专利名称：一种mimo系统下的信号检测方法和装置的制作方法
技术领域：
本发明涉及信号检测技术领域，特别是涉及一种MIMO系统下的信号检测方法，可用于多天线检测或多用户检测。
背景技术：
多输入多输出技术(MIMO)可以在不增加频带的前提下，成倍地提高传输速率，今天频率资源日益紧张，所以，MIMO技术被认为是下一代宽带无线通信技术中最为重要的物
理层技术之一。在MIMO系统中，为了提高信源信息传输的可靠性，在发送端，待传输信号首先经过能够提供纠错能力的信道编码，再进行空时/空频/空时频编码，而后由多幅发送天线同时或者按照一定的时间顺序发送出去。对于接收端，由多幅接收天线同时或者按照一定的时间顺序接收来自于发送端的信号，并依次进行空时/空频/空时频解码和信道译码，从而将译码结果作为待发送信号的原始信息。接收端所进行的信道译码实质上是对接收信号的检测，即从接收信号中检测出最优信号，作为译码结果。然而，MIMO技术的信号检测技术却面临着巨大的难题，虽然最大似然(ML)算法从最小错误概率的意义上看是最优的，但是其计算复杂度大，是天线数目及调制阶数的指数形式，例如采用16QAM(16阶正交幅度调制)方式调制、共有5幅天线时，计算复杂度为165 = 1048576。实时系统难以接受这样大的计算复杂度。作为ML算法的一种近似简化，球形译码(Sphere Decoding, SD)系列算法因为其接近于或等于ML的性能以及相比于ML算法大大降低的计算复杂度日益受到广泛关注，通常其计算复杂度与天线数目间为立方关系。因此，球形译码方式成为当前MIMO信号检测的首选方案。在球形译码方式中，相比于深度优先算法(D印th First SD, DFSD)和距离优先算法(Metric First SD, MFSD)，宽度优先算法(Breadth First SD, BFSD，又称为 K-best SD 算法，以下采用业界通用的简称K-best SD算法)并行进行计算，并且复杂度确定，所需时间确定，因此在实时系统中是极有希望的实用技术。然而，特别地，在要求高性能时或者在高调制阶数或大天线数的系统中，K-best SD算法的计算复杂度仍然很大，如何在不降低性能的前提下降低其复杂度仍然是当前一个迫切需要解决的问题。目前，提出了一些对K-best SD算法的简化方案，Luis G. Barbero等人的研究 (L. G. Barbero and J. S. Thompson, "A Fixed-Complexity MIMODetector Based on the Complex Sphere Decoder," 2006 IEEE 7th Workshop on Signal Processing Advances in Wireless Communications, Cannes, France :2006, pp. 1-5.)提出每个节点展开的节点数受限的FSD算法，一定程度上减少了译码过程中访问的节点，但是性能和访问节点数的矛盾没有根本改善；Cong Xiong 等人(Cong Xiong，Xin Zhang，Kai Wu, and Dacheng Yang，"A simplified fixed-complexity sphere decoder for V-BLAST systems,"Communications
5Letters, IEEE, vol. 13，2009，pp. 582-584.)提出将FSD算法中保留节点数随搜索层数的增加而减少的算法，这种算法没有FSD足够的减少保留节点数目的理论依据，对所能减少的节点数目也没有一个最优化的解决方法，仅仅是固定了节点数的减少量，取值凭经验，相对随意，性能不确定。总之，目前提出的方案的共同缺点是复杂度降低有限，同时性能没有保证。
发明内容
