一种相关信道下大规模MIMO系统非相干编码的检测方法与流程

一种相关信道下大规模mimo系统非相干编码的检测方法
技术领域
1.本发明涉及通信技术领域，特别是指一种相关信道下大规模mimo系统非相干编码的检测方法。


背景技术：

2.受移动物联网业务的多样化以及相应数据流量增长的驱动，未来无线通信将对无线网络的容量、时延、可靠性与可扩展性提出巨大挑战。国际电信联盟在2015年发布的白皮书中指出，第五代移动通信(5g)不仅要面向增强移动宽带场景(embb)，还需面向机器类通信的两大技术场景，即大规模机器类通信与超可靠低时延通信(urllc)。其中，urllc旨在对时延和可靠性具有严格要求的关键任务提供无线通信服务。目前，随着5g技术在embb场景的普及，世界多个国家均在大力推进面向urllc的物联网无线连接技术的研究。作为3gpp release 17的主要目标，urllc的研究仍处于起步阶段。
3.基于上述背景，设计能够兼顾低时延与超高可靠性的无线传输方案对于实现urllc具有重要的研究意义。大规模多输入多输出(mimo)在基站侧使用有几十乃至数百根天线的天线阵列，利用极高的阵列增益，在提升系统误差性能的同时，能够减少数据包错误重传次数，降低系统的整体时延。因此，大规模mimo系统被广泛认为是urllc可靠性的使能技术方案之一。由于对超低时延的严格要求，urllc在物理层具有短包传输的特征。这意味着，在一个资源块内可能没有足够多的时隙用于执行信道估计或反馈信道状态信息(csi)给接收机，这将严重限制大规模mimo系统实现超高可靠性。这主要是因为，csi是大规模mimo系统可靠性所必需的。因此，瞬时csi的获取是大规模mimo系统确保无线传输可靠性的瓶颈问题。非相干大规模多天线系统不需要瞬时csi进行调制解调的特性，能够有效地提高系统容量、降低系统延时和适应快变信道环境。因此，非相干空时调制方案有望能够解决大规模mimo系统在短包传输时csi获取的难题。
4.在瑞利信道模型下，信道相互独立。随着基站端天线数的增加，接收端可以利用无线信道的硬化特性或者信道的有利传播特性，构造非相干检测器。然而，在相关信道模型下，信道不再相互独立，信道的硬化特性和有利传播条件将不存在。此时，如何构造大规模mimo系统的非相干检测器与相应的空时调制方案将面临挑战。


技术实现要素：

5.针对上述背景技术中存在的不足，本发明提出了一种相关信道下大规模mimo系统非相干编码的检测方法，利用无线信道的相关矩阵信息，能够避免大规模mimo系统的相关信道估计操作，解决了基于黎曼距离准则的非相干检测器在大天线数时的误差地板效应，且能够执行快速的信号编译码算法。
6.本发明的技术方案是这样实现的：
7.一种相关信道下大规模mimo系统非相干编码的检测方法，其步骤如下：
8.s1：在相关信道大规模mimo系统中，提取信道相关矩阵的特征空间和特征值，并利
用特征空间对接收信号进行滤波构造基于黎曼距离最小化准则的非相干检测器；
9.s2：分析步骤s1中的非相干检测器的误差性能，基于最小距离最大化准则构造空时调制星座集的设计准则；
10.s3：在矩阵流形上，设计基于李群的参数化空时调制星座集；
11.s4：基于步骤s2的优化准则和步骤s3设计的空时调制星座集，确定最优的离散星座集结构；
12.s5：基于最优的离散星座集结构，利用离线穷尽搜索算法确定各调制参数的子星座集的最优基数；
13.s6：利用空时调制星座集的结构，简化非相干检测器的检测算法，降低信号处理的复杂度。
14.优选地，在步骤s1中，相关信道大规模mimo系统中，发射端有k根天线，接收端有m根天线，m＞＞k；发射端天线与接收端天线之间信道为其中，rr是接收端m
×
m的信道相关矩阵，r
t
为发送端k
×
k的相关矩阵，h
iid
是m
×
k的独立同分布的瑞利衰落信道矩阵，h
iid
的元素服从均值为0方差为1的复高斯分布；其中vec{
·
}是矩阵列矢量依次堆叠操作符，h的相关矩阵可写为
15.令发射端的相关矩阵r
t
＝ik，信道相干时间为t，将信道相干时间分成k个时隙，在k个时隙内完成一组数据的发送；则基于黎曼距离最小化准则的非相干检测器为：
[0016][0017]
