• / 10

无需QR分解的MIMO检测方法

关 键  词:
无需QR分解的MIMO检测方法 MIMO检测方法 QR分解MIMO检测 MIMO检测 QR分解的MIMO
资源描述:

《无需QR分解的MIMO检测方法》由会员分享,可在线阅读,更多相关《无需QR分解的MIMO检测方法(10页珍藏版)》请在我爱发明文档网上搜索。

1、最低, 估计值的可信度 最低。 0036 Pdiag(H*HT) (2) 0037 检测过程从高信噪, 排序后对应信噪比依 次递减, 其中S1信噪比最高, 其估计值可信度最高, S2次之, S4信噪比公示如公式(2)所示, 其中 diag(.)为取对角线元素操作。 按功率P升序重新排列信道矩阵H的层对应符号的信噪比越大, 则该符号估 计值具有更高可信度。 因此, 对信道矩阵H按列计算功率和, 计算父节点, 将信噪比次高的符号层作 为子节点。 0035 对于确定的星座点符号功率, 信道功率越小, 据信噪比大小对信道矩阵H按列进行重新排列, 信噪 比大小从左至右依次递减。 将信噪比最高的符号层作为。

2、2 0033 本发明提供的MIMO检测方法具体步骤如下。 0034 步骤1.根据4x4天线规模, 根层次递减。 所述y、 H、 W均为已知量, 通过S的估计值进行计算和判断, 得出最优检测值。 003向量。 MIMO基带等效模型按行可分为4层, 其中第一行作为最顶层, 即层4, 对应父节点, 后续 实施 例具体采用16-QAM; y为4x1维的接收信号向量, 是具有独立同分布统计特性的高斯噪声 4输入4 输出天线; S为4x1维的发送信号复向量, 对应到M个正交幅度调制(QAM)的星座点符号,斯噪声向量。 0031 4x4天线规模MIMO系统基带等效模型如公式(2)所示, 其中信道矩阵H对应;。

3、 其中, y为接收信号 向量, H为信道矩阵, S为发送信号复向量, 是具有独立同分布统计特性的高法, 以4x4天线规模为例。 0030 为描述方便, 天线规模MIMO系统基带等效模型式为yHS+w实施例, 公开了一种MIMO(Multiple Input Multiple Output) 检测方本发明的原理。 说明书 2/6 页 4 CN 107104714 A 4 0029 本发明的一个具体附图来具体描述本发明的优选实施例, 其中, 附图构成本申请一部分, 并 与本发明的实施例一起用于阐释流程; 0027 图2为16-QAM最近符号邻域扩展子节点示意图。 具体实施方式 0028 下面结合限。

4、制, 在整个附图 中, 相同的参考符号表示相同的部件。 0026 图1为4x4天线规模MIMO检测出的结构来实现和获得。 附图说明 0025 附图仅用于示出具体实施例的目的, 而并不认为是对本发明的实施本发明而了解。 本发明的目的和其他优点可通过在所写的说明 书、 权利要求书、 以及附图中所特别指 本发明的其他特征和优点将在随后的说明书中阐述, 并且, 部分的从说明书中变 得显而易见, 或者通过 资源受限场合下的MIMO信号检测, 能够以相对较少的计算复杂度, 有效提高 误码率性能。 0024 其中通过简单的矩阵求逆代替QR分解, 以及符号邻域扩展子节点, 使得本发明非常适用 于小天线规模, 。

5、避 免复杂的树搜索操作; (4)根据父节点、 子节点和剩余符号估计值, 计算路径欧式距离并比 较。扰抵消后, 利 用简单的求逆代替复杂的QR分解实现迫零检测; (3)选择最近符号邻域作为扩展子节点,下技术: (1)根据信噪 比对信道矩阵重新排序, 高信噪比对应符号层视为剩余符号干扰; (2)逐层干022 本发明有益效果如下: 0023 本发明是一种无需QR分解的低复杂度MIMO检测方法, 包括以离。 0021 进一步的, 步骤32中, 剩余层是信噪比最低的两层, 干扰层为除剩余层以外的层。 0步骤34.分别针对K个最优父节点的每一个父节点, 重复步骤31-33, 得到K个最优 父节点的欧式距算。