本发明所要解决的技术问题是提供一种MIMO系统下的信号检测方法和装置，可用于多天线检测或多用户检测。本发明在基本不降低检测性能的前提下，能够大幅度减少信号检测算法复杂度。为了解决上述问题，本发明公开了一种MIMO系统下的信号检测方法，包括从搜索空间的第N层开始进行搜索，在上一层所保留的节点数的基础上，比较当前层中各路径的部分距离与参数λ的关系，保留部分距离小于参数λ的路径及其节点；然后进入下一层的搜索；所述参数λ基于所设定的检测性能计算得到；如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果输出。优选的，所设定的检测性能为发送信号在保留下的路径中的概率；将所述概率作为卡方分布归一化的累积分布函数的值，计算得到卡方分布的半径作为参数入。优选的，所述的方法还包括确定针对各层的最大宽度B;则，在比较当前层中各路径的部分距离与参数λ之前，还包括在上一层所保留的节点数的基础上，保留当前层中部分距离最小的B条路径；然后在所述B条路径中比较部分距离与参数λ。优选的，所述针对每层的最大宽度B相同；或者，所述针对每层的宽度B不同。优选的，所述的方法还可以包括每层至少保留部分距离最小的一条路径。优选的，所述发送信号在保留下来路径中的概率表示为Ps_。e其中，α为裁剪系数，源误符号率Ps。_ ；所述源误符号率Ps。_取自最大似然检测的误符号率。优选的，所述发送信号在保留下来路径中的概率表示为Ps_。e其中，α为裁剪系数，源误符号率Ps■。…所述源误符号率Pstjurre取自预设宽度的 K-best SD算法的误符号率；该预设宽度用于确定信号检测中针对各层的最大宽度B。依据本发明的另一实施例，还公开了一种MIMO系统下的信号检测方法，包括从搜索空间的第N层开始进行搜索，确定每层需要保留的节点数M ；其中，最大节点数Iax基于参数λ计算得到，所述参数λ基于所设定的检测性能计算得到；在针对每层的搜索中，保留当前层中部分距离最小的M条路径；如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果输出。优选的，所设定的检测性能为发送信号在保留下的路径中的概率；将所述概率作为卡方分布归一化的累积分布函数的值，计算得到卡方分布的半径作为参数λ。优选的，确定每层需要保留的节点数M的步骤具体包括首先确定最大节点数所对应的层，然后每层需要保留的节点数M从该层至第1层递减；M大于等于1。优选的，所述发送信号在保留下来路径中的概率表示为Pstjurre
其中，α为裁剪系数，源误符号率Ps。_ ；所述源误符号率Ps。_取自最大似然检测的误符号率。优选的，所述发送信号在保留下来路径中的概率表示为Pstjurre其中，α为裁剪系数，源误符号率Ps■。…所述源误符号率Pstjurre取自预设宽度的 K-best SD算法的误符号率。依据本发明的另一实施例，还公开了一种MIMO系统下的信号检测装置，包括信号接收单元，用于接收信号；检测单元，用于从信道矩阵搜索空间的第N层开始进行搜索，在上一层所保留的节点数的基础上，比较当前层中各路径的部分距离与参数λ的关系，保留部分距离小于参数λ的路径及其节点；然后进入下一层的搜索；所述参数λ基于所设定的检测性能计算得到；如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果；输出单元，用于输出检测结果。优选的，所设定的检测性能为发送信号在保留下的路径中的概率；将所述概率作为卡方分布归一化的累积分布函数的值，计算得到卡方分布的半径作为参数λ。所述的装置还可以包括确定针对各层的最大宽度B ；则，在比较当前层中各路径的部分距离与参数λ之前，还包括在上一层所保留的节点数的基础上，保留当前层中部分距离最小的B条路径；然后在所述B条路径中比较部分距离与参数入。依据本发明的另一实施例，还公开了一种MIMO系统下的信号检测装置，包括信号接收单元，用于接收信号；检测单元，用于从信道矩阵搜索空间的第N层开始进行搜索，确定每层需要保留的节点数M ；其中，最大节点数Mmax基于参数λ计算得到，所述参数λ基于所设定的检测性能计算得到；在针对每层的搜索中，保留当前层中部分距离最小的M条路径；如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果；输出单元，用于输出检测结果。优选的，所设定的检测性能为发送信号在保留下的路径中的概率；将所述概率作为卡方分布归一化的累积分布函数的值，计算得到卡方分布的半径作为参数λ。优选的，确定每层需要保留的节点数M的步骤具体包括首先确定最大节点数所对应的层，然后每层需要保留的节点数M从该层至第1层递减；M大于等于1。与现有技术相比，本发明具有以下优点本发明提供的方法在检测性能基本不变的条件下，降低了信号检测算法的复杂度，提高了接收数据的检测效率，从而也提高了传输的效率，同时硬件的实现更加简单、硬件实现的电路面积更小、实际功耗更低。本发明的方法可应用于多用户信号检测及其它信号检测。