其中，表示x的估计值，为发送端的数据编码矩阵，为接收端的接收信号，y＝hx+n，为复高斯噪声矩阵，其元素为独立同分布元素表示x的星座集，表示滤波后的接收信号，表示的共轭转置，表示σr的逆，为复高斯噪声矩阵的方差。
[0018]
优选地，在步骤s2中，基于李群的空时编码矩阵设计需满足det{x}＝1；
[0019]
通过参数化编码方法来构造x，具体如下：
[0020][0021]
其中，0≤α,β,φ,γ,δ《2π，λ》1；
[0022]
为确保xhx的唯一可辨识性，x进一步参数化为：
[0023]
[0024]
其中，λ》0，φ∈[0,2π]。
[0025]
优选地，在步骤s3中，建立基于李群的参数化空时调制星座集：
[0026][0027]
其中，表示满足该优化问题x的最优星座集，xi表示χ中的星座点，xj表示χ中的星座点。
[0028]
优选地，步骤s4包括以下步骤：
[0029]
目标函数的表达式为：
[0030][0031]
目标函数的最小值在θi＝θj,φi≠φj和θi≠θj,φi＝φj时取得最小值，特别地，当θi＝θj＝θc,φi≠φj时，可得：
[0032][0033]
当θi≠θj,φi＝φj时，可得：
[0034][0035]
从式(6)可以得出其中，|φ|表示数据集φ的基数；
[0036]
令其中，θ0＝θ'0；θ可以重新组
织为：
[0037]
同时最大化式(6)和式(7)两者之间最小值，需要满足以下等式：
[0038][0039]
式(8)可以进一步简化为：
[0040][0041]
标记
[0042]
可得ξ(θi,θj,φi,φj)≤cos2(θ
i-θj)《1，等号是在φi＝φj的时候取得；
[0043]
令可得：
[0044][0045]
对式(10)进行求导，得出是关于p的的单调递增函数，当p取得最大值时，目标函数值最大，此即为最优功率值；
[0046]
即最优λ应满足以下等式：
[0047][0048]
其中，p》2；
[0049]
利用基于优化准则和空时调制星座集，可以得出最优的其中其中θ0满足式(9)，λ满足式(11)。
[0050]
优选地，步骤s5包括以下步骤：
[0051]
由于其中，|χ|、|θ|、|φ|均为2的整数次幂；标记
[0052]
对于给定的|χ|，为确定最优的|φ|和|θ|，需首先分三类情况确定j的值：
[0053]
a)|φ|＝|χ|，|θ|＝1：由式(6)可以得出
[0054]
b)|φ|＝1,|θ|＝|χ|：由式(7)可以得出
[0055]
c)|φ|≠1,|θ|≠1：由式(7)和式(9)可以得出，其中θ0由式(9)决定；
[0056]
综合上述三种情况，可以看出j值的大小是变量|θ|和|φ|的函数，因此j＝j(|θ|,|φ|)；基于上述分析，可建立关于|θ|和|φ|的优化问题：
[0057][0058]
式(12)可通过穷尽搜索算法求解；表1给出了不同|χ|下的最优的子星座基数。
[0059]
表1.子星座最优基数
[0060][0061]
优选地，步骤s6包括以下步骤：
[0062]
在式(1)中，由于仅与接收信号有关，tr{xhx}恒等于因此，非相干检测器可等效地转换为：
[0063][0064]
由于式(13)中的非相干检测器等效转换为标记矩阵可进一步简化为
[0065][0066]
其中，τ满足
[0067]
由等式(a)可得
[0068]
由等式(b)可得
[0069]
与现有技术相比，本发明产生的有益效果为：本发明通过在接收端利用无线信道的相关矩阵信息，设计了基于最小黎曼距离的非相干检测器，该检测器解决了其在大天线数时的误差地板效应。同时，发送端采用了基于李群的空时编码方法，确定了最优的功率分配和子星座集的最优结构和基数，进一步改善了系统的误差性能。
附图说明
[0070]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0071]
图1是本发明所考虑的两发射天线大规模mimo上行链路系统框图；
[0072]
图2是本发明的非相干检测器随无线信道相关系数变化的误符号率示意图；
[0073]
图3是在信噪比为10db时，随接收端天线数变化时，本发明在接收端的误差性能的变化图；
[0074]
图4是在信噪比为20db时，随接收端天线数变化时，本发明在接收端的误差性能的变化图；
[0075]
图5是天线数为16时，随链路信噪比变化时，本发明在接收端的误差性能的变化图；
[0076]
