一种数据处理方法及装置与流程

本发明涉及多输入多输出(Multiple-InputMultiple-Output，MIMO)技术，尤其涉及一种数据处理方法及装置。
背景技术：
：MIMO技术是当前无线通信提高频谱效率的主要方法。目前，802.11n/ac、LTE/LTE-A等新一代高吞吐量无线通信协议均已采用MIMO技术。随着对无线通信系统的传输速率，服务质量以及广泛的接入等需求的提高，MIMO技术的快速跨层调度受到极大的关注。物理层抽象可以将无线信道即时的状态通过一个或几个简单的量反映给系统的高层模块，从而实现跨层信息的交互，达到系统整体性能的优化，如链路自适应、混合自动重传等技术。目前，有关物理层抽象均是基于信噪比(Signal-to-NoiseRatio，SNR)进行的，如等效指数信噪比映射(ExponentialEffectiveSINRMapping，EESM)算法，能够准确实现对MIMO的最小均方误差(MinimumMeanSquareError，MMSE)检测算法的性能抽象。然而，在MIMO系统中，相对于MMSE检测，最大似然检测(MaximumLikelihoodDetector，MLD)作为一种非线性检测，难以直接得到精确的MLD抽象模型。相关技术中，传统的基于MIMOMLD的性能抽象方法，利用信道噪声方差对信道矩阵进行归一化，获得归一化信道矩阵，对该归一化信道矩阵或列置换得到的变形进行QR分解获得对于该层的上三角矩阵R；基于预先构建的参数-性能表格，利用所述矩阵R中的各个非零元素作为内插参数执行多维线性插值，确定出MIMO系统的该层性能。但是，在采用枚举矩阵R的方式来构建参数-性能表格时，随着矩阵R中元素范围的增加表格大小将呈成指数级增加，导 致对系统存储空间和仿真时间的消耗非常大；同时，由于所述方法存在三个维度以上的线性插值，整个计算性能非常复杂。技术实现要素：有鉴于此，本发明实施例提供一种数据处理方法及装置，能够有效实现基于MIMOMLD的性能抽象。为达到上述目的，本发明实施例的技术方案是这样实现的：本发明实施例提供一种数据处理方法，所述方法包括：获取对应于系统空间中被检测层的第一信道估计矩阵和噪声均方差；利用所述第一信道估计矩阵和噪声均方差确定归一化的第二信道估计矩阵；根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能。上述方案中，所述根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能，包括：根据所述第二信道估计矩阵中的主对角线元素确定性能基础索引；结合所述预置的性能关系曲线集、所确定的性能基础索引和所述第二信道估计矩阵中的非主对角线元素，得到对应于被检测层的信息交互值；根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素确定所述被检测层的性能。上述方案中，所述根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素确定所述被检测层的性能，包括：根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素，采用二维线性插值法来确定所述被检测层的性能。上述方案中，所述对应于系统空间中被检测层的第一信道估计矩阵为所述被检测层的信道估计矩阵。上述方案中，所述对应于系统空间中被检测层的第一信道估计矩阵为所述 系统空间中区别于所述被检测层的信道估计矩阵的列置换矩阵。本发明实施例还提供一种数据处理装置，所述装置包括获取模块、第一确定模块和第二确定模块；所述获取模块，用于获取对应于系统空间中被检测层的第一信道估计矩阵和噪声均方差；所述第一确定模块，用于利用所述第一信道估计矩阵和噪声均方差确定归一化的第二信道估计矩阵；所述第二确定模块，用于根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能。上述方案中，所述第二确定模块包括索引确定单元、信息交互值确定单元和性能确定单元；其中，所述索引确定单元，用于根据所述第二信道估计矩阵中的主对角线元素确定性能基础索引；所述信息交互值确定单元，用于结合所述预置的性能关系曲线集、所确定的性能基础索引和所述第二信道估计矩阵中的非主对角线元素，得到对应于被检测层的信息交互值；所述性能确定单元，用于根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素确定所述被检测层的性能。上述方案中，所述性能确定单元，用于根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素，采用二维线性插值法来确定所述被检测层的性能。上述方案中，所述对应于系统空间中被检测层的第一信道估计矩阵为所述被检测层的信道估计矩阵。上述方案中，所述对应于系统空间中被检测层的第一信道估计矩阵为所述系统空间中区别于所述被检测层的信道估计矩阵的列置换矩阵。