图1是本发明的一种MIMO系统下的信号检测方法实施例的步骤流程图；图2是根据本发明的一个实施例的发送接收结构图；图3是根据本发明的一个实施例的四层搜索示意图4是根据本发明的一个实施例的树状搜索示意图；图5是本发明一种信号检测方法优选实施例的流程示意图；图6是本发明的实施例的性能的理论上界、下界与仿真性能的比较示意图；图7是根据本发明的一个实施例的仿真实验所得的性能曲线；图8是根据本发明的一个实施例的仿真实验所得的复杂度曲线。
具体实施例方式为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式
对本发明作进一步详细的说明。参照图1，示出了本发明提供一种MIMO系统下的信号检测方法实施例，包括以下步骤从搜索空间的第N层开始进行搜索，在上一层所保留的节点数的基础上，比较当前层中各路径的部分距离与参数入的关系，保留部分距离小于参数λ的路径及其节点；然后进入下一层的搜索；所述参数λ 基于所设定的检测性能计算得到；如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果输出。从上面的步骤描述可以看出，参数λ是影响信号检测性能和复杂度的决定性因素。在本发明的优选实施例中，所设定的检测性能采用发送信号在保留下的路径中的概率； 因为发送信号在保留下的路径中的概率可以很好的表达一个信号检测技术方案的检测性能，概率越高，那么性能越好。具体的，将所述概率作为卡方分布归一化的累积分布函数的值，就可以计算得到卡方分布的半径作为参数入。发送信号在保留下的路径中的概率可以用各种数学方式表示，下面给出本发明的一个优选思想。例 1所述发送信号在保留下来路径中的概率表示为I-α Psource其中，α为裁剪系数，源误符号率Ps。urce;所述源误符号率Pstjurre取自最大似然检测的误符号率。裁剪系数通常可以基于要求实现的性能损失上界来确定，或者说，因为本算法的裁剪所引起的最多的性能损失来确定。如要求损失不大于源误符号率的10%，则该系数为 0. 1。当然，该值取的是上界，实际上性能损失一定小于这个数。例 2所述发送信号在保留下来路径中的概率表示为I-α Psource其中，α为裁剪系数，源误符号率Ps。ura;所述源误符号率Pswrce取自预设宽度的K-best SD算法的误符号率；该预设宽度用于确定信号检测中针对各层的最大宽度B。
本发明的例1中的概率表达式，可以将本发明的检测性能通过与最大似然检测的检测性能的比较而表达出来。本发明的例2中的概率表达式，可以将本发明的检测性能通过与预设宽度的K-best SD算法的检测性能的比较而表达出来。当然，简单起见，本领域技术人员也可以直接依据经验或者实际需要设定一个能够表达检测性能的概率值即可。在本发明的优选实施例中，为了进一步降低复杂度，还可以包括以下步骤确定针对各层的最大宽度B;则，在比较当前层中各路径的部分距离与参数λ之前，还包括在上一层所保留的节点数的基础上，保留当前层中部分距离最小的B条路径；然后在所述B条路径中比较部分距离与参数入。即相当于首先通过最大宽度对各层的节点(或路径)进行筛选，然后再通过参数 λ进行筛选，这样可以减少比较的数量。当然，此时的检测性能可能不仅仅与参数λ相关， 同时还有所确定的各层的最大宽度B相关了。优选的是，所述针对每层的最大宽度B相同；或者，所述针对每层的宽度B不同。 即针对每层的最大宽度B可以是相同的，也可以是不同的。在大部分的实际应用中，信号检测都需要有检测结果，因此，为了保证信号检测有解，则在前述参数λ和最大宽度B的筛选过程中，每层至少保留部分距离最小的一条路径， 即至少保证存在一个检测结果。下面基于算法实现等细节层面，对本发明进行更详细的说明。但其中一些具体的数学表达并不构成对本发明实现方式的限制。1、接收信号的数学表示对于MIMO系统，在具有丰富散射路径的条件下，假定发送天线数为Nt，接收天线数为Nr，满足Nt彡Nr，系统模型如图2所示。为了表述方便，取Nt = Nr = Ν/2。χ = (X1 & ~2)τ是复数的发送矢量，y = (Y1 y2 yN/2)T是复数的接收矢量，n= Oi1 ιν··ηΝ/2)τ是复数的噪声矢量，满足实部虚部方差为ο，H是Ν/2ΧΝ/2阶的复信道矩阵，其中每一个元素都是独立同分布的复高斯随机变量，满足E( Ihyl2) =1。则接收信号可以表示为y = Hx+n(1)从宏观角度可以理解为，MIMO中一个发送符号(矢量)含有多个发送信号(标
