本發(fā)明涉及無(wú)線通信
技術(shù)領(lǐng)域：
，尤其涉及一種基于非理想信道下大規(guī)模MIMO線性迭代檢測(cè)方法。
背景技術(shù)：
：無(wú)線通信技術(shù)的快速發(fā)展和智能手機(jī)的迅速普及，帶來(lái)了人們對(duì)無(wú)線數(shù)據(jù)傳輸需求的爆炸性增長(zhǎng)。為進(jìn)一步提高數(shù)據(jù)傳輸速率，通過(guò)增加基站天線數(shù)目構(gòu)建大規(guī)模MIMO(Multiple-InputMultiple-Output，多輸入多輸出)系統(tǒng)，是一種高效而相對(duì)便捷的方式。大規(guī)模MIMO系統(tǒng)能深度發(fā)掘空間維的自由度，使得基站能夠利用同一時(shí)頻資源服務(wù)于多個(gè)用戶。2010年，貝爾實(shí)驗(yàn)室科學(xué)家ThomasL.Marzetta提出大規(guī)模MIMO的概念。大規(guī)模MIMO無(wú)線通信，在基站覆蓋區(qū)域內(nèi)配置數(shù)十根甚至數(shù)百根以上天線，較LTE中支持在基站最高配置8根天線數(shù)增加一個(gè)量級(jí)以上。而發(fā)送端或接收端配置的天線數(shù)越多，傳輸信道能夠提供更高的自由度，在吞吐率和線路穩(wěn)定上能實(shí)現(xiàn)更好的性能。因?yàn)槎嘤脩粝到y(tǒng)可以同時(shí)傳輸服務(wù)幾個(gè)用戶，而且在選擇接待具體用戶調(diào)度方面更加靈活，所以這個(gè)增益在多用戶系統(tǒng)中更加可觀。然而，天線規(guī)模的急劇擴(kuò)大，使系統(tǒng)的復(fù)雜度大大增加。信號(hào)檢測(cè)，作為通信系統(tǒng)中必不可少的一部分，也面臨著在大規(guī)模MIMO系統(tǒng)下復(fù)雜度增加的問(wèn)題。因此，找到一種在可靠度和復(fù)雜度之間折衷的檢測(cè)方法是非常必要的。在近期的主流文獻(xiàn)中，易于硬件實(shí)現(xiàn)的低復(fù)雜度的線性檢測(cè)備受關(guān)注。其中以破零檢測(cè)(zeroforcing)和最小均方誤差檢測(cè)(MMSE)最具代表性。然而在高維度的系統(tǒng)中，其面臨著一個(gè)M維線性系統(tǒng)的求解(M為用戶天線數(shù))傳統(tǒng)的矩陣求逆方法，如QR分解法、高斯消元法和Cholesky分解法等精確求逆方法，其復(fù)雜度在于O(M3)數(shù)量級(jí)。在規(guī)模MIMO系統(tǒng)中，當(dāng)M變得較大時(shí)，其復(fù)雜度將會(huì)急劇增大，會(huì)耗費(fèi)系統(tǒng)大量計(jì)算資源或增大延遲時(shí)間。這時(shí)，一種高效的基于大規(guī)模多輸入多輸出MIMO線性檢測(cè)的矩陣求逆方法就變得非常重要了。另一方面，在大規(guī)模MIMO系統(tǒng)中，基站配置有大量天線，MIMO傳輸?shù)目臻g分辨率顯著提高，無(wú)線傳輸信道存在著新的特性，需要深入系統(tǒng)地探討適用于大規(guī)模MIMO系統(tǒng)的信道模型。而用戶端和基站端的相關(guān)性的引入又會(huì)破壞原有M維矩陣的一些優(yōu)良性質(zhì)，使原有的一些檢測(cè)方法面臨失效。技術(shù)實(shí)現(xiàn)要素：發(fā)明目的：本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，提供一種基于非理想信道下大規(guī)模MIMO線性迭代檢測(cè)方法，主要采用了結(jié)合不完全Cholesky分解和共軛梯度(CG)算法的求解架構(gòu)，經(jīng)過(guò)不完全分解的預(yù)處理，待求矩陣的條件數(shù)減小，使其在迭代的收斂速度大大加快。