一种上行链路大规模MIMO系统的信号检测方法技术方案

一种适用于上行链路大规模MIMO系统的信号检测方法，在基站一侧完成对发送信号的联合检测，能够支持64×8，128×8，128×16，128×32等多种收发天线数配置。具体包括：按照用户指定的天线数和调制方式配置检测层数；利用信道估计获取信道传递矩阵H以及利用干扰消除技术获取接收向量y；将MMSE检测算法转换成等效的增广矩阵形式，避免大规模MIMO信号检测中Gram矩阵的求解；利用滤波矩阵的主对角线做近似计算，并作为迭代的初始解；迭代地按列计算等效增广矩阵的逆；并计算软判决信息，输出最终结果。本发明专利技术进一步逼近了最优的检测性能，同时维持了较低的复杂度。

【技术实现步骤摘要】
一种上行链路大规模MIMO系统的信号检测方法
本专利技术涉及无线通信
，具体涉及一种大规模MIMO上行多用户信号检测的方法。
技术介绍
近两年来，通信界已经开始提出了5G技术的设想，新的研究工程已经在全球范围内开展起来，致力于5G的研究中心开始成立。2013年，在匈牙利首都布达佩斯召开的世界通信大会上，众多重要讲座和研讨会都围绕着5G技术来展开，并且成功解决了很多关键的技术理念，明确了关于5G标准化进程的时间节点，例如2016年到2018年将进行标准化，2020年开始商用。尽管5G还没有形成正式的标准，但是全世界范围内，包括政府的基金项目和企业的研发项目都在开展对5G关键技术的研究，争取主导权。学术界已经提出，为了突破5G通信技术的瓶颈，5G移动通信系统将采用大规模多输入多输出MIMO传输技术来支持超过10Gbps的峰值传输速率和上百bps/Hz的频谱效率。随着天线数目的巨大提高，大规模MMO技术的优势得以充分挖掘的同时，其增加的计算复杂度超过了集成电路技术的发展。特别是大规模MIMO信号检测算法复杂度高，硬件实现难度大，成为下一代无线通信系统实用化亟待解决的问题。传统的MIMO检测算法包括最优算法和次优算法。其中，最优的MIMO检测，包括最大似然和最大后验概率检测算法，它们是一个NP-hard问题,这两种算法能够达到最优的检测性能，但是因为其复杂度会随着天线数量指数增长，这给无线通信集成电路的设计带来严峻的挑战，而通常仅仅被用来当作性能对比的参考标准。次优算法又包括线性和非线性的算法。线性的检测算法包括MF、ZF和MMSE等，这些线性检测算法的算法可以通过格基规约的方法来提升性能。非线性的包括多级的干扰消除算法、树搜索、球形译码等。此外，还有一系列来自于机器学习和人工智能领域的非线性算法，比如基于邻近搜索的算法，它们来自于组合最优化理论，包括似然提升搜索，禁忌搜索。又比如PDA，置信传播，基于图的消息传递算法，以及MCMC算法等，这些算法也很有潜力能达到接近最优的性能。然而，在大规模MIMO系统中，很多传统MIMO检测算法变得不适应，同时有些低复杂度的算法的性能表现接近最优检测算法。如图1所示，考虑一个多用户的大规模MIMO系统上行链路，该系统可以表示为大规模的基站天线(用N表示天线数目)同时服务于多个用户(用M表示用户数目)。多用户大规模MIMO上行链路的系统模型可以表示成y＝Hx+n，其中x＝[x1,x2,...,xM]表示M×1的发送信号向量，其每个元素表示来自M-QAM的星座点符号每个元素的平均功率为Es。n表示N×1独立同分布的复高斯噪声向量，每个元素的均值为0，方差为σ2。理想信道估计矩阵表示成H，维度为N×M，信道矩阵中的任意一项hi,j表示从第j个发送天线到第i个接收天线的信道增益。y＝[y1,y2,…,yN]T表示N×1的接收向量。接收信噪比定义成N/M×1/σ2。现有技术中，大规模MIMO上行链路多用户信号检测采用MMSE(MinimumMeanSquareError,最小均方误差)检测算法，MMSE检测算法为x＝(HHH+σ2I)-1HHy，由于其矩阵求逆和Gram矩阵HHH的存在，算法复杂度分别为O(NM2)和O(M3)。当大规模MIMO系统中通信用户数较多时，MMSE检测算法的复杂度非常高，很难硬件实现。
技术实现思路
本专利技术的目的是克服上述现有技术的不足，提供一种上行链路大规模MIMO系统的信号检测方法，将低复杂度的性能接近最优的，并且易于硬件实现的大规模MIMO上行链路多用户信号检测方法。为实现上述方案，本专利技术技术方案如下：一种上行链路大规模MIMO系统的信号检测方法，其特点在于，包括如下步骤：步骤一：按照用户指定的天线数和调制方式配置检测层数；利用信道估计获取信道传递矩阵H以及利用干扰消除技术获取接收向量y，并做联合优化使接收信号的信噪比最大化。步骤二：将MMSE检测算法转换成等效的增广矩阵，具体如下：MMSE检测x＝(HHH+σ2I)-1HHy等效转换成增广矩阵的形式其中z＝σ-1(y-Hx)，x为发送向量，H为信道矩阵，y为接收判决变量向量，σ2为噪声向量的方差，I代表单位向量。步骤二：利用滤波矩阵的主对角线近似矩阵，计算迭代的初始解的估计x0，公式如下：x0＝D-1HHy，其中，D表示滤波矩阵HHH+σ2I的主对角线元素；步骤三：按列计算迭代的矩阵求逆，公式如下：其中，λ表示松弛因子，xk,i表示k次迭代之后的预测发送向量，hi表示矩阵的第i列，i＝1,2,…,M，k＝1,2,…；步骤四：在迭代过程中计算软判决信息，并将计算结果输出，公式如下：其中ei代表单位向量，表示k次迭代之后用于计算软判决信息的信号。所述MMSE检测的等效转换中，Gram矩阵的计算被分解，降低了之后迭代计算的复杂度。所述初始解估计方法中，利用滤波矩阵的主对角线元素来近似求解初始解，降低迭代次数，提高算法收敛速度。所述迭代Kaczmarz算法中，将算法修改为按列进行迭代，更加适应大规模MIMO信道矩阵的信道增强效应，提高迭代速度。所述软判决信息的计算中，软信息的计算利用了迭代过程中的中间值，而不是等到迭代结束后计算，降低了计算复杂度。一种上行链路大规模MIMO系统多用户信号检测的FPGA实现，利用了高层次工具进行信号检测方法的设计与实现。与现有技术相比，本专利技术的有益之处在于：做了FPGA的实现以及性能评估，与已有的基于Neumann级数、共轭梯度算法的检测方案相比，显著的改善了检测的性能，进一步逼近了最优的检测性能，同时维持了较低的计算复杂度。附图说明图1为大规模MIMO检测的原理图图2为上行链路多用户大规模MIMO系统示意图图3为本专利技术实施例中大规模MIMO上行链路多用户检测方法的流程示意图图4为天线配置为128×16下本专利技术检测方法与Neumann级数方法和共轭梯度方法的性能仿真曲线图5为天线配置为128×32下本专利技术检测方法与Neumann级数方法和共轭梯度方法的性能仿真曲线具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式做进一步描述参照图2所示，本专利技术首先介绍上行链路大规模MIMO系统模型，多输入多输出无线通信系统的框图如图2所示，大规模MIMO上行链路的系统模型可以表示成y＝Hx+n。本实施例中提供了一种大规模MIMO上行链路多用户信号检测的方法，如图3中所示，以128×16天线的系统为例，即M为16，N为128，该检测方法主要包括：信道获取和接收向量获取：首先，由用户根据指定的天线数目和调制方式配置底层的检测层数，本实施例中为128和16；利用信道估计获取信道传递矩阵H以及利用干扰消除技术获取接收向量y，并做联合优化使接收信号的信噪比最大化。等效转换：信道矩阵的规模为128×16，转换成实数形式后为256×32，由传统的MMSE检测算法可以得到x＝(HHH+σ2I)-1HHy为32×1的预测发送向量，对公式进行等效的变换，可以将公式代表的MMSE检测转换成等效的增广矩阵形式，如公式其中z＝σ-1(y-Hx)，可以发现，上式矩阵相乘展开之后与MMSE检测具有相同的形式。可以令s＝(zT,xT)T，上面的公式可以写成其中和分别代表等效增广的信道传输矩阵和接收信号向本文档来自技高网...

