[发明专利]一种基站间的多用户MIMO检测方法

说明书

技术领域

本发明涉及多输入多输出(MIMO)信号检测的技术，特别涉及一种基站间的多用户MIMO检测方法。

背景技术

对MIMO通信系统而言，在联合差错概率最小的意义上最优的检测方法是最大似然(ML)方法或者最大后验概率(MAP)方法，但是，这两种检测方法的复杂度都很高，很难在实际系统中应用。而实际应用的需求使得MIMO检测算法的研究主要集中在寻求低复杂度的高性能检测器上。

目前，低复杂度高性能的检测方法主要包括：线性迫零(ZF)算法、结合顺次串行干扰消除(OSIC，Ordered Successive Interference Cancellation)的ZF-OSIC算法、线性最小均方误差(MMSE，Minimum Mean Square Error)算法、MMSE-OSIC算法、QR分解(QRD)算法、排序QRD算法、球译码(Sphere Decoding，SD)算法、QRD-M算法、半定松弛检测(SDR，SemidefiniteRelaxation)算法、概率数据关联(PDA，Probabilistic Data Association)算法等等。其中SD算法是迄今为止性能最接近最大似然算法的次优检测算法。在理想情况即搜索不失败的条件下，其理论性能与最大似然算法相同。虽然SD算法在大多数中等规模无线通信系统的应用环境中平均计算复杂度为多项式复杂度，但在最坏情况下仍然是指数复杂度。

SDR算法将MIMO检测问题建模为一个半正定规划问题，然后松弛为凸优化问题利用数值计算的内点算法求解，可以达到接近于最大似然算法的检测性能，而只付出多项式计算复杂度。和SD算法最坏情况下的指数复杂度相比，SDR算法的最坏情况复杂度仍然是多项式复杂度，但缺点在于SDR算法是一个近似算法，只能在性能上接近最大似然算法，且其多项式复杂度的阶数仍然较高。另外，对于不同的调制方式，SDR算法的具体形式也不同，没有一个通用的算法形式，实际应用的复杂度较高。

PDA算法是另一种比较重要的次优检测算法。该算法利用高斯近似，去估计各个发射天线数据符号的后验概率，可以说是MAP算法的一种近似形式。它比较适用于规模较大的通信系统，而对于规模较小的系统，性能有所降低，但好于MMSE-OSIC算法，而差于球译码算法和SDR算法。从复杂度方面看，PDA算法的最坏情况复杂度也是多项式复杂度，且低于SDR算法的最坏情况下的复杂度。由于PDA算法在估计每个符号的后验概率的过程中是迭代计算的，在有些时候不可避免地会出现个别符号的后验概率收敛速度较慢的问题，但在给定一个合理的最大迭代次数的情况下，这个问题对检测性能的影响很小。

除了以上次优检测算法，利用迭代信号处理思想进行迭代检测的算法也是一个非常重要的研究方向。该类算法利用SISO(soft input soft ourput)的性质，以较低的复杂度提供了非常优异的检测性能，例如PDA算法本身可以就认为是一种SISO迭代检测算法。特别需要指出的是，在接收端对信号的迭代处理可以是单纯的迭代检测(例如只利用PDA算法进行MIMO检测)，也可以是迭代联合检测译码(例如Turbo迭代联合检测译码算法)。后者复杂度更高，但提供的性能更好，尤其适用于采用了Turbo码、卷积码、LDPC码的系统。考虑到PDA这样的SISO算法在迭代接收信号处理模块中具有天然的适用性，本专利中所涉及的基本MIMO检测算法为PDA算法。

以上介绍的各种MIMO检测算法通常应用于单用户MIMO中。目前，由于用户终端体积和处理能力的限制，其天线数目通常会有所限制，为更好地利用MIMO技术提高传输性能，将MIMO应用于多个用户间，形成多用户MIMO。

在多用户MIMO系统中，如果直接应用上述单用户MIMO下的检测方法进行信号检测，那么对于待检测用户而言，只能将该用户所在小区外的其他相邻小区内与该用户同频的其他用户作为干扰，而针对该用户本身进行独立信号检测，这样，在检测过程中，无法合理利用其他同频用户的信号信息，使得最终的检测结果准确性不高。

发明内容

有鉴于此，本发明提供一种基站间的多用户MIMO检测方法，能够实现多个小区的多用户MIMO联合检测，有效抑制同频干扰，提高系统性能。

为实现上述目的，本发明采用如下的技术方案：

一种基站间的多用户MIMO检测方法，包括：

对于每个基站所在小区的任一用户，确定本小区和相邻小区中与所述任一用户占用相同时频资源的同频用户；