获取相应的变换域信号的排序列表；然后利用规约基和相应的变换域信号的排序列表执行QRM(QR Decomposition and M algorithm)检测，获得幸存矢量和每个幸存矢量对应的权值；最后利用幸存矢量和每个幸存矢量的权值，确定每一个比特的软信息。
2.根据权利要求1所述的方法，其特征在于所述方法包括下列操作步骤(1)针对不同的变换矩阵分别获得变换域信号的排序列表，并将其存储起来，以供检测 时查询；(2)每次执行基于格基规约LRA(LatticeReduction Aided)检测时，对信道响应矩阵 H应用格基规约，得到规约基Hred和交换矩阵T，并从存储的不同交换矩阵所对应的变换域 信号的排序列表中，根据交换矩阵T获取该交换矩阵T所对应的排序列表；(3)根据规约基Hral和相应的排序列表执行检测，以获取M个幸存矢量Gm及该M个幸存 矢量Gm对应的权值Em ；式中，自然数下标m表示幸存矢量的序号，m的最大值为M ；(4)分别确定每个幸存矢量$ 时应的幸存发送符号矢量^^，以及幸存发送符号矢量im 对应的幸存发送比特矢量^m，再根据幸存发送比特矢量^m和幸存矢量；^对应的权值Em获τηmIii得每个发送比特的软信息。
3.根据权利要求2所述的方法，其特征在于所述步骤(1)进一步包括下列操作内容(11)针对不同的变换矩阵T分别获得变换域内的星座点集合；(12)按照下述方法进行列表排序将第i维变换域星座点划分为4Mi个小方格，式中， Mi为第i维星座点的个数，自然数i与发送天线端口序号，其最大取值为发射天数总数Nt ； 根据中心点所在的方格位置，分别计算中心点到不同星座点的距离后，再按照距离的近、远 对该维所有星座点进行排序，获得该中心点对应的排序列表；然后，遍历该中心点的4Mi个 不同位置，就得到该维信号的排序列表；或者采用其它列表排序方法，在此不作限定；(13)因变换矩阵T的取值有限，故事先针对不同的变换矩阵设置排序列表的存储空 间，以便在检测时直接根据T的取值来选择排序列表。
4.根据权利要求2所述的方法，其特征在于所述步骤(2)进一步包括下列操作内容(21)对信道响应矩阵H应用格基规约，得到规约基Hred和交换矩阵T，且该步骤对格基 规约的具体算法不作限定；(22)从存储的不同交换矩阵所对应的转换域信号的排序列表中，根据交换矩阵T获取 该交换矩阵T对应的排序列表。
5.根据权利要求2所述的方法，其特征在于所述步骤(3)进一步包括下列操作内容(31)对接收信号矢量y进行平移Y1=Y + "Hlyxl，得到等效接收 信号矢量y'，以保证等效的发送信号矢量为非负复数，其中的平移数值为= a/3/2 ((Mc+，式中，平移系数值 β = ^3/2 [(Mc - Ijj ^Mc - 1 + ^Mc - Ij ”)，H为信道响应矩阵，Mc为调制阶数，“是维度为NtX 1的全1矢量，Nt为发射天数总数；(32)对等效接收信号矢量y'按照下述公式y' = H (j/ (χ+/31^χ1)) + η = aHs + η进行等价变换，以保证等效的发送信号矢量为非负复整数，上述公式中，y为接收信号矢量，H为信道响应矩阵，χ为发送信 号矢量，s为取值是非负复整数的等效发送信号矢量，η为白高斯噪声，等价变换系数值α =小/[Mc- ，平移数值为"mW = φ/2{{κ - ) (^K +^Hlivi, H 为信道响应矩阵，Mc为调制阶数，1Mx1是维度为NtX 1的全1矢量；(33)对等价变换后的规约基αHral进行正交三角QR分解(Orthogonal-Triangular Decomposition)，得到酉矩阵Q和上三角矩阵R，并对等效接收信号矢量y ‘左乘Q的共轭 转置矩阵QH，得到检测矢量P ；(34)对检测矢量P逐层进行QRM检测，获得幸存矢量以及该M个幸存矢量对应的权值Em;该M个幸存矢量 对应的权值Em的计算公式为p — Ri %式中，P为检测矢mm 2量，R为上三角矩阵，· 2表示矢量的2范数的平方。2
6.根据权利要求2所述的方法，其特征在于所述步骤(4)中，求解第i根发送天线上 的第1个发送比特的软信息的计算公式为L (bU ) =Em _ mi\咸糾& ) ’其中，。2为白高斯噪声η的功率，^mG,^是幸存发送比特矢量&的第i行、第1列的比特取值，自然数i为发送天线端口m \ /m序号，其最大值为Nt，自然数1是发送比特的列序号，其最大值是M。，min6一‘(,Ι ^m表示 在满足$m (ζ,/) = 0的所有的幸存发送比特矢量对应权值Em中的最小值，mirXpSm(M)1 Em 表示在满足^m ( , = 1的所有的幸存发送比特矢量对应权值Em中的最小值。全文摘要
一种基于格基规约的MIMO检测的软输出方法，是先针对不同的变换矩阵获得变换域信号的排序列表，并将其存储起来供检测时查询；在每次实施基于格基规约的MIMO检测时，先对信道响应矩阵应用格基规约得到规约基和变换矩阵，再通过变换矩阵获取相应的变换域信号的排序列表；然后利用规约基和该变换域信号的排序列表执行QRM(QR Decomposition and M algorithm)检测，获得幸存矢量和每个幸存矢量对应的权值；最后利用幸存矢量和每个幸存矢量的权值，确定每个比特的软信息。该方法利用事先存储的排序列表，有效减少QRM检测中需要计算权值的节点个数，大大降低计算复杂度；且不需要进行模型扩展，容易实现；相对于最优幸存矢量进行扰动获得幸存矢量集合的方法，本发明的准确度更高。
文档编号H04L25/03GK101917368SQ201010242160
公开日2010年12月15日 申请日期2010年7月30日 优先权日2010年7月30日
发明者吴斌, 周小平, 周玉梅, 王文博, 赵慧 申请人:北京邮电大学;中国科学院微电子研究所