本发明实施例所提供的数据处理方法及装置，获取对应于系统空间中被检测层的第一信道估计矩阵和噪声均方差；利用所述第一信道估计矩阵和噪声均 方差确定归一化的第二信道估计矩阵；根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能。如此，能够实现基于MIMOMLD的性能抽象，在简化整个计算性能复杂度的基础上，有效节省MIMO系统对存储空间和仿真时间的消耗。附图说明图1为本发明实施例数据处理方法的实现流程示意图；图2为本发明实施例两个检测层均采用16QAM调制情况下与相关的性能关系图；图3为本发明实施例根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能的实现流程示意图；图4为本发明实施例数据处理装置的组成结构示意图；图5为本发明实施例所述第二确定模块的组成结构示意图。具体实施方式在本发明实施例中，获取对应于系统空间中被检测层的第一信道估计矩阵和噪声均方差；利用所述第一信道估计矩阵和噪声均方差确定归一化的第二信道估计矩阵；根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能。下面结合附图及具体实施例对本发明再作进一步详细的说明。图1为本发明实施例数据处理方法的实现流程示意图，如图1所示，本发明实施例数据处理方法包括：步骤S101：获取对应于系统空间中被检测层的第一信道估计矩阵和噪声均方差；这里，首先对2X2MIMO系统的信号输入输出情况进行简要描述。对于2X2MIMO系统来讲，接收信号可以由下述表达式表示：y＝Hs+N；其中，s＝[s0,s1]为发送信号向量，s中每个元素包含Ω比特，si∈θ，θ为星座点集；y＝[y0,y1]T为接收信号向量；H=h00h01h10h11]]>为信道估计矩阵；N＝[n0,n1]T是加性高斯白噪声(AdditiveWhiteGaussianNoise，AWGN)向量，σ为噪声均方差。具体地，在MIMO系统中，数据处理装置从与自身相连接的前一级的装置中获取对应于系统空间中被检测层的第一信道估计矩阵和噪声均方差。在实际应用中，所述对应于系统空间中被检测层的第一信道估计矩阵可以为所述被检测层的信道估计矩阵，即H=h00h01h10h11;]]>所述对应于系统空间中被检测层的第一信道估计矩阵也可以为所述系统空间中区别于所述被检测层的信道估计矩阵H=h00h01h10h11]]>的列置换矩阵，即H′=h01h00h11h10.]]>这里，由于各检测层求取方法相同，下面仅以求取s1所在被检测层为例进行说明。其中，所述被检测层的第一信道估计矩阵和噪声均方差分别记为H=h00h01h10h11]]>和σ。步骤S102：利用所述第一信道估计矩阵和噪声均方差确定归一化的第二信道估计矩阵；具体地，在MIMO系统中，数据处理装置利用所述第一信道估计矩阵和噪声均方差确定归一化的第二信道估计矩阵包括：通过QR分解式来确定归一化的第二信道估计矩阵其中，Q为正交矩阵，为上三角矩阵。步骤S103：根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能。这里，在MIMO系统中，数据处理装置首先会根据大量的层检测确定出性能关系曲线集。具体地，在MIMO最大似然ML检测中需要计算对数似然比(Log-likelihoodratio，LLR)值，假定用L(·)表示。为了简化计算复杂度，一般 采用max-log近似计算表达式如下：L(j,b)=1σ2(mins∈χj,b(0)||y-Hs||2-mins∈χj,b(1)||y-Hs||2);]]>这里，和分别表示传输的符号j的第b个比特值为0和1组成的符号向量集合，j＝0,1，0≤b<Ω。结合QR分解H＝QR，若，则max-log近似计算表达式进一步转换为下述表达式：L(j,b)=1σ2(mins∈χj,b(0)||y^-Rs||2-mins∈χj,b(1)||y^-Rs||2);]]>上述表达式可以等效转换为：L(j,b)=dML-dj,bML‾sj,bML=0dj,bML‾-dMLsj,bML=1;]]>其中，dML为搜索得到的最短欧式距离，sML为dML对应的发送向量；是将dML的比特为(j,b)取反后固定不变得到的最短欧式距离。上述等效转换后的表达式中的欧式距离计算方法为：d=|y^1-R11s1|2+|y^0-R01s1-R00s0|2;]]>这样，dML=|y^1-R11s1ML|2+|y^0-R01s1ML-R00s0ML|2;]]>结合上述表达式可以确定s1所在检测层中，d1,bML‾=min{|y^1-R11s1,bML‾|2+|y^0-R01s1,bML‾-R00s0|2}=min|y^1-R11s1ML+R11(s1ML-s1,bML‾)|2+|y^0-R01s1ML-R00ML+R01(s1ML-s1,bML‾)+R00(s0ML-s)|2;]]>且仅为实数或者虚数。在dML与不相关的基础上，仿真表明，R01相位旋转+/-π/2，+/-π，+/-3π/2，求取的LLR具有相同的分布，也即相同的信息交互值MI。这里，为了简化处理，在第二信道估计矩阵为良好条件的情况下，可以 近似认为相同的|R01|具有相同的MI值。