6、父节点与N个 子节点的N条路径的欧式距离, 将欧式距离最小值作为当前父节点的欧式距离; 0020 得到剩余层的符号估计值; 0019 步骤33.根据步骤3的子节点集合和步骤4剩余层的符号估计值, 计; 0018 步骤32.剩余层针对干扰层进行干扰抵消, 再进行迫零检测, 并量化到星座点集合 中, K个最优父节点中的一个, 选取星座点集合中父节点符号的N个最近 邻域符号作为父节点扩展后的子节点集合通过迭代计算K个最优父节点中 的每一个父节点的欧式距离实现的, 具体包括: 0017 步骤31.针对测并量化到 星座点上, 得到各层符号估计值。 0016 步骤3中获取K个最优父节点的欧式距离进一步是父。

7、节点符号估计值之后, 将 父节点符号视为干扰, 剩余符号依次对父节点符号作干扰抵消, 再执行迫零检计算欧式距离确定K个最优父节点。 0015 具体的, 针对4*4以上的天线规模, 步骤2中在选择M个*HT)计算的, 其中H代表信道 矩阵, diag(.)为取对角线元素操作。 0014 步骤2中通过阵, 此时对应符号的信噪比依次递减。 0013 具体的, 信道矩阵按列计算功率和是通过Pdiag(H说明书 1/6 页 3 CN 107104714 A 3 列计算功率和, 再按功率升序重新排列信道矩1 其中, 0012 步骤1中所述根据信噪比大小对信道矩阵分层重新排列, 具体包括: 对信道矩阵按 最。

8、优父节点的欧式距离, 求取最小值欧式距离, 确定欧式距离最小 值对应的路径作为最终检测值。 001M个父节点符号估计值推 导其余各层符号估计值, 从中确定K个最优父节点; 0010 步骤3.获取K个将信噪比最高的符号层作为父 节点; 0009 步骤2.在星座点集合中选择M个父节点符号估计值, 根据供一种MIMO检测方法, 具体包括步骤: 0008 步骤1.根据信噪比大小对信道矩阵分层重新排列, 不适合资源受限场合应用的问题。 0006 本发明的目的主要是通过以下技术方案实现的: 0007 提鉴于上述的分析, 本发明旨在提供一种无需QR分解的MIMO检测方法, 用以解决现 有技术计算复杂度,座映。

9、射下仍然具有K-Best检测类似的SER性能, 能够应用在资源 受限场合。 发明内容 0005 展和多路径欧式距离计算, 在天线规模为4x4, 3x3时, 具有相对低的 计算复杂度, 即使在高阶星上述问题, 本发明提出了一种无需QR分解的低复杂度MIMO检测方法, 该方法 结合迫零检测、 邻域扩), K-Best方法的计算量依然很大, 由此带来的计算资源和耗能问题仍然难以承受。 0004 针对此, 对于天 线数量较小的资源受限应用场合(如便携式和移动式的终端节点, 一般为4x4以下天线规 模, 而K值加大 会增加计算复杂度, 而且K-Best检测需要复杂的QR(正交三角分解)分解操作。 因R性。

10、能和算 法复杂度矛盾, 受到广泛关注。 K-Best方法中, 当K值较小时, SER性能急剧下降。 近些年来得 到广泛研究的是基于树搜索的K-Best检测方法, K-Best检测能够较好地权衡SEuare Error, MMSE)检测具有最小的计算复杂度, 但检测性能很差, 难以满足实际应用需求处理。 基于线性迫零(Zero Forcing,ZF)和最小均方误差(Minimum Mean Sqrror Rate,SER)性能的检测方法, 但ML方法计算复杂度非常庞大, 难以在工程上实现实时 最大似然(Maximum Likelihood ,ML)检测是理论上具有最优误码率(Symbol E统本。

11、身的复杂度也随之迅速提高, 其中一个核心问 题就是低复杂度, 高性能的信号检测方法。 0003 论是LTE还是4G/5G标准中, 都规划了MIMO技术 标准。 随着收发天线数量的增加, MIMO系有限频宽上提供更高的信道容量, 近年来已经成为无线通信 研究中的热点之一。 面向未来的视角来看, 无ut Multiple Output)作为下一代无线通信标准中的广泛应 用的一种物理层技术, 可以在尤其涉及一种无需QR分解的MIMO检测方法。 背景技术 0002 MIMO(Multiple Inp14 A 2 一种无需QR分解的MIMO检测方法 技术领域 0001 本发明涉及信号处理技术领域, 是信。