图6是本发明的流程图。
具体实施方式
[0077]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于
本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0078]
如图6所示，本发明实施例提供了一种相关信道下大规模mimo系统非相干编码的检测方法，其步骤如下：
[0079]
s1：在相关信道大规模mimo系统中，提取信道相关矩阵的特征空间和特征值，并利用特征空间对接收信号进行滤波构造基于黎曼距离最小化准则的非相干检测器；对大规模mimo系统上行信道的相关矩阵进行特征值分解，提取出信道相关矩阵的特征空间和特征值；利用信道矩阵的特征空间对接收信号进行滤波，并构造基于黎曼距离最小化的非相干检测器。该非相干检测器能够避免信道估计，且能够在天线数较大时，避免黎曼距离检测器误差地板效应的出现。
[0080]
在步骤s1中，相关信道大规模mimo系统中，假设发射端有k根天线，接收端有m根天线，m＞＞k；假设发射端天线与接收端天线之间信道为其中，rr是接收端m
×
m的信道相关矩阵，r
t
为发送端k
×
k的相关矩阵，h
iid
是m
×
k的独立同分布的瑞利衰落信道矩阵，h
iid
的元素服从均值为0方差为1的复高斯分布；其中vec{
·
}是矩阵列矢量依次堆叠操作符，h的相关矩阵可写为
[0081]
由于rr与r
t
为高阶统计量，相对于h
iid
变化的比较慢，本发明假设rr与r
t
是已知的，h
iid
每k个时隙变化一次。此外，由于受发射端设备尺寸的限制，发射端的天线数往往较少，因此可以确保发射端天线之间的间距足够大。在这里，本发明假设发射端的相关矩阵r
t
＝ik。如图1所示，针对该信道模型，假设信道相干时间为t，将信道相干时间分成k个时隙，在k个时隙内完成一组数据的发送。该信道模型特别适应于快速衰落信道场景。在发送端，假设数据编码矩阵为则接收端接收信号可建模为具体地，y＝hx+n.其中，为复高斯噪声矩阵，其元素为独立同分布元素在接收端，为实现信号的非相干检测，需要在未知h的条件下，实现x的可靠检测。为此，本发明考虑从接收信号的统计信息中提取x的有效信息。则基于黎曼距离最小化准则的非相干检测器为：
[0082][0083]
其中，表示x的估计值，为发送端的数据编码矩阵，为接收端的接收信号，y＝hx+n，为复高斯噪声矩阵，其元素为独立同分布元素表示x的星座集，表示滤波后的接收信号，表示的共轭转置，表示σr的逆，为复高斯噪声矩阵的方差。
[0084]
s2：分析步骤s1中的非相干检测器的误差性能，基于最小距离最大化准则构造空时调制星座集的设计准则；在步骤s2中，基于李群的空时编码矩阵设计需满足det{x}＝1；这主要是因为李群在矩阵流形上是光滑的。
[0085]
通过参数化编码方法来构造x，具体如下：
[0086][0087]
其中，0≤α,β,φ,γ,δ《2π，λ》1。
[0088]
为确保xhx的唯一可辨识性，x进一步参数化为：
[0089][0090]
其中，λ》0，φ∈[0,2π]。
[0091]
s3：基于黎曼距离检测器在矩阵流形上检测的优势，在矩阵流形上，设计基于李群的参数化空时调制星座集；
[0092]
在步骤s3中，基于所提接收机方案以及所设计的信号方案，建立基于最小黎曼距离最大化的信号优化方案，即建立基于李群的参数化空时调制星座集：
[0093][0094]
其中，表示满足该优化问题x的最优星座集，xi表示χ中的星座点，xj表示χ中的星座点。
[0095]
s4：基于步骤s2的优化准则和步骤s3设计的空时调制星座集，确定最优的离散星座集结构；基于星座集的优化准则，分析任意两个参数化空时调制星座集之间的黎曼距离，确定最小化黎曼距离需满足的条件，进而优化星座集结构，使得最小黎曼距离最大化。
[0096]
步骤s4包括以下步骤：
[0097]
目标函数的表达式为：
[0098]
[0099]
目标函数的最小值在θi＝θj,φi≠φj和θi≠θj,φi＝φj时取得最小值，特别地，当θi＝θj＝θc,φi≠φj时，可得：
[0100][0101]
当θi≠θj,φi＝φj时，可得：
[0102][0103]
