技术特征：
1.一种用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，根据多输入输出系统(mimo系统)的输入输出关系，采用高并行和低复杂度均衡算法执行对所述mimo系统中发送信号s的估计，所述发送信号s即为估计向量s，所述高并行和低复杂度均衡算法包括：步骤1，设置估计向量s的迭代初值，包括：通过对mimo系统中接收向量y进行矩阵变化，并根据估计向量s中元素与接收向量y矩阵变化后向量中元素的象限关系，确定估计向量s的迭代初值s(0)；步骤2，通过设计估计向量s的迭代策略，计算出迭代后的估计向量，包括：计算基本矩阵w，并设置迭代初值s(0)和迭代参数，通过多次迭代得到第t次迭代后的估计向量s(t)；步骤3，通过设计星座点搜索方案，并根据第t次迭代后的估计向量s(t)，计算估计向量s的最终估计值。2.根据权利要求1所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述mimo系统的上行链路中，基站端的nr个接收天线同时与单天线的nt个用户进行通信和数据传输，所述mimo系统的输入输出关系式表示为：y＝hs+n；其中，nr＞＞nt；估计向量s表示nt个用户的发送信号，估计向量s大小为nt
×
1；1；表示星座图中的星座点数量；接收向量y表示nr个基站天线接收到的信号，接收向量y大小为nr
×
1；h代表瑞利衰落信道矩阵；是加性高斯白噪声；所述用于无线通信系统的高并行和低复杂度均衡算法，用于实现对y＝hs+n中发送信号s的估计，即s为估计向量。3.根据权利要求2所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述步骤1中，步骤11，采用对角占优矩阵g＝h
h
h对接收向量y进行矩阵变化，通过矩阵变换得到的匹配滤波向量y
mf
＝h
h
y大小为nt
×
1；其中，h为信道矩阵；步骤12，基于估计向量s的第k个元素与步骤11中得到的匹配滤波向量y
mf
＝h
h
y的k个元素位于同一象限中的特点，得到估计向量s的迭代初值s(0)第k个元素可以表示为：步骤13，根据y
mf
第k个元素所在象限确定迭代初值s(0)的第k个元素。4.根据权利要求3所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述步骤13中，y
mf
第k个元素所在象限分别为一、二、三、四象限时，估计向量s的迭代初值s(0)的第k个元素分别设置为元素分别设置为5.根据权利要求4所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述步骤2包括：
步骤21，设定基本矩阵w，并对基本矩阵w进行计算；步骤22，设定迭代初值和初始参数为：s(-1)＝s(0)、c(-1)＝c(0)＝y
mf-ws(0)、α(-1)＝α(0)＝1、q(-1)＝q(0)＝wc(0)；步骤23，设置迭代次数t，进行迭代计算，得到第t次迭代后对最开始发送信号s的估计值s(t)。6.根据权利要求5所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述步骤21中，根据mmse检测算法设定作为中间计算矩阵的基本矩阵为：w＝h
h
h+n0e
s-1
i
nt
；其中，n0为噪声方差，为传输信号功率，i为一个nt
×
nt的单位矩阵。7.根据权利要求6所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述步骤22中，设定的迭代初值为：s(-1)＝s(0)；设定的初始参数包括：c(-1)＝c(0)＝y
mf-ws(0)、α(-1)-α(0)-1、q(-1)＝q(0)＝wc(0)；其中，s、c和q分别是nt
×
1的复数向量，α是一个参数。8.根据权利要求7所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述步骤23中，每次迭代执行如下两个计算：s(t+1)＝α(t)(s(t)+β(t)c(t))+(1-α(t))s(t-1)；c(t+1)＝α(t)(c(t)-β(t)q(t))+(1-α(t))c(t-1)；且每次迭代中，三个迭代参数为分别根据上一次迭代计算结果计算得到的：q(t)＝wc(t)；wc(t)；进行t次迭代后得到s(t)，所述s(t)表示进行完成t次迭代后，对最开始发送信号s的估计值。9.根据权利要求8所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述步骤3包括：采用星座点搜索方案计算t次迭代后的估计向量s(t)与星座图中所有其他星座点之间的距离，并根据t次迭代后的估计向量s(t)得到估计向量s的最终估计值。10.根据权利要求9所述的用于无线通信系统的高并行和低复杂度均衡算法，其特征在于，所述步骤3中，估计向量s的最终估计值的第k个元素表示为：k＝2<0.5(s(t)k+1)>-1；其中，<*>代表对*进行四舍五入操作。
技术总结
本发明实施例公开了一种用于无线通信系统的高并行和低复杂度均衡算法，包括：步骤1，设置估计向量s的迭代初值，根据估计向量s中元素与接收向量y矩阵变化后向量中元素的象限关系，确定估计向量s的迭代初值s(0)；步骤2，通过设计估计向量s的迭代策略，计算出迭代后的估计向量，计算基本矩阵W，并设置迭代初值s(0)和迭代参数，通过多次迭代得到第T次迭代后的估计向量s(T)；步骤3，通过设计星座点搜索方案，并根据第T次迭代后的估计向量s(T)，计算估计向量s的最终估计值。本发明实施例提供的技术方案解决了现有MIMO系统均衡算法由于基于传统梯度搜索进行，从而导致该算法具有并行性低、且硬件实现代价高的问题。且硬件实现代价高的问题。且硬件实现代价高的问题。
技术研发人员：朱国亮 郭骏 陈昊 朱会柱 王荣阳 徐晓飞
受保护的技术使用者：中国航空无线电电子研究所
技术研发日：2022.11.27
技术公布日：2023/3/28