CN101540659A

CN101540659A - 基于逼近最大似然性能的低复杂度垂直分层空时码检测方法

Info

Publication number: CN101540659A
Application number: CN200910022286A
Authority: CN
Inventors: 张海林; 程文驰; 卢晓峰; 刘龙伟; 武德斌
Original assignee: Xidian University
Current assignee: Xidian University
Priority date: 2009-04-30
Filing date: 2009-04-30
Publication date: 2009-09-23
Anticipated expiration: 2029-04-30
Also published as: CN101540659B

Abstract

本发明公开了一种基于逼近最大似然性能的低复杂度垂直分层空时码检测方法。其过程是：(1)选取小于发射天线数目M的遍历天线数目d，按照该遍历天线数目找出信道矩阵中均方误差MSE最大的d列向量，并对剩余M－d列向量进行信噪比排序；(2)在信噪比排序的基础上，对d列向量对应的所有候选d维码元符号进行遍历，得到每一个候选d维码元符号对应的M－d维码元符号，并将对应的M－d维码元符号与d维码元符号合并，得到对应的M维码元符号；(3)将所有M维码元符号作为候选集，进行最大似然检测，得到最终检测结果。本发明相对于现有的低复杂度垂直分层空时码的检测方法，具有能逼近全空间最大似然性能的优点，可用于MIMO系统中的分层空时码检测。

Description

基于逼近最大似然性能的低复杂度垂直分层空时码检测方法

技术领域

本发明属于通信技术领域，涉及空时信号的检测，可用于多输入多输出系统中对垂直分层空时码的检测。

背景技术

在无线信道中使用多输入多输出MIMO系统可以显著提高通信容量。空间复用技术真正体现了MIMO系统容量提高的本质。垂直分层空时码VBLAST作为空间复用技术的典型应用，近年来对其检测方法的研究也一直持续不断。尽管全空间最大似然ML检测能获取最优的系统性能，但由于其方法复杂度太高，一直无法实际应用。于是人们将研究的方向转向次优检测方法，产生了一系列的性能较好的低复杂度检测方法。

文献[1.Wolniansky P W，Foschini G J，and Golden G D，and R.A.Valenzuela.V-BLAST：An architecture for realizing very high data rates over the rich-scatteringwireless channel.In Proc.IEEE ISSSE，September，1998.295-300]中提出的迫零检测结合排序判决反馈ZF-DFE方法，此方法对信道矩阵进行信噪比排序，从信噪比最大的层开始检测，在检测下一层信号时减去前面几层信号的干扰。该方法的缺点是：检测的误比特率较高。

文献[2.Hassibi B.An efficient square-root algorithm for BLAST.In Proc.IEEEICASSP，June 2000，vol.2.11737-11740]提出的最小均方误差结合排序判决反馈MMSE-DFE方法，它在ZF-DFE方法的基础上，采用使噪声和干扰总和最小的加权检测系数，性能比ZF-DFE有较大改进，但该方法的缺点是：检测的误比特率相比全空间ML检测仍然较高。

文献[3.Choi W，Negi R，and Cioffi J M.Combined ML and DFE decoding for theV-BLAST system.In Proc.ICC 2000，New Orleans，LA：2000.1243-1248]提出的最大似然结合排序判决反馈ML-DFE方法对码元的前面几个符号进行部分ML检测，然后对剩余层符号进行ZF-DFE检测。虽然此方法相比前面两种方法误比特率较低，但该方法的缺点是：在部分ML检测时，其它数据信息并没有利用，因此误比特率相对于全空间ML检测仍然较高。

发明内容

本发明的目的在于克服上述已有技术的缺点，提供一种基于逼近最大似然性能的低复杂度垂直分层空时码检测方法，以实现在低复杂度下，充分利用全空间数据信息，降低误比特率，逼近全空间ML检测方法的最优性能。

为实现上述目的，本发明的检测方法包括如下步骤：

(1)选取小于发射天线数目M的遍历天线数目d，按照该遍历天线数目找出信道矩阵中均方误差MSE最大的d列向量，并对剩余M-d列向量进行信噪比排序；

(2)在信噪比排序的基础上，对d列向量对应的所有候选d维码元符号进行遍历，得到每一个候选d维码元符号对应的M-d维码元符号，并将对应的M-d维码元符号与d维码元符号合并，得到对应的M维码元符号；