这样，在计算性能关系因素R01时仅考虑|R01|的影响。便于说明，这里采用表示第二信道估计矩阵中主对角线元素的求模运算值，表示第二信道估计矩阵中非主对角线元素的求模运算值。由来确定性能基础索引，再根据得到对应的信息交互值MI。这里，在实际应用中，不同的主对角元素和所确定的性能基础索引可能是相同，也即对应相同的性能关系曲线，这样可以缩减性能曲线的条数。然而，由于不同的层调制模式组合可能具有不同性能关系曲线，确定性能基础索引需按照层调制模式组合区别对待。如图2所示，给出了两个检测层均采用正交振幅调制(QuadratureAmplitudeModulation，QAM)中的16QAM调制情况下与相关的性能关系图。MI值在设置主对角元素组合情况下，随取值呈平滑的变化趋势，性能关系易于用函数关系式表达。性能关系图采用离线仿真得到。仿真模型针对不同的矩阵ML解调映射出MI值。先确定好调制方式组合，再选择矩阵元素取值。可利用一些特性进行选择性选取矩阵元素取值，不需要进行穷举方法，以缩减仿真时间。如利用不同调制方式组合采用不同的矩阵元素范围，一般说来，调制阶数越高，取值范围越大；QR分解唯一性中矩阵元素主对角元素为正；以及非主对角元素特定情况下共轭关系，相位旋转+/-π/2，+/-π，+/-3π/2具有相等MI值等性质。元素取值方面，取值步长可以采用等间隔，也可采用非等间隔方式。以下述表1为例，给出了与相关的性能关系曲线示意，其中的性能关系曲线是采用多项式拟合方法得到的。这里，需要补充说明的是，在实际应用中，所述性能关系曲线也可以通过其他关系函数拟合得到。表1基于数据处理装置根据大量的层检测确定出的如表1所示的性能关系曲线集，数据处理装置根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能，如图3所示，包括：步骤S1031：根据所述第二信道估计矩阵中的主对角线元素确定性能基础索引；具体地，根据所述第二信道估计矩阵中主对角线元素的求模运算值来确定性能基础索引。步骤S1032：结合所述预置的性能关系曲线集、所确定的性能基础索引和所述第二信道估计矩阵中的非主对角线元素，得到对应于被检测层的信息交互值；具体地，结合所述预置的性能关系曲线集、所确定的性能基础索引、及第二信道估计矩阵中非主对角线元素的求模运算值得到对应的信息交互值MI。步骤S1033：根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素确定所述被检测层的性能。具体地，根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素，数据处理装置可以采用二维线性插值法来确定所述被检测层的性能，也可以采用其他的插值方法来确定所述被检测层的性能。如此，通过本发明实施例所述数据处理方法，能够实现基于MIMOMLD的性能抽象，在简化整个计算性能复杂度的基础上，有效节省MIMO系统对存储空间和仿真时间的消耗。图4为本发明实施例数据处理装置的组成结构示意图，如图4所示，所述装置包括获取模块401、第一确定模块402和第二确定模块403；所述获取模块401，用于获取对应于系统空间中被检测层的第一信道估计矩阵和噪声均方差；其中，所述对应于系统空间中被检测层的第一信道估计矩阵可以为所述被检测层的信道估计矩阵，也可以为所述系统空间中区别于所述被检测层的信道估计矩阵的列置换矩阵。所述第一确定模块402，用于利用所述第一信道估计矩阵和噪声均方差确定归一化的第二信道估计矩阵；所述第二确定模块403，用于根据所述第二信道估计矩阵和预置的性能关系曲线集确定所述被检测层的性能。在一实施例中，如图5所示，所述第二确定模块403包括索引确定单元4031、信息交互值确定单元4032和性能确定单元4033；其中，所述索引确定单元4031，用于根据所述第二信道估计矩阵中的主对角线元素确定性能基础索引；所述信息交互值确定单元4032，用于结合所述预置的性能关系曲线集、所确定的性能基础索引和所述第二信道估计矩阵中的非主对角线元素，得到对应于被检测层的信息交互值；所述性能确定单元4033，用于根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素确定所述被检测层的性能。具体地，所述性能确定单元4033根据所述信息交互值和所述第二信道估计矩阵中的主对角线元素，采用二维线性插值法来确定所述被检测层的性能。在实际应用中，本发明实施例所述数据处理装置中的各模块及其各模块所包括的各单元均可以通过所述数据处理装置中的处理器实现，也可以通过具体的逻辑电路实现；比如，在实际应用中，可由位于数据处理装置的中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA)实现。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本
技术领域：
的技术人员在本发明揭露的技术范围内，可轻易想到 变化或替换，都应涵盖在本发明的保护范围之内。当前第1页1 2 3