量)O如果采用最大似然检测(ML)算法进行信号检测，最大似然解就是选取一组i满足
Xml = arBminIIy-HxII2(2)
κ其中A为所有可能的发送信号的集合。当信号的调制阶数为m的时候，求出i需要穷尽2mXN/2种可能排列。当天线数目较大、调制阶数较高的时候，ML算法的复杂度非常高，以至于无法应用，所以实际上一般采用次优的算法。例如，本发明所基于的球形译码(Sphere Decoding, SD)的宽度优先算法(K-best SD算法)。2、矩阵的三角化和树状搜索前述的接收信号中的复数接收矢量y、信道矩阵H、发送矢量χ到实数的转化如下
实数域的接收矢量r = (real (y)T, imag (y)τ)τ ；实数域的发送矢量s = (real (x)T, imag (χ)τ)τ ；实数域的噪声矢量ν = (real (n)T, imag (η)τ)τ ；
(realCR) -imag(H)^\实数域的信道矩阵G=二。
IvZmag(H) real (H)则式(1)可以表示为，即接收信号可以表示为r = Gs+v(3)由于矩阵G可以进行QR分解，G = QR，其中Q为NXN阶的酉矩阵，R是NXN阶的
ri’l Γ1,2 “‘ Γ1,ΛΤ
0 r, 2 ··· r2N
上三角矩阵，表示为R= . 2. 。
. ■ · · . · ·
v0 0 ··· rNN ^则式(3)可以进一步表示为ρ = Rs+ η(4)其中ρ= QHr, η = QHv。或者，式(4)还可以表示为
P\ ) r\,\ 厂1,2 . ‘. r\,N "yI (
Pl 0 …r2,N S2 η2
.=. . . . + C4. a)
、PN ) (0 0 …)\SN) ylNy进一步将其展开，可以得到
N
++ ^(5)
片+1从式(5)可以看到，第N层的接收数据Pn只由本层发送数据％决定，不受其它层的干扰；而第N-I层的接收数据P η除了与第N-I层的发送数据Sim有关外，还受到第N 层发送数据％的影响。一般来看，第i层的接收数据P i不仅与第i层的发送数据Si有关夕卜，还受第i+Ι层到第N层发送数据(si+1*"sN)的影响，所以当已知第i+Ι层到第N层的发送数据的情况下，可以求得第i层的发送数据。设发送矢量的估计值为S = (S1 S2 …SnY(6)其中充为第i层发送矢量的估计值。则截止第i层，部分发送矢量的估计值与接收值之间的部分欧式距离(可以理解为经过信道的真实的‘部分’发送信号与‘部分’接收信号的距离)为
10
权利要求
1.一种ΜΙΜΟ系统下的信号检测方法，其特征在于，包括 从搜索空间的第N层开始进行搜索，在上一层所保留的节点数的基础上，比较当前层中各路径的部分距离与参数λ的关系，保留部分距离小于参数λ的路径及其节点；然后进入下一层的搜索；所述参数λ基于所设定的检测性能计算得到；如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果输出。
2.如权利要求1所述的方法，其特征在于，所设定的检测性能为发送信号在保留下的路径中的概率；将所述概率作为卡方分布归一化的累积分布函数的值，计算得到卡方分布的半径作为参数入。
3.如权利要求1所述的方法，其特征在于，还包括 确定针对各层的最大宽度B ；贝U，在比较当前层中各路径的部分距离与参数λ之前，还包括 在上一层所保留的节点数的基础上，保留当前层中部分距离最小的B条路径；然后在所述B条路径中比较部分距离与参数λ。
4.如权利要求3所述的方法，其特征在于， 所述针对每层的最大宽度B相同；或者，所述针对每层的宽度B不同。
5.如权利要求1所述的方法，其特征在于，还包括 每层至少保留部分距离最小的一条路径。
6.如权利要求2所述的方法，其特征在于， 所述发送信号在保留下来路径中的概率表示为 l-α P丄source其中，α为裁剪系数，源误符号率Pstjurre; 所述源误符号率Pstjurre取自最大似然检测的误符号率。
7.如权利要求3所述的方法，其特征在于， 所述发送信号在保留下来路径中的概率表示为 l-α P丄source其中，α为裁剪系数，源误符号率Pstjurre;所述源误符号率取自预设宽度的K-best SD算法的误符号率；该预设宽度用于确定信号检测中针对各层的最大宽度B。