(3)将得到的所有M维码元符号作为候选集，进行最大似然检测。

所述的选取小于发射天线数目M的遍历天线数目d，是根据系统对误比特率的要求，取d为小于M的任意数，若系统要求误比特率较低，则取d较大，反之，则取d较小，一般情况下，d取最接近，但不小于M/2的整数。

所述的按照遍历天线数目找出信道矩阵中均方误差MSE最大的d列向量，是算出信道矩阵中所有列向量的元素的平方和，然后用每一个平方和与对应列向量的噪声相除，得到每一个列向量对应的均方误差，取其中最大的d个均方误差对应的列向量作为均方误差最大的d列向量。

所述的对剩余M-d列向量进行信噪比排序，是将M-d列向量按信噪比大小从小到大排序。

所述的将对应的M-d维码元符号与d维码元符号合并，得到对应的M维码元符号，是用得到的对应的M-d维码元符号作为第d+1维到第M维的码元符号，并将该第d+1维到第M维的码元符号与d维码元符号组成一个M维的码元符号。

本发明与现有技术相比具有如下优点：

1.本发明能逼近全空间ML检测的最优性能。

由于对d维码元符号进行遍历后再进行ML检测，这使得接收分集增益最低的d维码元符号的接收分集增益提高到与全空间ML检测相同的满接收分集增益，接收分集增益的提高能够有效降低d维码元符号对M-d维码元符号检测的干扰，因此，本发明相比ZF-DFE，MMSE-DFE，ML-DFE等现有方法能有效降低系统的误比特率，从而逼近全空间ML检测的最优性能。

2.本发明比全空间ML检测的方法复杂度低。

由于对d列向量对应的所有候选d维码元符号中的每一个d维码元符号，只检测出唯一对应的M-d维码元符号与该d维码元符号组成唯一对应的M维码元符号，这使得最后ML检测的候选集中码元符号的个数比全空间ML检测的候选集中码元符号的个数减少很多，因此，本发明相比全空间ML检测方法，候选集中码元符号个数的减少能够有效地降低算法的矩阵乘法运算量，从而降低方法的复杂度。

附图说明

图1为本发明的检测方法流程图；

图2为本发明信道矩阵信噪比排序图；

图3为本发明与现有检测方法在QPSK调制时的误比特率比较图。

具体实施方式

本发明的实施例以发射、接收天线数均为6，调制方式为QPSK调制的MIMO系统来描述其检测方法。在发射端，信息序列经过VBLAST编码，将串行数据流转换为并行数据流，再将并行数据流分别调制后发送出去。在接收端，接收信号为y，表示为y＝Hx+w，其中x为发射的信息序列，H为元素独立的服从复高斯分布的信道矩阵，w为高斯白噪声向量。

参照图1，本发明的检测步骤如下：

步骤1，选取小于发射天线数目M的遍历天线数目d。

在M＝6的发射、接收天线的MIMO系统中，取1到6中的任意数作为遍历天线数目d，确定的d的数值根据系统对误比特率的要求来定，若系统要求误比特率较低，则取d较大，反之，则取d较小，一般情况下，d取最接近，但不小于M/2的整数，本实例中取d＝3。

步骤2，按照遍历天线数目找出信道矩阵中均方误差最大的d列向量。

首先，分别算出信道矩阵中6个发射天线对应的6个列向量的元素的平方和；然后用每一个平方和与对应列向量的噪声相除，得到每一个列向量对应的均方误差；最后，比较6个均方误差的大小，取其中最大的3个均方误差对应的列向量作为均方误差最大的3列向量。

步骤3，对剩余M-d列向量进行信噪比排序。

剩余M-d列向量为6-3＝3，分别算出这剩余3列向量的信噪比，比较3个信噪比的大小，然后将这3列向量按照信噪比大小从小到大的顺序排列，排列后的信道矩阵如图2所示，图2中每一个点代表MIMO系统的每一个信道矩阵元素，均方误差最大的3列向量置于信道矩阵的左边，剩余的3列向量按照信噪比从小到大的顺序从左到右排列。