【技术保护点】
一种上行链路大规模MIMO系统的信号检测方法，其特征在于，包括如下步骤：步骤一：按照用户指定的天线数和调制方式配置检测层数，利用信道估计获取信道传递矩阵H以及利用干扰消除技术获取接收向量y，并做联合优化使接收信号的信噪比最大化；步骤二：将MMSE检测算法转换成等效的增广矩阵，具体如下：MMSE检测x＝(H

【技术特征摘要】
1.一种上行链路大规模MIMO系统的信号检测方法，其特征在于，包括如下步骤：步骤一：按照用户指定的天线数和调制方式配置检测层数，利用信道估计获取信道传递矩阵H以及利用干扰消除技术获取接收向量y，并做联合优化使接收信号的信噪比最大化；步骤二：将MMSE检测算法转换成等效的增广矩阵，具体如下：MMSE检测x＝(HHH+σ2I)-1HHy等效转换成增广矩阵的形式其中z＝σ-1(y-Hx)，x为发送向量，H为信道矩阵，y为接收判决变量向量，σ2为噪声向量的方差，I代表单位向量。步骤三：利用滤波矩阵的主对角线近似矩阵，计算迭代的初始解的估计x0，公式如下：x0＝D-1HHy，其中，D表示滤波矩阵HHH+σ2I的主对角线元素；步骤四：按列计算迭代的矩阵求逆，公式如下：

【专利技术属性】
技术研发人员：丁春辉，贺光辉，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31