8.一种MIMO系统下的信号检测方法，其特征在于，包括 从搜索空间的第N层开始进行搜索，确定每层需要保留的节点数M ；其中，最大节点数Mmax基于参数λ计算得到，所述参数 λ基于所设定的检测性能计算得到；在针对每层的搜索中，保留当前层中部分距离最小的M条路径； 如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果输出。
9.如权利要求8所述的方法，其特征在于，所设定的检测性能为发送信号在保留下的路径中的概率；将所述概率作为卡方分布归一化的累积分布函数的值，计算得到卡方分布的半径作为参数入。
10.如权利要求8所述的方法，其特征在于，确定每层需要保留的节点数M的步骤具体包括首先确定最大节点数所对应的层，然后每层需要保留的节点数M从该层至第1层递减;M大于等于1。
11.如权利要求8所述的方法，其特征在于， 所述发送信号在保留下来路径中的概率表示为 l-α P丄source其中，α为裁剪系数，源误符号率Pstjurre; 所述源误符号率Pstjurre取自最大似然检测的误符号率。
12.如权利要求9所述的方法，其特征在于， 所述发送信号在保留下来路径中的概率表示为 l-α P丄source其中，α为裁剪系数，源误符号率Pstjurre;所述源误符号率Pstjurre取自预设宽度的K-best SD算法的误符号率。
13.一种MIMO系统下的信号检测装置，其特征在于，包括 信号接收单元，用于接收信号；检测单元，用于从信道矩阵搜索空间的第N层开始进行搜索，在上一层所保留的节点数的基础上，比较当前层中各路径的部分距离与参数λ的关系，保留部分距离小于参数λ 的路径及其节点；然后进入下一层的搜索；所述参数λ基于所设定的检测性能计算得到； 如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果； 输出单元，用于输出检测结果。
14.如权利要求13所述的装置，其特征在于，所设定的检测性能为发送信号在保留下的路径中的概率；将所述概率作为卡方分布归一化的累积分布函数的值，计算得到卡方分布的半径作为参数入。
15.如权利要求13所述的装置，其特征在于，还包括 确定针对各层的最大宽度B ；贝U，在比较当前层中各路径的部分距离与参数λ之前，还包括 在上一层所保留的节点数的基础上，保留当前层中部分距离最小的B条路径；然后在所述B条路径中比较部分距离与参数λ。
16.一种ΜΙΜΟ系统下的信号检测装置，其特征在于，包括 信号接收单元，用于接收信号；检测单元，用于从信道矩阵搜索空间的第N层开始进行搜索，确定每层需要保留的节点数M ；其中，最大节点数凡 基于参数λ计算得到，所述参数λ基于所设定的检测性能计算得到；在针对每层的搜索中，保留当前层中部分距离最小的M条路径；如果当前层为第1 层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果；输出单元，用于输出检测结果。
17.如权利要求16所述的装置，其特征在于，所设定的检测性能为发送信号在保留下的路径中的概率；将所述概率作为卡方分布归一化的累积分布函数的值，计算得到卡方分布的半径作为参数入。
18.如权利要求16所述的装置，其特征在于，确定每层需要保留的节点数M的步骤具体包括首先确定最大节点数所对应的层，然后每层需要保留的节点数M从该层至第1层递减;M大于等于1。
全文摘要
本发明提供了一种MIMO系统下的信号检测方法和装置，该方法可以包括从搜索空间的第N层开始进行搜索，在上一层所保留的节点数的基础上，比较当前层中各路径的部分距离与参数λ的关系，保留部分距离小于参数λ的路径及其节点；然后进入下一层的搜索；所述参数λ基于所设定的检测性能计算得到；如果当前层为第1层，则在所保留的路径中，寻找部分距离最小的一个，作为检测结果输出。本发明提供的方法在检测性能基本不变的条件下，降低了信号检测算法的复杂度，提高了接收数据的检测效率，从而也提高了传输的效率，同时硬件的实现更加简单、硬件实现的电路面积更小、实际功耗更低。本发明的方法可应用于多用户信号检测及其它信号检测。
文档编号H04L1/00GK102487309SQ20101057691
公开日2012年6月6日 申请日期2010年12月1日 优先权日2010年12月1日
发明者任术波, 张云峰, 毛新宇 申请人:北京大学