步骤4，在信噪比排序的基础上，对d＝3的列向量对应的所有候选d＝3的维码元符号进行遍历。

4.1在排列后的信道矩阵中，有均方误差最大的3列向量，这3列向量对应着所有候选3维码元符号，每一维码元符号均为00、01、11、10中的一个，对每一个候选3维码元符号对应的剩余3维码元符号的求解构成了遍历过程中每一步。

4.2遍历中的每一步，均利用ZF-DFE方法去求解每一个候选3维码元符号对应的剩余3维码元符号，即对于一个确定的3维码元符号，求解过程分为以下几步：

4.2.1从接收信号中减去这3维码元符号对剩余3维码元符号的干扰，然后计算出信噪比最大的列向量对应的信号层的一维码元符号；

4.2.2从接收信号中依次减去3维码元符号和计算出的一维码元符号对剩余二维码元符号的干扰，接着计算出信噪比次大的列向量对应的信号的一维码元符号；

4.2.3从接收信号中依次减去3维码元符号、计算出的信噪比最大的列向量所对应的信号层的一维码元符号和计算出的信噪比次大的列向量对应的信号层的一维码元符号对剩余一维码元符号的干扰，再计算出最后一维码元符号；

4.2.4将信噪比最大的列向量对应的信号层的一维码元符号作为第6维码元符号，将信噪比次大的列向量对应的信号层的一维码元符号作为第5维码元符号，将解出的一维码元符号作为第4维码元符号，则这3维码元符号构成了剩余的3维码元符号。

步骤5，将对应的M-d维码元符号与d维码元符号合并，得到对应的M维码元符号。

在M＝6个发射天线和d＝3的MIMO系统中，对于候选3维码元符号中的每一个3维码元符号，将解出的对应的剩余的3维码元符号作为第4维到第6维的码元符号，并将该第4维到第6维的码元符号与对应的3维码元符号组成一个6维的码元符号。

步骤6，将所有6维码元符号作为候选集，进行最大似然检测。

对于每一个候选3维码元符号都会得到一个对应的6维码元符号，将得到的所有的6维码元符号作为候选集，进行最大似然检测，完成对垂直分层空时码检测。

以上实例并不构成对本发明的限制，本发明的方法适用于发射天线数目M为大于等于1的任意整数，但接收天线数目必须大于等于遍历天线数目d的MIMO系统。

本发明的方法效果可以通过以下理论分析和仿真实验进一步说明：

1.理论分析

对于本实例中发射、接收天线数目均为6，遍历天线数目为3，每一根发射天线调制信号的星座点数均为4，又令[X*Y]表示X行Y列的矩阵，分别利用ML方法、ML-DFE方法和本发明的方法，检测发射、接收天线均为6的VBLAST系统的每一个时隙的输入信号，其检测结果如表1所示。

表1三种不同的方法对每一个时隙的输入信号的检测结果

	ML方法	ML-DFE方法	本发明的方法
	ML方法	ML-DFE方法	本发明的方法	矩阵乘法	[66]×[61]：4⁶次	[63]×[31]：4³次[C6]×[61](1≤C≤3)：C从1到3各一次	[66]×[61]：4³次[C6]×[61](1≤C≤3)：各4³次[6C]×[C1](1≤C≤3)：各4³次
比较	[6*1]：4⁶-1次	[3*1]：4³-1次	[6*1]：4³-1次	矩阵乘法	[66]×[61]：4⁶次	[63]×[31]：4³次[C6]×[61](1≤C≤3)：C从1到3各一次
比较	[6*1]：4⁶-1次	[3*1]：4³-1次	[6*1]：4³-1次	判决	无	[1*1]：3次	[1*1]：192次

由表1可见，ML方法主要是要运算4⁶次[6*6]和[6*1]的两个矩阵相乘，ML-DFE方法主要是要运算4³次[6*3]和[3*1]的两个矩阵相乘，本发明的方法主要是要运算4³次[6*6]和[6*1]的两个矩阵相乘，本发明的方法复杂度比ML方法要低，而ML-DFE方法的复杂度略低于本发明的方法复杂度。