因經(jīng)過(guò)優(yōu)化該算法只涉及加法運(yùn)算和乘法運(yùn)算，非常適合在硬件中的實(shí)現(xiàn)，大大降低了硬件復(fù)雜度。技術(shù)方案：本發(fā)明所述的基于非理想信道下大規(guī)模MIMO線性迭代檢測(cè)方法包括：根據(jù)非理想信道的信道相應(yīng)矩陣H構(gòu)造MMSE檢測(cè)矩陣A；根據(jù)檢測(cè)矩陣A構(gòu)造出閾值η；根據(jù)閾值η和檢測(cè)矩陣A獲得預(yù)處理矩陣M；采用預(yù)處理矩陣M對(duì)經(jīng)接收端匹配濾波器輸出的接收信號(hào)矩陣進(jìn)行預(yù)處理共軛迭代檢測(cè)，得到發(fā)射信號(hào)矩陣估計(jì)值進(jìn)一步的，所述根據(jù)非理想信道的信道相應(yīng)矩陣H構(gòu)造MMSE檢測(cè)矩陣A，具體包括：根據(jù)非理想信道的信道相應(yīng)矩陣H按照以下公式構(gòu)造出MMSE檢測(cè)矩陣A：Α＝HHH+δ-1Ι式中，δ是發(fā)射端的平均信噪比，Ι是單位矩陣。進(jìn)一步的，所述根據(jù)檢測(cè)矩陣A構(gòu)造出閾值η，具體包括：采用以下公式根據(jù)檢測(cè)矩陣A構(gòu)造出閾值η：η＝ε(1-K/N)Aii式中，ε為可調(diào)常數(shù)，K為用戶端天線數(shù)，N為基站端天線數(shù)，Aii為檢測(cè)矩陣A的第i個(gè)對(duì)角線元素。進(jìn)一步的，所述根據(jù)閾值η和檢測(cè)矩陣A獲得預(yù)處理矩陣M，具體包括：將預(yù)處理矩陣M定義為M＝L-1L-T；其中，如果檢測(cè)矩陣A中元素值小于閾值η,則下三角矩陣L中對(duì)應(yīng)位置元素置0，若該元素大于閾值η,則三角矩陣L中第i行第j列元素為Aij為檢測(cè)矩陣A的第i行第j列元素。進(jìn)一步的，所述采用預(yù)處理矩陣M對(duì)經(jīng)接收端匹配濾波器輸出的接收信號(hào)矩陣進(jìn)行預(yù)處理共軛迭代檢測(cè)，具體包括：(a)進(jìn)行初始化：s0＝0，p0＝z0，其中，L為M的下三角矩陣；(b)設(shè)置迭代次數(shù)j＝1；(c)按照以下公式計(jì)算：αj=(rj,rj)/(Apj,pj)sj+1=sj+αjpjrj+1=rj+αjApjzj+1=(LLT)-1rj+1βj=(rj+1,zj+1)/(rj,zj)pj+1=zj+1+βjpj]]>(d)將j＝j(luò)+1，并返回至(c)，直至迭代到預(yù)設(shè)次數(shù)m為止，則sm為發(fā)射信號(hào)矩陣估計(jì)值其中雖然zj+1＝(LLT)-1rj+1涉及到一個(gè)線性系統(tǒng)求解，但由于其可以寫(xiě)成三角系統(tǒng)的形式：qj+1為中間變量，因此此步計(jì)算復(fù)雜度仍然控制在O(N2)。有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)是：1、本發(fā)明通過(guò)預(yù)處理，減小了因?yàn)榫仃囆再|(zhì)惡化而上升的條件數(shù)，可以較好的解決在矩陣規(guī)模擴(kuò)大或者信道相關(guān)性增強(qiáng)的情況下，迭代算法的收斂速度減慢的缺陷；2、本發(fā)明在考慮到信道相關(guān)系數(shù)和天線數(shù)的基礎(chǔ)上提出一種自適應(yīng)閾值，來(lái)進(jìn)行不完全分解預(yù)處理，由于采用的預(yù)處理方法，使得在每一步迭代中的求解線性方程的復(fù)雜度控制在O(N2)，是兼顧復(fù)雜度和可靠性的一種方法。附圖說(shuō)明圖1是本發(fā)明的流程示意圖；圖2是本發(fā)明與傳統(tǒng)共軛梯度算法在不同信噪比情況下的誤碼率曲線比較圖；圖3是本發(fā)明與傳統(tǒng)共軛梯度算法在固定用戶數(shù)不同基站天線數(shù)情況下的誤碼率曲線比較圖；圖4是本發(fā)明與傳統(tǒng)共軛梯度算法和Cholskey分解精確求逆方法的復(fù)雜度對(duì)比圖。