从式(6)可以看出，数据集φ里面的数据集应该是均匀分布，这样式(6)的最小值才能最大化。这样可以得出其中|φ|表示数据集φ的基数。从式(7)可以看出星座集θ里面的元素应该是均匀分布，这样式(7)最小值才能最大化。令其中为确保最小距离最大化，θ0＝θ'0。因此，θ可以重新组织为：
[0104]
为进一步确定最优的θ0，需要同时最大化式(6)和式(7)两者之间最小值，需要满足以下等式：
[0105][0106]
式(8)可以进一步简化为：
[0107][0108]
最优功率分配设计，标记
[0109]
可得ξ(θi,θj,φi,φj)≤cos2(θ
i-θj)《1，等号是在φi＝φj的时候取得；令可得：
[0110][0111]
对式(10)进行求导，得出是关于p的的单调递增函数，当p取得最大值时，目标函数值最大，此即为最优功率值。
[0112]
即最优λ应满足以下等式：
[0113][0114]
为确保上式有解，设计p》2，这也是在约束条件中要求的原因。
[0115]
利用基于优化准则和空时调制星座集，可以得出最优的其中其中θ0满足式(9)，λ满足式(11)。
[0116]
s5：基于最优的离散星座集结构，利用离线穷尽搜索算法确定各调制参数的子星座集的最优基数；
[0117]
步骤s5包括以下步骤：
[0118]
由于其中，|χ|、|θ|、|φ|均为2的整数次幂；标记
[0119]
对于给定的|χ|，为确定最优的|φ|和|θ|，需首先分三类情况确定j的值：
[0120]
a)|φ|＝|χ|，|θ|＝1：由式(6)可以得出
[0121]
b)|φ|＝1,|θ|＝|χ|：由式(7)可以得出
[0122]
c)|φ|≠1,|θ|≠1：由式(7)和式(9)可以得出，其中θ0由式(9)决定；
[0123]
综合上述三种情况，可以看出j值的大小是变量|θ|和|φ|的函数，因此j＝j(|θ|,|φ|)；基于上述分析，可建立关于|θ|和|φ|的优化问题：
[0124][0125]
式(12)可通过穷尽搜索算法求解；表1给出了不同|χ|下的最优的子星座基数。
[0126]
表1.子星座最优基数
[0127][0128]
s6：利用空时调制星座集的结构，简化非相干检测器的检测算法，降低信号处理的复杂度。
[0129]
步骤s6包括以下步骤：
[0130]
在式(1)中，由于仅与接收信号有关，tr{xhx}恒等于因此，非相干检测器可等效地转换为：
[0131][0132]
由于式(13)中的非相干检测器等效转换为标记矩阵可进一步简化为
[0133][0134]
其中，τ满足
[0135]
由等式(a)可得
[0136]
由等式(b)可得
[0137]
综上，表2给出了本发明的具体算法流程。
[0138]
表2.非相干编码的检测方法的算法流程
[0139]
[0140][0141]
图2是非相干检测器随无线信道相关系数变化的误符号率示意图；其中，信噪比定义为按照该定义，针对本发明提出的空时调制方案，此外，定义相关信道矩阵为：
[0142][0143]
其中，γ为两相邻天线之间的相关系数。
[0144]
从图2中可以看出，在使用本发明的非相干编码方案的下，非相干检测器的误符号率随着相关系数的增加而降低。在相同的相关系数下，随着传输速率的降低，误符号率随之降低。
[0145]
图3和图4给出信噪比分别为10db和20db时，随接收端天线数变化时，本发明在接收端的误差性能的变化图。从图中可以看出，本发明设计的空时调制星座优于guo li等人在文献[1]
‑‑
[space-time uplink transmission in non-coherent systems with receiver having massive antennas，”ieee commun.lett.21期4卷，页码929-932(2017)]中提出的基于psk的空时调制星座，而且性能优势随着天线数的增加而增加。
[0146]
图5是天线数为16时，随链路信噪比变化时，本发明在接收端的误差性能的变化
图。可以看出，本发明在信噪比大于7db时，本发明方法优于文献[1]提出的方案，而且性能优势随着信噪比的增加而进一步扩大。
[0147]
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，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。