2.仿真条件

仿真中采用发射、接收天线均为6的VBLAST系统，假定信道矩阵H由独立同分布的复高斯随机变量组成，均值为零，方差为1，噪声为高斯白噪声，均值为0，方差σ_n ²由归一化信噪比确定，仿真信噪比范围为0～16dB，每隔2dB仿真一次，仿真1000帧，每帧的帧长为50，信道为一帧内保持不变且帧与帧之间相互独立的块衰落。

3.仿真结果

仿真结果如图3所示，其中“ML”表示用QPSK调制的6发6收VBLAST基于全空间最大似然检测的性能曲线；“HPML-d＝1”表示用QPSK调制的本发明的检测方法在遍历天线数目为1的情况下的性能曲线；“HPML-d＝2”表示用QPSK调制的本发明的检测方法在遍历天线数目为2的情况下的性能曲线；“HPML-d＝3”表示用QPSK调制的本发明的检测方法在遍历天线数目为3的情况下的性能曲线；“HPML-d＝0(ZF-DFE)”表示用QPSK调制的本发明的检测方法在遍历天线数目为0的情况下的性能曲线；“ML-DFE(k＝3)”表示用QPSK调制的ML-DFE方法在使用最大似然方法检测的天线数目为3的情况下的性能曲线。

A.比较图3中的“ML”和“HPML-d＝3”两条曲线，得到以下结论：

全空间ML方法的误比特率性能要优于本发明的方法的误比特率性能，但本发明的方法的误比特率性能十分接近全空间ML方法的误比特率性能。

B.比较图3中的“HPML-d＝3”和“ML-DFE(k＝3)”两条曲线，得到以下结论：

本发明的方法的误比特率性能明显优于ML-DFE方法的误比特率性能。

C.比较图3中的“HPML-d＝1”、“HPML-d＝2”、“HPML-d＝3”、“HPML-d＝0(ZF-DFE)”、“ML”这五条曲线，得到以下结论：

本发明的方法的误比特率随着遍历天线数目的增大而降低，当遍历天线数目增大到最接近，但不小于发射天线数目一半的整数时，本发明的方法的误比特率已十分接近全空间ML方法的误比特率性能。

综上所述，本发明的方法的误比特率性能介于全空间ML方法和ML-DFE方法之间，方法复杂度介于全空间ML方法和ML-DFE方法之间，是一种折中方案。虽然本发明的方法复杂度比ML-DFE方法复杂度略高，但在略微提高方法复杂度的情况下，本发明的方法的误比特率性能逼近了全空间ML方法的最优误比特率性能。

Claims

1.一种基于逼近最大似然性能的低复杂度垂直分层空时码检测方法，包括如下步骤：

2.根据权利要求1所述的垂直分层空时码检测方法，其中步骤(1)所述的选取小于发射天线数目M的遍历天线数目d，是根据系统对误比特率的要求，取d为小于M的任意数，若系统要求误比特率较低，则取d较大，反之，则取d较小，一般情况下，d取最接近，但不小于M/2的整数。

3.根据权利要求1所述的垂直分层空时码检测方法，其中步骤(1)所述的按照遍历天线数目找出信道矩阵中均方误差MSE最大的d列向量，是算出信道矩阵中所有列向量的元素的平方和，然后用每一个平方和与对应列向量的噪声相除，得到每一个列向量对应的均方误差，取其中最大的d个均方误差对应的列向量作为均方误差最大的d列向量。

4.根据权利要求1所述的垂直分层空时码检测方法，其中步骤(1)所述的对剩余M-d列向量进行信噪比排序，是将M-d列向量按信噪比大小从小到大排序。

5.根据权利要求1所述的垂直分层空时码检测方法，其中步骤(2)所述的将对应的M-d维码元符号与d维码元符号合并，得到对应的M维码元符号，是用得到的对应的M-d维码元符号作为第d+1维到第M维的码元符号，并将该第d+1维到第M维的码元符号与d维码元符号组成一个M维的码元符号。