具體實(shí)施方式在大規(guī)模MIMO系統(tǒng)中，一般有N＞＞K(基站天線數(shù)N遠(yuǎn)大于用戶數(shù)K)。讓s表示K×1階的信號(hào)向量，s包含了從K個(gè)用戶產(chǎn)生的傳輸符號(hào)。表示信道響應(yīng)矩陣，故基站端的接收信號(hào)向量可以表示為y＝Hs+n其中n是一個(gè)N×1維的加性高斯白噪聲向量，其元素服從基站的多用戶信號(hào)檢測(cè)任務(wù)就是從接收到的加噪聲信號(hào)向量y估計(jì)傳輸信號(hào)符號(hào)s。H能通過(guò)時(shí)域或者頻域?qū)ьl獲得。采用最小均方誤差(MMSE)線性檢測(cè)理論，對(duì)接收信號(hào)向量表示為(HHH+δ-1I)s=As=HHy=y‾]]>其中是接收向量y在接收端匹配濾波器的輸出?？梢钥闯?，對(duì)發(fā)送信號(hào)向量的估計(jì)值可表示為：為了求解采用本實(shí)施例的迭代檢測(cè)方法。如圖1所示，本實(shí)施例的基于非理想信道下大規(guī)模MIMO線性迭代檢測(cè)方法包括以下步驟：S1、根據(jù)非理想信道的信道相應(yīng)矩陣H構(gòu)造MMSE檢測(cè)矩陣A。其中，MMSE檢測(cè)矩陣A為：?。紿HH+δ-1Ι，式中，δ是發(fā)射端的平均信噪比，Ι是單位矩陣。S2、根據(jù)檢測(cè)矩陣A構(gòu)造出閾值η。其中，η＝ε(1-K/N)Aii，式中，ε為可調(diào)常數(shù)，K為用戶端天線數(shù)，N為基站端天線數(shù)，Aii為檢測(cè)矩陣A的第i個(gè)對(duì)角線元素。S3、根據(jù)閾值η和檢測(cè)矩陣A獲得預(yù)處理矩陣M。具體的，該步驟具體包括：將預(yù)處理矩陣M定義為M＝L-1L-T；其中，如果檢測(cè)矩陣A中元素值小于閾值η,則下三角矩陣L中對(duì)應(yīng)位置元素置0，若該元素大于閾值η,則三角矩陣L中第i行第j列元素為Aij為檢測(cè)矩陣A的第i行第j列元素。S4、采用預(yù)處理矩陣M對(duì)經(jīng)接收端匹配濾波器輸出的接收信號(hào)矩陣進(jìn)行預(yù)處理共軛迭代檢測(cè)，得到發(fā)射信號(hào)矩陣估計(jì)值具體的，該步驟包括；(a)進(jìn)行初始化：s0＝0，p0＝z0，其中，L為M的下三角矩陣；(b)設(shè)置迭代次數(shù)j＝1；(c)按照以下公式計(jì)算：αj=(rj,rj)/(Apj,pj)sj+1=sj+αjpjrj+1=rj+αjApjzj+1=(LLT)-1rj+1βj=(rj+1,zj+1)/(rj,zj)pj+1=zj+1+βjpj]]>(d)將j＝j(luò)+1，并返回至(c)，直至迭代到預(yù)設(shè)次數(shù)m為止，則sm為發(fā)射信號(hào)矩陣估計(jì)值此方法通過(guò)預(yù)處理，減小了因?yàn)榫仃囆再|(zhì)惡化而上升的條件數(shù)，見(jiàn)圖3，可以較好的解決在矩陣規(guī)模擴(kuò)大或者信道相關(guān)性增強(qiáng)的情況下，迭代算法的收斂速度減慢的缺陷，見(jiàn)圖2。另外，本方法在考慮到信道相關(guān)系數(shù)和天線數(shù)的基礎(chǔ)上提出一種自適應(yīng)閾值，來(lái)進(jìn)行不完全分解預(yù)處理，由于采用的預(yù)處理方法，使得在每一步迭代中的求解線性方程的復(fù)雜度控制在O(N2)。表1列出了其每一步的算法復(fù)雜度，其復(fù)雜度由于閾值的設(shè)置和置0處理，使得每一步有S個(gè)元素不參與實(shí)際運(yùn)算，因此算法復(fù)雜度并未有顯著提高，見(jiàn)圖4。表1當(dāng)前第1頁(yè)1 2 3