12、噪比最低 的两层, 干扰层为除剩余层以外的层。 权利要求书 1/1 页 2 CN 1071047得到各层符号估计值。 7.根据权利要求2所述的MIMO检测方法, 其特征在于, 步骤32中, 剩余层 将父节点符号视为干扰, 剩余符号依次对父节点符号 作干扰抵消, 再执行迫零检测并量化到星座点上, MO检测方法, 其特征在于, 针对4*4以上的天线规模, 步骤2 中在选择M个父节点符号估计值之后,测方法, 其特征在于, 步骤2中通过计算欧式距离确定K 个最优父节点。 6.根据权利要求1所述的MI算的, 其中H代表信道矩阵, diag(.)为取对角线元素操作。 5.根据权利要求1所述的MIMO检要求。

13、3所述的MIMO检测方法, 其特征在于, 信道矩阵按列计算功率和是通过 Pdiag(H*HT)计矩阵按列计算功率和, 再按功率升序重新排列信 道矩阵, 此时对应符号的信噪比依次递减。 4.根据权利O检测方法, 其特征在于, 步骤1中所述根据信噪比大小对 信道矩阵分层重新排列, 具体包括: 对信道一个父节点, 重复步骤31-33, 得到K个最优父节 点的欧式距离。 3.根据权利要求1所述的MIM条路径的欧式距离, 将欧式距离最小值作为当前父节点的欧式距离; 步骤34.分别针对K个最优父节点的每估计值; 步骤33.根据步骤3的子节点集合和步骤4剩余层的符号估计值, 计算父节点与N个子节 点的N步骤。

14、32.剩余层针对干扰层进行干扰抵消, 再进行迫零检测, 并量化到星座点集合中, 得到剩余层的符号最优父节点中的一个, 选取星座点集合中父节点符号的N个最近邻域 符号作为父节点扩展后的子节点集合; 一步是通过迭代计算K个最优父节点中的每一个父节点的欧式距离实现的, 具体 包括: 步骤31.针对K个 2.根据权利要求1所述的MIMO检测方法, 其特征在于, 步骤3中获取K个最优父节点的欧 式距离进获取K个最优父节点的欧式距离, 求取最小值欧式距离, 确定欧式距离最小值对 应的路径作为最终检测值。符号估计值, 根据M个父节点符号估计值推导其 余各层符号估计值, 从中确定K个最优父节点; 步骤3.小对。

15、信道矩阵分层重新排列, 将信噪比最高的符号层作为父节 点; 步骤2.在星座点集合中选择M个父节点 107104714 A 1.一种MIMO检测方法, 其特征在于, 包括步骤: 步骤1.根据信噪比大题。 权利要求书1页 说明书6页 附图2页 CN 107104714 A 2017.08.29 CN离 最小值对应的路径作为最终检测值。 本发明能解 决现有技术计算复杂, 不适合资源受限场合应用 的问节点的欧式距离; 6.针对K个最优父节点的每一 个, 重复步骤3-5, 得到K个欧式距离, 将欧式距 得到 除干扰层以外剩余层的符号估计值; 5.将父节点 与N个子节点之间的欧式距离最小值作为当前父 为父。

16、节点扩 展后的子节点集合; 4.针对干扰进行干扰抵消, 再进行迫零检测, 并量化到星座点集合中,外剩余层符号 估计值, 确定K个最优父节点; 3.针对最优父节点 中的一个, 选取N个最近邻域符号作分层重新排列, 将 信噪比最高的符号层作为父节点; 2.选择M个父 节点符号估计值, 推导除父节点以O检测方法 (57)摘要 本发明涉及一种MIMO检测方法, 包括步骤: 1.根据信噪比大小对信道矩阵2006.01) H04L 27/34(2006.01) (54)发明名称 一种无需QR分解的MIM王一胡时冶 (51)Int.Cl. H04B 7/0413(2017.01) H04L 25/03()发明人 韩煜 (74)专利代理机构 北京天达知识产权代理事务 所(普通合伙) 11386 代理人 中国电子科技集团公司第三十六研 究所 地址 314033 浙江省嘉兴市南湖区洪兴路 387号 (72(21)申请号 201710270033.1 (22)申请日 2017.04.24 (71)申请人 (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日。

展开阅读全文
  我爱发明文档网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:无需QR分解的MIMO检测方法
链接地址:https://www.woaifaming.net/doc/835048.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 20018-2021 我爱发明网版权所有

经营许可证编号:粤ICP备20005300号-1



收起
展开